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

03 Sep

17:30

L’IA permettrait d’automatiser la localisation du cœur fœtal sur les IRM et la reconstruction des images cardiaques dynamiques. Selon une étude, les images obtenues sont de qualité comparable à celles produites manuellement.

11:29

Des chercheurs auraient développé et validé un modèle radiomique basé sur le coefficient de diffusion apparent (ADC) pour détecter le cancer de la prostate cliniquement significatif (csPCa) chez les patients présentant des lésions PI-RADS 3. Le modèle aurait démontré son efficacité dans la cohorte d’entraînement et des performances modérées lors de la validation externe.

7:28

Une étude démontre qu’un système d’entraînement adaptatif personnalisé basé sur l’IA améliore significativement les performances des lecteurs de mammographie. Tous les participants ont atteint le seuil de performance prédéfini après deux à cinq séances de formation, chacune comprenant entre 35 et 66 cas obtenus sur 1 à 8 mois.
02 Sep

16:40

L’analyse quantitative de la perfusion en IRM DCE fournirait une valeur diagnostique significative pour différencier le gliome diffus de la ligne médiane (DMG) et le glioblastome de la ligne médiane (mGBM), des tumeurs particulièrement agressives qui nécessitent des stratégies thérapeutiques distinctes, de manière non invasive chez les patients pédiatriques et les jeunes adultes. (Etude)
Docteur Imago

GRATUIT
VOIR