La tomosynthèse pour dépister la spondylarthrite axiale
Une équipe française a évalué la pertinence de la tomosynthèse pour dépister la spondylarthrite axiale par l’imagerie médicale. Ce travail, publié dans la Revue Research in Diagnostic and Interventional Imaging, s’attache à différentier les sacro-iliites aux moyens de cette technologie modérément irradiante pour effectuer le diagnostic.
La spondyloarthrite axiale (SpA) est difficile à diagnostiquer en raison de la grande hétérogénéité de ses manifestations cliniques. Le diagnostic repose généralement sur un examen clinique associés à un test du gène HLA B27 et une exploration radiologique des articulations sacro-iliaques pour détecter les signes de sacro-iliite.
Les différentes formes de sacro-iliite explorées en imagerie médicale
La sacro-iliite constitue en effet un critère diagnostique majeur selon la classification de New York basée sur la radiographie et la plus récente classification de l'Assessment of Spondyloarthritis International Society (ASAS) utilisant la radiographie conventionnelle ou l’IRM. L’arthrose sacro-iliaque est la principale entité prise en compte dans le diagnostic différentiel des sacro-iliites car elle est 20 fois plus fréquente. Les critères ASAS d'IRM de la sacro-iliite, basés principalement sur la détection de l'œdème médullaire, ont des limites, notamment en raison de faux positifs lors du dépistage de patients obèses, âgés ou très actifs physiquement.
En vous abonnant à Thema Radiologie, vous débloquez l’accès à l’ensemble de nos contenus premium : dossiers thématiques, tribunes d’experts, analyses technologiques, interviews et décryptages réglementaires.
Profitez de 15 jours d'essai gratuit pour découvrir tous nos contenus premium !
Déjà abonné ? Connectez-vous pour débloquer cet article.
SUR LE MÊME THÈME
Un authentique biomarqueur IRM pour les risques cardio-métaboliques
En utilisant un modèle de deep learning pour analyser la composition des grands muscles sur des images IRM, des chercheurs allemands ont découvert que les proportions de graisse intermusculaire et de masse musculaire maigre étaient associées à une hypertension artérielle et à des taux de lipides et...
12/05/2026 -
Un modèle de deep learning pour identifier les métastases osseuses à la TDM
Il est désormais possible d’identifier des métastases osseuses à partir de modèles de deep learning et d’images de tomodensitométrie. Une étude publiée dans la Revue Radiology : Artificial intelligence compare les performances de deux modèles de deep learning à celle de radiologues juniors et expéri...
21/04/2026 -
L'IRM matérialise la graisse intramusculaire des consommateurs de malbouffe
La consommation d’aliments ultra-transformés est associée à une plus grande accumulation de graisse dans les muscles des cuisses, indépendamment de l'apport calorique ou de l'activité physique, au sein d'une population à risque d'arthrose du genou. C’est le résultat d’une étude publiée dans la Revue...
15/04/2026 -
Le deep learning pour la segmentation tumorale de l'ostéosarcome pédiatrique par IRM
Les variations du volume tumoral par IRM sont un bon biomarqueur non invasif et le deep learning permet d’optimiser la segmentation tumorale dans ce cadre. Une étude publiée dans la Revue European Radiology compare les résultats de la segmentation par réseau de neurones convolutifs à la segmentation...
08/04/2026 -
Évaluation quantitative de métastase osseuse améliorée grâce à l'empreinte par résonance magnétique
L’empreinte par résonance magnétique peut-elle apporter des éléments quantitatifs de la réponse au traitement des métastases osseuses ? C’est ce que cherche à démontrer une étude publiée dans la Revue European Radiology qui met en jeu des mesures T1 et T2 obtenues par ERM, comparées à l’IRM conventi...
07/04/2026 -
Un ensemble de données unique pour le classement des lésions dégénératives rachidiennes
Développer un modèle d’IA robuste pourrait permettre un classement des lésions dégénératives rachidiennes. Une étude publiée dans la Revue Radiology : Artificial Intelligence utilise un ensemble de données unique quant à sa taille et à sa diversité, avec des images annotées par différentes sociétés...
03/04/2026 -
Des deepfake générés par l'IA qui ressemblent à des radiographies réelles
D'après une étude publiée aujourd'hui dans la Revue Radiology, ni les radiologues ni les grands modèles de langage (LLM) ne parviennent à distinguer facilement les images radiographiques « deepfake » générées par IA par rapport aux images authentiques. Ces résultats soulignent les risques liés aux i...
24/03/2026 -
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.