Scanner thoracique

Une IA pour diagnostiquer les lésions Covid à très basse dose

Une équipe de chercheurs suisses et iraniens a entraîné un algorithme d’apprentissage profond à prédire des images « dose entière » à partir d’examens de scanner thoracique ultra basse dose de patients Covid-19. Le modèle obtient des résultats « appropriés », avec certaines limites.

icon réservé aux abonnésArticle réservé aux abonnés
Le 16/03/21 à 16:30, mise à jour aujourd'hui à 15:15 Lecture 2 min.

Les images ultra basse dose (au centre) sont d’une qualité « insuffisante » pour le diagnostic mais les images « dose entière » reconstruites par l’algorithme à partir de ces dernières (à droite) obtiennent pour la plupart un score de qualité de « bon » à « excellent » et sont « appropriées pour la tâche demandée ». Les images « dose entière » natives (à droite) obtiennent le meilleur score. © Shiri I. et coll.

Dès les premières semaines de la pandémie de Covid-19, le scanner thoracique s’est présenté comme une solution pertinente pour le diagnostic et le suivi des patients. Ce rôle de premier plan pose toutefois la question de la radioprotection, soulignent Isaac Shiri et Azadeh Akhavanallaf, respectivement chercheurs à l’hôpital universitaire de Genève, en Suisse, et à la faculté de médecine de Téhéran, en Iran, dans la revue European Radiology. « Le scanner reste la première cause médicale d’exposition aux rayonnements ionisants, malgré les progrès techniques », écrivent-ils dans un article paru en début d’année [1].

Des images ultra basse dose simulées

Pour résoudre ce problème, ils ont collecté, avec leurs confrères, 1 141 examens de scanners, dont 312 de patients positifs au test RT-PCR, issus de 3 centres. En utilisant des outils statistiques et mathématiques, ainsi qu’une base d’images de référence, ils ont dégradé la qualité de ces examens pour simuler des images acquises à très basse

Il vous reste 72% 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. Shiri I., Akhavanallaf A., Sanaat A. et coll., « Ultra-low-dose chet CT imaging of COVID-19 patients using a deep residual neural network », European Radiology, 2021, vol. 31, p. 1420-1431. DOI : 10.1007/s00330-020-07225-6.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

04 Juin

16:00

Une étude publiée dans Pediatric Radiology démontre que SonicDL, une technologie d’IRM cardiaque accélérée par intelligence artificielle, réduit le temps d’examen jusqu’à 87 % tout en conservant une qualité diagnostique élevée.

13:00

Une étude publiée dans phiRO démontre qu’une nouvelle technique de reconstruction d’images par intelligence artificielle (SR-DLR) permet de réduire significativement la dose de rayonnement lors des scanners cardiaques pédiatriques. Malgré une irradiation jusqu’à trois fois plus faible, la qualité des images reste comparable à celle obtenue avec les méthodes conventionnelles, avec une résolution spatiale améliorée.

7:30

Aux Pays-Bas, l’utilisation de l’IRM avant biopsie prostatique chez les hommes suspectés de cancer de la prostate est passée de 17 % à 74 % entre 2015 et 2023, avec une diminution progressive des disparités entre hôpitaux, indique une étude parue dans Insights into Imaging.
03 Juin

16:47

L'acquisition d'image retardée après injection de produit de contraste dans les scanners pancréatiques améliorerait la détection précoce du cancer de type PDAC. Une acquisition retardée de 3 minutes reconstruite à 40 keV serait le paramètre le plus performant et pratique dans le flux de travail du radiologue. (Etude).
Docteur Imago

GRATUIT
VOIR