Contourage en radiothérapie

Les logiciels d’IA peinent encore à s’accorder sur les contours du cœur

Des chercheurs de l'Institut de cancérologie de l’ouest, à Saint-Herblain, ont évalué onze solutions d’auto-contourage en imagerie cardiaque. Selon eux, une harmonisation des règles de contouring et la transparence des données d’entraînement sont nécessaires.

icon réservé aux abonnésArticle réservé aux abonnés
Le 06/03/26 à 7:00 Lecture 2 min.

Figure 1. Illustration des différences sur les règles de contouring adoptées selon la solution de contouring par intelligence artificielle (A = Cœur, B = Heart_APulm, C = Atrium_L, D = Ventricle_L). © 2026 The Authors. Published by Elsevier B.V. on behalf of European Society of Radiotherapy & Oncology.

En radiothérapie, les outils de contouring basés sur l’intelligence artificielle permettent de délimiter automatiquement les organes sur les examens de scanner. Ces outils promettent une évaluation des doses reçues par les structures cardiaques, au-delà de la dose cardiaque moyenne. Une étude parue dans la revue phiRO [1] et réalisée par des chercheurs du département d’oncologie radiothérapeutique de l'Institut de cancérologie de l’ouest, à Saint-Herblain (44), a analysé les variations des contours du cœur selon les logiciels utilisés et évalué l’impact de l’absence de contraste sur la performance du contouring pour chaque solution. « Cette étude ne visait pas à classer les solutions [...] mais plutôt à fournir un retour sur les variations observées, qui pourraient guider les améliorations futures du modèle », précisent les auteurs dans leur article.

Onze solutions d’auto-contourage évaluées

Les chercheurs ont comparé onze solutions d’auto-contourage basées sur l’IA, sept commerciales, t

Il vous reste 71% 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. Moignier A, Perennec T, Prangères E, et al (2026) Comparative analysis of artificial intelligence-based contouring of cardiac substructures on computed tomography scans for radiation therapy. Physics and Imaging in Radiation Oncology 38:100935. https://doi.org/10.1016/j.phro.2026.100935

Spécialité médicale

Radiothérapie

Mots-clés

radiothérapie logiciel intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés Les manipulateurs et l’intelligence artificielle

Voir le dossier

Le fil Tech Imago

05 Oct

14:25

L'utilisation de salles hybrides d'angiographie incorporant l'angioscanner biphasique a réduit la dose de manière significative par rapport au scanner cone beam monophasique lors de procédures d'embolisation et de radio-embolisation du foie, dans le cadre d'une étude rétrospective. « Toutefois, la dose effective totale n'est plus restée significative après correction des incertitudes », indiquent les chercheurs.

7:23

La présence d'une couronne échogène entourant une masse est associée à une tumeur maligne invasive et correspond à une évolution du carcinome canalaire in situ vers un cancer invasif d'après l'examen histopathologique postopératoire, selon une étude présentée dans Academic Radiology. Toutefois, elle n'apporte guère d'informations supplémentaires utiles aux radiologues sur le plan diagnostique ou pronostique.

7:00

03 Oct

4:00

Au sein de la polyclinique de Blois (Centre-Val de Loire), le groupe Vidi - IMCL41 a investi dans de nouveaux équipements lourds. Les locaux ont également été agrandis. L'objectif du groupe est de "d’améliorer l'accueil des patients et surtout de réduire les délais de rendez-vous", indique-t-il dans un communiqué.
02 Oct

15:13

Prenuvo lance le Prenuvo Research Network. Le réseau réunira ses propres outils d’IA, des équipes internes de recherche et développement, des scientifiques et des institutions académiques. Leur objectif est de « construire la base de preuves pour une médecine proactive et préventive ».

13:00

Les méthodes de deep learning permettent de réduire les artefacts métalliques en scanner pour la radiothérapie tête et cou, avec une amélioration de la visualisation et de la précision dosimétrique (étude).
✕
Tech Imago

GRATUIT
VOIR