Un nouvel outil basé sur l’apprentissage automatique, baptisé « Fetal SMPL », offre aux médecins une vision 3D plus précise et détaillée de la santé fœtale. Conçu par une équipe du Laboratoire d’informatique et d’intelligence artificielle du MIT (CSAIL), de l’hôpital Boston Children’s (BCH) et de l’École de médecine de Harvard, ce modèle repose sur l’adaptation du modèle SMPL (Skinned Multi-Person Linear), initialement conçu pour représenter la morphologie et les postures des adultes en 3D. Fetal SMPL a été entraîné sur 20 000 volumes d’imagerie par résonance magnétique (IRM) fœtales, permettant de prédire avec une grande exactitude la forme, la taille et la posture du fœtus, même dans des conditions complexes comme l’espace restreint de l’utérus. Le modèle intègre un squelette virtuel composé de 23 articulations, appelé « arbre cinématique », qui simule les mouvements naturels du fœtus. Grâce à un algorithme de descente de coordonnées, le système itère entre estimation de la forme et de la posture jusqu’à obtenir une prédiction fiable. Dans les tests initiaux, Fetal SMPL s’est montré exceptionnellement précis, avec une erreur moyenne de seulement 3,1 millimètres — une précision inférieure à celle d’un grain de riz. Cette capacité à s’ajuster parfaitement aux données inédites permet une analyse plus fine des paramètres clés, comme la taille de la tête ou de l’abdomen, en les comparant aux normes de développement pour l’âge gestationnel. Actuellement, le modèle ne représente que les structures osseuses sous la peau, limitant son utilisation à l’analyse de la morphologie externe. Toutefois, les chercheurs prévoient d’élargir son champ d’application en le rendant volumétrique, afin de capturer les organes internes (foie, poumons, muscles) et mieux évaluer la santé fœtale globale. Cette évolution rendrait le modèle encore plus proche de la réalité anatomique humaine. Des experts indépendants saluent cette avancée comme une étape majeure. Kiho Im, professeur associé de pédiatrie à Harvard et chercheur au BCH, souligne que cette méthode améliore significativement l’utilité diagnostique de l’IRM fœtale, tout en offrant des pistes pour comprendre le développement fonctionnel du cerveau fœtal en lien avec les mouvements corporels. Sergi Pujades, professeur à l’Université Grenoble Alpes, met en avant la portée scientifique exceptionnelle de ce travail : en s’inspirant des modèles adultes et infantiles existants, Fetal SMPL ouvre la voie à une étude longitudinale de l’évolution de la morphologie et du mouvement humain dès la vie prénatale. Cette capacité à quantifier les effets de divers facteurs sur la croissance et le développement pourrait avoir des implications profondes pour la médecine prédictive, notamment dans le dépistage des troubles neurodéveloppementaux.