Scanner thoracique

Pourquoi des cancers du poumon échappent au radiologue ?

Lors de la journée de printemps 2022 de la Société d'imagerie thoracique (SIT), Gilbert Ferretti, responsable du pôle imagerie au CHU de Grenoble, a présenté les principaux facteurs d'erreurs de diagnostic des tumeurs pulmonaires au scanner thoracique. Des erreurs techniques ou humaines qui peuvent entraîner des « loupés » dans la détection des cancers pulmonaires.

icon réservé aux abonnésArticle réservé aux abonnés
Le 20/06/22 à 7:00, mise à jour hier à 15:09 Lecture 2 min.

Deux études parues en 1996 ont montré que le scanner peut manquer des nodules et des cancers (photo d'illustration). © Carla Ferrand

Gilbert Ferretti, responsable du pôle imagerie au CHU de Grenoble (38), a présenté lors de la journée de printemps 2022 de la Société d’imagerie thoracique (SIT), le 20 mai 2022, les facteurs qui entraînent des erreurs dans le diagnostic des cancers pulmonaires au scanner thoracique. Deux études parues en 1996 ont montré que le scanner peut manquer des nodules et des cancers, a-t-il rappelé en introduction [1-2]. « Il faut mieux regarder en particulier les cancers endobronchiques. Au scanner thoracique, nous voyons la tumeur endobronchique, mais si le patient n'a pas de fibrome, elle ne sera pas perçue », explique-t-il. Selon lui, les causes d’erreurs d’identification des cancers bronchopulmonaires au scanner sont multiples et un certain nombre de facteurs permettent d'expliquer pourquoi les nodules peuvent être manqués, y compris ceux qui deviennent des cancers.

La caractéristique des lésions…

Ces erreurs d’identification peuvent être liées aux caractéristiques de la lésion. « Les lésio

Il vous reste 75% 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

Solenn Duplessy

Voir la fiche de l’auteur

Bibliographie

  1. Gurney J. W., « Missed lung cancer at CT: imaging findings in nine patients », Radiology, avril 1996, vol. 199, n° 1. DOI : 10.1148/radiology.199.1.8633132.
  2. White C. S., Romney B. M., Mason A. C. et coll., « Primary carcinoma of the lung overlooked at CT: analysis of findings in 14 patients », Radiology, avril 1996, vol. 199, n° 1. DOI : 10.1148/radiology.199.1.8633131.
  3. Li F., Arimura H., Suzuki K. et coll., « Computer-aided detection of peripheral lung cancers missed at CT: ROC analyses without and with localization », Radiology, novembre 2005, vol. 237, n° 2. DOI : 10.1148/radiol.2372041555.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

22 Oct

15:30

Une équipe de chercheurs a développé un système d’intelligence artificielle multimodale combinant imagerie médicale et données cliniques pour prédire la survie à 24 mois de patients atteints d’un cancer de la prostate métastatique résistant à la castration, traités par radiothérapie vectorisée ciblant le PSMA. Ce modèle affiche des performances prometteuses pour la stratification pronostique et l’aide à la décision clinique.

11:30

L'IRM mammaire à contraste dynamique virtuel (vDCE) générée par deep learning sans injection de gadolinium possède une précision diagnostique comparable à celle de l’IRM conventionnelle, mais une sensibilité légèrement inférieure, selon une étude publiée dans European Radiology 

7:30

Les radiologues et les grands modèles de langage présentent des profils d’erreur complémentaires dans la détection des radiographies thoraciques générées par l’IA, selon une étude publiée dans le Journal of Imaging Informatics in Medicine.
✕
Docteur Imago

GRATUIT
VOIR