TEP numérique et débitage par intelligence artificielle : Evaluation de la précision des images d’examen TEP pour les patients souffrant d’obésité

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

Les systèmes TEP numériques, équipés de reconstructions avancées (temps de vol, prise en compte de la fonction de dispersion linéique et taille de voxel réduite par rapport aux générations précédentes), offrent une sensibilité de détection améliorée et des images à plus haute résolution. Ces progrès se traduisent par un meilleur contraste entre les lésions tumorales et le bruit de fond, permettant ainsi un diagnostic plus précis. Cependant, chez les patients souffrant d’obésité morbide, la qualité des images demeure dégradée.

Cette étude prospective unicentrique vise à évaluer la pertinence de l’utilisation de techniques de débruitage basées sur l’intelligence artificielle, en particulier les réseaux neuronaux, avec les technologies SubtlePET (Incepto) ou hyperHDR (United Imaging).
Sur une période de deux mois, les patients adultes ayant un indice de masse corporelle supérieur à 32 et adressés au centre TEP de Jossigny pour un bilan d’extension initial, une recherche de récidive ou un suivi thérapeutique d’une pathologie néoplasique seront inclus de manière prospective.

La prise en charge clinique ne sera pas modifiée : les examens de ces patients seront interprétés selon le protocole d'imagerie habituel, avec une double lecture.

Les critères de comparaison entre les différentes méthodes de reconstruction comprendront :
• Quantitatifs : comparaison des valeurs SUVmax, SUVpeak, des volumes métaboliques tumoraux et évaluation du bruit (défini par le rapport écart type/moyenne de l’intensité de fixation) dans les organes de référence habituels (foie et bruit de fond aortique).
• Qualitatifs : relecture et cotation des images randomisées par deux lecteurs, avec évaluation de la qualité des images, de la précision diagnostique et de la certitude diagnostique à l’aide d’échelles de Likert à 5 points.
Les données démographiques seront recueillies selon la technologie de référence MR04 : sexe, age, type de cancer, poids, taille, IMC.