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 aujourd'hui 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

04 Sep

13:30

Dans une étude publiée dans Radiology, le scanner à comptage photoniques (PCCT) a démontré des performances similaires à celles de l’IRM pour la caractérisation des lésions et la détection de lésions supplémentaires du sein, avec de meilleures performances pour l’évaluation des métastases ganglionnaires.

9:40

L'IA est capable de localiser le cœur et de produire automatiquement des images dynamiques de cet organe sur des examens d'IRM du fœtus, conclut une étude parue dans EJR. Ces performances répondent à un obstacle clé à l’adoption clinique de cette modalité.

7:00

03 Sep

17:30

L’IA permettrait d’automatiser la localisation du cœur fœtal sur les IRM et la reconstruction des images cardiaques dynamiques. Selon une étude, les images obtenues sont de qualité comparable à celles produites manuellement.

11:29

Des chercheurs auraient développé et validé un modèle radiomique basé sur le coefficient de diffusion apparent (ADC) pour détecter le cancer de la prostate cliniquement significatif (csPCa) chez les patients présentant des lésions PI-RADS 3. Le modèle aurait démontré son efficacité dans la cohorte d’entraînement et des performances modérées lors de la validation externe.

7:28

Une étude démontre qu’un système d’entraînement adaptatif personnalisé basé sur l’IA améliore significativement les performances des lecteurs de mammographie. Tous les participants ont atteint le seuil de performance prédéfini après deux à cinq séances de formation, chacune comprenant entre 35 et 66 cas obtenus sur 1 à 8 mois.
✕
Docteur Imago

GRATUIT
VOIR