Aide au pronostic

Une IA améliore l’évaluation des tumeurs ovariennes par les jeunes radiologues

Des chercheurs taïwanais ont développé un algorithme aidant à différencier tumeurs de l'ovaire bénignes et malignes. Leur IA se base sur des données cliniques, ainsi que sur des données radiomiques et des caractéristiques extraites par apprentissage profond d'images de scanner.

icon réservé aux abonnésArticle réservé aux abonnés
Le 01/06/23 à 15:00, mise à jour le 11/09/23 à 13:24 Lecture 2 min.

L'IA développée par l'équipe du Dr Wu associe données cliniques, informatiques et radiomiques pour différencier tumeurs ovariennes malignes et bénignes (image d'illustration). D. R.

Le cancer de l'ovaire est le cancer gynécologique le plus mortel, et sa prise en charge précoce par ablation améliore son taux de survie. Cependant, 28 % des ovariectomies seraient réalisées pour des tumeurs bénignes, entraînant des risques à long terme non négligeables chez les femmes opérées à tort : baisse de la fertilité, ménopause précoce, etc. [1]. Afin d’aider les radiologues à distinguer le mieux possible cancers malins et bénins de l'ovaire, des médecins taïwanais ont développé un algorithme d'intelligence artificielle utilisant des données radiomiques extraites de scanners. Leurs résultats sont parus le 24 avril 2023 dans Insights into Imaging [2].

Près de 200 tumeurs ovariennes

Les auteurs ont rétrospectivement enrôlé 149 patientes du MacKay Memorial Hospital de Taipei (Taïwan) présentant en tout 185 tumeurs ovariennes visibles sur des scanners avec rehaussement de contraste et confirmées par anatomopathologie. 129 tumeurs (dont 54 malignes) de 104 patientes ont servi de donné

Il vous reste 70% 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

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Bibliographie

  1. Moore B. J., Steiner C. A., Davis H. et coll., « Statistical brief #214 Trends in hysterectomies and oophorectomies in hospital inpatient and ambulatory settings, 2005-2013 », Healthcare Cost and Utilization Project (HCUP) Statistical Briefs [Internet], novembre 2016. https://www.ncbi.nlm.nih.gov/books/NBK409175/. Site consulté le 1er juin 2023.
  2. Jan Y.-T., Tsai P.-S., Huang W.-H. et coll., « Machine learning combined with radiomics and deep learning features extracted from CT images: a novel AI model to distinguish benign from malignant ovarian tumors », Insights Into Imaging, 2023, vol. 14, n° 68. DOI : 10.1186/s13244-023-01412-x.

Spécialité médicale

Oncologie Imagerie de la femme

Modalité d’imagerie

Scanner

Mots-clés

intelligence artificielle radiomique

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

22 Juil

16:00

L'intensité maximale du signal dans les images cliniques pondérées T1 est associée à des concentrations de gadolinium plus faibles avec le gadopiclénol qu'avec les autres produits gadolinés, quelle que soit l'intensité du champ (étude).

14:00

La Société européenne de radiologie pédiatrique publie ses recommandations sur le protocole clinique d'IRM post-mortem fœtale et néonatale. Au minimum, des séquences isovolumétriques 3D pondérées en T1 et T2 du cerveau et du corps doivent être réalisées (étude).

7:30

Dans une décision du 22 mai 2025, l’Union nationale des caisses d’assurance maladie (UNCAM), modifie la liste des actes médicaux pris en charge. Parmi les changements : la prise en charge à 100 % d’un scanner thoracique pour le dépistage du cancer du poumon, et l’inscription provisoire d’actes de destruction de lésion de la prostate par ultrasons focalisés de haute intensité (HIFU).

7:00

21 Juil

13:02

Une étude visant à explorer des méthodes d'entraînement visuel susceptibles d'améliorer les capacités perceptives des étudiants en interprétation d'images médicales a permis d'établir que l'entraînement de la vision périphérique améliorait significativement les performances de diagnostic.

7:30

Un modèle basé sur Vision Mamba, utilisant des données d'imagerie de scanner thoracique avant traitement, améliore significativement la prédiction des métastases cérébrales dans les deux ans chez les patients atteints d’adénocarcinome pulmonaire positif à l’EGFR , indique une étude publié dans l'European journal of radiology.
✕
Docteur Imago

GRATUIT
VOIR