RSNA 2022

Quelle place pour l’IA dans la prise en charge de l’AVC ?

Lors d'une présentation au RSNA 2022, la neuroradiologue Jennifer Soun a détaillé les potentielles applications de l'IA à chaque étape de la prise en charge de l'AVC en imagerie, de la détection des occlusions à la décision de traitement et au pronostic des résultats.

icon réservé aux abonnésArticle réservé aux abonnés
Le 09/02/23 à 8:00, mise à jour le 11/09/23 à 13:30 Lecture 4 min.

Au RSNA, Jennifer Soun soulignait que l’IA possède un potentiel de valeur ajoutée pour l’imagerie de l’AVC en facilitant la prise de décision individualisée et en aidant à répondre à des questions cruciales sur la prise en charge des AVC. capture d'écran RSNA 2022

Quel est le rôle de l’intelligence artificielle (IA) pour le triage de l’accident vasculaire cérébral ? Et comment peut-elle aider les radiologues dans le processus de prise de décision ? Lors d’une session du RSNA 2022, ces questions ont été soulevées par Jennifer Soun, professeure assistante de neuroradiologie à l’université de Californie à Irvine. Selon elle, l’IA pourrait jouer un rôle à chaque étape du triage des patients.

Détecter les hémorragies…

Pour la détection de l’hémorragie, l’intervenante cite un exemple présenté dans la revue AJNR en 2018 [1]. Dans cette étude, un réseau de neurones convolutifs (CNN) a été capable de détecter et de quantifier l’hémorragie cérébrale avec une précision très élevée. « La précision, l'aire sous la courbe, la sensibilité, la spécificité, la valeur prédictive positive et la valeur prédictive négative pour la détection des hémorragies étaient respectivement de 0,975, 0,983, 0,971, 0,975, 0,793 et 0,997 sur la cohorte d'entraînement, et de 0,970,

Il vous reste 83% 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. Chang P. D., Kuoy E., Grinband B. D. et coll., « Hybrid 3D/2D convolutional neural network for hemorrhage evaluation on head CT », American Journal of Neuroradiology, septembre 2018, vol. 39, n° 9, p. 1609-1616. DOI : 10.3174/ajnr.A5742
  2. Meng S., Tran T. M. L., Hu M. et coll., « End-to-end artificial intelligence platform for the management of large vessel occlusions: A preliminary study », Journal of Stroke and Cerebrovascular Diseases, novembre 2022, vol. 31, n° 11. DOI : 10.1016/j.jstrokecerebrovasdis.2022.106753.
  3. Chiang P.-L., Lin S.-Y., Chen M.-H. et coll., « Deep learning based automatic detection of ASPECTS in acute ischemic stroke: improving stroke assessment on CT scans », Journal of Clinical Medicine, août 2022, vol. 11, n° 17. DOI : 10.3390/jcm11175159.
  4. Cetinoglu Y. K., Koska I. O., Uluc M. E. et coll., « Detection and vascular territorial classification of stroke on diffusion-weighted MRI by deep learning », European Journal of Radiology, décembre 2021, vol. 145, n° 11051. DOI : 10.1016/j.ejrad.2021.110050.
  5. Morey J. R., Zhang X., Yaeger K. A. et coll., « Real-world experience with artificial intelligence-based triage in transferred large vessel occlusion stroke patients », Cerebrovascular Diseases, 2021, vol. 50, n° 4, p. 450-455. DOI : 10.1159/000515320.

Spécialité médicale

Neurologie

Modalité d’imagerie

Radiologie interventionnelle

Mots-clés

intelligence artificielle RSNA 22 AVC

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

06 Fév

16:08

Des chercheurs ont développé et validé un modèle de deep learning entièrement automatisé pour détecter et mesurer les masses surrénaliennes sur des scanners abdominaux injectés. Le modèle a le potentiel d’améliorer les taux de détection des lésions et de faciliter leur prise en charge précoce, indique l'étude.

15:00

13:06

Une étude publiée dans Radiology montre que le compte rendu structuré améliore l’efficacité des radiologues en réduisant le temps de rédaction et en recentrant l’attention visuelle sur l’image, par rapport au texte libre. L’ajout de l’intelligence artificielle augmente la précision diagnostique.

7:30

Une étude rétrospective montre que le score Node-RADS basé sur l’IRM offre une excellente précision diagnostique pour la détection des métastases ganglionnaires chez les patients atteints de cancer du rectum, avec une performance supérieure aux critères de taille et aux comptes rendus IRM classiques.

7:00

05 Fév

16:36

Le centre hospitalier Agen-Nérac (47) a mis en service le 26 janvier 2026 une nouvelle salle de radiologie numérisée sur son site de Nérac. D’un montant de 185 000 €, cet investissement améliore la qualité des diagnostics tout en réduisant l’exposition aux rayons, informe actu.fr.
✕
Docteur Imago

GRATUIT
VOIR