L’imagerie par résonance magnétique (IRM) fait partie intégrante de la routine clinique. Le nombre d’examens IRM est en hausse, mais cela ne signifie pas pour autant que toutes les difficultés liées à la mise en œuvre de cette technique ont été surmontées. La nature chronophage de l’examen reste un défi majeur. Le temps nécessaire à la réalisation d’images de haute qualité limite non seulement la capacité de traitement, mais accroît également l’inconfort pour le patient. Aujourd’hui, l’intelligence artificielle permet heureusement de remédier à cette situation. Cette avancée représente un véritable soulagement pour la personne qui passe l’examen, en particulier en pédiatrie ou dans le cas de lésions musculo-squelettiques douloureuses.
Imaginez : un petit garçon arrive aux Urgences suite à un accident de la circulation à vélo. Il présente des signes de paralysie, mais la nature, la gravité et la cause des lésions ne sont pas claires. Étant donné qu'il est préférable de limiter les niveaux de radiation chez les enfants, un médecin demandera dans la plupart des cas une IRM pour vérifier si le cerveau ou la colonne vertébrale de l'enfant ont été atteints. De même, en cas de suspicion d'accident vasculaire cérébral ou de lésion au genou, le médecin privilégiera l'IRM.
Douleur et mouvement
Une fois dans la machine, il convient de rester immobile, mais le confort est rarement au rendez-vous. Pour un patient qui a mal à une articulation et qui doit la maintenir dans une certaine position pendant une période prolongée, il est difficile de ne pas bouger. De plus, nombreux sont ceux qui souffrent de claustrophobie dans l’’IRM, car le tunnel offre peu d’espace. Un adulte peut encore traverser cette épreuve en serrant les dents, mais c’est tout sauf naturel pour un jeune enfant en proie à la douleur. Une belle image IRM devient alors un véritable défi. Si le patient bouge trop, les images sont floues et il faut recommencer l’examen.
Afin de surmonter ce défi et d’améliorer le confort des patients pendant une IRM, les recherches s’intensifient pour raccourcir l’examen. La puissance de l’intelligence artificielle, et en particulier du deep learning, permet de réduire le temps d’acquisition des images de façon significative. Le patient doit alors passer moins de temps dans le scanner, ce qui accroît le confort et atténue la douleur. Et qui dit moins de douleur dit aussi moins de mouvements, ce qui améliore à son tour la qualité des images.
« La puissance de l’intelligence artificielle, et en particulier du deep learning, permet de réduire le temps d’acquisition des images de façon significative. Le patient doit alors passer moins de temps dans le scanner, ce qui accroît le confort et atténue la gêne. »
Dizaines de milliers d’images
Siemens Healthineers met concrètement ce concept en pratique avec Deep Resolve, une technologie de reconstruction d’images pilotée par l’IA. Comment cela fonctionne-t-il ? Lors d’un examen IRM, chaque image prise est composée d’un signal et de bruit. Plus l’image est prise rapidement ou plus le patient bouge, plus le bruit est important. Deep Resolve étant en mesure de débarrasser les images de ce bruit, la vitesse et les mouvements deviennent moins problématiques. Cette technologie fait appel à un réseau de neurones artificiels de type deep learning capable d’évaluer ce qui se cache derrière le bruit. Ce réseau de neurones repose sur un puissant algorithme d’IA, entraîné à partir de données provenant de dizaines de milliers d’autres scans réalisés préalablement.
En plus de supprimer le bruit, Deep Resolve peut convertir des images à basse résolution en images de haute qualité. Comparez cela à une image floue de la Joconde. Même si vous ne pouvez pas discerner le sujet du tableau, vous avez sans aucun doute déjà vu cette œuvre d’art à maintes reprises. Sur la base de cette expérience antérieure, votre cerveau corrige l’image et vous reconnaissez directement cette dame familière.
Le temps d’acquisition plus court permet également de refaire certains scans. Auparavant, le technologue qui disposait de 15 minutes pouvait réaliser cinq scans, chacun durant trois minutes. Cette efficacité est aujourd’hui jusqu’à 10 fois supérieure, ce qui libère du temps pour refaire une image si nécessaire. Ou pour réaliser un scan supplémentaire d’une coupe particulière, permettant ainsi un diagnostic plus précis.
IRM pédiatrique
La technologie Deep Resolve trouve des applications dans toutes les branches de la médecine où l’IRM a un rôle à jouer, mais elle prouve assurément son utilité en pédiatrie et en médecine musculo-squelettique. Chez les enfants, il est difficile de limiter les mouvements pendant l’examen. C’est pourquoi, dans le passé, on donnait parfois le biberon aux très jeunes enfants pour les calmer, une astuce qui ne fonctionne évidemment pas pour des enfants plus âgés. Il est alors très intéressant de raccourcir la durée de l’examen.
Cette technologie apporte aussi une réelle valeur ajoutée en pédiatrie in utero. Dans l’utérus, un enfant est libre de se déplacer, ce qui représente un défi pour l’IRM très sensible au mouvement. Néanmoins cette technique est couramment prescrite pour l’imagerie fœtale, parce qu’elle exclut toute radiation. C’est crucial pour les enfants, et en particulier durant la gestation. Grâce à une technologie de reconstruction d’images pilotée par l’IA, telle que Deep Resolve, et à un temps d’acquisition plus court, il est désormais beaucoup plus facile de réaliser des images IRM de haute qualité du fœtus. Il s’agit là d’un bon exemple de la manière dont la technologie ouvre la porte à de nouvelles applications et contribue à une meilleure qualité des soins en général.