IRM musculosquelettique

Une équipe allemande dévoile ses stratégies pour limiter la consommation énergétique

icon réservé aux abonnésArticle réservé aux abonnés
Le 13/11/24 à 15:00, mise à jour le 20/11/24 à 15:42

La reconstruction en apprentissage profond (à droite), par rapport à l'examen musculosquelettique de base (à gauche) permet de gagner du temps et donc de réduire la consommation énergétique. © Afat et al, European Radiology 2024 | CC BY 4.0

Face à l'augmentation des coûts de l'énergie en Europe, et en lien avec l'importance de la consommation des IRM dans la dépense énergétique des services de radiologie (dépense qui représenterait elle-même environ 4 % de la consommation énergétique d'un hôpital moyen), des radiologues de l'hôpital universitaire de Tübingen (Allemagne) ont cherché à optimiser au mieux leur utilisation de l'IRM dans les examens musculosquelettiques. Leurs résultats sont parus le 7 septembre 2024 dans European Radiology [1].

Trois stratégies d'optimisation évaluées

Ils ont évalué, sur deux IRM de 1,5 Teslas de modèles différents et en musculosquelettique, le potentiel de réduction de la consommation énergétique par des protocoles optimisés, par des acquisitions accélérées grâce à la reconstruction d'images par apprentissage profond, et enfin par une optimisation du refroidissement des IRM.

72 % de consommation en moins avec l’apprentissage profond

Leurs résultats montrent d'importantes économies réalis

Il vous reste 51% 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. Afat S., Wohlers J., Herrmann J. et al, « Reducing energy consumption in musculoskeletal MRI using shorter scan protocols, optimized magnet cooling patterns, and deep learning sequences », European Radiology, 7 septembre 2024. DOI : 10.1007/s00330-024-11056-0.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

11 Mar

16:02

Des chercheurs ont utilisé un système d'IA pour quantifier automatiquement les calcifications artérielles mammaires à partir de mammographies de dépistage du cancer du sein pour identifier les femmes à risque cardiovasculaire. Des calcifications ont été détectées chez 16,1 % (cohorte interne) et 20,6 % (cohorte externe) des femmes et ont fourni une valeur pronostique significative (étude).

14:00

La Société européenne de radiologie (ESR) annonce le lancement de la nouvelle revue European Radiology Abdomen. Fondée en collaboration avec la Société européenne de radiologie gastro-intestinale et abdominale (ESGAR) et la Société européenne de radiologie urogénitale (ESUR), la nouvelle revue a pour rédactrice en chef la radiologue Valérie Vilgrain.

7:30

La suite d'outils d'intelligence artificielle Rayvolve AI de l'entreprise française AZmed a démontré des performances robustes et généralisables dans plusieurs applications telles que la détection des anomalies thoraciques ou le calcul de l'âge osseux, dans une étude sur plus de 250 000 examens de radiographie.
10 Mar

16:05

Un étiquetage des lésions à l'aide d'étiquettes reproductibles entre lecteurs est essentiel au développement et à la validation des algorithmes d'intelligence artificielle en médecine nucléaire, défendent les auteurs d'un article paru dans JNM, qui jugent que les pratiques en la matière ne sont pas assez rigoureuses.
Docteur Imago

GRATUIT
VOIR