Pathologies pulmonaires

Des avancées majeures dans la détection de la BPCO en imagerie

Deux études récentes montrent respectivement que les réseaux neuronaux convolutifs, ainsi que l'IRM au fluor 19, améliorent significativement la détection et la stadification de la bronchopneumopathie chronique obstructive (BPCO).

icon réservé aux abonnésArticle réservé aux abonnés
Le 20/02/25 à 15:00 Lecture 2 min.

Les résultats de l’étude ont montré qu’un modèle CNN peut, à l’aide d’une seule image de scanner de phase respiratoire, diagnostiquer avec précision la BPCO et déterminer son stade GOLD (image d'illustration). © Hamakawa et al, 2022 |Scientific Reports | CC BY 4.0

L’apprentissage profond et les nouvelles technologies d’imagerie offrent des avancées significatives dans le diagnostic et la prise en charge des maladies respiratoires. Dans deux études distinctes, des chercheurs ont démontré comment les réseaux neuronaux convolutifs (CNN) [1] et l’IRM au fluor 19 (ou IRM du 19F) [2] peuvent améliorer la détection et la stadification de la bronchopneumopathie chronique obstructive (BPCO) et de l’asthme avec précision.

Les CNN pour un diagnostic optimisé de la BPCO

La première étude, publiée en décembre 2024 dans Radiology: Cardiothoracic Imaging, met en évidence la capacité d'un CNN à diagnostiquer, stadifier avec précision et évaluer la gravité de la BPCO à partir d'un seul scanner thoracique par inhalation. Cette étude a été menée sur les données cliniques de 8 893 patients issues de la cohorte COPDGene, et acquises de novembre 2007 à avril 2011. « Le CNN a été formé pour prédire les mesures de spirométrie à l’aide de données cliniques et d’un scanner

Il vous reste 71% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

Solenn Duplessy

Voir la fiche de l’auteur

Bibliographie

  1. Lee AN, Hsiao A, Hasenstab KA (2024) Evaluating the Cumulative Benefit of Inspiratory CT, Expiratory CT, and Clinical Data for COPD Diagnosis and Staging through Deep Learning. Radiology: Cardiothoracic Imaging 6(6). https://doi.org/10.1148/ryct.240005.
  2. Pippard BJ, Neal MA, Holland CW, et al (2024) Assessing Lung Ventilation and Bronchodilator Response in Asthma and Chronic Obstructive Pulmonary Disease with 19F MRI. Radiology 313(3). https://doi.org/10.1148/radiol.240949.

Spécialité médicale

Cardiologie Pneumologie

Mots-clés

lésions pulmonaires

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

13 Juil

8:30

Le scanner corps entier à ultra-basse dose associé à un algorithme de reconstruction par intelligence artificielle (SR-DLR) permet de réduire d'environ 70 % l'exposition aux rayonnements tout en conservant une excellente qualité d'image et des performances diagnostiques élevées pour la détection des maladies viscérales et métastatiques des tissus mous chez les patients sous surveillance du cancer, indique une étude parue dans European Journal of Radiology.

7:00

10 Juil

16:20

l'IRM mammaire préopératoire ne serait pas associée à une amélioration de la survie sans récidive ou de la survie globale chez les femmes atteintes de carcinome canalaire in situ (DCIS) (étude).

13:19

Une étude indienne suggère que l'IRM multiparamétrique permettrait de distinguer les cancers du sein luminaux des cancers du sein non luminaux à partir de marqueurs non invasifs.

7:17

Les applications d'IA générative à usage général ne doivent pas être utilisées pour produire des images radiologiques à des fins de formation pour les étudiants en imagerie, prévient une étude. Sur 220 images générées par des application IA, seules 8,6 % ont été jugés appropriées par des radiologues pédiatriques américains.

7:00

✕
Docteur Imago

GRATUIT
VOIR