L’IA de Facebook produit des images IRM précises 4 fois plus rapidement que les technologies actuelles
L’IA de Facebook produit des images IRM précises 4 fois plus rapidement que les technologies actuelles

Une nouvelle étude a montré que les images IRM produites par l’IA ne peuvent être distinguées des images générées traditionnellement
Une étude récemment publiée a validé l’efficacité d’un nouvel algorithme d’IA conçu pour fournir des résultats d’IRM précis à partir de quatre fois moins de données que celles habituellement nécessaires. Cette innovation impressionnante promet d’accélérer considérablement les scanners IRM sans qu’il soit nécessaire de mettre à niveau le matériel d’imagerie préexistant.
Il y a deux ans, une équipe de radiologues de la Grossman School of Medicine de l’université de New York s’est associée au groupe FAIR (Facebook’s Artificial Intelligence Research) pour tenter de développer un réseau neuronal capable de produire des scans IRM efficaces à partir d’un minimum de données.
Les scanners IRM actuels, l’un des meilleurs et des plus sûrs outils de diagnostic disponibles pour les médecins, sont des expériences qui prennent beaucoup de temps et qui rendent claustrophobe. Selon la cible, un scan peut durer jusqu’à une heure et des durées aussi longues limitent le volume de patients qu’une seule machine peut scanner chaque jour.
Le projet de collaboration, appelé fastMRI, a produit un modèle d’IA qui peut générer des images IRM détaillées à partir d’un quart des données traditionnellement nécessaires. Cependant, comme le souligne un billet de blog rédigé par l’équipe d’IA de Facebook, la création d’images IRM précises n’était qu’une première étape pour les chercheurs.
« Générer une image précise n’est pas le seul défi », écrit l’équipe de Facebook. « Le modèle d’IA doit également créer des images qui sont visuellement impossibles à distinguer des images IRM traditionnelles. Les radiologues passent de nombreuses heures à analyser soigneusement ces images et un « look and feel » peu familier pourrait rendre les radiologues moins enclins à adopter l’IRM rapide dans leur pratique ».
Pour tester l’interchangeabilité des images IRM générées par l’IA avec les images IRM traditionnelles, six radiologues musculo-squelettiques indépendants ont été recrutés pour une nouvelle étude. Deux ensembles de données distincts ont été créés à partir de 108 patients testés, et chaque patient a été scanné pour son genou en utilisant à la fois le nouveau modèle d’AI et l’imagerie IRM standard.
Les radiologues experts ont ensuite évalué à l’aveugle les deux ensembles de données, les résultats suggérant que les deux types de modalités d’imagerie étaient essentiellement indissociables l’un de l’autre. Les radiologues ont fourni les mêmes diagnostics, qu’ils évaluent des images IRM traditionnelles ou les nouvelles images assistées par IA. En fait, l’étude note que les radiologues ont évalué la qualité globale des images d’AI comme étant meilleure que les images d’IRM traditionnelles.
« Cette étude est une étape importante vers l’acceptation clinique et l’utilisation des examens IRM accélérés par IA car elle démontre pour la première fois que les images générées par l’IA sont essentiellement indissociables en apparence des examens IRM cliniques standard et sont interchangeables en ce qui concerne la précision du diagnostic », déclare l’auteur principal de la nouvelle étude, Michael Recht. « Cela marque un changement de paradigme passionnant dans la manière dont nous sommes capables d’améliorer l’expérience du patient et de créer des images ».
Les résultats produits par le projet fastMRI sont open source, l’équipe de recherche espère donc que les fournisseurs de matériel d’IRM pourront commencer rapidement à intégrer les nouveaux algorithmes dans leurs produits. L’innovation devrait également être facilement incorporée au cours des prochaines années dans le matériel d’IRM préexistant actuellement dans les hôpitaux, ce qui rendra l’expérience des patients plus confortable tout en élargissant l’accès à l’IRM à un plus grand nombre de personnes.