This media is currently not available.
IA en scanner 128 coupes : révolution en qualité image, dosimétrie et efficience économique
Poster Abstract

Objectifs

En imagerie scanner, les centres doivent désormais concilier exigences de qualité diagnostique, impératifs de radioprotection et contraintes économiques accrues, notamment liées à la prise en charge des produits de contraste iodés par les structures de santé. Cette étude quantifie le potentiel de réduction des doses de rayons-X et d'agent de contraste suite à l'implémentation d'un algorithme de reconstruction par apprentissage profond. Elle apprécie également l'impact sur la qualité image.

Matériel et méthode

Etude monocentrique suite à l’implémentation d’un nouveau scanner (Revolution Ascend, GE HealthCare ; Scanner A) équipé d’un algorithme de reconstruction par apprentissage profond (TrueFidelity DL, GE Healthcare), les 4 protocoles cliniques les plus utilisés pour la zone thoraco-abdomino-pelvienne ont été comparés en termes de doses de rayons-X et d’agent de contraste à ceux de l’ancien système (Revolution Evo, GE HealthCare ; Scanner B) utilisant une reconstruction itérative (ASIR-V, GE HealthCare). La taille, le poids, l’Indice de Masse Corporelle (IMC), le Produit Dose Longueur (PDL) total de l’examen et le volume d’agent de contraste (Omnipaque 350, GE HealthCare) injecté ont été collectés pour 100 patients consécutifs de chaque protocole et de chaque système. La qualité image a été appréciée visuellement selon les critères de référence de rehaussement de la SFR et du CIRTACI. Le test de Kolmogorov-Smirnov a été utilisé pour évaluer la normalité des données et, en fonction, les données ont été comparées statistiquement entre les deux groupes avec un test de Student ou de Mann–Whitney (p<0.05 considéré comme significatif). 

Résultats

Les 4 protocoles les plus utilisés étaient « Embolie Pulmonaire », « Abdomen-Pelvis 4 phases », « Thorax-Abdomen-Pelvis 3 phases » et « TAP portal ». Il n’y avait pas de différence significative de taille, de poids et d’IMC entre les deux groupes de chaque protocole (p>0.05). Sur le scanner A, le PDL total de l’examen était en moyenne inférieur (p≤0.0012) de 47% (134.6 vs 253.13 mGy.cm), 20% (652.0 vs 812.9 mGy.cm), 22% (549.5 vs 703.0 mGy.cm) et 16% (372.1 vs 440.9 mGy.cm) pour les protocoles « Embolie Pulmonaire », « Abdomen-Pelvis multi-phases », « Thorax-Abdomen-Pelvis multi-phases » et « TAP portal » par rapport au scanner B, respectivement. Similairement, le volume d’agent de contraste injecté était en moyenne inférieur (p<0.0001) de 11% (39.2 vs 44.1 mL), 21% (55.5 vs 70.6 mL), 27% (52.2 vs 71.2 mL) et 29% (48.8 vs 68.5 mL) sur le scanner A par rapport au scanner B, respectivement. Un rehaussement accru des structures anatomiques et une majoration substantielle du rapport signal sur bruit a été objectivé visuellement sur le Scanner A par rapport au Scanner B tout en maintenant, voire en améliorant, les critères de rehaussement définis par la SFR et le CIRTACI.

 

Conclusion

En conclusion, l’intégration de l’IA dépasse la simple avancée technologique ; elle s'impose comme un véritable outil de transformation de nos pratiques.

Pour les protocoles cliniques les plus utilisés sur la zone thoraco-abdomino-pelvienne, l’implémentation d’une reconstruction par apprentissage profond a permis de réduire les doses de rayons-X et d’agent de contraste respectivement de 26% et 22% en moyenne par rapport à la précédente génération d’algorithme itératif avec une amélioration globale de la qualité image. En complément de l’optimisation de la prise en charge des patients, cette diminution du volume d’agent de contraste permet une maîtrise significative des coûts opérationnels. 

Les performances des reconstructions par apprentissage profond permettent d’optimiser le rapport bénéfice/risque des examens scanographiques en améliorant la qualité image tout en limitant les doses de rayons-X et d’agent de contraste délivrées au patient.

La diminution du volume d’agent de contraste utilisé par examen permet une maîtrise des coûts opérationnels et transforme ainsi une contrainte budgétaire en un levier d'optimisation durable pour le centre d'imagerie.

Master, M2 Recherche d'Université ou thèse de Médecine ?

32332

Résumé suggéré en Radiologie Interventionnelle (RI)

32334