Dépistage du cancer du sein

Un modèle d’IA hybride améliore la prédiction du risque de cancer du sein à deux ans 

Une étude espagnole a évalué les performances et la précision d'un modèle d'IA combinant des données cliniques et mammographiques pour améliorer la prédiction du risque de cancer du sein à 2 ans. Les résultats plaident pour l'utilisation de ce modèle hybride.

icon réservé aux abonnésArticle réservé aux abonnés
Le 24/09/25 à 15:00 Lecture 2 min.

L’étude a été menée entre 2013 et 2020 sur 2 193 femmes âgées en moyenne de 59 ans, dans le cadre d’un programme de dépistage du cancer du sein au sein de l’hôpital del Mara. © Solenn Duplessy

Une équipe de chercheurs de l’hôpital del Mar à Barcelone, en Espagne, démontre, dans une étude publiée dans European Radiology, [1] qu’un modèle d’intelligence artificielle (IA) combinant données cliniques et caractéristiques mammographiques améliore la prédiction du risque de cancer du sein dans les deux années suivant un dépistage.

Trois modèles prédictifs comparés

L’étude a été menée entre 2013 et 2020 sur 2 193 femmes âgées en moyenne de 59 ans, dans le cadre d’un programme de dépistage du cancer du sein par mammographie au sein de l’hôpital del Mar. Les chercheurs ont inclus les patientes dont les mammographies de dépistage avaient été jugées négatives au moment de leur réalisation, et qui avaient reçu un diagnostic de cancer du sein dans les deux années suivantes. Ils ont exploité ces données pour comparer trois modèles prédictifs basés sur l’apprentissage automatique : le premier s'appuyait sur les données cliniques et les caractéristiques extraites des images (ERTpd + im), le de

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

Solenn Duplessy

Voir la fiche de l’auteur

Bibliographie

  1. Tendero R, Larroza A, Pérez-Benito FJ, et al (2025) Breast cancer risk assessment for screening: a hybrid artificial intelligence approach. Eur Radiol. https://doi.org/10.1007/s00330-025-11980-9

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

26 Sep

16:42

L’introduction de rapports générés par l’IA a amélioré l’efficacité de l’interprétation des radiographies thoraciques, et l’acceptabilité a augmenté au fil du temps. Cependant, la concordance et les scores de qualité ont montré une variabilité, en particulier dans les cas anormaux, ce qui souligne la nécessité d’une surveillance dans l’interprétation des radiographies thoraciques complexes, selon une étude parue dans Journal of the american college of radiology.

13:19

L’identification et l’extinction des scanners excédentaires en cas de faible utilisation est une intervention simple et évolutive qui permet de réaliser d’importantes économies d’énergie, financières et de carbone avec peu ou pas d’impact sur le flux de travail clinique, conclue une étude publiée Journal of medical radiation sciences.

7:11

Après deux ans de travaux et plus de quatre millions d’euros investissement, la clinique Esquirol Saint-Hilaire d’Agen a inauguré un nouveau bâtiment de radiologie, relié à la fois au bâtiment des hospitalisations et des urgences, indique le média Sudouest.fr.
25 Sep

15:16

Les paramètres d’acquisition de la mammographie de dépistage ont eu un impact sur les performances de l’IA et des radiologues, selon une étude publiée dans Radiology : Artificial Intelligence. Ils étaient significativement associés aux performances de l’IA et des radiologues, avec des tailles d’effet absolues atteignant 10 % pour la sensibilité et 5 % pour la spécificité.
Docteur Imago

GRATUIT
VOIR