{"id":3970,"date":"2026-10-14T21:00:00","date_gmt":"2026-10-14T19:00:00","guid":{"rendered":"https:\/\/www.centreclea.fr\/conseils\/?p=3970"},"modified":"2026-10-14T12:14:47","modified_gmt":"2026-10-14T10:14:47","slug":"blur-labs-ia-reconstruction-images-irm-scanner","status":"publish","type":"post","link":"https:\/\/www.centreclea.fr\/conseils\/blur-labs-ia-reconstruction-images-irm-scanner\/","title":{"rendered":"IRM et scanner : Blur Labs mise sur une IA qui reconstruit les images avant m\u00eame que le radiologue les lise"},"content":{"rendered":"\n

Une intelligence artificielle peut intervenir dans un examen m\u00e9dical sans jamais chercher \u00e0 nommer une maladie. C\u2019est le terrain de Blur Labs, jeune entreprise pr\u00e9sent\u00e9e le 13 octobre dans un article de Frank Niedercorn pour Les Echos<\/em> : transformer les donn\u00e9es capt\u00e9es par les appareils en images exploitables. Matthieu Terris, son pr\u00e9sident et cofondateur, y d\u00e9crit un travail sur la cha\u00eene de traitement int\u00e9gr\u00e9e aux \u00e9quipements. L\u2019objectif annonc\u00e9 est d\u2019obtenir de meilleures images ou, \u00e0 terme, des acquisitions plus courtes. [1]<\/p>\n

Le point int\u00e9ressant se situe avant la lecture du radiologue<\/strong>. On parle souvent d\u2019IA capable de rep\u00e9rer une anomalie sur un clich\u00e9. Ici, la question est diff\u00e9rente : comment fabriquer ce clich\u00e9 \u00e0 partir des mesures de l\u2019appareil ? Cette \u00e9tape discr\u00e8te conditionne ce que le m\u00e9decin pourra ensuite observer.<\/p>\n

L\u2019appareil mesure un signal, il ne prend pas une photo ordinaire<\/h2>\n

Dans un scanner, une source de rayons X tourne autour du corps. Des d\u00e9tecteurs recueillent les rayons qui l\u2019ont travers\u00e9, puis un ordinateur calcule des images en coupe. En IRM, des aimants et des impulsions de radiofr\u00e9quence permettent de recueillir un signal provenant des tissus. L\u00e0 encore, il faut un traitement informatique pour produire l\u2019image. Ces deux techniques utilisent donc une reconstruction, mais elles ne recueillent pas les m\u00eames donn\u00e9es. [2, 3]<\/p>\n

L\u2019IRM n\u2019utilise pas de rayons X<\/strong>, contrairement au scanner. Raccourcir une acquisition IRM pourrait rendre l\u2019immobilit\u00e9 moins longue \u00e0 supporter, mais ce ne serait pas une r\u00e9duction de l\u2019exposition aux rayons X : il n\u2019y en a pas dans cet examen. Pour un scanner, la question de l\u2019irradiation existe bien. Le b\u00e9n\u00e9fice d\u2019une nouvelle reconstruction doit alors \u00eatre appr\u00e9ci\u00e9 avec le protocole utilis\u00e9, et non d\u00e9duit d\u2019une promesse g\u00e9n\u00e9rale sur l\u2019imagerie.<\/p>\n

Reconstruire revient \u00e0 retrouver une image \u00e0 partir de mesures indirectes. La difficult\u00e9 augmente quand ces mesures sont incompl\u00e8tes ou perturb\u00e9es par du bruit, c\u2019est-\u00e0-dire des variations qui brouillent l\u2019information recherch\u00e9e. L\u2019algorithme doit d\u00e9partager ce qui d\u00e9crit r\u00e9ellement les tissus et ce qui vient des conditions d\u2019acquisition. Il ne s\u2019agit donc pas simplement d\u2019appliquer un filtre esth\u00e9tique \u00e0 une image d\u00e9j\u00e0 termin\u00e9e.<\/p>\n

\"Parcours
La reconstruction produit l\u2019image ; la lecture m\u00e9dicale lui donne un sens dans le contexte de l\u2019examen. Sch\u00e9ma simplifi\u00e9.<\/figcaption><\/figure>\n

Une IA guid\u00e9e par la physique de l\u2019acquisition<\/h2>\n

Blur Labs pr\u00e9sente ses mod\u00e8les comme une fa\u00e7on d\u2019am\u00e9liorer cette reconstruction pour plusieurs types d\u2019appareils. Sur son site, l\u2019entreprise d\u00e9crit notamment des applications en IRM, \u00e9chographie et m\u00e9decine nucl\u00e9aire. Il s\u2019agit de sa pr\u00e9sentation commerciale, pas d\u2019une d\u00e9monstration de b\u00e9n\u00e9fice pour chaque patient ou chaque examen. [4]<\/p>\n

Le travail scientifique Reconstruct Anything Model<\/em>, sign\u00e9 notamment par Matthieu Terris et Juli\u00e1n Tachella, aide \u00e0 comprendre l\u2019approche. Mis en ligne une premi\u00e8re fois en mars 2025, puis r\u00e9vis\u00e9 en mars 2026, ce travail propose un mod\u00e8le qui int\u00e8gre des informations sur la physique de l\u2019acquisition et le bruit des mesures<\/strong>. Il n\u2019est pas une nouvelle \u00e9tude clinique publi\u00e9e \u00e0 l\u2019occasion de l\u2019article d\u2019octobre. [5]<\/p>\n

L\u2019id\u00e9e est de ne pas traiter tous les signaux comme des images interchangeables. Le mod\u00e8le prend en compte la fa\u00e7on dont l\u2019appareil a produit ses mesures : le lien entre les tissus \u00e0 repr\u00e9senter et les donn\u00e9es enregistr\u00e9es fait partie du calcul. Cette contrainte physique distingue le probl\u00e8me d\u2019une g\u00e9n\u00e9ration d\u2019image \u00e0 partir d\u2019une simple consigne \u00e9crite. L\u2019enjeu n\u2019est pas de dessiner un organe vraisemblable, mais de retrouver une repr\u00e9sentation fid\u00e8le aux donn\u00e9es recueillies.<\/p>\n

Les chercheurs \u00e9valuent leur m\u00e9thode sur des t\u00e2ches de reconstruction, notamment avec des donn\u00e9es d\u2019IRM c\u00e9r\u00e9brale et de scanner. Les comparaisons portent sur des crit\u00e8res techniques de qualit\u00e9 d\u2019image. Ce type d\u2019\u00e9valuation permet de tester un algorithme et ses performances dans des conditions d\u00e9finies ; il ne mesure pas directement les erreurs de diagnostic ou le temps total pass\u00e9 par un patient dans un service de radiologie.<\/p>\n

Une image plus nette doit conserver l\u2019information utile<\/h2>\n

Pourquoi ne suffit-il pas de regarder si l\u2019image para\u00eet meilleure ? Parce qu\u2019une image destin\u00e9e au soin n\u2019a pas le m\u00eame objectif qu\u2019une photographie agr\u00e9able. Lisser le bruit est int\u00e9ressant, \u00e0 condition de pr\u00e9server les d\u00e9tails qui comptent pour la lecture. Une apparence plus propre et une information m\u00e9dicale plus fiable sont deux crit\u00e8res \u00e0 examiner ensemble, pas deux expressions \u00e9quivalentes.<\/p>\n

La question utile pour ces outils devient alors tr\u00e8s concr\u00e8te : les structures n\u00e9cessaires \u00e0 l\u2019examen restent-elles correctement repr\u00e9sent\u00e9es, y compris quand l\u2019appareil, le protocole ou les donn\u00e9es diff\u00e8rent des situations d\u00e9j\u00e0 test\u00e9es ? Le fait d\u2019int\u00e9grer la physique donne une direction au calcul. Il ne dispense pas d\u2019\u00e9valuer les images obtenues pour l\u2019usage m\u00e9dical envisag\u00e9.<\/p>\n

\"Illustration
Le radiologue interpr\u00e8te les images en tenant compte de la question clinique ; la reconstruction n\u2019\u00e9tablit pas \u00e0 elle seule un diagnostic.<\/figcaption><\/figure>\n

Reconstruire une image et interpr\u00e9ter un examen restent deux t\u00e2ches diff\u00e9rentes.<\/strong> La premi\u00e8re fournit une repr\u00e9sentation \u00e0 partir du signal. La seconde consiste \u00e0 examiner les structures visibles, \u00e0 les rapprocher de la raison pour laquelle l\u2019examen a \u00e9t\u00e9 prescrit et \u00e0 r\u00e9diger une interpr\u00e9tation m\u00e9dicale. Un progr\u00e8s dans la premi\u00e8re t\u00e2che peut aider la seconde sans la rendre automatique.<\/p>\n

Il faut aussi distinguer le temps de calcul de la reconstruction, le temps n\u00e9cessaire pour acqu\u00e9rir les donn\u00e9es et la dur\u00e9e compl\u00e8te du rendez-vous. Pr\u00e9paration, installation et \u00e9ventuelles acquisitions compl\u00e9mentaires ne disparaissent pas parce qu\u2019un calcul est plus rapide. Pour annoncer un examen raccourci, il faut pr\u00e9ciser quelle \u00e9tape change et dans quelles conditions le service peut l\u2019utiliser.<\/p>\n\n\n","protected":false},"excerpt":{"rendered":"

L\u2019IA de Blur Labs s\u2019attaque \u00e0 une \u00e9tape peu visible de l\u2019imagerie : reconstruire les images \u00e0 partir des mesures de l\u2019appareil. L\u2019objectif est d\u2019am\u00e9liorer cette fabrication, pas de poser un diagnostic autonome ni de promettre des examens d\u00e9j\u00e0 raccourcis.<\/p>\n","protected":false},"author":2,"featured_media":3967,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_clea_editorial":{"subtitle":"","standfirst_mode":"custom","readtime":0,"image_credit":"","takeaways_mode":"custom","takeaways":"

  • La reconstruction transforme les mesures de l\u2019appareil en images, avant leur interpr\u00e9tation m\u00e9dicale.<\/li>
  • L\u2019IRM n\u2019utilise pas de rayons X ; les enjeux d\u2019irradiation concernent notamment le scanner.<\/li>
  • Une qualit\u00e9 d\u2019image \u00e9valu\u00e9e sur des donn\u00e9es de recherche ne prouve pas, \u00e0 elle seule, un b\u00e9n\u00e9fice diagnostique ou un rendez-vous plus court.<\/li><\/ul>","sources_mode":"custom","sources":"
    1. Frank Niedercorn, Les Echos, 13 octobre 2026 \u2014 pr\u00e9sentation de Blur Labs et propos de Matthieu Terris
      https:\/\/www.lesechos.fr\/idees-debats\/sciences-prospective\/limagerie-medicale-dopee-par-lintelligence-artificielle-2256578<\/li>
    2. NIBIB, National Institutes of Health \u2014 Magnetic Resonance Imaging (MRI)
      https:\/\/www.nibib.nih.gov\/science-education\/science-topics\/magnetic-resonance-imaging-mri<\/li>
    3. NIBIB, National Institutes of Health \u2014 Computed Tomography (CT)
      https:\/\/www.nibib.nih.gov\/science-education\/science-topics\/computed-tomography-ct<\/li>
    4. Blur Labs \u2014 pr\u00e9sentation de ses applications en imagerie
      https:\/\/blurlabs.ai\/<\/li>
    5. Matthieu Terris et coll. \u2014 Reconstruct Anything Model, arXiv, version du 29 mars 2026
      https:\/\/arxiv.org\/html\/2503.08915v4<\/li><\/ol>","conclusion":"","toc_mode":"auto","author_card_mode":"auto","newsletter_mode":"auto","recent_mode":"auto","related_mode":"auto","related_ids":[],"related_title":""},"_vdl_popcash_eligible":"","_vdl_popcash_provenance":"","footnotes":""},"categories":[12],"tags":[],"class_list":["post-3970","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sante-au-quotidien"],"_links":{"self":[{"href":"https:\/\/www.centreclea.fr\/conseils\/wp-json\/wp\/v2\/posts\/3970","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.centreclea.fr\/conseils\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.centreclea.fr\/conseils\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.centreclea.fr\/conseils\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.centreclea.fr\/conseils\/wp-json\/wp\/v2\/comments?post=3970"}],"version-history":[{"count":1,"href":"https:\/\/www.centreclea.fr\/conseils\/wp-json\/wp\/v2\/posts\/3970\/revisions"}],"predecessor-version":[{"id":3991,"href":"https:\/\/www.centreclea.fr\/conseils\/wp-json\/wp\/v2\/posts\/3970\/revisions\/3991"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.centreclea.fr\/conseils\/wp-json\/wp\/v2\/media\/3967"}],"wp:attachment":[{"href":"https:\/\/www.centreclea.fr\/conseils\/wp-json\/wp\/v2\/media?parent=3970"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.centreclea.fr\/conseils\/wp-json\/wp\/v2\/categories?post=3970"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.centreclea.fr\/conseils\/wp-json\/wp\/v2\/tags?post=3970"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}