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.

Modalité d’imagerie

Scanner

Mots-clés

intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

13 Avr

16:39

Un modèle basé sur l'apprentissage profond capable de prédire l'étendue du noyau ischémique dans les cas de reperfusion réussie et la région combinée de noyau et de pénombre ischémique après l'échec d'une reperfusion a surpassé les méthodes cliniques actuelles basées sur le scanner de perfusion. Étude.

14:38

Chez des patients avec des anévrismes ophtalmiques à collet large non rompus de moins de 10 mm, l'embolisation par flow diverter n'a pas donné de meilleurs résultats que le coiling avec ou sans placement de stent, concluent les auteurs d'un essai randomisé.

7:27

Une étude pilote démontre la performance « favorable » de la TEP au [18F]DASA-23, qui se lie à la pyruvate kinase M2, pour le diagnostic des gliomes de haut grade. « Son absorption après le début de la thérapie pourrait être un marqueur utile pour évaluer l'efficacité du traitement et le pronostic des patients », écrivent les auteurs.

7:00

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.

15:00

✕
Docteur Imago

GRATUIT
VOIR