Écoresponsabilité en IRM

« Épaissir les coupes de 1 mm ou utiliser des séquences avec IA permet de réduire de 30 % en moyenne la consommation électrique d’une IRM »

Au CHU de Brest, une étude a analysé les déterminants et les leviers de gestion de la consommation électrique des IRM en neuroradiologie. Les services peuvent notamment jouer sur l’épaisseur des coupes, les paramètres de l’appareil, et faire appel à l'intelligence artificielle pour économiser de précieux kilowatts.

icon réservé aux abonnésArticle réservé aux abonnés
Le 05/04/24 à 7:00 Lecture 5 min.
Reportage PSYMAC Lille

Mateusz Chodorowski et l’équipe du CHU de Brest ont élaboré un protocole d’IRM cérébrale « basse consommation », en adaptant le débit d’absorption spécifique (SAR), le bruit et la pente des gradients (photo d'illustration). © Carla Ferrand

Selon un rapport suisse publié en 2020 [1], une meilleure gestion des modes d’activité des IRM pourrait permettre d’économiser jusqu’à 30 % d’électricité. Mais qu’en est-il de la consommation pendant les examens ? Au CHU de Brest, Mateusz Chodorowski, médecin radiologue, a travaillé sur ce sujet dans le cadre de sa thèse de médecine. Ses résultats ont fait l’objet d’un article paru dans Journal of Neuroradiology [2] fin 2023. « Des études ont montré que la radiologie est de loin la principale consommatrice d’énergie dans le secteur de la santé. Quand j’ai commencé ma thèse, on ne s’était pas encore demandé comment on pourrait s’améliorer dans ce domaine », se souvient-il.

La consommation scrutée minute par minute

Dans un premier temps, il a analysé en détail la consommation des deux IRM de son service : une 1,5 T, en fonctionnement depuis 10 ans et une 3 T installée en 2023. « Nous disposons d’un logiciel qui enregistre la moyenne de toutes les consommations minute par minute », expl

Il vous reste 87% 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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Bibliographie

  1. Suisse Energie, « Rapport final. Efficacité énergétique des équipements médicaux-IRM, scanners, appareils de radiographie », 14 août 2020, https://pubdb.bfe.admin.ch/fr/publication/download/10159
  2. Chodorowski M., Ognard J., Rovira À. et al, « Energy consumption in MRI: Determinants and management options », Journal of Neuroradiology, mars 2024, vol. 51, n° 2, p. 182-189. DOI : 10.1016/j.neurad.2023.12.001.

Discussion

Aucun commentaire

Laisser un commentaire

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.
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