Aide à la décision

L’essor des nouveaux biomarqueurs en imagerie médicale

Les progrès techniques, et notamment le développement de l’intelligence artificielle, ont stimulé le développement de nouveaux biomarqueurs en imagerie médicale. Lors d’une session des JFR 2020, trois spécialistes ont décrit leurs principes, leur fonctionnement, leurs apports mais aussi leurs limitations, en invitant les radiologues à les utiliser en connaissance de cause.

icon réservé aux abonnésArticle réservé aux abonnés
Le 21/01/21 à 16:00, mise à jour aujourd'hui à 14:08 Lecture 5 min.

« Le biomarqueur doit être discriminant, quantitatif, c’est-à-dire mesurable objectivement, et, dans le cas de l’imagerie, extrait de l’image », indique Antoine Ianessi. capture d'écran JFR 2020

Avec le développement des logiciels d’aide au diagnostic, les biomarqueurs d’imagerie jouent un rôle de plus en plus important dans le travail des radiologues. Samedi 3 octobre 2020, une session des Journées francophones de radiologie (JFR) 2020 a détaillé le principe et le fonctionnement de ces outils.

Une caractéristique biologique objective

Un biomarqueur est une caractéristique biologique objective, qui mesure un état physiologique, pathologique, ou la réponse à un traitement. C’est une information qui permet de vérifier et formuler des hypothèses diagnostiques, a d’abord rappelé Antoine Iannessi, radiologue au centre Antoine-Lacassagne, à Nice (06). « Cette information doit être discriminante, quantitative, c’est-à-dire mesurable objectivement, et, dans le cas de l’imagerie, extraite de l’image. On parle alors de biomarqueur d’imagerie quantitative », poursuit-il. Un biomarqueur discriminant améliore le signal sensoriel fourni par l’image et facilite le processus décisionnel du radi

Il vous reste 87% 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

Jérome Hoff

Rédacteur en chef adjoint

Voir la fiche de l’auteur

Bibliographie

  1. Berenguer R., del Rosario Pastor-Juan M., Canales Vázquez et coll., « Radiomics of CT features may be nonreproductible and redundant: Influence of CT acquisition parameters », Radiology, août 2018, vol. 288, n° 2, p. 407-415. DOI : 10.1148/radiol.2018172361
  2. Rodriguez-Ruiz A., Krupinski E., Mordang J.-J. et coll., « Detection of Breast cancer with mammography: Effects of an artificial intelligence support system », Radiology, 2019, vol. 290, n° 2. DOI : 10.1148/radiol.2018181371.
  3. Pacilè S., Lopez J., Chone P. et coll., « Improving breast cancer detection accuracy of mammography with the concurrent use of an artificial intelligence tool », Radiology : Artificial Intelligence, novembre 2020, vol. 2, n° 6. DOI : 10.1148/ryai.2020190208.

Modalité d’imagerie

Échographie Radiologie conventionnelle IRM Scanner

Mots-clés

intelligence artificielle Aide au diagnostic biomarqueurs

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

21 Nov

15:00

13:31

Un réseau de neurones convolutifs (CNN) a été entraîné à détecter automatiquement les zones floues en mammographie dans des régions pertinentes pour le diagnostic. Ce modèle, s'il était implémenté en pratique clinique, pourrait fournir un retour utile aux MERM afin de réaliser rapidement de meilleures prises de vue qui soient de haute qualité, selon une étude rétrospective.

7:31

Un état de l'art en français sur la biopsie pulmonaire percutanée sous scanner présentant ses indications, ses contre-indications et les bonnes pratiques dans ce domaine a été publié le 14 novembre en accès libre dans le Journal d'imagerie diagnostique et interventionnelle.

7:00

20 Nov

16:01

Les séquences ciné en IRM cardiaque reconstruites par apprentissage profond et acquises sur trois cycles cardiaques permettent de réduire le temps d’acquisition de plus de 50 % par rapport à la séquence référence sans apprentissage profond, et le tout sans différence dans la qualité d'image, selon une étude prospective menée sur 55 volontaires sains en IRM 1,5 T.

15:00

✕
Docteur Imago

GRATUIT
VOIR