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.

Spécialité médicale

Musculo-squelettique

Modalité d’imagerie

IRM

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

18 Sep

16:18

Lunit, leader mondial de l’intelligence artificielle appliquée au diagnostic et au traitement du cancer, annonce dans un communiqué que ses solutions d’IA pour l’imagerie mammaire ont été sélectionnées dans le cadre du renouvellement du marché imagerie de l’Union des hôpitaux pour les achats (UniHA), contribuant ainsi à accélérer l’adoption de technologies de santé innovantes.

15:00

13:30

Les patients ont une opinion plutôt favorable de l’intervention de l’IA en médecine, indique une étude publiée dans le Journal of the American Medical Association (JAMA). Cependant, lorsque les patients sont atteints d'une maladie grave, ils ont alors une opinion moins favorable.

7:09

Dans un communiqué publié sur son site internet, la FNMR annonce un certain nombres d’actions pour le dépistage du cancer du sein. Ainsi, pour Octobre Rose, les radiologues sont invités à diffuser largement les différents visuels mis en place à cette occasion pour encourager les femmes à se faire dépister.

7:00

17 Sep

15:14

La TEP-TDM des récepteurs de la somatostatine a montré une sensibilité parfaite pour détecter les méningiomes intracrâniens dans une étude rétrospective incluant 8 077 examens. Les auteurs ont toutefois relevé un taux de faux positifs de 2,9 %.
✕
Docteur Imago

GRATUIT
VOIR