Détection et caractérisation des nodules

« Vous devez utiliser l’IA dans le dépistage du cancer du poumon »

Plusieurs travaux de recherche montrent le potentiel de l’intelligence artificielle dans le dépistage et le suivi du cancer du poumon. Au RSNA 2025, Marie-Pierre Revel a fait le point sur le sujet, en s’appuyant sur les résultats de son étude CASCADE.

icon réservé aux abonnésArticle réservé aux abonnés
Le 16/12/25 à 7:00, mise à jour le 28/07/26 à 16:22 Lecture 4 min.

« L’IA permet de façon certaine d’éviter des erreurs de détection », conclut Marie-Pierre Revel, sur la base des résultats intermédiaires de l'étude CASCADE. © Jérôme Hoff

Une session du congrès 2025 de la Société nord-américaine de radiologie (RSNA), a fait le point sur les avancées réglementaires et scientifiques du dépistage du cancer du poumon. Parmi les orateurs, Marie-Pierre Revel, cheffe de service à l’hôpital Cochin-AP-HP, a évoqué l’utilisation de l’intelligence artificielle pour l’aide à l’interprétation des scanners thoraciques. Un sujet qu’elle connaît bien pour l’avoir expérimenté lors de l’essai CASCADE de dépistage chez les femmes.

L’apprentissage profond ouvre des perspectives

Les CAD, basés sur l’apprentissage machine, produisaient un nombre inacceptable de faux positifs, avec une segmentation des nodules approximative, mais l’apprentissage profond (deep learning) a permis d’envisager une réelle utilisation de l’intelligence artificielle, explique-t-elle. « L’objectif de l’essai prospectif CASCADE était de comparer la performance d’un radiologue généraliste formé au dépistage et utilisant l’intelligence artificielle comme second lecteu

Il vous reste 82% 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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Revel M-P, Abdoul H, Chassagnon G, et al (2022) Lung CAncer SCreening in French women using low-dose CT and Artificial intelligence for DEtection: the CASCADE study protocol. BMJ Open 12:e067263. https://doi.org/10.1136/bmjopen-2022-067263.
  2. Li TZ, Xu K, Krishnan A, et al (2025) Performance of Lung Cancer Prediction Models for Screening-detected, Incidental, and Biopsied Pulmonary Nodules. Radiology: Artificial Intelligence 7:e230506. https://doi.org/10.1148/ryai.230506.

Discussion

Aucun commentaire

Laisser un commentaire

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