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
Le 22/09/26 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

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Tech Imago

06 Nov

16:22

La TEP-TDM au PSMA lors du bilan initial du cancer de la prostate est associée à une meilleure survie globale, spécifique et sans récidive biologique. Son bénéfice semble particulièrement marqué chez les patients à haut risque traités par radiothérapie (étude).

12:15

05 Nov

17:03

Le modèle multimodal SoftVote-Opt a montré une performance discriminante modérée pour la classification préopératoire du grade des carcinomes rénaux à cellules claires, en validation interne et externe. (étude)

7:30

La viscosité hépatique (ViPLUS) est le principal déterminant indépendant de la rigidité hépatique mesurée par élastographie (SWE) chez les patients atteints de la maladie hépatique stéatotique associée à un dysfonctionnement métabolique MASLD.(étude)
✕
Tech Imago

GRATUIT
VOIR