Quand une échographie prénatale de routine laisse soupçonner une anomalie cérébrale, l'étape suivante est souvent une IRM. Le problème, c'est que le fœtus bouge. Une IRM de la tête se construit à partir d'une pile de coupes planes en 2D, et si la tête se déplace entre deux coupes, celles-ci se retrouvent à des angles inhabituels et séparées par des trous, ce qui peut amener le radiologue à manquer ou à mal lire une anomalie. Des chercheurs du MIT, du Boston Children's Hospital et de l'institut français Inria ont conçu un modèle destiné à suivre ce mouvement.
Le modèle, baptisé E(3)-Pose, suit la position de la tête du fœtus pendant l'examen afin que l'appareil s'ajuste et que les coupes forment une image 3D complète. Sa particularité est de ne pas chercher à apprendre la géométrie de la tête uniquement à partir des données. La symétrie gauche-droite de la tête fœtale est inscrite dans l'architecture du réseau, ce qui l'aide à déterminer l'orientation du cerveau. Ces travaux, menés par la doctorante du MIT Ramya Muthukrishnan dans le groupe de Polina Golland, ont été présentés à l'European Conference on Computer Vision en 2026.
Le projet a aussi tourné sur du vrai matériel, là où s'arrêtent beaucoup de modèles d'imagerie médicale. Muthukrishnan raconte avoir fait planter l'appareil à de nombreuses reprises pour y faire fonctionner le modèle, avec l'aide de Borjan Gagoski, du Boston Children's, qui a conçu une séquence d'IRM supplémentaire pour recueillir des données d'entraînement, et d'Aryn Lee, qui a recruté des volontaires enceintes. La motivation clinique est concrète : Muthukrishnan se souvient d'une patiente enceinte qui a abandonné un examen à mi-parcours après une heure dans la machine, laissant le radiologue sans image exploitable. Ellen Grant, du Boston Children's, estime que l'approche devrait permettre des examens plus rapides et plus confortables, et de meilleures images.
La leçon de conception dépasse le prénatal. Intégrer à un modèle une structure connue, comme la symétrie, plutôt que d'espérer qu'il l'apprenne, est une manière solide d'obtenir un comportement fiable avec peu de données médicales, et les auteurs évoquent d'autres zones anatomiques difficiles à imager, voire le suivi d'objets 3D avec des capteurs bruités.
Ce qui manque, ce sont des preuves de bénéfice clinique. L'article du MIT ne donne aucun chiffre de précision, aucune comparaison avec les méthodes actuelles de correction du mouvement et aucun nombre de patientes examinées. Le modèle a surtout été entraîné sur des fœtus du troisième trimestre, alors que le deuxième, où les fœtus sont plus petits et bougent davantage, est celui où la détection compte le plus et vers lequel l'équipe veut aller. Pour l'instant, c'est une méthode prometteuse avec un prototype fonctionnel, pas une amélioration mesurée du diagnostic.