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

12 Jan

16:00

Des modèles de langage ajustés avec précision à l'aide d'informations cliniques et radiologiques ont prédit avec exactitude les comptes rendus les plus prioritaires, dans le cadre d'une étude présentée dans European Radiology.

13:17

Une première étude chez l'homme confirme la sécurité et le profil pharmacocinétique favorable de l'imagerie TEP avec le radiotraceur 64Cu-Macrin dans la prise en charge du cancer et de la sarcoïdose.

7:30

Les marqueurs radiomiques hypothalamiques dérivés de l'IRM pondérée T1 et extraits associés à des caractéristiques cliniques offrent une approche d'exploration prometteuse pour prédire l'apnée obstructive du sommeil. Étude.
09 Jan

16:11

Une étude publiée dans BMC Urology a évalué la capacité de plusieurs grands modèles de langage à classer des comptes rendus d’IRM de la prostate selon le système PI-RADS v2.1. Le modèle GPT-o1 montre la meilleure concordance avec les radiologues, mais tous les modèles présentent des limites pour les lésions PI-RADS 3.
Docteur Imago

GRATUIT
VOIR