État de l'art

L’intelligence artificielle en imagerie cardiaque

icon réservé aux abonnésArticle réservé aux abonnés
Olivier Vignaux Le 14/02/20 à 16:00, mise à jour hier à 15:05 Lecture 7 min.

Les applications de l’IA se développent dans de nombreux domaines de l’imagerie médicale et l’imagerie cardiaque ne fait pas exception. © O. V.

Résumé

Les applications de l’intelligence artificielle se multiplient en imagerie cardiaque. Au scanner, des solutions d’IA permettent d’améliorer d’une part les acquisitions tout en réduisant les doses délivrées, et d’autre part la stratification du risque (automatisation du calcul du score calcique et de l’analyse de la plaque) ainsi que la prise en charge des patients (étude fonctionnelle de la sténose coronaire par FFR-CT ou perfusion myocardique). En IRM, l’IA est employée en routine pour accélérer les acquisitions et la segmentation des cavités ventriculaires, quantifier le rehaussement tardif et caractériser le tissu myocardique grâce à des séquences de mapping (cartographie) T1 et T2. Elle permet aussi d’optimiser l’analyse des flux en 4D, très utilisée en pathologie valvulaire et dans les cardiopathies congénitales. Les performances de ces méthodes d’imagerie cardiaque associées au « big data » incluant les données cliniques, biologiques et génomiques, devraient, dans un futur plus ou moins proche, révolutionner la prédiction du risque d’événements cardiaques et la prise en charge des patients.

Introduction

Les applications de l’IA se développent dans de nombreux domaines de l’imagerie médicale et l’imagerie cardiaque ne fait pas exception. Le 11 juin 2019, s’est tenu à l’hôpital américain de Paris le Symposium Harvey Cushing sur l’intelligence artificielle en imagerie, en collaboration avec le New York Presbyterian Hospital, la Columbia University, le Weill-Cornell Medical College, et l’université Paris Descartes. De nombreux intervenants français et américains, dont le doyen de Columbia, ainsi que des start-up et des mathématiciens, ont échangé sur ce thème dans des domaines aussi variés que le cancer du sein et du poumon, l’évaluation de la réponse tumorale, les maladies neurodégénératives ou cardiovasculaires.

Une révolution pour prédire le risque

Une grande partie de l’imagerie cardiaque, notamment en scanner et IRM, repose sur la segmentation de structures anatomiques (ventricules, valves ou artères coronaires) et la mesure de différents paramètres fonctionnels (fraction d

Il vous reste 90% 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

Olivier Vignaux

Radiologue Hôpital américain Neuilly-sur-Seine

Spécialité médicale

Cardiologie

Modalité d’imagerie

IRM Scanner

Mots-clés

intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sommaire

Le fil Docteur Imago

23 Oct

16:18

Le score de Kaiser en IRM mammaire présente une excellente précision diagnostique pour distinguer les lésions bénignes des lésions malignes chez les patientes présentant des anomalies BI-RADS 0 ou 4 en imagerie conventionnelle (étude).

15:00

13:16

Chez les patients obèses, le scanner à comptage photonique (PCCT) offre une meilleure qualité d’image que le scanner conventionnel (EID CT), avec un meilleur contraste et un rapport signal/bruit supérieur. Il permet également de réduire significativement la dose d’irradiation, en maintenant une bonne qualité diagnostique (étude).

7:45

Une étude a comparé un système d’intelligence artificielle aux critères PI-RADS pour la détection du cancer de la prostate cliniquement significatif en IRM, démontrant une sensibilité non inférieure à l’échelle du patient, mais inférieure à l’échelle lésionnelle. L’IA pourrait compléter PI-RADS pour optimiser le triage des biopsies, notamment des lésions indéterminées PI-RADS 3, concluent les chercheurs.

7:00

22 Oct

15:30

Une équipe de chercheurs a développé un système d’intelligence artificielle multimodale combinant imagerie médicale et données cliniques pour prédire la survie à 24 mois de patients atteints d’un cancer de la prostate métastatique résistant à la castration, traités par radiothérapie vectorisée ciblant le PSMA. Ce modèle affiche des performances prometteuses pour la stratification pronostique et l’aide à la décision clinique.
✕
Docteur Imago

GRATUIT
VOIR