RSNA 2021

L’IA déploie son potentiel pour accélérer l’imagerie musculosquelettique

Une session du RSNA 2021 a décrit les applications actuelles et futures de l’apprentissage profond en IRM musculosquelettique. Les avancées dans ce domaine doivent permettre notamment d'améliorer le confort des patients et l'accès à l'imagerie, tout en optimisant la qualité d'image.

icon réservé aux abonnésArticle réservé aux abonnés
Le 15/03/22 à 16:00, mise à jour le 11/09/23 à 13:30 Lecture 3 min.

« Accélérer l’IRM permettrait d’améliorer le confort des patients, de réduire le recours à la sédation lors des examens pédiatriques, d’optimiser la qualité d’image en réduisant les artefacts de mouvement, et d’élargir l’accès à l’imagerie dans des zones géographiques où le nombre de machines est limité », indique Michael Paul Recht. capture d'écran RSNA 2021

Le 30 novembre 2021, le congrès de la Société nord-américaine de radiologie (RSNA) a consacré une session aux technologies d’IA appliquées à l'imagerie musculosquelettique. Michael Paul Recht, chef du service d’imagerie médicale du NYU Langone Health (États-Unis) a souligné le potentiel de la reconstruction basée sur l’apprentissage profond (deep learning) pour accélérer l’IRM musculosquelettique. « Accélérer l’IRM est utile pour plusieurs raisons, avance-t-il. Cela permettrait d’améliorer le confort des patients, de réduire le recours à la sédation lors des examens pédiatriques, d’optimiser la qualité d’image en réduisant les artefacts de mouvement, et enfin d’élargir l’accès à l’imagerie dans des zones géographiques où le nombre de machines est limité. »

Une équation problématique

Cependant, accélérer l’IRM sans perdre en qualité est une équation complexe : « La qualité d’image est inversement proportionnelle à la vitesse d’acquisition, rappelle l’orateur. Lorsqu’on augmente la vitesse

Il vous reste 79% 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

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Bibliographie

  1. Recht M. P., Zbontar J., Sodickson D. K. et coll., « Using deep learning to accelerate knee MRI at 3 T: Results of an interchangeability study », American Journal of Roentgenology, décembre 2020, vol. 215, n° 5. DOI : 10.2214/AJR.20.23313.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

28 Juil

15:22

Une étude publiée par l'Academic Radiology, a évalué la valeur ajoutée de l’intelligence artificielle dans la détection des lésions du cancer de la prostate sur l’IRM en comparant les performances des radiologues avec et sans assistance de l’IA.

7:30

Une étude publiée par la revue Radiology a évalué le taux de faux négatifs lorsque les mammographies sont analysées par un logiciel d'IA. Les auteurs ont conclu que pour réduire les cancers manqués par l'IA, une attention particulière doit être portée aux cancers luminaux, seins denses, emplacements des zones non mammaires, distorsions architecturales et aux calcifications amorphes.
Docteur Imago

GRATUIT
VOIR