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 15:17 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

07 Août

16:00

Pour la détection du cancer du sein, les performances diagnostiques des protocoles d'IRM abrégée par rapport à l'IRM standard varient selon le protocole et le contexte clinique. La technique FAST conserve une sensibilité élevée, tandis que la combinaison FAST + ultrafast + T2W offre une spécificité supérieure dans un contexte diagnostique (étude).

14:30

72 % des patientes préfèreraient l'angiomammographie à l'IRM mammaire lorsque les performances diagnostiques sont comparables. Cette préférence est liée à une sensation de claustrophobie moindre, à une durée d'examen plus courte et à un niveau d'anxiété plus faible (étude).

7:10

La Société nord-américaine de radiologie (RSNA) annonce le lancement de son challenge IA pour l'imagerie du genou. Les modèles développés seront évalués sur leur capacité à détecter et à classer avec précision les anomalies du genou visibles à l'IRM. Les gagnants seront annoncés au prochain congrès de la RSNA qui se tiendra du 29 novembre au 3 décembre.

7:00

06 Août

16:00

L'arrêté du 4 août 2026 fixant le nombre d'étudiants de troisième cycle des études de médecine susceptibles d'être affectés, par spécialité et par subdivision territoriale au titre de l'année universitaire 2026-2027 a été publié au Journal Officiel. Pour la radiologie, le nombre d'internes est fixé à 266, et pour la médecine nucléaire à 44.

13:44

Des grands modèles de langage (LLM) seraient capables de générer, à partir des notes cliniques, des indications pertinentes en radiologie qui seraient plus complètes et plus factuelles que les indications émises par des cliniciens (étude).
✕
Docteur Imago

GRATUIT
VOIR