Recherche

Un programme évalue automatiquement les changements longitudinaux importants entre images

Une équipe américaine de chercheurs en intelligence artificielle en radiologie a développé un programme d’analyse des changements longitudinaux entre images. Baptisé LILAC, cet outil en libre accès a fait l’objet d’une première publication dans PNAS, qui a testé ses performances en IRM cérébrale.

icon réservé aux abonnésArticle réservé aux abonnés
Le 19/05/25 à 7:00, mise à jour le 19/05/25 à 9:59 Lecture 3 min.

LILAC s’est illustré dans la prédiction de l’évolution du score de démence CDR-SB des patients au fil du temps en fonction de leurs images cérébrales. Les cartes de saillance associées suggèrent que le modèle utilise des régions différentes du cerveau pour prédire ce score, suivant qu’il est entraîné à prendre en compte (en bas) ou non (en haut) le sexe et la différence d’âge des patients. © Kim et al, 2025 | PNAS | CC BY 4.0

L’analyse longitudinale des images est particulièrement pertinente dans les dépistages, qu’ils soient réalisés par IRM, scanner ou mammographie. Aujourd’hui, les images doivent faire l’objet de prétraitements fastidieux avant d’être analysées, pour en extraire les changements cliniquement pertinents au fil du temps. Afin de se débarrasser de cette étape de prétraitement des images, des chercheurs de l’école de médecine new-yorkaise Weill Cornell Medicine (États-Unis) ont développé un nouvel outil baptisé LILAC. Il a fait l’objet le 20 février 2025 d’une publication dans la revue PNAS [1].

Comparaison par paires

LILAC est un acronyme de l’anglais learning-based inference of longitudinal image changes, signifiant « inférence basée sur l’apprentissage automatique de changements d’images longitudinaux ». « Notre méthode effectue une comparaison par paires d’images longitudinales afin d’établir une prédiction de la différence temporelle », expliquent les auteurs dans l’abstract de la publicat

Il vous reste 80% 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

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Bibliographie

  1. Kim H, Karaman BK, Zhao Q, et al (2025) Learning-based inference of longitudinal image changes : Applications in embryo development, wound healing, and aging brain. Proceedings of the National Academy of Sciences, 122 (8). https://doi.org/10.1073/pnas.2411492122.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

20 Oct

7:30

La biopsie guidée par mammographie avec contraste (CEM) serait une technique efficace pour explorer les lésions mammaires suspectes rehaussées. Dans une étude, 28,3 % des biopsies ont révélé une malignité, sans prédicteur statistiquement significatif identifié.
19 Oct

16:46

Le score Node-RADS basé sur le scanner montre des performances stables et « satisfaisantes » pour identifier la présence de métastases ganglionnaires chez des patients atteints de cancer rectal non encore traité, conclut une étude rétrospective présentée dans European Journal of radiology.

14:39

Une étude menée au Canada associe la consommation d'aliments ultra-transformés avec une proportion plus importante de graisse corporelle, de tissu adipeux viscéral et de lésions vasculaires cérébrales visibles à l'IRM.

7:38

Le réseau des revues médicales Journal of the American Medical Association (JAMA) lancera début 2027 une nouvelle publication en ligne consacrée à l'intelligence artificielle. JAMA AI « abordera l'ensemble des aspects de l'intelligence artificielle (IA) dans le domaine de la santé, depuis les avancées fondamentales jusqu'aux implications cliniques concrètes », promettent ses éditeurs.
✕
Docteur Imago

GRATUIT
VOIR