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

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

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

10 Avr

15:32

Un modèle d’IA à apprentissage profond montre un potentiel en tant qu’outil de dépistage opportuniste de la santé osseuse chez les enfants, selon une étude publiée dans Radiology.

13:14

Les événements de sécurité des patients en radiologie représentent une faible proportion des incidents (3,2 %), mais révèlent des vulnérabilités importantes, notamment chez les enfants et les personnes âgées, avec un risque élevé lié aux médicaments et aux produits de contraste, selon une étude publiée dans Current Problems in Diagnostic Radiology

7:13

Les patientes atteintes d’un cancer du sein qui développent un dysfonctionnement cardiaque lors d’une chimiothérapie néoadjuvante subissent également une perte de tissu cérébral significativement plus importante que celles dont la fonction cardiaque reste stable, selon une étude publiée dans Academic Radiology.
09 Avr

16:21

Une étude multicentrique publiée dans European Radiology montre qu’un modèle de deep learning combinant nnU-Net et ConvNeXt-tiny permet d’évaluer avec précision l’invasion musculaire dans le cancer de la vessie à partir d’IRM, avec des performances élevées et stables.
Docteur Imago

GRATUIT
VOIR