Intelligence artificielle

L’apprentissage profond apporte sa contribution pour déterminer l’âge osseux à l’IRM

Des chercheurs autrichiens ont mis en évidence les performances de l’apprentissage automatique pour évaluer l’âge osseux à partir d’images IRM. Leur méthode aurait atteint des niveaux de précision « sans précédent ».

icon réservé aux abonnésArticle réservé aux abonnés
Le 01/10/19 à 15:00, mise à jour aujourd'hui à 15:14 Lecture 2 min.

Selon les auteurs, cette approche basée sur l’IRM et l’intelligence artificielle doit permettre de dépasser les principaux obstacles de l’estimation de l’âge : l’exposition aux rayonnement ionisants et la subjectivité du lecteur (photo d'illustration). © Benjamin Bassereau

En France, le Conseil constitutionnel a validé en mars 2019 l’utilisation de la radiologie de la main pour estimer l’âge osseux des jeunes migrants. Pour certains radiologues et radiopédiatres, cette technique de référence pose toutefois des problèmes éthiques, liés notamment à l’exposition aux rayonnements ionisants et à son manque de précision, en particulier pour les adolescents âgés de 16 à 18 ans [1].

Des chercheurs de l’institut d’imagerie médicolégale Ludwig-Boltzmann à Graz (Autriche) se sont intéressés à cette question : dans la revue Medical Image Analysis [2], ils annoncent avoir développé une nouvelle méthode qui couple l’IRM et l’intelligence artificielle.

Des modèles testés sur 328 images IRM

L’équipe menée par l’ingénieur Darko Stern a testé plusieurs méthodes d’apprentissage automatique (forêts aléatoires, réseaux de neurones convolutifs profonds) sur des images d’IRM 3D de la main. Les différents modèles ont été entraînés sur une base de données de 328 images IRM collecté

Il vous reste 63% 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

Bibliographie

  1. Adamsbaum C., Chaumoitre K., Panuel M., « La détermination de l’âge osseux à des fins médico-légales, que faire ? », Journal de radiologie, avril 2008, vol. 89, n° 4, p. 455-466. DOI : JR-04-2008-89-4-0221-0363-101019-200803369.
  2. Stern D., Payer C., Urschler M., « Automated age estimation from MRI volumes of the hand », Mediacl Image Analysis, décembre 2019, vol. 58. DOI : https://doi.org/10.1016/j.media.2019.101538.

Spécialité médicale

Musculo-squelettique

Modalité d’imagerie

IRM

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

03 Avr

16:34

L’Association européenne de médecine nucléaire (EANM) et la Société de médecine nucléaire et d’imagerie moléculaire (SNMMI) ont publié des recommandations conjointes sur l’utilisation de l’imagerie cérébrale TEP tau chez les patients suspectés de maladie d’Alzheimer.

13:30

Une étude publiée dans AJR souligne que les radiologues et l’IA ont atteint une sensibilité sous-optimale pour la détection des anomalies pulmonaires interstitielles (ILA) en radiographie, bien que de haute spécificité. Les résultats ne soutiennent donc pas le dépistage radiographique de l’ILA, qu’il s’agisse d’une interprétation radiologue ou d’une IA.

7:43

La reconstruction avancée tridimensionnelle (AR) améliore significativement la précision diagnostique des fractures des membres par rapport à la radiographie conventionnelle tout en maintenant une haute qualité d’image, conclut une étude publiée dans Emergency radiology. « Son intégration dans les flux de travail des urgences pourrait réduire le besoin d’imagerie supplémentaire et accélérer la prise de décision clinique », selon les chercheurs.

7:00

02 Avr

15:00

14:09

Un essai contrôlé randomisé multicentrique a évalué si la priorisation des radiographies thoraciques par intelligence artificielle réduisait les délais de diagnostic du cancer du poumon, sans observer d’amélioration significative des délais vers le scanner, le diagnostic, l’orientation ou le traitement. Ainsi, la priorisation des examens par IA dans ce contexte n’apporte pas de bénéfice clinique mesurable, selon une étude publiée dans Nature Medicine.
✕
Docteur Imago

GRATUIT
VOIR