# BioTTA adapte les mesures d’IRM fœtale d’un hôpital à l’autre

> Les chercheurs ont évalué une méthode d’IA sur 394 volumes d’IRM cérébrale fœtale. Dans leur étude, elle a obtenu des résultats comparables à ceux de modèles entraînés avec des données annotées, malgré trois types de décalage entre les données.

Oossa · 2026-10-20 · https://oossa.com/fr/biotta-adapts-fetal-mri-measurements-across-hospitals

Les chercheurs ont présenté BioTTA, une méthode d’IA qui adapte un modèle préentraîné à chaque nouvelle IRM cérébrale fœtale non annotée. Dans le cadre d’une étude rétrospective, ils l’ont évaluée sur 394 examens reconstruits de grossesses entre 20 et 39 semaines, à partir de 11 mesures annotées par des radiologues.

Les auteurs indiquent que BioTTA a surpassé plusieurs méthodes de comparaison sur des jeux de données présentant des différences de séquence IRM, de centre et de pays. Ses résultats étaient comparables à ceux de modèles ajustés à l’aide de données annotées. La précision diagnostique rapportée était de 82,1 % à 95,0 %, soit un niveau comparable à celui d’un radiologue senior dans l’étude ; l’article ne permet pas d’établir ses performances en pratique clinique courante.

## Les faits

- L’étude portait sur 394 volumes d’IRM cérébrale fœtale et 11 mesures annotées par des radiologues.
- L’erreur absolue moyenne rapportée allait de 1,10 à 1,46 mm avec une architecture convolutive, et de 1,46 à 2,25 mm avec une architecture de type transformer. 

## Pourquoi c'est important

Pour les équipes de radiologie qui analysent des IRM fœtales provenant de différents appareils ou hôpitaux, BioTTA pourrait contribuer à uniformiser les mesures sans avoir besoin de données annotées provenant du site cible. Ses performances cliniques en dehors de cette étude rétrospective restent toutefois inconnues.

## Sources et références

1. [Generalizable fetal brain biometry via adaptive artificial intelligence](https://arxiv.org/abs/2610.23966) – arXiv cs.CV, 2026-10-20

Dernière mise à jour: 2026-10-20