Intelligence artificielle

Un système d’apprentissage profond réduit de 80 % la dose de gadolinium en angio-IRM cardiaque

Des chercheurs londoniens ont entraîné un système d’apprentissage profond à reconstruire des images d’angio-IRM cardiaque réalisées avec une dose de produit de contraste 5 fois inférieure à la normale.

icon réservé aux abonnésArticle réservé aux abonnés
Le 27/08/21 à 7:00, mise à jour aujourd'hui à 15:10 Lecture 3 min.

Cette technique pourrait permettre de réduire les risques liés à l'injection de gadolinium et les besoins d'examens complémentaires, avancent les chercheurs (photo d'illustration). © Carla Ferrand

Chez les patients atteints de maladies cardiaques congénitales, l’angio-IRM a fait ses preuves pour visualiser la vascularisation aortique et pulmonaire et détecter les sténoses vasculaires et autres anomalies. Les spécialistes s’inquiètent toutefois des effets adverses potentiels des agents de contraste à base de gadolinium, qui peuvent provoquer une fibrose néphrogénique systémique chez les patients en insuffisance rénale, et laisser dans le cerveau des dépôts dont les conséquences sont mal connues.
Pour résoudre – au moins en partie – ce problème, des chercheurs de l’Institut de science cardiovasculaire de l'University College de Londres, au Royaume-Uni, ont expérimenté une approche déjà testée en neuro-imagerie, qui consiste à réduire la dose de gadolinium injectée et à compenser la perte de qualité d’image grâce à l’intelligence artificielle [1]. Leurs résultats sont parus dans la revue Journal of Magnetic Resonance Imaging [2].

Une étude prospective et rétrospective

Ils ont d’abord

Il vous reste 80% 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. Gong E., Pauly J. M., Wintermark M. et coll., « Deep learning enables reduced gadolinium dose for contrast-enhanced brain MRI », Journal of Magnetic Resonance Imaging, 2018, vol. 48, p. 330-340. DOI : 10.1002/jmri.25970.
  2. Montalt-Tordera J., Quail M., Steeden J. A. et col., « Reducing contrast agent dose in cardiovascular MR angiography with deep learning », Journal of Magnetic Resonance Imaging, 2021, vol. 54, n° 3, p. 795-805. DOI : 10.1002/jmri.27573.

Spécialité médicale

Cardiologie

Modalité d’imagerie

IRM

Mots-clés

IRM cardiaque apprentissage profond

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

03 Avr

16:34

L’Association européenne de médecine nucléaire (EANM) et la Société de médecine nucléaire et d’imagerie moléculaire (SNMMI) ont publié des recommandations conjointes sur l’utilisation de l’imagerie cérébrale TEP tau chez les patients suspectés de maladie d’Alzheimer.

13:30

Une étude publiée dans AJR souligne que les radiologues et l’IA ont atteint une sensibilité sous-optimale pour la détection des anomalies pulmonaires interstitielles (ILA) en radiographie, bien que de haute spécificité. Les résultats ne soutiennent donc pas le dépistage radiographique de l’ILA, qu’il s’agisse d’une interprétation radiologue ou d’une IA.

7:43

La reconstruction avancée tridimensionnelle (AR) améliore significativement la précision diagnostique des fractures des membres par rapport à la radiographie conventionnelle tout en maintenant une haute qualité d’image, conclut une étude publiée dans Emergency radiology. « Son intégration dans les flux de travail des urgences pourrait réduire le besoin d’imagerie supplémentaire et accélérer la prise de décision clinique », selon les chercheurs.

7:00

02 Avr

15:00

14:09

Un essai contrôlé randomisé multicentrique a évalué si la priorisation des radiographies thoraciques par intelligence artificielle réduisait les délais de diagnostic du cancer du poumon, sans observer d’amélioration significative des délais vers le scanner, le diagnostic, l’orientation ou le traitement. Ainsi, la priorisation des examens par IA dans ce contexte n’apporte pas de bénéfice clinique mesurable, selon une étude publiée dans Nature Medicine.
✕
Docteur Imago

GRATUIT
VOIR