Récemment, l'équipe de recherche dirigée par les professeurs Wang Jing et Kang Fei du département de médecine nucléaire de l'hôpital Xijing en Chine a réalisé une avancée significative en imagerie médicale nucléaire. Leur étude clinique, publiée dans le journal EJNMMI Physics, présente une technologie unifiée de correction du mouvement respiratoire basée sur l'apprentissage profond. Cette technologie permet d'améliorer efficacement la qualité d'image et la précision diagnostique de la TEP/TDM au fluorodésoxyglucose pour les lésions de la partie supérieure de l'abdomen. Une analyse systématique des données de 100 patients a confirmé que cet algorithme peut réduire les artefacts dus au mouvement respiratoire, améliorer la netteté des images et augmenter en moyenne de 21,6 % la valeur maximale de captation standardisée des lésions. L'effet est particulièrement marqué pour les lésions de petit volume ou celles présentant un déplacement respiratoire important.

Cette technologie, appelée uRMC, présente l'avantage majeur de ne nécessiter aucun équipement supplémentaire. En traitant uniquement les données TEP par algorithme, elle optimise simultanément la correction du mouvement, la correction de l'atténuation et le processus de recalage des images TEP et TDM. Les résultats d'une évaluation subjective en aveugle indiquent que la technologie uRMC améliore la qualité globale de l'image, la morphologie des lésions et le recalage des images pour la majorité des patients. L'analyse objective des données a également révélé qu'elle permet de détecter des lésions facilement manquées par les méthodes d'imagerie traditionnelles et de corriger les erreurs de localisation organique de certaines lésions. Cela a un impact direct sur le stade clinique et les décisions thérapeutiques, comme en témoigne un cas où le schéma de stadification a été modifié suite à la découverte de nouvelles métastases.

Ces résultats de recherche marquent une étape clé dans le passage de la technologie de correction du mouvement respiratoire de la recherche méthodologique à l'application clinique de routine. En améliorant la netteté des images, la sensibilité de détection des lésions et la précision des mesures quantitatives, la technologie uRMC fournit un outil d'imagerie plus fiable pour le diagnostic précoce, la stadification précise, l'évaluation de l'efficacité thérapeutique et la délinéation des volumes cibles en radiothérapie pour les tumeurs de la partie supérieure de l'abdomen, comme le cancer du foie. Elle illustre la valeur pratique de l'intelligence artificielle dans la promotion d'un diagnostic et d'un traitement précis des cancers.