JFR 2022

Un jumeau numérique pour faciliter le diagnostic et personnaliser les soins en neuro-imagerie

En créant le double d’un patient grâce à ses données numériques de santé, des chercheurs espèrent personnaliser les soins et mieux détecter des anomalies. Une session des JFR 2022 a dévoilé le potentiel de cette technologie en neuro-imagerie.

icon réservé aux abonnésArticle réservé aux abonnés
Le 24/10/22 à 15:00, mise à jour le 11/09/23 à 13:30 Lecture 4 min.

« L’algorithme va créer un faux patient qui sera le jumeau numérique le plus proche possible du patient, sauf pour la maladie », explique Arnaud Attyé. © C. F.

Le 7 octobre, une session des Journées francophones de radiologie (JFR) 2022 s’est intéressée aux applications de l’intelligence artificielle en neuroradiologie. Arnaud Attyé, radiologue au CHU de Grenoble (38) y a décrit la technologie du « jumeau numérique » pour la détection d’anomalies en médecine de précision.

Créer un faux patient

Le « jumeau numérique » repose sur la création de données synthétiques qui visent à reproduire une personne de la façon la plus proche possible de la réalité, explique Arnaud Attyé. « Dans le domaine de la santé, c’est essentiellement basé sur l’image pour créer de faux modèles de poumons, de foie, etc., précise-t-il. L’idée est d’être capable de faire des tests dessus, mais aussi de mieux comprendre les anomalies locales dans les maladies. » Pour un patient qui possède des données de santé (prise de sang, imagerie, etc.), il en existe de nombreux autres qui lui ressemblent plus ou moins. « L’algorithme, selon la structure globale des données, va aller re

Il vous reste 82% 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

Notes

Arnaud Attyé est le directeur général de la société GeodAIsics.

Auteurs

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

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.

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.
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