Mammographie et tomosynthèse

L’IA pourrait faciliter le dépistage du cancer du sein sans perte de sensibilité

Dans le cadre d’une étude décrite dans Radiology, l’utilisation d’un logiciel d’intelligence artificielle pour trier les examens de mammographie ou de tomosynthèse a permis de diminuer de près de trois quarts la charge de travail des radiologues par rapport à une double lecture humaine, sans perte de sensibilité.

icon réservé aux abonnésArticle réservé aux abonnés
Le 23/06/21 à 7:00, mise à jour aujourd'hui à 14:07 Lecture 3 min.

Par rapport aux dépistages par mammographie à double lecture et par tomosynthèse à double lecture, l’utilisation de l’IA a permis de réduire la charge de travail de 71,5 % et de 72,4 % respectivement. © Carla Ferrand

L’intelligence artificielle est-elle l’avenir du dépistage du cancer du sein ? Pour les auteurs d’un article paru début mai 2021 dans Radiology, elle pourrait participer à résoudre les problèmes de manque de praticiens et de charge de travail [1] en focalisant l’attention des radiologues sur les examens les plus suspects.

Un premier tri par intelligence artificielle

José-Luis Maria Povedano et ses confrères de l’université Reina Sofía, à Cordoue (Espagne), ont comparé les performances d’une stratégie de dépistage basée sur un tri des examens de mammographie ou de tomosynthèse par une intelligence artificielle autonome avant intervention humaine à celles de protocoles « classiques » de double lecture de tous les examens par des radiologues experts. « À notre connaissance, notre étude est la première à évaluer les apports d’un logiciel à base d’apprentissage profond dans le dépistage du cancer du sein par tomosynthèse », écrivent-ils.

Un essai espagnol de dépistage par tomosynthèse

Ils ont t

Il vous reste 80% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

Jérome Hoff

Rédacteur en chef adjoint

Voir la fiche de l’auteur

Bibliographie

  1. Raya-Povedano J. L., Romero-Martin S., Elías-Cabot E. et coll., « AI-based strategies to reduce wokload in breast cancer screening with mammography and tomosynthesis: a retrospective evaluation », Radiology, epub 4 mai 2021. DOI : 10.1148/radiol.2021203555.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

22 Nov

16:00

Pour les patients non obèses, l’utilisation combinée d’une faible tension du tube (60 kVp) et d’un nouvel algorithme de reconstruction d’images par apprentissage profond (ClearInfinity, DLIR-CI) peut préserver la qualité de l’image tout en permettant des économies de dose de rayonnement et de produit de contraste pour le scanner aortique (étude).

14:39

La découverte fortuite d’anciens accidents vasculaires cérébraux lors d'examens de scanner permettrait aux cliniciens de mettre en place des mesures qui pourraient bénéficier à 100 000 à 200 000 patients par an aux États-Unis pour prévenir de futurs AVC (étude).

7:30

Le Sénat a adopté le 19 novembre un amendement gouvernemental au PLFSS 2025 qui prévoit d'exonérer de cotisations pour l'assurance vieillesse les médecins en situation de cumul emploi-retraite qui exercent dans les zones sous-denses. La Caisse autonome de retraite des médecins français (CARMF) s'alarme dans un communiqué des conséquences de cette mesure.
Docteur Imago

GRATUIT
VOIR