Imagerie de la femme

L’optimisation de l’IRM pelvienne pour l’endométriose par le manipulateur radio assisté par l’intelligence artificielle

icon réservé aux abonnésArticle réservé aux abonnés
Ilana Sultan Le 07/05/25 à 7:00 Lecture 7 min.

L’IRM est un examen de référence non invasif pour le diagnostic et le suivi de l’endométriose, pathologie gynécologique chronique touchant 10 % des femmes en âge de procréer. © Pexels

Résumé

Dans le cadre du diagnostic à l’IRM pelvienne de l’endométriose touchant 10 % des femmes en âge de procréer, le manipulateur radio occupe une place importante aux côtés du radiologue pour assurer une bonne qualité d’images. L’IA démontre également son potentiel dans la prise en charge de la pathologie. De nouvelles start-up développant de nouveaux algorithmes voient le jour pour améliorer le diagnostic.

L’IRM est un examen de référence non invasif pour le diagnostic et le suivi de l’endométriose, pathologie gynécologique chronique touchant 10 % des femmes en âge de procréer. Le manipulateur radio joue un rôle essentiel dans la réalisation de cet examen, en garantissant la qualité des images et le confort de la patiente.

Maladie encore mal diagnostiquée

L’endométriose est une maladie gynécologique chronique où du tissu semblable à celui de l’endomètre se développe en dehors de l’utérus, provoquant douleurs pelviennes, règles abondantes et souvent des troubles de la fertilité. Elle touche environ 10 à 15 % des femmes en âge de procréer, avec un diagnostic qui prend en moyenne de 7 à 10 ans car la maladie est complexe avec des symptômes qui se confondent avec d’autres maladies. Par ailleurs, 40 % des femmes souffrant de douleurs pelviennes chroniques seraient atteintes d’endométriose sans être diagnostiquées. Cependant, selon Marc Bazot et Emile Darai, l’IRM pelvienne permet de diagnostiqu

Il vous reste 90% 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

Ilana Sultan

Manipulatrice d'électroradiologie médicale

Déclaration des liens d'intérêts

Bibliographie

  1. Bazot M, Daraï E (2017) Diagnosis of deep endometriosis: clinical examination, ultrasonography, magnetic resonance imaging, and other techniques. Fertility and Sterility 108:886–894. https://doi.org/10.1016/j.fertnstert.2017.10.026
  2. Diagnostic complexe d’endométriose : la HAS propose un accès au test salivaire Endotest® dans le cadre du forfait innovation. In: Haute Autorité de Santé. https://www.has-sante.fr/jcms/p_3487378/fr/diagnostic-complexe-d-endometriose-la-has-propose-un-acces-au-test-salivaire-endotest-dans-le-cadre-du-forfait-innovation. 
  3. ROBERT, Y. et al., 2002. [MRI in gynecology]. Journal De Gynecologie, Obstetrique Et Biologie De La Reproduction. Vol. 31, no 5, pp. 417‑439.
  4. Dungate B, Tucker DR, Goodwin E, Yong PJ (2024) Assessing the Utility of artificial intelligence in endometriosis: Promises and pitfalls. Womens Health (Lond Engl) 20:17455057241248121. https://doi.org/10.1177/17455057241248121
  5. AVERY, Jodie C. et al., 2024. Noninvasive diagnostic imaging for endometriosis part 2: a systematic review of recent developments in magnetic resonance imaging, nuclear medicine and computed tomography. Fertility and Sterility. Vol. 121, no 2, pp. 189‑211. DOI 10.1016/j.fertnstert.2023.12.017.
  6. CETERA, Giulia Emily et al., 2024. Artificial Intelligence in the Management of Women with Endometriosis and Adenomyosis: Can Machines Ever Be Worse Than Humans? Journal of Clinical Medicine. Vol. 13, no 10, p. 2950. DOI 10.3390/jcm13102950.
  7. IMAGENDO®. https://imagendo.org.au/about/.
  8. FEMaLe in a nutshell – FEMaLe. https://findingendometriosis.eu/about/female-in-a-nutshell/

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Tech Imago

20 Mai

14:25

L'apprentissage par simulation améliorerait considérablement l'acquisition des compétences en radiothérapie, et permettrait d'approfondir à la fois les compétences techniques et non techniques, telles que le raisonnement clinique et la communication (étude).

7:30

Tech Imago

GRATUIT
VOIR