Une nouvelle méthode basée sur l’intelligence artificielle permet de mieux distinguer les tumeurs cérébrales progressives de la nécrose radiée. Bien que la radiothérapie ciblée soit une approche efficace pour traiter les tumeurs cérébrales, elle peut entraîner une nécrose dans les zones traitées, une lésion difficile à différencier des tumeurs résiduelles ou récidivantes lorsqu’elle est évaluée à l’aide d’un IRM standard. Une étude récente, menée par une professeure de l’École Lassonde de génie de l’Université York, montre qu’une méthode innovante fondée sur l’intelligence artificielle est plus performante que l’œil humain pour distinguer ces deux types de lésions à partir d’IRM avancées. Ce progrès pourrait aider les cliniciens à diagnostiquer plus précisément les complications après traitement, évitant ainsi des interventions inutiles ou retardant des soins nécessaires. Grâce à l’analyse approfondie de données d’imagerie, l’algorithme d’IA identifie des signaux subtils et des motifs spécifiques que les radiologues pourraient manquer, améliorant ainsi la fiabilité des diagnostics. Cette avancée ouvre la voie à des approches personnalisées et plus sûres de la prise en charge des patients atteints de tumeurs cérébrales, en réduisant les incertitudes liées à l’interprétation des images.