Une équipe du département d’électronique, d’information et de bioingénierie du Politecnico di Milano, dirigée par le Dr Andrea Moglia, a mis au point la première application en ligne permettant de sélectionner le meilleur modèle d’intelligence artificielle pour la reconstruction 3D d’un organe spécifique chez chaque patient. Ce outil, qui vient d’être publié dans la revue Information Fusion, vise à améliorer la précision et la fiabilité des traitements médicaux en optimisant le choix des modèles d’IA utilisés pour l’imagerie médicale. Conçu à partir d’une étude approfondie comparant les modèles d’IA généralistes et spécialisés, l’application s’adresse aux professionnels de santé, aux techniciens chargés de la création d’images d’organes, de lésions ou de fractures, ainsi qu’aux médecins qui doivent interpréter ces images pour planifier des interventions chirurgicales ou prescrire des traitements. « Grâce à cet outil, le choix du modèle d’IA le plus adapté pour générer les images nécessaires au diagnostic et au traitement devient bien plus rapide et efficace. Les professionnels n’ont plus besoin de faire plusieurs essais pour obtenir des images claires », explique le Dr Moglia. L’application, entièrement gratuite, peut être utilisée en sélectionnant d’abord un organe spécifique ou une région anatomique — comme le thorax, le cou ou l’abdomen. Une fois l’élément choisi, l’outil affiche tous les modèles d’IA testés sur des jeux de données disponibles, classés par efficacité, du plus performant au moins performant. Il permet également de cibler des structures très précises, comme une vertèbre individuelle ou un ventricule cardiaque. Une fonctionnalité remarquable permet de trier les modèles selon leur capacité à détecter et à reconstruire des tumeurs ou des lésions, y compris celles liées à des accidents vasculaires cérébraux ou à l’ischémie. Parmi les modèles proposés, certains sont généralistes, entraînés sur des ensembles massifs et variés d’images du corps humain, tandis que d’autres sont spécialisés dans une seule région ou organe. « Les modèles généralistes, récemment démontrés aussi performants que les modèles spécialisés — conçus pour une seule structure à partir d’un ou quelques jeux de données — marquent une véritable rupture dans le domaine », souligne le Dr Moglia. Ces modèles généralistes, capables de s’adapter à divers contextes, offrent une flexibilité inédite pour les établissements hospitaliers. La segmentation, le processus technique au cœur de cette innovation, consiste à délimiter une structure dans une image 2D (comme une radiographie ou une tomographie) afin de construire une reconstruction 3D. Cette tâche, autrefois longue et sujette aux erreurs humaines, est désormais accélérée et rendue plus objective grâce à l’intelligence artificielle. Les chercheurs Pietro Cerveri, Luca Mainardi et Matteo Leccardi, tous membres du même département, ont également contribué à ce projet. Cette application représente une avancée majeure pour la médecine personnalisée, en permettant aux hôpitaux de planifier leur adoption de modèles d’IA en fonction du volume annuel d’interventions sur chaque organe. Elle ouvre la voie à une imagerie médicale plus efficace, plus fiable et plus adaptée aux besoins individuels des patients.