Maladies neurodégénératives

Les défis de la médecine prédictive en neuroradiologie

La médecine prédictive est cruciale pour la recherche clinique et la recherche sur les maladies neurodégénératives. Vendredi matin, une session des JFR 2020 a présenté les dernières avancées en la matière, en soulignant le rôle de l’imagerie et de l’intelligence artificielle.

icon réservé aux abonnésArticle réservé aux abonnés
Le 03/10/20 à 15:00, mise à jour hier à 15:14 Lecture 5 min.

L’une des premières sessions des JFR 2020, vendredi 2 octobre, s’est intéressée aux enjeux de la médecine prédictive dans la prise en charge des maladies neurodégénératives et au rôle de l’intelligence artificielle dans ce domaine. Capture d'écran JFR 2020

L’une des premières sessions des JFR 2020, vendredi 2 octobre, s’est intéressée aux enjeux de la médecine prédictive dans la prise en charge des maladies neurodégénératives et au rôle de l’intelligence artificielle dans ce domaine. Premier intervenant, Charles Guttman, chercheur au Brigham & Women hospital de Boston, aux États-Unis, a évoqué le cas de la sclérose en plaques (SCP). « La SCP est une maladie complexe et hétérogène, rappelle-t-il. Les lésions apparaissent et rétrécissent. Il y a beaucoup de dynamique. La distribution dans le temps et l’espace est très variable entre les patients »

L’IRM joue un rôle central pour la sclérose en plaques

La SPC a des origines à la fois génétiques, mais aussi environnementales. « Ces facteurs provoquent une inflammation, une démyélinisation, une perte axonale. La symptomatologie est en relation avec ces processus pathologiques de façon non linéaire, qui est modulée par la localisation des lésions », décrit Charles Guttman. L’IRM joue un rôle cen

Il vous reste 86% 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. Fisniku L. K., Brex P. A., Altmann D. R. et coll., « Disability and T2 MRI lesions: a 20-year follow-up of patients with relapse onset of multiple sclerosis », Brain, mars 2008, n° 131, Pt 3, p. 808-817. DOI : 10.1093/brain/awm329.
  2. Liguori M., Meier D. S., Hildenbrand P. et coll., « One year activity on substraction MRI predicts subsequent 4 year activity and progression in multiple sclerosis », Journal of Neurology Neurosurgery Psychiatry, octobre 2011, vol. 82, n° 10, p. 1125-1131. DOI : 10.1136/jnnp.2011.242115.
  3. Roca P., Attye A., Colas L. et coll., « Artificial intelligence to predict clinical disability in patients with multiple sclerosis using FLAIR MRI », Diagnostic and Interventional Imaging, 2020. DOI : 10.1016/j.diii.2020.05.009.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

7:30

Une étude montre que la TEP-IRM ciblant la protéine d'activation des fibroblastes (FAP) détecte davantage de lésions suspectes d’endométriose que l’IRM conventionnelle, soutenant son intérêt comme outil complémentaire pour l’évaluation préopératoire.
11 Juin

16:00

L’ASNR a été informée d’une erreur de radiothérapie, classée au niveau 2 de l’échelle ASN-SFRO, survenue en mars 2026 au CHU de Saint-Étienne (42). Une dose de 9 Gy destinée à une vertèbre atteinte d’une métastase a été administrée par erreur à la vertèbre voisine saine en raison d’un mauvais positionnement du patient.

13:00

Des modèles d’intelligence artificielle évalués pour la classification de la malignité des nodules pulmonaires au scanner thoracique ont montré une sensibilité élevée (88 %) mais une spécificité modérée (75 %), soutenant un rôle potentiel dans les stratégies d’exclusion d'un cancer pulmonaire étude).

9:30

Selon une étude publiée dans The Journal of Nuclear Medicine, un nouveau système de TEP-TDM à champ de vision à long axe (LAFOV), utilisant des détecteurs de 30 mm au germanate de bismuth (BGO) avec des photomultiplicateurs au silicium offre une qualité d’image supérieure à la TEP-TDM à champ de vision court-axial (SAFOV) malgré des réductions marquées du temps d’acquisition, avec des caractéristiques de bruit comparables sur plusieurs radiopharmaceutiques.
Docteur Imago

GRATUIT
VOIR