Nucleascope Le portail européen de la médecine nucléaire
🇫🇷Français
🇳🇱Nederlands
🇩🇪Deutsch
🇪🇸Español
🇮🇹Italiano
🇬🇧English

Connexion à Nucleascope

Accédez à votre espace personnel

Mot de passe oublié ?
Pas encore de compte ? Créer mon compte gratuit
🔬

À propos de Nucleascope

L'annuaire cartographique et la plateforme d'intelligence théranostique en Europe

🎯 Notre mission

Nucleascope est une plateforme indépendante dédiée à la communauté de médecine nucléaire. Elle rassemble en un seul endroit les centres publics et privés pratiquant la scintigraphie, la TEP-TDM et la radiothérapie vectorisée (RIV) en Europe, ainsi que les actualités scientifiques, les congrès, les offres de remplacement et les cas cliniques pédagogiques.

L'objectif : proposer un outil d'information et d'interaction entre les médecins nucléaires, les MERM, les radiopharmaciens et radiophysiciens, en leur offrant un outil fiable, gratuit et à jour.

🧬Intelligence théranostique

Au-delà de la cartographie, Nucleascope suit le paysage mondial de la théranostique : le Theranostic Intelligence Platform cartographie les essais cliniques de thérapie par radioligands (RLT/RIV), leur pipeline par cible moléculaire et leur dynamique au fil du temps — une ressource de veille scientifique pour la communauté.

PSMASSTR2FAPGRPRLu-177 · Ac-225

Cet espace est aussi ouvert à la collaboration scientifique avec les centres, les groupes coopérateurs et les acteurs industriels de la théranostique, dans le respect de l'indépendance éditoriale de la plateforme.

👨‍⚕️ Fondateur

EB
Dr Erard le Beau de Hemricourt
Médecin spécialiste en médecine nucléaire

Ce site a été créé et est maintenu par le Dr Erard le Beau de Hemricourt, spécialiste en médecine nucléaire exerçant en Belgique et en France. Formé à la Faculté de Médecine de l'Université libre de Bruxelles (ULB), il exerce depuis plus de 30 ans dans plusieurs établissements hospitaliers des deux pays.

Particulièrement impliqué dans l'imagerie TEP-TDM en oncologie et en cardiologie, il est co-fondateur de la société Esperity et a contribué à plusieurs outils numériques dédiés à la recherche clinique, aux essais cliniques et à l'accompagnement des patients (notamment MyClinicalTrial / cancertrials.be).

📜 Nos valeurs

🔓
Accès libre
Données en consultation libre, sans publicité.
✅
Fiabilité
Publications vérifiées sur PubMed avec leur PMID ; données d'essais issues de ClinicalTrials.gov et CTIS.
🇪🇺
Européen
Centres et essais à l'échelle européenne, contenus multilingues.
🔒
Confidentialité
Aucune donnée patient collectée. Respect du RGPD, données membres chiffrées.

⚕️ Limite d'usage

Nucleascope est un outil d'information professionnelle destiné aux médecins, soignants et chercheurs. Les contenus ne remplacent en aucun cas un avis médical individualisé. Les données cartographiques des centres sont collectées à partir de sources publiques (sites institutionnels, ARS, ordres professionnels) et peuvent comporter des erreurs ou omissions. Toute correction peut être signalée via le bouton « Proposer une correction » présent dans chaque popup de centre.

✉️ Contact

Pour toute question, suggestion ou demande de partenariat :
contact@nucleascope.net (à venir)
Ou utilisez le formulaire de la page Contact.

Nucleascope · 230+ centres référencés
© 2026 Dr Erard le Beau de Hemricourt · Tous droits réservés
Ce site respecte la charte HONcode (à valider) et la réglementation RGPD européenne.

✨ Rejoignez la communauté MN France

Créez votre compte gratuit et recevez en avant-première :

  • 🩺 Les offres de remplacement et d'embauche dans votre région
  • 🎓 Les nouvelles formations, DPC et ateliers SFMN
  • 🎤 Les congrès & événements (JFMN, Hivernales, EANM…)
  • 💡 Le thème du mois et les actualités RIV, TEP, cyclotrons
  • 🎯 Les quizz & jeux pour tester vos connaissances

Plateforme européenne dédiée à la médecine nucléaire et à la théranostique

Annuaire européen, recrutements, essais cliniques, formations et congrès en médecine nucléaire et théranostique.

797Centres
428Publics
369Privés
211*RIV* estimation fin 2025-début 2026
Pays :
✋ Proposer mes disponibilités 🏥 Mon centre recrute 📍 Mettre à jour les données d'un centre / Ajouter un centre ✦ Créer mon compte gratuit
320 px
🟠 Filtrer par isotope RIV :

Offres & Remplacements

Médecins, manipulateurs, radiopharmaciens, physiciens

Pays
Profession

📮 Vous recrutez ? Vous cherchez un remplaçant ? Publiez votre annonce gratuitement.

✉ Soumettre une annonce

Congrès et Formations

Calendrier des congrès et des formations en médecine nucléaire en Europe

Congrès Événement
Avril 2026

📋 Tous les événements

0 événement(s)

💡
Vous avez une suggestion de congrès non visible sur le calendrier ? Envoyez-nous un message à contact@nucleascope.eu, nous ajouterons votre suggestion après vérification.

Thème du mois

Un panorama mensuel sur un sujet d'actualité en médecine nucléaire

📚 Archive des dossiers mensuels
2026
Dossier · Avril 2026

L'intelligence artificielle en médecine nucléaire

Aide au diagnostic, amélioration des images et assistance à la rédaction. Panorama concret et mesuré des usages actuels de l'IA dans notre spécialité, à la lumière des publications 2024-2026.

📅 Publié le 15 avril 2026⏱ Lecture ~13 min✍ Équipe Nucleascope

La médecine nucléaire est un domaine déjà très technologique. Elle repose sur l'image, la quantification, les logiciels de reconstruction, les données cliniques et, de plus en plus, sur l'automatisation. Dans ce contexte, l'intelligence artificielle n'arrive pas comme une rupture totale, mais plutôt comme une nouvelle couche d'aide, capable d'accélérer certaines tâches, d'améliorer la qualité des images et de soutenir l'interprétation.

Depuis 2024, la littérature spécialisée montre une accélération nette des travaux sur l'IA appliquée au PET, au SPECT, à la correction d'artefacts, à la segmentation, à la quantification et à la rédaction assistée des comptes rendus. Plusieurs revues majeures — dans Radiological Physics and Technology1, le Journal of Nuclear Medicine2 et Annals of Nuclear Medicine3 — dressent un panorama désormais cohérent des apports réels et des limites persistantes.

La chaîne IA en médecine nucléaire Acquisition brute PET · SPECT · sinogrammes (faible dose / rapide) Données cliniques Anamnèse · biologie Radiomique · TDM associé Protocole / scanner Type de gamma-caméra 🧠 Modèle d'IA CNN · U-Net · Transformer GAN · Diffusion · LLM Entraîné sur données annotées multi-centriques Image améliorée Débruitage · super-résolution Segmentation auto Organes · lésions · MTV Aide au diagnostic Score · alerte · CR assisté ⚕ Décision médicale
Figure 1 · Schéma général de l'intégration de l'IA dans le flux de travail en médecine nucléaire. Les entrées (imagerie, contexte clinique, paramètres d'acquisition) nourrissent un modèle entraîné qui produit plusieurs sorties : image améliorée, segmentation, aide au diagnostic. La décision médicale reste humaine.
L'IA peut aider la médecine nucléaire à être plus rapide, plus reproductible et parfois plus précise. Mais elle n'est ni magique ni autonome.

01Une aide au diagnostic

En médecine nucléaire, l'IA est particulièrement à l'aise dans les tâches où il faut repérer des motifs subtils, comparer des intensités, mesurer des volumes ou intégrer un grand nombre d'informations. Elle est donc très étudiée en oncologie, en neurologie et en cardiologie nucléaire.

En pratique, l'IA peut aider à mieux repérer une lésion difficile à voir, à estimer plus vite une charge tumorale, à segmenter automatiquement des structures ou à standardiser certaines mesures quantitatives. Dans les maladies neurodégénératives, elle aide à analyser les patrons de fixation en PET amyloïde ou tau.

Un exemple marquant publié début 2026 par Zhang et collaborateurs dans European Journal of Nuclear Medicine and Molecular Imaging illustre l'intérêt d'un modèle 3D multi-modal PET/CT entraîné sur 474 patients : pour la prédiction du stade T du cancer colorectal, le modèle combinant PET+TDM+données cliniques atteint une AUC de 0,869 en validation interne, avec des performances supérieures aux modèles basés sur une seule modalité4. Plus largement, Zhang et al. dans Annals of Nuclear Medicine 2025 font le point sur les applications du deep learning, de l'imagerie à la thérapie, dans notre spécialité5.

À retenir. L'algorithme ne pose pas le diagnostic à la place du médecin. Il agit comme un second lecteur numérique : il attire l'attention, pré-segmente, quantifie, propose un classement ou un score. Le diagnostic final reste clinique et humain.

02Des images plus propres et plus exploitables

L'un des domaines où l'IA est la plus impressionnante aujourd'hui est l'amélioration des images. Les modèles de deep learning sont capables d'améliorer des images PET ou SPECT bruitées, de restaurer des acquisitions à faible comptage et parfois de rendre utilisables des examens acquis plus rapidement ou à plus faible dose.

Pour le patient, l'intérêt potentiel est très concret. Si une image de bonne qualité peut être obtenue avec moins de bruit malgré moins de comptages, cela ouvre la porte à une réduction de dose injectée ou à un temps d'acquisition plus court.

Débruitage PET par deep learning AVANT — acquisition 60s Bruitée · faible comptage Modèle U-Net / Diffusion APRÈS — équivalent 300s Qualité diagnostique préservée Illustration schématique — le principe : générer une image haut comptage à partir d'une acquisition faible comptage
Figure 2 · Principe du débruitage PET par deep learning. Une acquisition courte (ou à faible dose) produit une image bruitée (à gauche). Un réseau de neurones entraîné sur des paires d'images bas/haut comptage génère une image restaurée (à droite) de qualité diagnostique comparable à une acquisition standard.

Ce principe est désormais validé dans des études multicentriques d'envergure. Maes et al. ont publié en 2025 dans EJNMMI une évaluation externe en aveugle du logiciel NUCLARITY sur 65 examens acquis dans trois hôpitaux européens avec quatre radiotraceurs différents (18F-FDG, 18F-PSMA, 68Ga-PSMA, 68Ga-DOTATATE) sur scanners GE et Siemens ; six médecins nucléaires indépendants ont jugé la qualité diagnostique des images à comptage réduit de 50% comme équivalente aux images standard6. Côté solutions industrielles, les algorithmes commerciaux intégrés aux machines — AiCE (Canon), SubtlePET (Subtle Medical), uAI HYPER DLR (United Imaging), Precision DL — réduisent aujourd'hui couramment de 50% le temps d'acquisition ou la dose injectée sans compromettre la confiance diagnostique3.

Plus spectaculaire encore, la combinaison de scanners PET corps entier à long axial field-of-view (uExplorer, Biograph Vision Quadra) et d'algorithmes de débruitage ouvre la porte à des acquisitions corps entier en moins d'une minute. Une étude de 2025 portant sur 750 examens FDG sur ces machines a démontré la faisabilité quantitative d'acquisitions réduites jusqu'à 12 secondes, avec des U-Net 3D préservant le SNR et la détection lésionnelle7. Des approches plus récentes — diffusion probabiliste débruitante (DDPM), rectified flow8, décomposition en ondelettes (WaveNet9) — visent à produire des images encore plus fidèles à partir de comptages ultra-faibles. Le framework SMART-PET, basé sur une architecture GAN avec mécanisme d'auto-similarité (114 sujets), revendique une réduction de dose de 90% en imagerie cérébrale FDG tout en préservant la qualité diagnostique10.

Il faut toutefois rester prudent. Une image visuellement plus belle n'est pas toujours synonyme de fidélité biologique parfaite. Un algorithme peut améliorer l'apparence tout en modifiant subtilement certaines statistiques voxel par voxel. Une étude de suivi thérapeutique sur 110 patients a ainsi montré que, sur des examens FDG traités par SubtlePET, les classifications de réponse tumorale différaient chez 10% des patients par rapport à la reconstruction conventionnelle, avec un impact clinique potentiel chez 2%3. Conclusion pratique : ne jamais mélanger images débruitées et non-débruitées dans un suivi longitudinal.

03Corriger ce que l'œil ne voit pas toujours

L'IA ne sert pas seulement à nettoyer l'image finale. Elle intervient aussi plus tôt dans la chaîne technique : correction du mouvement respiratoire et cardiaque, correction d'atténuation (y compris sans scanner associé via des atlas synthétiques pour le PET/IRM), co-registration PET-TDM automatique, synthèse d'images utiles à la reconstruction, et correction de diffusé.

Une image bien reconstruite et bien alignée est plus fiable pour le diagnostic, pour le suivi thérapeutique et surtout pour la dosimétrie individualisée en radiothérapie interne vectorisée (RIV). Sur ce dernier point, des algorithmes de segmentation automatique des organes à risque sur TEP post-thérapeutique au 177Lu-PSMA sont aujourd'hui en validation clinique pour estimer plus rapidement les doses absorbées rein, moelle osseuse et glandes salivaires.

04Segmentation automatique : la révolution silencieuse

La segmentation — délimiter précisément les contours d'un organe ou d'une lésion dans une image 3D — est une tâche cruciale mais extraordinairement chronophage. Délimiter manuellement l'ensemble des lésions tumorales d'un lymphome corps entier peut demander plus d'une heure à un médecin nucléaire expérimenté. L'IA transforme radicalement cette étape.

Segmentation automatique corps entier TEP-FDG brute nnU-Net 3D Organes segmentés 117 structures anatomiques Lésions + quantification 1 2 3 4 📊 MTV : 47,2 cm³ 📊 TLG : 524 g 📊 SUVmax : 11,4 📊 4 lésions détectées
Figure 3 · De l'image brute à la quantification automatique. Un réseau nnU-Net 3D (ou un foundation model type TotalSegmentator, MOOSE, SegAnyPET) segmente en quelques secondes les organes puis les lésions tumorales, et calcule instantanément les paramètres quantitatifs (MTV, TLG, SUVmax). Ce qui prenait 45 à 90 minutes en délimitation manuelle est désormais réalisé en moins d'une minute.

Les modèles généralistes comme TotalSegmentator (segmente 117 structures anatomiques sur TDM)11, MOOSE (dédié au PET/TDM corps entier) et surtout les foundation models récents comme SegAnyPET — développé sur 11 041 examens PET corps entier et 59 831 masques de segmentation12 — ou VISTA3D (11 454 volumes CT pré-entraînés, 127 classes anatomiques)13 sont désormais disponibles en open-source ou semi-commercial. Ils bénéficient d'une capacité de généralisation nettement supérieure aux anciens modèles spécialisés par organe.

L'impact clinique le plus direct concerne la mesure du Metabolic Tumor Volume (MTV) et du Total Lesion Glycolysis (TLG), deux biomarqueurs pronostiques du lymphome et des cancers solides. Leur calcul manuel étant impraticable en routine, leur automatisation par IA pourrait enfin les faire entrer dans la décision thérapeutique quotidienne.

05Une aide à la rédaction des comptes rendus

Les grands modèles de langage (LLM) sont de plus en plus étudiés en médecine nucléaire pour assister la rédaction, structurer les comptes rendus, résumer les constatations, extraire des données clés (SUVmax, localisation, taille) ou transformer un texte libre en informations plus standardisées. Plusieurs éditeurs de logiciels proposent désormais des plugins LLM intégrés aux consoles de reconstruction, capables de générer un premier jet de compte rendu à partir d'une dictée structurée.

Des études récentes évaluent également l'aide qu'apportent les LLM aux correspondants cliniques : résumer automatiquement pour l'oncologue les éléments clés d'un TEP de restaging, ou traduire en termes accessibles pour le patient les résultats. L'intégration à grande échelle reste toutefois freinée par les problèmes de traçabilité, de confidentialité des données et d'hallucination.

Attention. C'est le domaine où le risque d'erreur crédible est le plus préoccupant. Un modèle de langage peut produire une phrase très bien écrite mais factuellement fausse. Ces outils doivent rester des assistants rédactionnels sous supervision médicale stricte, avec relecture systématique mot à mot par le médecin signataire. Riedemann et al. (2024) détaillent les garde-fous nécessaires à leur déploiement en médecine14.

06Mieux relier l'image aux données cliniques

L'IA devient particulièrement intéressante lorsqu'elle fusionne plusieurs sources : image PET ou SPECT, scanner associé, données cliniques, parfois biologie moléculaire. Elle peut aider à relier : une image à un contexte tumoral, à un risque de rechute, à une réponse attendue à un traitement.

C'est le principe de la radiomique profonde multi-modale. Au-delà des paramètres classiques (SUV, MTV), des centaines de descripteurs de texture et de forme sont extraits automatiquement puis combinés aux données cliniques pour prédire un phénotype, une survie sans progression ou une réponse à une immunothérapie. En cardiologie nucléaire, des modèles récents prédisent le risque d'événement cardiovasculaire majeur à 5 ans à partir de la scintigraphie myocardique combinée aux données cliniques, avec une performance supérieure à celle des scores classiques.

Un exemple très actuel : un travail de Kersting et al. (2025) montre que l'IA permet un staging du cancer de prostate par TEP-PSMA "ultra-rapide" (acquisition de moins de 4 min corps entier), avec une concordance diagnostique équivalente aux acquisitions standard15.

07Les limites actuelles et les défis à venir

Malgré l'enthousiasme actuel, peu d'outils d'IA passent réellement du prototype à l'usage clinique large. Les limites sont connues :

  • Manque de données multicentriques bien annotées. La plupart des modèles sont entraînés sur des cohortes monocentriques et perdent en performance lorsqu'appliqués à des images acquises sur d'autres machines, avec d'autres protocoles. Le domain shift reste le talon d'Achille du deep learning en imagerie médicale.
  • Variations entre machines et protocoles. Un modèle entraîné sur un scanner Siemens Biograph Vision fonctionne souvent moins bien sur un ancien TEP GE Discovery, et les radiotraceurs non vus à l'entraînement (par exemple 68Ga-PSMA pour un modèle entraîné sur FDG) posent un défi de généralisation.
  • Contraintes réglementaires et RGPD. La mise sur le marché d'un dispositif médical d'IA exige le marquage CE (règlement MDR 2017/745), souvent en classe IIa ou IIb. Aux États-Unis, la FDA recense désormais plus de 1000 dispositifs d'IA autorisés en radiologie, mais très peu spécifiquement en médecine nucléaire.
  • Reproductibilité et explicabilité. Un algorithme "boîte noire" qui dit simplement "anormal" sans justifier sa décision est difficilement acceptable dans un compte rendu médical engageant la responsabilité du praticien. Les outils d'explicabilité (Grad-CAM, heatmaps d'attention) restent imparfaits.
  • Formation et acculturation des équipes. L'adoption durable d'un outil d'IA en service suppose une formation initiale et continue des médecins et manipulateurs, ainsi qu'une validation interne locale avant déploiement.

Conclusion

L'IA en médecine nucléaire n'est plus une idée futuriste. Elle est déjà présente, surtout dans l'amélioration d'image, le débruitage PET et SPECT, la segmentation automatique, la quantification et l'assistance à la rédaction. Les publications 2024-2026 marquent une transition nette : on passe de la preuve de concept à la validation clinique externe multicentrique.

L'IA ne remplace pas le spécialiste en médecine nucléaire, mais elle peut lui faire gagner du temps, améliorer la qualité technique de certains examens, réduire la dose ou le temps d'acquisition, et rendre l'analyse plus homogène entre lecteurs. L'enjeu pour notre spécialité dans les cinq prochaines années est moins technique que culturel et organisationnel : savoir choisir les outils qui apportent une vraie valeur clinique, les valider localement et former les équipes.

L'IA est probablement en train de devenir un très bon copilote pour la médecine nucléaire. Et comme pour tout bon copilote, sa valeur ne vient pas de sa capacité à décider seul, mais de sa capacité à assister intelligemment le professionnel qui garde la responsabilité finale.

🔑 Points clés à retenir

  • Aide au diagnostic — l'IA repère des motifs subtils, pré-segmente les lésions, quantifie la charge tumorale et standardise les mesures ; elle agit comme un second lecteur numérique, pas comme un décideur.
  • Amélioration d'image — le deep learning débruite les acquisitions PET et SPECT, ouvrant la voie à une réduction de dose ou à un temps d'acquisition court ; validé en multicentrique multi-traceur (NUCLARITY, SubtlePET, AiCE, etc.).
  • Correction pré-reconstruction — l'IA corrige mouvement, atténuation et co-registration PET-TDM, pour une dosimétrie et un suivi thérapeutique plus fiables, notamment en RIV.
  • Segmentation automatique — les foundation models (TotalSegmentator, MOOSE, SegAnyPET, VISTA3D) segmentent aujourd'hui 100+ structures en moins d'une minute, rendant enfin praticables MTV et TLG en routine.
  • Aide à la rédaction — les LLM structurent les comptes rendus et extraient les données clés, mais doivent rester sous supervision médicale stricte (risque d'erreur factuelle plausible).
  • Fusion multimodale — l'IA relie image moléculaire, scanner, données cliniques et biologie pour anticiper risque de rechute et réponse thérapeutique.
  • Limites actuelles — peu d'outils passent du prototype à l'usage clinique large : domain shift inter-machines, manque de données annotées, contraintes MDR/FDA et RGPD.
  • Responsabilité finale — le diagnostic clinique et la décision thérapeutique restent humains ; l'IA est un copilote, pas un pilote.

📑 Références

  1. Hashimoto F, Onishi Y, Ote K, Tashima H, Reader AJ, Yamaya T. Deep learning-based PET image denoising and reconstruction: a review. Radiol Phys Technol. 2024;17(1):24-46. doi:10.1007/s12194-024-00780-3
  2. Balaji V, Song TA, Malekzadeh M, Heidari P, Dutta J. Artificial Intelligence for PET and SPECT Image Enhancement. J Nucl Med. 2024;65(1):4-12. doi:10.2967/jnumed.122.265000
  3. Miwa K, et al. Innovations in clinical PET image reconstruction: advances in Bayesian penalized likelihood algorithm and deep learning. Ann Nucl Med. 2025. doi:10.1007/s12149-025-02088-7
  4. Zhang M, Li Y, Zheng C, et al. Fully automated 3D multi-modal deep learning model for preoperative T-stage prediction of colorectal cancer using 18F-FDG PET/CT. Eur J Nucl Med Mol Imaging. 2026;53:910-920. doi:10.1007/s00259-025-07450-5
  5. Zhang MX, Liu PF, Zhang MD, et al. Deep learning in nuclear medicine: from imaging to therapy. Ann Nucl Med. 2025;39(5):424-440.
  6. Maes J, Carron C, DeKeyser S, et al. Low-count whole-body PET denoising with deep learning in a multicenter, multi-tracer and externally validated study. Eur J Nucl Med Mol Imaging. 2025. doi:10.1007/s00259-025-07672-7
  7. Silva LC, Constantino C, Teixeira R, et al. Assessing the quantitative feasibility of deep-learning-based denoising of faster-than-1-minute whole-body [18F]FDG PET acquisitions. J Nucl Med. 2025;66(suppl 1):251342.
  8. PET Image Denoising with Rectified Flow. J Nucl Med. 2025;66(suppl 1):251475.
  9. Xue S, Liu F, Wang H, et al. A deep learning method for the recovery of standard-dose imaging quality from ultra-low-dose PET on wavelet domain. Eur J Nucl Med Mol Imaging. 2025;52:1901-1911. doi:10.1007/s00259-024-06994-2
  10. Raymond C, Zhang D, Cabello J, et al. SMART-PET: a Self-SiMilARiTy-aware generative adversarial framework for reconstructing low-count [18F]-FDG-PET brain imaging. Front Nucl Med. 2024;4:1469490. doi:10.3389/fnume.2024.1469490
  11. Wasserthal J, Breit HC, Meyer MT, et al. TotalSegmentator: Robust Segmentation of 104 Anatomic Structures in CT Images. Radiol Artif Intell. 2023;5(5):e230024. doi:10.1148/ryai.230024
  12. Zhang Y, Xue L, Zhang W, et al. SegAnyPET: universal promptable segmentation from positron emission tomography images. Proc IEEE/CVF ICCV. 2025:21107-21116.
  13. He Y, et al. VISTA3D: A Unified Segmentation Foundation Model For 3D Medical Imaging. Proc IEEE/CVF CVPR. 2025.
  14. Riedemann L, Labonne M, Gilbert S. The path forward for large language models in medicine is open. npj Digit Med. 2024;7:339. doi:10.1038/s41746-024-01344-w
  15. Kersting D, Borys K, Küper A, et al. Staging of prostate cancer with ultra-fast PSMA-PET scans enhanced by AI. Eur J Nucl Med Mol Imaging. 2025;52(5):1658-1670.

Dernières publications scientifiques

Les publications les plus marquantes en médecine nucléaire, classées par domaine et par date · Actualisé en continu

Vue
Domaine

Cas clinique / Image intéressante

Un cas pédagogique marquant chaque semaine — issu de la pratique quotidienne en médecine nucléaire

Vous avez une image intéressante (TEP, scintigraphie, cas didactique, ...) ?
Vous avez un cas intéressant (TEP, scintigraphie, cas didactique, ...) ?
Avril 2026 · TEP-FDG · Cas clinique — À vous de jouer

Cas clinique : quel est votre diagnostic ?

Patiente de 66 ans. Céphalées récentes, douleurs de la mâchoire, syndrome inflammatoire biologique (VS et CRP élevées). TEP-FDG réalisée à jeun.

🧩 À votre diagnostic

Devant ce tableau clinique et cette imagerie TEP-FDG, quel diagnostic retenez-vous en priorité ?

💬 Commentaires

Vous avez des questions ou des remarques sur cette image ou sur les cas cliniques présentés ? Participez à la discussion avec les autres professionnels.

🔒

Vous souhaitez laisser un commentaire ? Inscrivez-vous ou connectez-vous à votre compte pour participer à la discussion.

Aucun commentaire pour le moment. Soyez le premier à réagir !

🏆 Top contributeurs du mois

Les membres les plus actifs sur Nucleascope en avril 2026

🔒 Aperçu — Noms masqués tant que la communauté n'est pas active
🥇
Or
Dr. ██████████
█████████████████
4 cas soumis · 23 commentaires
🥈
Argent
Dr. ██████████
█████████████████
2 cas soumis · 18 commentaires
🥉
Bronze
Dr. ██████████
█████████████████
1 cas soumis · 15 commentaires

💡 Chaque contribution (cas, commentaire, réponse au quiz) vous rapproche d'un badge. Consultez la liste complète des badges Nucleascope.

Traceurs TEP

Référence pratique des traceurs TEP utilisés en pratique clinique européenne — pharmacocinétique et indications. Deux onglets : Document PDF et Par traceur ou maladie.

Le document interactif n'a pas pu se charger

Téléchargez le PDF ci-dessus pour consulter la page Traceurs TEP.

Partenaires industriels

Atteignez la communauté européenne de médecine nucléaire — formats de partenariat sur mesure pour l'industrie pharmaceutique.

Nos 5 formats de partenariat

Cinq manières de collaborer avec Nucleascope

Chaque format est ancré dans le Theranostics Hub et les pages éditoriales de Nucleascope. Indépendance éditoriale garantie, conditions sur mesure. Cliquez sur "Ouvrir le PDF" pour obtenir un descriptif détaillé.

Accès premium

Theranostics Hub — Accès Intelligence

Accès premium au Theranostics Hub : cartographie des essais, sponsor mapping, pipeline par cible, scoring des centres et vues stratégiques curées pour la radiothérapie interne vectorisée.

  • Accès complet à l'interface Theranostics Hub
  • Filtres par cible, pathologie, phase, sponsor, pays et statut
  • Scoring et classement des centres par activité
  • Mise à jour mensuelle des données
  • Briefing partenaire concis sur les évolutions clés
Ouvrir le PDF → Nous contacter →
Recrutement essais

Visibilité & ciblage des centres pour essais

Campagne structurée pour augmenter la visibilité d'un essai clinique sélectionné et aider les sponsors à identifier les centres pertinents par cible, pays et profil clinique.

  • Page d'essai structurée et dédiée
  • Référencement dans le registre Recherche clinique
  • Ciblage par centre, pays, indication, cible thérapeutique
  • Visibilité optionnelle des coordonnées du coordinateur
  • Mise à jour mensuelle selon le statut de recrutement
Ouvrir le PDF → Nous contacter →
Éditorial · phare

Dossier scientifique — Molécule / Cible

Page éditoriale dédiée à une molécule ou une cible, combinant mécanisme d'action, développement clinique, indications, données probantes et visuels éducatifs.

  • Mécanisme d'action expliqué visuellement
  • Synthèse du développement clinique par phase et indication
  • Liens vers monographies, ressources et essais officiels
  • Diffusion multilingue possible
  • Indépendance éditoriale préservée
Ouvrir le PDF → Nous contacter →
Éducation

Webinaire & programme KOL

Webinaire éducatif sponsorisé ou programme court animé avec des KOLs reconnus, conçu pour les cliniciens en médecine nucléaire et la communauté theranostics.

  • Co-animation avec un ou plusieurs KOLs identifiés
  • Diffusion en direct + replay sur le portail
  • Mention sponsor avant, pendant, après l'événement
  • Données d'inscription et d'engagement
  • Promotion multilingue optionnelle
Ouvrir le PDF → Nous contacter →
Rapport stratégique

Rapport d'intelligence marché

Rapport PDF sur mesure sur une cible, une molécule, un pays ou un segment concurrentiel, basé sur la cartographie des essais cliniques et l'intelligence partenaire Nucleascope.

  • Rapport de paysage par cible ou pays
  • Cartographie des sponsors et concurrents
  • Vue d'ensemble de l'activité des centres et KOLs
  • Analyse de maturité du pipeline
  • PDF téléchargeable pour diffusion interne
Ouvrir le PDF → Nous contacter →
Pourquoi Nucleascope

Une plateforme pensée pour la médecine nucléaire

Indépendante, conforme aux exigences réglementaires européennes, et exclusivement dédiée aux professionnels de la spécialité.

✓

Contenu dédié aux professionnels

Site conçu pour médecins nucléaires, radiopharmaciens, MERM et physiciens médicaux. Contenus techniques, terminologie spécialisée.

✓

Indépendance éditoriale garantie

Contenus sponsorisés clairement identifiés, ligne éditoriale scientifique préservée.

✓

Ciblage géographique fin

Diffusion possible par pays, région ou type d'établissement (CHU, ESPIC, libéral).

✓

Conforme MDR et EFPIA

Adapté aux contraintes réglementaires de la communication pharmaceutique en Europe.

✓

Multilingue natif

Diffusion simultanée en français, anglais, néerlandais, allemand, espagnol et italien.

✓

Conditions sur mesure

Chaque partenariat est défini selon vos objectifs : notoriété, recrutement, lancement produit.

Notre audience

Une communauté professionnelle ciblée

Nucleascope est consulté par les acteurs clés de la médecine nucléaire en Europe occidentale.

> 500
Centres référencés (dont RIV)
9
Pays couverts
6
Langues
7
Formats de partenariat

Discutons de votre projet

Que vous souhaitiez accroître la notoriété d'un radioligand, recruter pour un essai clinique ou présenter une nouvelle solution theranostics : nous construisons avec vous une offre adaptée à vos objectifs et à votre budget.

✉ Nous contacter pour une offre personnalisée
ou directement par e-mail : info@nucleascope.eu

Théranostique

Approches théranostiques en pratique clinique européenne.

Théranostique

Carte clinique des thérapies en théranostique

◎
0
agents thérapeutiques
affichés
✓
0
standards cliniques
ou historiques
⚗
0
recherche
ou accès variable
☑
0
familles cliniques
actives
☝️ Cliquez sur un agent thérapeutique pour ouvrir sa fiche en bas.
Cartes thérapeutiques séparées
Standard clinique

Sélectionnez un agent

La fiche détaillée apparaîtra ici.

Cette représentation est volontairement clinique : le tissu ou contexte est prioritaire, la cible moléculaire est explicitée séparément.

Agent thérapeutique

—

Imagerie associée

—

Indications clés

  • —

Notes de validation

—

Prototype visuel : les libellés réglementaires doivent être adaptés pays par pays avant publication. Les agents de recherche sont volontairement séparés des agents disposant d'une AMM/CE ou d'un usage clinique établi.
Nucleascope — prototype UX alternatif. Les informations sont structurées pour aider la navigation et ne remplacent pas les RCP, notices, recommandations nationales ou décisions locales de remboursement.

Contact

Contactez l'équipe Nucleascope

Écrivez-nous

Pour signaler un centre manquant, une offre d'emploi, une formation à ajouter, ou toute suggestion concernant Nucleascope.

Réponse sous 48h · Données RGPD

Ou directement par e-mail : contact@nucleascope.eu

Créer un compte Nucleascope

Gratuit · Désinscription en 1 clic · Aucun spam

⚙ Paramètres

Gérez votre compte, votre sécurité et vos préférences de notification

👤 Mon profil

✉ Mettre à jour l'adresse e-mail

🔒 Changer le mot de passe

Au moins 9 caractères, dont 1 majuscule, 1 chiffre et 1 symbole.

🔔 Paramètres de communication

Choisissez les alertes que vous souhaitez recevoir par e-mail.

📬 Notifications e-mail

Nouvelles demandes de recrutement / remplacement
Recevez une alerte dès qu'une nouvelle annonce (médecin ou manipulateur) est ajoutée
Nouveautés en formation & congrès
Soyez informé des nouvelles formations ou congrès ajoutés au calendrier
Nouveau thème du mois / Cas cliniques
Recevez les nouveaux contenus pédagogiques mensuels
Newsletter mensuelle
Récapitulatif mensuel des actualités, formations et contenus de la médecine nucléaire

🔕 Fréquence

🔐 Confidentialité

Gérez vos données personnelles et l'état de votre compte.

Profil visible par les autres membres
Votre nom et centre apparaîtront dans l'annuaire
⚙

Bienvenue dans les paramètres

Sélectionnez une rubrique à gauche pour commencer.

Admin

Outils de supervision réservés aux administrateurs.

✏️ Proposer une correction

Aidez-nous à maintenir l'annuaire Nucleascope à jour

💡 Votre signalement sera examiné par l'équipe éditoriale sous 48h. Vous recevrez un email de confirmation dès la mise à jour effectuée.

⚠ Signaler une erreur

Vous avez repéré une erreur dans cette annonce ? Aidez-nous à la corriger.

Annonce concernée : —
💡 Votre signalement sera examiné par notre équipe sous 48h. Si vous avez fourni votre email, vous recevrez une confirmation.

✍ Soumettre votre cas clinique

Proposez votre cas sous forme de quiz — la communauté votera, vous serez crédité comme auteur

📋 Proposez 4 diagnostics (cochez la bonne réponse)
📁

Cliquez pour sélectionner vos images

Formats acceptés : JPG, PNG. Plusieurs fichiers possibles. Max 5 Mo par image.

⚠️ Anonymisation obligatoire Les images doivent être totalement anonymisées (aucun nom, identifiant, date de naissance ou information permettant d'identifier le patient). Le consentement du patient doit avoir été obtenu conformément à la législation en vigueur (RGPD, Code de la santé publique).

Votre cas sera examiné par l'équipe éditoriale sous 48h avant publication.

💬 Ma messagerie

🔜
Messagerie en préparation
La messagerie interne entre membres Nucleascope sera activée très prochainement. Cette interface vous montre l'aperçu : la colonne de gauche listera vos conversations individuelles et vos groupes de discussion, la colonne de droite affichera les échanges. Un bouton « Nouveau message » permettra de contacter tout membre visible dans l'annuaire.