Le challenge d'IA 2026 sera consacré à l'IRM du genou
Le 2026 RSNA Knee MRI AI Challenge, le 12ème défi de ce type organisé par la RSNA, sera lancé en juillet 2026. L'objectif est de développer des outils d’IA capables d'identifier de manière fiable les anomalies du genou et de favoriser une prise en charge plus cohérente et plus rapide.
Le jeu de données sur lequel se basera le RSNA Knee MRI AI Challenge de cette année comprendra des examens d'IRM du genou provenant de 19 établissements du monde entier, accompagnés de leurs comptes rendus radiologiques multilingues. Il s'agit du premier challenge de la RSNA à utiliser à la fois des images et le texte des comptes rendus radiologiques pour entraîner et tester des modèles d'IA, permettant ainsi aux chercheurs d'explorer l'utilisation de données multimodales pour l'entraînement et l'évaluation des modèles.
Si l'IRM joue un rôle central dans l'évaluation des lésions du genou, par une visualisation des atteintes aux structures articulaires et une évaluation complète de l'articulation, l'interprétation des IRM varie selon les radiologues et les contextes de pratique. En entraînant des modèles d'IA sur un vaste jeu de données multilingue d'IRM du genou associées à leurs comptes rendus originaux, ce challenge vise à développer des outils capables d'identifier de manière fiable les anomalies et de favoriser une prise en charge plus cohérente et plus rapide.
Dans ce cadre, la RSNA a invité les radiologues spécialisés en imagerie musculosquelettique à annoter des examens d'IRM du genou et à examiner les comptes rendus associés. Les participants ayant mené à bien cette mission seront mentionnés dans les publications de recherche associées et reconnus dans les communications relatives au défi d'IA.
SUR LE MÊME THÈME
Retour d'expérience à l'Hôpital européen Geroges Pompidou
Au bloc opératoire, l’imagerie ne tolère ni latence ni approximation. Elle intervient comme un outil de validation immédiate du geste chirurgical, avec des contraintes fortes en termes de lisibilité, de disponibilité et d’intégration dans le flux opératoire. À l’Hôpital Européen Georges Pompidou, le...
27/05/2026 -
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 -
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.