Intelligence artificielle

L’apprentissage profond apporte sa contribution pour déterminer l’âge osseux à l’IRM

Des chercheurs autrichiens ont mis en évidence les performances de l’apprentissage automatique pour évaluer l’âge osseux à partir d’images IRM. Leur méthode aurait atteint des niveaux de précision « sans précédent ».

icon réservé aux abonnésArticle réservé aux abonnés
Le 01/10/19 à 15:00, mise à jour aujourd'hui à 14:19 Lecture 2 min.

Selon les auteurs, cette approche basée sur l’IRM et l’intelligence artificielle doit permettre de dépasser les principaux obstacles de l’estimation de l’âge : l’exposition aux rayonnement ionisants et la subjectivité du lecteur (photo d'illustration). © Benjamin Bassereau

En France, le Conseil constitutionnel a validé en mars 2019 l’utilisation de la radiologie de la main pour estimer l’âge osseux des jeunes migrants. Pour certains radiologues et radiopédiatres, cette technique de référence pose toutefois des problèmes éthiques, liés notamment à l’exposition aux rayonnements ionisants et à son manque de précision, en particulier pour les adolescents âgés de 16 à 18 ans [1].

Des chercheurs de l’institut d’imagerie médicolégale Ludwig-Boltzmann à Graz (Autriche) se sont intéressés à cette question : dans la revue Medical Image Analysis [2], ils annoncent avoir développé une nouvelle méthode qui couple l’IRM et l’intelligence artificielle.

Des modèles testés sur 328 images IRM

L’équipe menée par l’ingénieur Darko Stern a testé plusieurs méthodes d’apprentissage automatique (forêts aléatoires, réseaux de neurones convolutifs profonds) sur des images d’IRM 3D de la main. Les différents modèles ont été entraînés sur une base de données de 328 images IRM collecté

Il vous reste 63% 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

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Bibliographie

  1. Adamsbaum C., Chaumoitre K., Panuel M., « La détermination de l’âge osseux à des fins médico-légales, que faire ? », Journal de radiologie, avril 2008, vol. 89, n° 4, p. 455-466. DOI : JR-04-2008-89-4-0221-0363-101019-200803369.
  2. Stern D., Payer C., Urschler M., « Automated age estimation from MRI volumes of the hand », Mediacl Image Analysis, décembre 2019, vol. 58. DOI : https://doi.org/10.1016/j.media.2019.101538.

Spécialité médicale

Musculo-squelettique

Modalité d’imagerie

IRM

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

12 Fév

15:09

15:00

13:16

Comparé au rapport en texte libre, la compte rendu structuré améliore l’efficacité des radiologues lors de la radiographie thoracique en dirigeant l’attention visuelle vers l’image, tandis que le compte rendu prérempli par IA améliore la précision du diagnostic, conclut une étude publiée dans Radiology.

7:11

Le LLM polyvalent (Cohere Command-A) évalué dans une étude a démontré de solides performances dans l’automatisation de la stadification FIGO pour les cancers du col de l’utérus et de l’endomètre à partir des rapports IRM. Leur intégration pourrait réduire la charge de travail des radiologues.

7:00

11 Fév

16:09

Median Technologies a obtenu l’autorisation 510(k) de la FDA pour son dispositif médical eyonis® LCS.  Basé sur l’IA. Celui-ci vise à transformer le dépistage du cancer du poumon en aidant à son diagnostic à des stages précoces et curables et ce, en limitant les examens de suivi inutiles et les faux positifs.
✕
Docteur Imago

GRATUIT
VOIR