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

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

08 Jan

15:00

14:08

Une étude transversale publiée dans JAMA Network révèle que l’utilisation de l’intelligence artificielle en radiologie serait liée à l’épuisement professionnel des radiologues, surtout chez ceux avec une charge de travail élevée et une faible acceptation de l’IA. Ces résultats soulignent l’importance d’une intégration harmonieuse des outils d’IA pour réduire ce phénomène.

7:30

Plus de 40 % d'anomalies pulmonaires interstitielles (ILA) n'ont pas été signalées dans un échantillon de patients ayant passé des scanners abdominaux ou thoraco-abdominaux pour diverses indications cliniques,  indique une étude parue dans Radiology.

7:00

07 Jan

16:04

Les résultats d'une étude canadienne suggèrent que le fait de commencer la mammographie de dépistage à l'âge de 40 ans permettrait de réaliser des économies substantielles en matière de soins de santé en réduisant le coût du traitement du cancer du sein.

15:00

✕
Docteur Imago

GRATUIT
VOIR