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

Pédiatrie Musculo-squelettique

Modalité d’imagerie

Radiologie conventionnelle

Mots-clés

intelligence artificielle radiographie

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

09 Avr

16:21

Une étude multicentrique publiée dans European Radiology montre qu’un modèle de deep learning combinant nnU-Net et ConvNeXt-tiny permet d’évaluer avec précision l’invasion musculaire dans le cancer de la vessie à partir d’IRM, avec des performances élevées et stables.

15:00

13:17

Une étude pilote a évalué un outil d’IA (BoneView) capable de détecter les fractures liées à la maltraitance chez des enfants de moins de 5 ans, montrant une légère amélioration de sa précision après un premier réentraînement. Ces résultats préliminaires suggèrent qu’un entraînement supplémentaire pourrait permettre d’atteindre des performances cliniquement utiles et renforcer l’aide au diagnostic dans ce contexte.

7:11

Une étude prospective comparant la radiographie conventionnelle à une reconstruction avancée 3D montre que cette dernière détecte toutes les fractures des membres avec une sensibilité de 100 %, contre 46,7 % pour la méthode classique, tout en conservant une excellente spécificité et qualité d’image. Son utilisation aux urgences pourrait améliorer la précision diagnostique, réduire les examens complémentaires et accélérer la prise en charge des patients.

7:00

08 Avr

16:29

Les images monoénergétiques virtuelles, combinées à des algorithmes de réduction des artefacts métalliques créées à partir de scanners à comptage photonique (PCCT), permettent une excellente visualisation des anévrismes intracrâniens préalablement traités et des vaisseaux adjacents, indique une étude. L’extension de ces résultats à des applications cliniques préliminaires chez l’humain s’avère également possible.
✕
Docteur Imago

GRATUIT
VOIR