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 15:16 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.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

15 Juil

16:00

Un « potentiel prometteur » des modèles de langages dans les classifications radiologiques. Selon une étude parue le 7 juillet, ces modèles ont montré une justesse dans la classification générale des fractures, mais des limites de classifications détaillées confirme le besoin de validation par les professionnels de santé avant une véritable utilisation.

13:54

PANCANAI, un modèle d’intelligence artificielle, montre une haute sensibilité dans la détection du cancer du pancréas sur les scanners, dans une large étude rétrospective de cohorte, publiée dans la revue Investigate Radiology.

7:30

En Australie et Nouvelle Zélande, les radiologues en imagerie oncologique préfèrent utiliser des rapports structurés sans terminologies pré-écrite. Selon une étude publiée dans JMIRO, l’utilisation des rapports plus structuré est plus importante dans les pays ou la pratique de l'imagerie oncologique est plus importante et le personnel mieux formé.
11 Juil

17:17

D'après un nouvelle étude menée par une équipe germano-américaine et publié par European Journal of Radiology, la réussite de la mise en place de l'IA nécessite une organisation solide et une équipe de surveillance aguerri pour superviser l'évolution, le déploiement et la maintenance continue des algorithmes.

16:13

Selon une étude publiée dans Academic Radiology, des QCM générés par ChatGPT comme outil de renforcement des connaissances ont obtenu des taux de réussite très proche de ceux de radiologues expérimentés. Malgré une qualité jugée assez proche, une partie des étudiants ont reconnu les QCM écrits par des radiologues.
Docteur Imago

GRATUIT
VOIR