Le MIT apprend la symétrie à une IA pour obtenir des images cérébrales plus nettes de bébés qui bougent dans l'utérus
Des chercheurs du MIT, de l'hôpital pour enfants de Boston et de l'Inria ont mis au point E(3)-Pose, un modèle d'apprentissage profond qui exploite la symétrie gauche-droite de la tête du fœtus pour suivre ses mouvements pendant l'IRM, afin que l'appareil s'ajuste et produise des images 3D de meilleure qualité.
Intelligence ArtificielleÉquipe éditoriale GNGV4 min de lectureRevu le 26 octobre 2026

L'IRM peut révéler avec une précision remarquable le cerveau d'un bébé en développement, mais il y a un hic : dans l'utérus, les bébés bougent. Lorsque le fœtus se déplace pendant l'examen, les fines coupes en deux dimensions qui composent l'image 3D peuvent être acquises sous des angles différents, laissant des trous et des orientations étranges qui rendent les anomalies plus faciles à manquer. Des chercheurs du MIT ont mis au point un système d'IA conçu pour suivre le mouvement.
Le modèle, baptisé E(3)-Pose, a été présenté par MIT News le 19 octobre 2026 ainsi qu'à la Conférence européenne de vision par ordinateur 2026. Il suit les mouvements de la tête du fœtus pendant l'IRM afin que l'appareil ajuste les coupes qu'il acquiert et produise une image 3D de plus haute résolution pour les radiologues. L'équipe espère ainsi réduire les diagnostics manqués ou erronés d'anomalies cérébrales fœtales et éviter aux familles des retours répétés à l'hôpital.
L'idée clé est d'intégrer à l'IA des connaissances sur le corps plutôt que de lui faire tout apprendre à partir des données. E(3)-Pose inscrit dans son architecture la symétrie gauche-droite de la tête du fœtus, ce qui l'aide à déterminer l'orientation du cerveau même lorsque les coupes arrivent sous des angles inhabituels. « L'un des problèmes quand le bébé bouge, c'est que les coupes partent dans tous les sens », explique la première autrice, Ramya Muthukrishnan, doctorante au MIT dans le laboratoire de Polina Golland. « Le travail de Ramya associe avec élégance des concepts géométriques comme l'équivariance et la symétrie à la puissance de l'apprentissage profond », a déclaré Golland, qui fait partie des personnes ayant supervisé l'étude.
Le projet a réuni le MIT, l'hôpital pour enfants de Boston et l'institut de recherche français Inria. Borjan Gagoski, de l'hôpital pour enfants de Boston et de la faculté de médecine de Harvard, a mis au point la séquence d'imagerie utilisée pour acquérir des examens supplémentaires destinés à l'entraînement, et Aryn Lee, de l'équipe de recherche de l'hôpital, a recruté des femmes enceintes volontaires. Ellen Grant, qui dirige le centre de neuro-imagerie fœtale et néonatale de l'hôpital pour enfants de Boston et a également supervisé les travaux, a estimé que cette approche pourrait aider à automatiser l'IRM cérébrale fœtale, « en remplaçant le processus lent et manuel actuel par des examens plus rapides et plus confortables pour les mères ».
Il s'agit de recherche, pas encore de pratique courante. MIT News ne donne aucun chiffre de précision, le modèle a surtout été entraîné sur des fœtus du troisième trimestre, et le faire fonctionner sur l'appareil a été difficile, avec des plantages répétés pendant le développement. Le prochain objectif de l'équipe est de traiter des fœtus plus jeunes, qui bougent encore davantage. En cas de succès, les futurs parents pourraient un jour affronter moins d'examens à refaire et obtenir des réponses plus claires.
Pourquoi c’est important
Des images cérébrales fœtales plus nettes et plus fiables pourraient signifier moins de diagnostics manqués et moins de rendez-vous répétés et stressants pour les familles qui attendent un enfant.
Sources
Ce que vous pouvez faire
Lisez l'article complet de MIT News pour comprendre le fonctionnement du système ; pour toute question sur l'imagerie prénatale, adressez-vous à votre équipe soignante.