Neuroradiologie diagnostique

Une IA présente des résultats incohérents en détection des anévrismes intracrâniens suivant la dose

Un logiciel de détection des anévrismes intracrâniens montre des performances stables et reproductibles à dose moyenne, mais produit des résultats incohérents à basse dose et à haute dose, selon une étude sur fantôme menée par des neuroradiologues allemands et publiée début juin dans Scientific Reports.

icon réservé aux abonnésArticle réservé aux abonnés
Le 23/06/25 à 15:00 Lecture 4 min.

Exemples de heatmaps produites par l'IA (colonne de gauche) pour chacun des anévrismes (trois colonnes de droite, vrai label en jaune), en fonction de trois combinaisons dose/reconstruction (en lignes). Par exemple, dans les conditions d’acquisition de la deuxième ligne, l'IA repère correctement l'anévrisme de l'artère cérébrale moyenne, mais pas les deux autres. La dernière ligne indique un faux négatif à basse dose ; l'IA n'a détecté aucun anévrisme intracrânien. © Goelz et al, 2025 | Scientific Reports | CC BY 4.0

À l’heure où l’intelligence artificielle (IA) arrive en clinique dans toujours plus de domaines radiologiques, notamment dans l’aide au diagnostic, la question se pose de sa fiabilité sur le terrain. Alors qu’une IA d’aide au diagnostic en scanner fait face en vie réelle à des conditions d’acquisition très variables, que ce soit en termes de dose de rayons X ou d’algorithmes de reconstruction, peut-elle maintenir sa reproductibilité ? Tout dépend des conditions, répondent des neuroradiologues allemands dans une étude évaluant la détection d’anévrismes intracrâniens sur fantôme par une IA commercialisée. L’article est paru le 6 juin 2025 dans Scientific Reports [1].

Évaluer la cohérence d’un logiciel commercial en vie réel

« L’objectif de notre étude était d’évaluer la cohérence d’un logiciel d’IA d’aide à la détection, approuvé par la FDA et disposant du marquage CE, en réponse à des changements de qualité d’image causés par des variations de dose et d’algorithmes de reconstruction », pr

Il vous reste 81% 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. Goelz L, Laudani A, Genske U, et al (2025) Inconsistency of AI in intracranial aneurysm detection with varying dose and image reconstruction. Scientific Reports, 15 : 19921. https://doi.org/10.1038/s41598-025-04830-7.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

10 Avr

15:32

Un modèle d’IA à apprentissage profond montre un potentiel en tant qu’outil de dépistage opportuniste de la santé osseuse chez les enfants, selon une étude publiée dans Radiology.

13:14

Les événements de sécurité des patients en radiologie représentent une faible proportion des incidents (3,2 %), mais révèlent des vulnérabilités importantes, notamment chez les enfants et les personnes âgées, avec un risque élevé lié aux médicaments et aux produits de contraste, selon une étude publiée dans Current Problems in Diagnostic Radiology

7:13

Les patientes atteintes d’un cancer du sein qui développent un dysfonctionnement cardiaque lors d’une chimiothérapie néoadjuvante subissent également une perte de tissu cérébral significativement plus importante que celles dont la fonction cardiaque reste stable, selon une étude publiée dans Academic Radiology.
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.
Docteur Imago

GRATUIT
VOIR