Intelligence artificielle

L’IA optimise le flux de travail en imagerie musculosquelettique

Une revue narrative réalisée par des chercheurs italiens donne un aperçu des applications cliniques de l’IA en imagerie musculosquelettique. Plusieurs études démontrent que ces outils pourraient aider les radiologues dans plusieurs tâches d’interprétation, afin d'optimiser le flux de travail et d'améliorer les performances diagnostiques.

icon réservé aux abonnésArticle réservé aux abonnés
Le 23/02/24 à 7:00 Lecture 2 min.

Appliquée à différentes modalités d’imagerie telles que le scanner et l’IRM, L’IA a démontré en radiographie des performances comparables à celles des radiologues musculosquelettiques formés (photo d'illustration). © Gleamer

Des chercheurs italiens de l’université de Milan en Italie ont publié une revue narrative sur les applications cliniques de l’intelligence artificielle (IA) en imagerie musculosquelettique [1]. L’IA, l’apprentissage automatique et l’apprentissage profond peuvent en effet fournir une aide aux radiologues dans les tâches interprétatives et non interprétatives pour améliorer le flux de travail, notamment en qui concerne, la détection et la caractérisation des anomalies, expliquent-ils.

Pour les radiologues en musculosquelettique…

Plusieurs études ont évalué des algorithmes d’IA conçus pour assister les radiologues et les cliniciens dans la détection et la classification des fractures, ainsi que l’évaluation de l’âge osseux. « L’IA peut potentiellement aider les radiologues à identifier et à classer les résultats anormaux de l’arthrose, ainsi qu’à prédire l’apparition ou la progression de cette maladie », soulignent les chercheurs.

… et les non-radiologues dans un contexte d’urgence

Ap

Il vous reste 69% 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

Solenn Duplessy

Voir la fiche de l’auteur

Bibliographie

  1. Gitto S., Serpi F., Albano D. et al, « AI applications in musculoskeletal imaging: a narrative review », European Radiology Experimental, 2024, vol. 8, n° 22. DOI : 10.1186/s41747-024-00422-8

Spécialité médicale

Musculo-squelettique

Mots-clés

intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

20 Avr

7:30

La classification Node-RADS v1.0 montre une bonne reproductibilité entre radiologues, quel que soit leur niveau d’expertise, pour l’évaluation des ganglions médiastinaux au scanner thoracique dans le cancer bronchique non à petites cellules. Elle présente une forte spécificité et une valeur prédictive négative élevée, mais une sensibilité limitée. (Étude)

7:00

17 Avr

16:34

Un centre d’imagerie médicale « de pointe » ouvrira en 2027 à Valence-d’Agen (Tarn-et-Garonne), informe ladepeche.fr

14:33

Une revue systématique publiée dans Radiography conclut au fort potentiel de l’utilisation du jumeau numérique en IRM, notamment en cardiologie et en oncologie, malgré des limites dans les domaines de la formation, de la sécurité et de l’intégration opérationnelle.

7:12

Une étude publiée dans Radiography analyse l’utilisation du modèle d’apprentissage profond Att-U-Net pour segmenter les tissus pulmonaires et les tumeurs à partir d’images PET-CT, afin d’améliorer le diagnostic du cancer du poumon. Les résultats montrent de bonnes performances (DSC 0,81 et IoU 0,69), suggérant que ce modèle pourrait renforcer la précision clinique et faciliter la planification des traitements.

7:00

✕
Docteur Imago

GRATUIT
VOIR