Écoresponsabilité en IRM

« Épaissir les coupes de 1 mm ou utiliser des séquences avec IA permet de réduire de 30 % en moyenne la consommation électrique d’une IRM »

Au CHU de Brest, une étude a analysé les déterminants et les leviers de gestion de la consommation électrique des IRM en neuroradiologie. Les services peuvent notamment jouer sur l’épaisseur des coupes, les paramètres de l’appareil, et faire appel à l'intelligence artificielle pour économiser de précieux kilowatts.

icon réservé aux abonnésArticle réservé aux abonnés
Le 02/04/24 à 7:00, mise à jour le 02/04/24 à 7:46 Lecture 5 min.

Mateusz Chodorowski et l’équipe du CHU de Brest ont élaboré un protocole d’IRM cérébrale « basse consommation », en adaptant le débit d’absorption spécifique (SAR), le bruit et la pente des gradients (photo d'illustration). © Carla Ferrand

Selon un rapport suisse publié en 2020 [1], une meilleure gestion des modes d’activité des IRM pourrait permettre d’économiser jusqu’à 30 % d’électricité. Mais qu’en est-il de la consommation pendant les examens ? Au CHU de Brest, Mateusz Chodorowski, médecin radiologue, a travaillé sur ce sujet dans le cadre de sa thèse de médecine. Ses résultats ont fait l’objet d’un article paru dans Journal of Neuroradiology [2] fin 2023. « Des études ont montré que la radiologie est de loin la principale consommatrice d’énergie dans le secteur de la santé. Quand j’ai commencé ma thèse, on ne s’était pas encore demandé comment on pourrait s’améliorer dans ce domaine », se souvient-il.

La consommation scrutée minute par minute

Dans un premier temps, il a analysé en détail la consommation des deux IRM de son service : une 1,5 T, en fonctionnement depuis 10 ans et une 3 T installée en 2023. « Nous disposons d’un logiciel qui enregistre la moyenne de toutes les consommations minute par minute », expl

Il vous reste 87% 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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Suisse Energie, « Rapport final. Efficacité énergétique des équipements médicaux-IRM, scanners, appareils de radiographie », 14 août 2020, https://pubdb.bfe.admin.ch/fr/publication/download/10159
  2. Chodorowski M., Ognard J., Rovira À. et al, « Energy consumption in MRI: Determinants and management options », Journal of Neuroradiology, mars 2024, vol. 51, n° 2, p. 182-189. DOI : 10.1016/j.neurad.2023.12.001.

Spécialité médicale

Neurologie

Modalité d’imagerie

IRM

Mots-clés

écoresponsabilité

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés L’imagerie médicale prend ses écoresponsabilités

Voir le dossier

Le fil Docteur Imago

23 Oct

16:18

Le score de Kaiser en IRM mammaire présente une excellente précision diagnostique pour distinguer les lésions bénignes des lésions malignes chez les patientes présentant des anomalies BI-RADS 0 ou 4 en imagerie conventionnelle (étude).

15:00

13:16

Chez les patients obèses, le scanner à comptage photonique (PCCT) offre une meilleure qualité d’image que le scanner conventionnel (EID CT), avec un meilleur contraste et un rapport signal/bruit supérieur. Il permet également de réduire significativement la dose d’irradiation, en maintenant une bonne qualité diagnostique (étude).

7:45

Une étude a comparé un système d’intelligence artificielle aux critères PI-RADS pour la détection du cancer de la prostate cliniquement significatif en IRM, démontrant une sensibilité non inférieure à l’échelle du patient, mais inférieure à l’échelle lésionnelle. L’IA pourrait compléter PI-RADS pour optimiser le triage des biopsies, notamment des lésions indéterminées PI-RADS 3, concluent les chercheurs.

7:00

22 Oct

15:30

Une équipe de chercheurs a développé un système d’intelligence artificielle multimodale combinant imagerie médicale et données cliniques pour prédire la survie à 24 mois de patients atteints d’un cancer de la prostate métastatique résistant à la castration, traités par radiothérapie vectorisée ciblant le PSMA. Ce modèle affiche des performances prometteuses pour la stratification pronostique et l’aide à la décision clinique.
✕
Docteur Imago

GRATUIT
VOIR