Un système de deep learning pour prédire le rehaussement des tumeurs cérébrales en IRM

Une équipe de recherche britannique a développé et validé un modèle d'apprentissage profond qui serait capable de prédire le rehaussement des tumeurs cérébrales à partir de séquences IRM sans produit de contraste. Les résultats de ces travaux ont été publiés dans le Lancet le 15 septembre [1]. Pour cette étude rétrospective, les auteurs indiquent avoir collecté 11 089 examens d’IRM cérébrale réalisés entre 2006 et 2024, issus de dix ensembles de données provenant de quatre pays (Royaume-Uni, États-Unis, Pays Bas, Nigeria). Ces examens avaient été réalisés sur 8 548 patients adultes et pédiatriques, chez lesquels une tumeur cérébrale avait été diagnostiquée. Les examens incluaient des gliomes, des méningiomes, des métastases, ainsi que des images pré et post-traitement.

Des radiologues experts sollicités

L'équipe de recherche a entraîné une série de modèles d’apprentissage profond afin de détecter et segmenter les tumeurs présentant un rehaussement à partir de séquences d’imagerie sans co