L'IA peut-elle reconstruire des structures osseuses 3D à partir d'images radiographiques standard ?

L'imagerie médicale repose souvent sur les scanners CT pour des reconstructions 3D détaillées, mais ceux-ci sont coûteux et exposent les patients à des radiations plus élevées. Les radiographies standard sont plus accessibles mais manquent d'informations de profondeur. Les algorithmes d'IA pourraient potentiellement déduire des modèles 3D d'os à partir de radiographies 2D, améliorant la précision diagnostique sans imagerie supplémentaire.

Les systèmes d'IA actuels peuvent reconstruire des formes 3D approximatives d'os à partir de deux ou plusieurs radiographies standard en utilisant des modèles d'apprentissage profond entraînés sur de grandes bases de données de paires d'images de radiographies et de volumes CT, mais les reconstructions restent approximatives et manquent de détails fins typiques des scanners CT. La précision est la plus élevée pour l'os cortical dense et diminue pour l'os trabéculaire et les petites structures, et cette approche est principalement utilisée pour la planification chirurgicale et le suivi plutôt que pour des diagnostics définitifs. Les prototypes de recherche montrent des promesses pour les méthodes à vue unique sous des angles limités, mais celles-ci restent encore en retard par rapport à la précision multi-vues et nécessitent un étalonnage spécialisé.

— Enriched 12 mai 2026 · Source : Radiological Society of North America (RSNA) — https://pubs.rsna.org/doi/10.1148/radiol.2023222655