Détection opportuniste

Un modèle d’apprentissage profond repère le diabète de type 2 sur des radiographies thoraciques

Dans une étude parue le 7 juillet dans Nature Communications, des chercheurs américains ont développé une intelligence artificielle capable de détecter de manière incidente le diabète de type 2 à partir d'une radiographie thoracique. Testée sur une cohorte prospective, l'IA a atteint une aire sous la courbe ROC de 0,84.

icon réservé aux abonnésArticle réservé aux abonnés
Le 18/09/23 à 17:00 Lecture 3 min.

Le modèle d'apprentissage profond a repéré le diabète de type 2 avec une aire sous la courbe ROC de 0,84 dans la cohorte prospective. © Pyrros et coll. | Nature Communications

Le diabète de type 2 sera-t-il à l'avenir un incidentalome comme un autre ? C'est ce que semble suggérer une étude américaine parue début juillet dans Nature Communications [1]. Maladie multifactorielle en progression dans les pays développés avec une prévalence française estimée à 5 %, l'ampleur réelle du diabète de type 2 est difficile à évaluer : de fait, selon l'Inserm, 20 à 30 % des adultes diabétiques ne sont pas diagnostiqués.

Une maladie précoce difficile à repérer

Si le taux d’hémoglobine glyquée et la mesure de la glycémie à jeun posent le diagnostic, il reste difficile de déterminer quels sujets sont susceptibles de présenter un diabète de type 2 pour les orienter vers un test diagnostique, notamment à un stade précoce. Des chercheurs américains ont donc eu l'idée d'employer un modèle d'apprentissage profond afin de détecter les patients à risque de diabète de type 2 de manière opportuniste sur des radiographies thoraciques.

Entraînement sur 153 168 radiographies de patie

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

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Bibliographie

  1. Pyrros A., Borstelmann S. M., Mantravadi R. et coll., « Opportunistic detection of type 2 diabetes using deep learning from frontal chest radiographs », Nature Communications, 7 juillet 2023. DOI : 10.1038/s41467-023-39631-x.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

03 Avr

13:22

L’échoguidage améliore l’accès percutané à l’artère fémorale commune par rapport à l'abord par repérage anatomique, sans augmenter les complications. Toutefois, les données restent limitées pour certains sous-groupes à haut risque, analysent des chercheurs dans une étude publiée dans la revue Cochrane.

12:02

Le groupe pharmaceutique Novartis a obtenu de la FDA américaine une extension des indications du radiopharmaceutique Pluvicto® (177Lu-PSMA-617) dans le cancer de la prostate métastatique résistant à la castration (mCRPC) et PSMA-positif pré-chimiothérapie, annonce un communiqué. L'entreprise estime que cette décision triple la population éligible. L'extension des indications se base sur les résultats positifs de l'essai randomisé contrôlé de phase III PSMAfore.

7:31

Le député Thibault Bazin (groupe LR) a déposé le 28 mars un amendement concernant la reconnaissance des Plateaux d’imagerie médicale ambulatoire de proximité (PIMAP) au texte de la proposition de loi d’initiative transpartisane visant à lutter contre les déserts médicaux. L'amendement n°100, examiné par l'Assemblée nationale, propose ainsi que le Gouvernement remette au Parlement « un rapport évaluant l’opportunité d’instituer un statut spécifique pour le plateau d’imagerie médicale ambulatoire de proximité donnant un cadre légal aux cabinets libéraux de radiologie [...] souhaitant maintenir ou améliorer un maillage territorial de proximité ».
Docteur Imago

GRATUIT
VOIR