Un algorithme entraîné à partir de données adultes testé en IRM pédiatrique

Selon une étude [1], un algorithme d’amplification de contraste, entraîné par apprentissage profond sur une population adulte, pourrait être efficace pour rendre les lésions cérébrales plus visibles dans le cerveau des populations pédiatriques, dès lors que la mission de l’intelligence artificielle (IA) est circonscrite à la détection du contraste et à l’amplification du signal, sans modifier les structures anatomiques.
Les chercheurs italiens ont ainsi cherché à résoudre le manque de jeux de données d’entraînement nécessaire au développement de l’IA en IRM pédiatrique. Des images standards ont été comparées à des images à contraste amplifié à l’aide de plusieurs paramètres d’évaluation de la qualité de l’image, puis ont été soumises à l’évaluation qualitative de trois neuroradiologues.

22 scans IRM de patients pédiatriques

Pour évaluer l’algorithme, les chercheurs ont utilisé les scans d’IRM multiparamétriques issus de 22 patients pédiatriques âgés de 0 à 17 ans atteints de tumeur cérébr