Publicité

Scanner à comptage photonique en ostéo-articulaire : qualité d'images et faibles doses délivrées

13/09/2022
De Bruno Benque avec RSNA

La technologie de tomodensitométrie à comptage photonique associée à la réduction du bruit basée sur le deep learning permet de mieux détecter des maladies osseuses associées au myélome multiple à des doses de rayonnement plus faibles que par TDM conventionnelle. C’est ce que révèle une nouvelle étude publiée dans la Revue Radiology, qui entrevoit un potentiel significatif de cette technologie pour la détection d’autres pathologies ou le dépistage.

La tomodensitométrie spectrale à comptage de photons (TDMCP) a fait ses débuts dans la clinique en 2021 après des décennies de développement. En convertissant directement les photons X individuels en un signal électrique, la TDMCP peut réduire la taille des pixels du détecteur et améliorer la résolution spatiale de l'image.

Un fort potentiel pour la qualité d’image et la réduction de dose

Une étude publiée dans la Revue Radiology analyse ses caractéristiques, en termes de qualité d’images et de réduction des doses de rayonnement par rapport à la TDM classique. « De plus, la TDMCP a démontré une bien meilleure efficacité de dose que la tomodensitométrie standard, ce qui permet l'acquisition d'images à ultra haute résolution de grandes zones du corps », précise l'auteur principal de cette étude le Dr Francis Baffour, radiologue diagnostique à la Mayo Clinic à Rochester – Minnesota, USA -.

Ce potentiel d'amélioration de la qualité d'image dans les examens à faible dose du corps entier a inspiré le Dr Baffour et ses collègues à étudier la technologie chez les personnes atteintes de myélome multiple, qui se forme à partir du plasmocyte. Cette maladie osseuse est caractérisée par des zones de lésions lytiques et est présente chez environ 80 % des patients atteints de myélome multiple.

Un modèle de deep learning pour réduire encore le bruit dans les images TDM

L'International Myeloma Working Group recommande classiquement une TDM du corps entier à faible dose pour évaluer la maladie osseuse associée. Mais on en sait beaucoup moins sur la TDMCP pour cette procédure. Le Dr Baffour et ses collègues ont comparé la TDMCP à la TDM classique à faible dose du corps entier chez 27 patients atteints de myélome multiple, dont l'âge médian était de 68 ans. Les patients ont fait l’objet des scanners corps entier avec les deux types de technologies et deux radiologues ont comparé les images.

« Nous avons pensé qu'il s'agissait d'un excellent exemple pour mettre en valeur l'ultra haute résolution de la TDMCP à de faibles doses d’exposition », poursuit le Dr Baffour. Les chercheurs ont également appliqué une technique d'IA de deep learning développée au CT Clinical Innovation Center de la Mayo Clinic pour réduire le bruit dans les images très nettes de TDMCP. Le bruit, en TDM, fait référence à un changement indésirable des valeurs de pixels dans l'image, souvent vaguement défini comme l'apparence granuleuse sur l'imagerie en coupe. Le détecteur de TDMCP avec réduction du bruit par deep learning a montré une amélioration de la visualisation et a détecté plus de lésions par rapport à la TDM conventionnelle.

De nouvelles études à venir pour identifier de nouvelles applications du scanner à comptage photonique

« Nous avons été satisfaits de voir que, non seulement nous pouvions détecter plus clairement les signes radiologiques de l'activité de la maladie du myélome multiple sur la TDMCP, mais aussi, avec des techniques de débruitage par deep learning qui nous ont permis de générer des tranches d'image plus fines, nous avons pu détecter plus de lésions que sur la TDM standard », ajoute le Dr Baffour.

Les chercheurs espèrent désormais mener des études de suivi sur des patients atteints d'états précurseurs du myélome multiple pour voir si la TDMCP détecte des lésions osseuses actives. « Notre enthousiasme en tant que scientifiques et radiologues pour ces résultats découle de notre prise de conscience que ce scanner pourrait faire une différence dans la stadification de la maladie, avoir un impact potentiel sur le choix de la thérapie et, en fin de compte, sur les résultats pour les patients. »

Ils souhaitent également analyser la TDMCP dans d'autres cas où les protocoles à faible dose sont bénéfiques, par exemple chez les enfants ou les femmes enceintes, ainsi que pour les procédures de dépistage. « Des études sont déjà en cours pour déterminer jusqu'à quel point nous pouvons réduire les doses de rayonnement tout en obtenant des images TDM diagnostiques, conclut le Dr Baffour. Nous entrevoyons donc beaucoup de potentiel pour la TDMCP dans les soins cliniques.»

Le Dr Baffour a remercié ses collègues, Cynthia McCollough, Ph.D., et Joel Fletcher, M.D., directeurs du CT Clinical Innovation Center de la Mayo Clinic, pour leur travail dans le développement d'applications cliniques de la TDMCP.

SUR LE MÊME THÈME

IA & Données
Abonné(e)

Des LLM affinés pour aider à la relecture des comptes rendus

Selon une nouvelle étude publiée dans la Revue Radiology, un grand modèle de langage (LLM) améliorerait sensiblement la détection des erreurs dans les comptes rendus de radiologie. Les chercheurs ont utilisé des comptes rendus synthétiques et des données ciblées pour donner au LLM de la légèreté.

23/05/2025 -

IA & Données
Abonné(e)

Agir sur la vulnérabilité des grands modèles de langage en radiologie

Dans un nouvel article spécial publié dans la Revue Radiology, des chercheurs abordent les défis de cybersécurité liés aux grands modèles de langage (LLM). Ils soulignent l'importance de mettre en œuvre des mesures de sécurité pour empêcher leur utilisation malveillante dans le système de Santé et m...

21/05/2025 -

IA & Données
Abonné(e)

Une feuille de route pour atténuer les biais de l'IA

Les biais diagnostiques créés par l’IA relèvent d’un manque d’informations démographiques incluent dans les données de santé. Dans un article publié dans la Revue Radiology, des chercheurs américains décrivent l’importance d’une définition homogène décrivant les groupes démographiques. Un travail qu...

20/05/2025 -

IA & Données
Abonné(e)

Essais sur une RAG pour améliorer les grands modèles de langages en radiologie

Pour renforcer les attributs des grands modèles de langage appliqués à la radiologie, la RAG, qui code les informations dans un espace vectoriel pour affiner les tâches des LLM basées sur la connaissance, semble pertinente. Dans une étude publiée dans la Revue Radiology : Artificial intelligence, de...

05/05/2025 -

IA & Données

Le lexique radiologique standardisé RadLex fête ses vingt ans

RadLex, un lexique radiologique complet développé par la Radiological Society of North America (RSNA) destiné à proposer un langage commun pour communiquer les résultats diagnostiques par les radiologues, célèbre son 20e anniversaire en 2025.

22/04/2025 -

IA & Données
Abonné(e)

La TDM ultra low dose, prochaine norme pour le suivi des jeunes immunodéprimés ?

La tomodensitométrie à ultra-faible dose débruitée par l’IA permet, en appliquant seulement 2% de la dose normale, de diagnostiquer efficacement la pneumonie chez les patients immunodéprimés.  C’est le résultat d’une étude publiée dans la Revue Radiology et qui pourrait ouvrir la voie vers de nouvel...

14/03/2025 -

IA & Données

Recommandations européennes pour l'intégration de l'IA dans la radiologie

L’European Society of Radiology (ESR), sous la direction de son groupe de travail sur l'IA, vient de publier un document de recommandations pour une implémentation généralisée de l’European AI Act.

11/03/2025 -

LETTRE D'INFORMATION

Ne manquez aucune actualité en imagerie médicale et radiologie !

Inscrivez-vous à notre lettre d’information hebdomadaire pour recevoir les dernières actualités, agendas de congrès, et restez informé des avancées et innovations dans le domaine.