Publié le 2025-12-22 19:32:00. Des chercheurs ont développé un outil d’intelligence artificielle capable de détecter la stéatose hépatique, une maladie du foie souvent silencieuse, à partir de simples radiographies pulmonaires. Cette avancée pourrait permettre un dépistage plus précoce et une meilleure prise en charge des patients.
- L’IA a démontré une bonne performance de détection de la stéatose hépatique, avec une aire sous la courbe ROC (AUC) de 0,83 pour les tests internes et 0,82 pour les tests externes.
- Le modèle se base sur l’analyse de rayons X existants, sans nécessiter d’examens complémentaires ni de temps d’analyse supplémentaire.
- Les zones du foie et du diaphragme sont particulièrement scrutées par l’IA pour identifier les signes de la maladie.
L’outil d’intelligence artificielle repose sur des réseaux neuronaux convolutifs (CNN), une technologie d’apprentissage profond particulièrement performante en matière de reconnaissance d’images et de vision par ordinateur. Ces CNN ont été entraînés et affinés en utilisant un modèle pré-entraîné sur l’ensemble de données ImageNet, une vaste base de données d’images largement utilisée dans le domaine de la vision artificielle.
Les chercheurs ont déterminé un seuil optimal pour classer les images comme positives ou négatives pour la stéatose hépatique en maximisant l’indice de Youden, une mesure statistique permettant d’évaluer l’efficacité d’un outil de diagnostic en équilibrant sa sensibilité et sa spécificité. Durant l’entraînement, l’IA a été alimentée uniquement par des radiographies pulmonaires étiquetées en fonction de la présence ou de l’absence de stéatose, identifiant les caractéristiques radiographiques prédictives de la maladie.
Les performances du modèle ont été évaluées sur des ensembles de tests internes et externes, révélant une précision de 77 %, une sensibilité de 68 % et une spécificité de 82 % pour les images de test internes, et des valeurs similaires de 76 % pour les trois mesures pour les images de test externes. Une analyse plus poussée, considérant un seul examen par patient, a montré des AUC de 0,86 pour les tests internes et 0,83 pour les tests externes.
L’analyse des “cartes de saillance” – des représentations visuelles des zones d’intérêt pour l’IA – a révélé que dans 74,2 % des images de test externes, l’attention de l’IA se portait sur les régions situées au niveau ou en dessous du diaphragme, correspondant à la zone du foie.
« Ces résultats soutiennent le dépistage opportuniste à partir des radiographies pulmonaires existantes, ajoutant de la valeur sans temps d’analyse supplémentaire »,
Dr. Ueda
Selon le Dr. Ueda, cet outil pourrait permettre de mieux orienter les patients vers une évaluation hépatique plus approfondie, et ainsi permettre à la radiologie de jouer un rôle plus précoce dans la prise en charge des maladies métaboliques du foie.
Pour aller plus loin
