Radiographie musculosquelettique

Un logiciel d’IA évalue précisément l’âge osseux dans une cohorte de patients pédiatriques

icon réservé aux abonnésArticle réservé aux abonnés
Le 17/01/24 à 15:00, mise à jour le 17/01/24 à 15:12

Les chercheurs ont analysé rétrospectivement les radiographies manuelles de 306 patients pédiatriques âgés de 1 à 18 ans, réalisées entre 2011 et 2020. ©image biopsy lab

Un nouveau logiciel d’IA développé dans une cohorte pédiatrique allemande pour l’évaluation automatisée de l’âge osseux a été évalué dans le cadre d’une étude rétrospective publiée le 28 décembre 2023 dans European Radiology [1].

La méthode manuelle de Greulich et Pyle limitée

Un indice est utilisé pour définir la maturité squelettique en endocrinologie pédiatrique, en orthodontie et en orthopédie. Il peut être affecté par le sexe du patient, la nutrition, les facteurs métaboliques, génétiques et sociaux ou encore les maladies aiguës ou chroniques, citent les chercheurs. Son évaluation est plus couramment effectuée par la méthode manuelle de Greulich et Pyle (G&P). « C’est la procédure préférée de 76 % des endocrinologues et radiologues pédiatriques. Malheureusement, l’écueil de cette méthode et d’autres méthodes manuelles d’estimation de l’âge osseux est la nécessité d’une plus grande cohérence dans les évaluations répétées de la même radiographie de la main par un ou plusieurs lect

Il vous reste 63% 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. Gräfe D., Beeskow A. B., Pfäffle R. et coll., « Automated bone age assessment in a German pediatric cohort: agreement between an artificial intelligence software and the manual Greulich and Pyle method », European Radiology, 28 décembre 2023. DOI : 10.1007/s00330-023-10543-0.

Spécialité médicale

Musculo-squelettique Pédiatrie

Modalité d’imagerie

Radiologie conventionnelle

Mots-clés

intelligence artificielle radiographie

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

13 Juil

17:51

Des modèles d’apprentissage profond ont montré des performances diagnostiques comparables ou meilleures que celles des médecins expérimentés pour la détection du cancer du pancréas sur des examens de scanner, rapporte une étude présentée dans Radiology.

13:00

Trois systèmes de détection assistée par ordinateur (AI-CAO) basés sur l’IA ont démontré leur potentiel à détecter les signes précoces du cancer du sein jusqu’à 6 ans avant le diagnostic sur des examens de mammographie provenant d’une grande population de dépistage en Suède (communiqué).

8:30

Le scanner corps entier à ultra-basse dose associé à un algorithme de reconstruction par intelligence artificielle (SR-DLR) permet de réduire d'environ 70 % l'exposition aux rayonnements tout en conservant une excellente qualité d'image et des performances diagnostiques élevées pour la détection des maladies viscérales et métastatiques des tissus mous chez les patients sous surveillance du cancer, indique une étude parue dans European Journal of Radiology.

7:00

10 Juil

16:20

l'IRM mammaire préopératoire ne serait pas associée à une amélioration de la survie sans récidive ou de la survie globale chez les femmes atteintes de carcinome canalaire in situ (DCIS) (étude).

13:19

Une étude indienne suggère que l'IRM multiparamétrique permettrait de distinguer les cancers du sein luminaux des cancers du sein non luminaux à partir de marqueurs non invasifs.
✕
Docteur Imago

GRATUIT
VOIR