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 15:06 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

09 Avr

16:21

Une étude multicentrique publiée dans European Radiology montre qu’un modèle de deep learning combinant nnU-Net et ConvNeXt-tiny permet d’évaluer avec précision l’invasion musculaire dans le cancer de la vessie à partir d’IRM, avec des performances élevées et stables.

15:00

13:17

Une étude pilote a évalué un outil d’IA (BoneView) capable de détecter les fractures liées à la maltraitance chez des enfants de moins de 5 ans, montrant une légère amélioration de sa précision après un premier réentraînement. Ces résultats préliminaires suggèrent qu’un entraînement supplémentaire pourrait permettre d’atteindre des performances cliniquement utiles et renforcer l’aide au diagnostic dans ce contexte.

7:11

Une étude prospective comparant la radiographie conventionnelle à une reconstruction avancée 3D montre que cette dernière détecte toutes les fractures des membres avec une sensibilité de 100 %, contre 46,7 % pour la méthode classique, tout en conservant une excellente spécificité et qualité d’image. Son utilisation aux urgences pourrait améliorer la précision diagnostique, réduire les examens complémentaires et accélérer la prise en charge des patients.

7:00

08 Avr

16:29

Les images monoénergétiques virtuelles, combinées à des algorithmes de réduction des artefacts métalliques créées à partir de scanners à comptage photonique (PCCT), permettent une excellente visualisation des anévrismes intracrâniens préalablement traités et des vaisseaux adjacents, indique une étude. L’extension de ces résultats à des applications cliniques préliminaires chez l’humain s’avère également possible.
✕
Docteur Imago

GRATUIT
VOIR