On estime que la maladie du foie graisseuse, causée par l’accumulation de graisses dans le foie, affecte une personne sur quatre dans le monde. S’il n’est pas traité, cela peut entraîner de graves complications, telles que la cirrhose et le cancer du foie, ce qui rend crucial à détecter tôt et à initier un traitement.
Actuellement, les tests standard pour diagnostiquer les maladies hépatiques gras comprennent les échographies, les CT et les IRM, qui nécessitent un équipement et des installations spécialisés coûteux. En revanche, les radiographies thoraciques sont effectuées plus fréquemment, sont relativement peu coûteuses et impliquent une faible exposition aux rayonnements.
Bien que ce test soit principalement utilisé pour examiner l’état des poumons et du cœur, il capture également une partie du foie, ce qui permet de détecter les signes de stéatose hépatique. Cependant, la relation entre les radiographies thoraciques et la maladie du foie graisseuse a rarement fait l’objet d’une étude approfondie.
Par conséquent, un groupe de recherche dirigé par le professeur agrégé Sawako Uchida-Kobayashi et le professeur agrégé Daiju Ueda à la Graduate School of Medicine de l’Université d’Osaka Metropolitan ont développé un modèle d’IA qui peut détecter la présence d’une maladie hépatique graisseuse à partir d’images radiographiques thoraciques. Les résultats sont publiés dans la revue Radiologie: imagerie cardiothoracique.
Dans cette étude rétrospective, un total de 6 599 images à rayons X thoraciques contenant des données de 4 414 patients ont été utilisées pour développer un modèle d’IA utilisant des scores de paramètres d’atténuation contrôlée (CAP). Le modèle AI a été vérifié comme très précis, la zone sous la courbe caractéristique de fonctionnement du récepteur (AUC) allant de 0,82 à 0,83.
« Le développement de méthodes de diagnostic utilisant des radiographies thoraciques facilement disponibles et peu coûteuses a le potentiel d’améliorer la détection du foie graisseuse. Nous espérons qu’elle pourra être utilisée à l’avenir », a déclaré le professeur Uchida-Kobayashi.
