L'IA face aux grands problèmes du monde · Médecine et découverte de médicaments · Nature (computational biology) · 2026-10-23
FusionSwinUNETR : un modèle d'apprentissage profond multimodal pour la segmentation des masses abdominales en scanner pédiatrique
Titre original: FusionSwinUNETR: A multimodal deep learning model for abdominal mass segmentation in pediatric CT
La recherche sur les tumeurs solides pédiatriques est limitée par la rareté des données et par le recours à l'imagerie seule. L'équipe a développé FusionSwinUNETR, qui injecte les métadonnées du patient et les observations rédigées par les cliniciens dans un réseau principal SwinUNETRv2, parallèlement aux images CT, afin de segmenter les masses abdominales. Sur 750 enfants présentant 12 types de masses, il a surpassé une référence fondée uniquement sur l'image pour toutes les métriques, avec un Dice passant de 0.882 à 0.900 et une erreur de frontière (HD95) diminuant de 46 %, de 8.93 mm à 4.79 mm.