Imagerie abdominale

L’IA et le scanner démasquent la myostéatose comme facteur prédictif de mortalité

En se basant sur des images de scanners abdominaux et sur un algorithme d'intelligence artificielle pour l'analyse de la composition corporelle, des chercheurs de l'université de Louvain (Belgique) ont identifié la myostéatose comme un facteur prédictif clé du risque de mortalité.

icon réservé aux abonnésArticle réservé aux abonnés
Le 02/06/23 à 15:00, mise à jour le 11/09/23 à 13:24 Lecture 3 min.

Des chercheurs de l’université de Louvain ont utilisé des mesures de composition corporelle basées sur l'intelligence artificielle afin d’analyser l'association entre l'obésité, la stéatose hépatique, la myopénie et la myostéatose et le risque de mortalité, à partir d'images de scanners abdominaux. © M. Nachit et coll./RSNA 2023

En Belgique, des chercheurs de l’université de Louvain ont utilisé des mesures de composition corporelle basées sur l'intelligence artificielle pour analyser l'association entre l'obésité, la stéatose hépatique, la myopénie et la myostéatose, et le risque de mortalité. En se basant sur des images de scanners abdominaux réalisés en routine chez des patients adultes asymptomatiques, ils ont pu déterminer que la myostéatose était un facteur prédictif clé du risque de mortalité. Les résultats de leurs travaux ont été publiés au mois de mai 2023 dans Radiology [1].

Scanners abdominaux de dépistage

Pour cette étude rétrospective monocentrique, les chercheurs belges ont inclus 8 982 patients externes (âge moyen 57 ans ; 5 008 femmes, 3 974 hommes) qui avaient passé un dépistage du cancer colorectal entre 2004 et 2016. À l’aide d’un algorithme d’intelligence artificielle (U-Net), ils ont extrait les paramètres de composition corporelle des patients à partir des données de leurs scanners abdomina

Il vous reste 75% 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

Bibliographie

  1. Nachit M., Horsmans Y., Summers R. M. et coll., « AI-based CT body composition identifies myosteatosis as key mortality predictor in asymptomatic adults », Radiology, epub 16 mai 2023. DOI : 10.1148/radiol.222008.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

21 Fév

13:40

Selon une étude publiée dans Radiology, un algorithme d’apprentissage profond disponible dans le commerce peut permettre des examens IRM de l’épaule de bonne qualité en sept minutes.

7:37

Le parlement a adopté définitivement le budget 2025 de la Sécurité sociale ce 17 février. Il prévoit une hausse des dépenses d’Assurance maladie de 3,4 %, pour atteindre un montant de 265 milliards d’euros.
20 Fév

16:01

L’imagerie des paramètres d’atténuation par ultrasons peut être utilisée pour le dépistage clinique afin d’évaluer la prévalence de la MASLD chez les patients en surpoids ou obèses et de suivre de manière dynamique la progression de la maladie, conclut une étude publiée dans Clinical radiology.

13:31

Le modèle de langage appelé Axpert démontre un potentiel de marquage automatique de l’entérocolite nécrosante sur les comptes-rendus de radiographie abdominale infantile. Cette méthode de marquage peut ainsi servir de cadre pour d’autres modalités d’imagerie et maladies chez les enfants, et les maladies rares chez l’adulte, suggère une étude publiée dans JAMIA Open.
Docteur Imago

GRATUIT
VOIR