Intelligence artificielle

Une IA pour repérer les sondes d’intubation sur les radiographies pédiatriques

Une équipe de chercheurs a développé un système d’intelligence artificielle capable de détecter et de localiser automatiquement les sondes endotrachéales sur les radiographies thoraciques d’enfants sous ventilation mécanique. Les premiers résultats, obtenus dans une étude menée sur 1 000 radiographies, montrent des capacités pour identifier très précisément la présence d’une sonde.

icon réservé aux abonnésArticle réservé aux abonnés
Aujourd'hui à 7:00 Lecture 2 min.

Des chercheurs alors développé une méthode d’intelligence artificielle destinée à automatiser l’analyse des radiographies thoraciques pédiatriques ©CC0 Public Domain/Wikimedia Comm

Chez les enfants nécessitant une ventilation mécanique, la sonde endotrachéale (ETT) constitue un dispositif essentiel pour assurer l’apport d’air aux poumons. Sa position doit toutefois être vérifiée avec précision, notamment grâce à une radiographie thoracique. Une mauvaise position de l’extrémité de la sonde peut en effet avoir des conséquences cliniques importantes.

Des chercheurs ont alors développé une méthode d’intelligence artificielle destinée à automatiser l’analyse des radiographies thoraciques pédiatriques [1].

Un système en deux étapes

L’étude rétrospective a été menée sur 1 000 radiographies thoraciques pédiatriques réalisées en 2021 dans un même établissement. Parmi elles, 476 montraient une sonde endotrachéale et 524 n’en comportaient pas. "Les masques de segmentation ETT et les coordonnées des extrémités distales ont été annotés par des analystes formés et vérifiés par des radiologues pédiatriques", indiquent les chercheurs

Le système d’intelligence artificielle a été conç

Il vous reste 65% de l’article à lire

Tech Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Tech Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre découverte

1€

pendant 1 mois
puis 13 €/mois

S’abonner à Tech Imago

Auteurs

Solenn Duplessy

Voir la fiche de l’auteur

Bibliographie

  1. Li H, Zhang B, Somasundaram E, et al (2026) A two-stage deep learning pipeline for automated detection and localization of endotracheal tubes on pediatric chest radiographs: a pilot study. Pediatr Radiol. https://doi.org/10.1007/s00247-026-06767-z

Spécialité médicale

Pédiatrie

Mots-clés

radiopédiatrie intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Tech Imago

22 Sep

7:22

La pénurie de PDC iodés en 2022 et les protocoles de rationnement qui en ont découlé ont considérablement modifié l’utilisation des produits de contraste. Les coûts totaux liés à l'imagerie ont augmenté pendant les phases de pénurie, en raison de la réalisation d'examens d'imagerie supplémentaires et de l'allongement de la durée d'hospitalisation (étude).  

7:00

21 Sep

16:26

Une étude a développé un modèle d’intelligence artificielle capable de détecter le pneumothorax sur les radiographies thoraciques en décubitus des nouveau-nés, avec une excellente performance diagnostique.

7:31

Dans une étude, des chercheurs australiens montrent que des flux de travail pilotés par l’apprentissage profond seraient capables de générer des plans de traitement cliniquement acceptables en environ 10 minutes, pour planifier la radiothérapie à fraction unique dans le traitement d'une métastase pulmonaire.

7:00

18 Sep

14:00

Dans une étude, des chercheurs mettent en place une méthode non invasive et reproductible de personnalisation des prothèses mammaires à partir d’IRM et d’outils open source, permettant une mesure volumétrique précise. Elle relie les volumes mammaires aux tailles commerciales de prothèses tout en préservant la confidentialité et en évitant l’exposition physique postopératoire.
✕
Tech Imago

GRATUIT
VOIR