Intelligence artificielle

Le deep learning efficace pour prédire le risque de cancer du sein de l’intervalle

Des chercheurs britanniques ont évalué les performances d'un outil d'apprentissage profond pour prédire le risque de cancer de l'intervalle dans le cadre du dépistage du cancer du sein. L'algorithme Mirai aurait permis d'identifier les femmes nécessitant un dépistage plus fréquent ou des examens d'imagerie supplémentaires.

icon réservé aux abonnésArticle réservé aux abonnés
Aujourd'hui à 7:00 Lecture 2 min.

« Nos résultats suggèrent qu'un examen plus approfondi des mammographies se situant dans les 20 % des scores les plus élevés pourrait permettre de détecter 42,4 % des cancers de l'intervalle, ce qui signifie que Mirai pourrait être utilisé pour identifier les femmes nécessitant une imagerie supplémentaire ou un intervalle de dépistage raccourci », déclarent les auteurs. DR

Au Royaume-Uni, des chercheurs en radiologie de l’université de Cambridge ont réalisé une étude rétrospective pour évaluer la capacité prédictive des scores de risque sur trois ans générés par un algorithme d'apprentissage profond pour identifier les femmes qui ont développé des cancers d'intervalle dans le cadre du programme britannique de dépistage du cancer du sein. Ce programme invite les femmes âgées de 50 à 70 ans à passer une mammographie tous les trois ans.

130 000 mammographies traitées

La cohorte étudiée comprenait 134 217 mammographies de dépistage réalisées sur un nombre identique de femmes, avec 524 cancers de l’intervalle. Les examens ont été effectués entre 2014 et 2016 dans deux centres de dépistage du cancer du sein au Royaume-Uni, à l'aide de deux systèmes de mammographie différents. Les performances du logiciel Mirai ont été prises en compte pour différents quartiles d'âge et différentes densités mammaires avec le score BI-RADS. L’algorithme Mirai a traité les mammogra

Il vous reste 71% 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

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

27 Nov

7:10

L’intelligence artificielle (IA) est de plus en plus intégrée dans la recherche et la pratique en radiographie. Selon une étude parue dans Radiography, GenAI et les LLM offrent des opportunités transformatrices pour la recherche en radiographie à travers plusieurs étapes, de la conception de l’étude à la diffusion. Leur intégration exige toutefois une validation rigoureuse et des garanties éthiques pour limiter les biais, les erreurs et les risques liés à la confidentialité.

14:29

Une étude a évalué sept modèles LLM en open-source pour la synthèse des rapports radiologiques de patients ayant été victime d'un AVC ischémique aigu. Quatre modèles ont résumé efficacement des comptes rendus et pourraient être intégrés dans des flux radiologiques.

11:15

Selon une étude publiée dans l'American Journal of Roentgenology, la prévalence de malignité parmi les nodules surrénaliens indéterminés découverts fortuitement lors d'une tomodensitométrie avec injection de produit de contraste chez des patients sans cancer connu est extrêmement faible.

7:28

Si l'intelligence artificielle est très prometteuse chez l'adulte pour la détection et la caractérisation des nodules, ce n'est pas le cas sur les nodules pulmonaires pédiatriques, selon une récente étude. Celle-ci souligne la nécessité d'avoir une IA spécifique à la pédiatrie.    
Docteur Imago

GRATUIT
VOIR