Innovation

Des recherches sur l’IA pour la détection des lésions d’endométriose

Pour optimiser la prise en charge de l’endométriose, des chercheurs australiens et britanniques collaborent sur le projet IMAGENDO. Leur but est de mettre à contribution l’intelligence artificielle pour analyser les données d’examens d’imagerie (échographie et IRM) et ainsi réduire le temps nécessaire au diagnostic.

icon réservé aux abonnésArticle réservé aux abonnés
Le 04/10/23 à 15:00, mise à jour le 10/11/23 à 12:19 Lecture 1 min.

Le projet IMAGENDO associe l’intelligence artificielle aux images d’échographie et d’IRM pour faciliter le diagnostic de l’endométriose. (photo d'illustration) D.R.

Le diagnostic de l’endométriose en imagerie passera-t-il bientôt par l'IA ? C’est en tout cas le postulat de chercheurs australiens et britanniques qui travaillent actuellement sur le projet IMAGENDO®, une technologie qui associe l’intelligence artificielle aux images d’échographie et d’IRM pour faciliter le diagnostic de l'endométriose.

Une aide pour les médecins et les chirurgiens

Ces recherches, menées par Louise Hull, gynécologue spécialiste de l’endométriose à l’université d’Adélaïde en Australie, et Gustavo Carneiro, professeur de machine learning à l’université du Surrey au Royaume-Uni, ont été engagées en réponse aux difficultés diagnostiques de cette maladie. « En associant l'échographie, l'IRM et l'IA, cette nouvelle technologie vise à fournir un moyen accessible et précis d’identifier les lésions d’endométriose », indique l’université d’Adélaïde dans un communiqué.

Une précision diagnostique proche d'un spécialiste

En utilisant un ensemble de données d’imagerie diagnosti

Il vous reste 52% 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

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Spécialité médicale

Imagerie de la femme

Modalité d’imagerie

IRM Échographie

Mots-clés

endométriose intelligence artificielle

13 octobre 2023 au 16 octobre 2023

Journées francophones de radiologie 2023

Congrès
Palais des congrès de Paris, 2 place de la Porte Maillot, Paris, France, 75017, Île-de-France

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

11 Juin

16:00

L’ASNR a été informée d’une erreur de radiothérapie, classée au niveau 2 de l’échelle ASN-SFRO, survenue en mars 2026 au CHU de Saint-Étienne (42). Une dose de 9 Gy destinée à une vertèbre atteinte d’une métastase a été administrée par erreur à la vertèbre voisine saine en raison d’un mauvais positionnement du patient.

13:00

Des modèles d’intelligence artificielle évalués pour la classification de la malignité des nodules pulmonaires au scanner thoracique ont montré une sensibilité élevée (88 %) mais une spécificité modérée (75 %), soutenant un rôle potentiel dans les stratégies d’exclusion d'un cancer pulmonaire étude).

9:30

Selon une étude publiée dans The Journal of Nuclear Medicine, un nouveau système de TEP-TDM à champ de vision à long axe (LAFOV), utilisant des détecteurs de 30 mm au germanate de bismuth (BGO) avec des photomultiplicateurs au silicium offre une qualité d’image supérieure à la TEP-TDM à champ de vision court-axial (SAFOV) malgré des réductions marquées du temps d’acquisition, avec des caractéristiques de bruit comparables sur plusieurs radiopharmaceutiques.

7:00

10 Juin

16:00

La TEP-TDM à grand champ de vue axial (LAFOV) offrirait une qualité d'image supérieure à celle de la TEP-TDM conventionnelle (SAFOV), malgré une réduction significative du temps d'acquisition, avec des caractéristiques de bruit comparables pour plusieurs produits radiopharmaceutiques (étude).

14:43

✕
Docteur Imago

GRATUIT
VOIR