Coroscanner

Un nouveau biomarqueur basé sur l’IA pour prédire le risque cardiaque

Une équipe britannique a développé un biomarqueur d’imagerie basé sur l’intelligence artificielle. Cette méthode permettrait de détecter les signes précoces associés à la coronaropathie et de prédire une crise cardiaque 5 ans avant sa survenue.

icon réservé aux abonnésArticle réservé aux abonnés
Le 02/10/19 à 15:00, mise à jour aujourd'hui à 14:12 Lecture 1 min.

Les chercheurs d'Oxford ont analysé le profil radiomique du tissu adipeux périvasculaire coronarien pour développer un dispositif capable d’améliorer la prédiction des risques cardiaques (photo d’illustration) (photo d'illustration). CC0 Public Domain/Pexels.com

Des chercheurs de l’université d’Oxford (Royaume-Uni) ont développé une nouvelle méthode basée sur l'intelligence artificielle pour prédire le risque cardiaque. Dans leurs travaux, les scientifiques ont analysé le profil radiomique du tissu adipeux périvasculaire (PVAT) coronarien.

Au-delà de l'inflation

Grâce à l’apprentissage profond, l’équipe menée par le professeur de cardiologie Charalambos Antoniades, a mis au point un biomarqueur d’imagerie baptisé « fat radiomic profile » (FRP). Ce dernier permettrait de détecter les changements structurels périvasculaires associés à la coronaropathie, au-delà de l’inflammation.

Analyser les caractéristiques radiomiques sur les scanners

Les chercheurs présentent leurs travaux dans le numéro de septembre de la revue European Heart Journal [1]. Dans un premier temps, ils ont collecté des biopsies de tissu adipeux de 167 patients qui avaient subi une chirurgie cardiaque. Ils ont analysé l'expression de gènes liés à l'inflammation et à la fibrose, asso

Il vous reste 62% 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

Bibliographie

  1. Oikonomou E. K., Williams M. C., Kotanidis C. P. et coll., « A novel machine learning-derived radiotranscriptomic signature of perivascular fat improves cardiac risk prediction using coronary CT angiography », European Heart Journal, 3 septembre 2019. DOI : https://doi.org/10.1093/eurheartj/ehz592.

Spécialité médicale

Cardiologie

Modalité d’imagerie

Scanner

Mots-clés

intelligence artificielle radiomique

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

21 Fév

13:40

Selon une étude publiée dans Radiology, un algorithme d’apprentissage profond disponible dans le commerce peut permettre des examens IRM de l’épaule de bonne qualité en sept minutes.

7:37

Le parlement a adopté définitivement le budget 2025 de la Sécurité sociale ce 17 février. Il prévoit une hausse des dépenses d’Assurance maladie de 3,4 %, pour atteindre un montant de 265 milliards d’euros.

7:00

20 Fév

16:01

L’imagerie des paramètres d’atténuation par ultrasons peut être utilisée pour le dépistage clinique afin d’évaluer la prévalence de la MASLD chez les patients en surpoids ou obèses et de suivre de manière dynamique la progression de la maladie, conclut une étude publiée dans Clinical radiology.

15:00

13:31

Le modèle de langage appelé Axpert démontre un potentiel de marquage automatique de l’entérocolite nécrosante sur les comptes-rendus de radiographie abdominale infantile. Cette méthode de marquage peut ainsi servir de cadre pour d’autres modalités d’imagerie et maladies chez les enfants, et les maladies rares chez l’adulte, suggère une étude publiée dans JAMIA Open.
✕
Docteur Imago

GRATUIT
VOIR