Enjeu de santé mondiale, les affections rhumatismales sont caractérisées par une inflammation et une dégradation des articulations, des os et des tissus conjonctifs. L’issue favorable pour les patients est conditionnée par un diagnostic sûr et rapide et par une prise en charge adaptée. L’imagerie par résonance magnétique est aujourd’hui incontournable en rhumatologie, cependant son interprétation reste complexe et fluctuante. L’intelligence artificielle, notamment le machine learning et le deep learning , offre une solution pour améliorer et faire progresser l’analyse des IRM. La présente revue examine les applications actuelles de l’intelligence artificielle dans l’analyse d’IRM en rhumatologie en termes d’aide au diagnostic et de classification, évaluation de l’activité et suivi de la progression de la maladie. Les résultats obtenus avec l’intelligence artificielle–sensibilité, spécificité et précision élevées–sont de niveau équivalent ou supérieur à ceux obtenus par des experts. Cette revue explore également les défis posés par la mise en œuvre clinique de l’intelligence artificielle et les perspectives de recherche en vue d’améliorer le diagnostic et la prise en charge des maladies rhumatismales.

Rheumatic disorders present a global health challenge, marked by inflammation and damage to joints, bones, and connective tissues. Accurate, timely diagnosis and appropriate management are crucial for favorable patient outcomes. Magnetic Resonance Imaging (MRI) has become indispensable in rheumatology, but interpretation remains laborious and variable. Artificial intelligence (AI), including machine learning (ML) and deep learning (DL), offers a means to improve and advance MRI analysis. This review examines current AI applications in rheumatology MRI analysis, addressing diagnostic support, disease classification, activity assessment, and progression monitoring. AI demonstrates promise, with high sensitivity, specificity, and accuracy, achieving or surpassing expert performance. The review also discusses clinical implementation challenges and future research directions to enhance rheumatic disease diagnosis and management.