Aide au diagnostic

Un logiciel prédit la malignité des nodules thyroïdiens « aussi bien que les experts »

Grâce à un système logiciel quantitatif, des chercheurs de l’université de Stanford ont pu prédire la malignité de nodules thyroïdiens avec la même exactitude que des radiologues experts. Leur méthode pourrait permettre de réduire les biopsies et les chirurgies inutiles.

icon réservé aux abonnésArticle réservé aux abonnés
Le 04/02/20 à 16:00, mise à jour hier à 14:15 Lecture 1 min.

Exemple d'un patient de 73 ans atteint d'un carcinome papillaire du lobe gauche de la thyroïde. La capture d'écran montre un exemple d'annotation de nodule thyroïdien réalisée sur une image échographique. © AJR/Alfiia Galimzianova et al.

Quand l’œil de l’intelligence artificielle rivalise avec celui de l’expert. Une équipe américaine a développé une infrastructure logicielle quantitative (quantitative framework) qui serait capable de différencier les nodules thyroïdiens bénins et malins par échographie à un niveau comparable à celui des radiologues les plus expérimentés.

92 nodules confirmés par biopsie

Pour ces travaux publiés dans la revue American Journal of Roentgenology [1], la chercheuse Alfiia Galimzianova et ses collègues des départements de data science et de radiologie de l’université de Stanford (Californie), ont collecté rétrospectivement des images échographiques de 92 nodules confirmés par biopsie. Les nodules ont été délimités et annotés par deux radiologues experts en utilisant la méthode de classification TI-RADS (Thyroid Imaging Reporting and Data System).

Les résultats du logiciel comparés à ceux de 6 experts

Afin de prédire la malignité des nodules, les chercheurs ont analysé leurs caractéristiques en t

Il vous reste 58% 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

Bibliographie

  1. Galimzianova A., Siebert S. M., Kamaya A. et coll., « Quantitative Framework for Risk Stratification of Thyroid Nodules With Ultrasound: A Step Toward Automated Triage of Thyroid Cancer », American Journal of Roentgenology, 1 – 8. DOI : 10.2214/AJR.19.21350.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

27 Fév

17:51

Une revue systématique et méta-analyse a évalué la performance de l'IA pour la détection des épanchements du coude en radiographie. Les résultats montrent une sensibilité et une spécificité élevées et comparables entre l’IA et les médecins, sans différence significative.

17:49

Une étude conclut que l'angiomammographie constitue une alternative viable à l’évaluation de l'atteinte du complexe mamelon-aréolaire dans le cancer du sein, en particulier dans les cas de contre-indications à l’IRM.

17:09

Une revue, analysant 10 ans de littérature sur la neuroradiologie en pédiatrie et fœtale sur l’IA, conclu que les collaborations interinstitutionnelles continues peuvent faciliter l’intégration de l’IA dans la neuroradiologie pédiatrique, en complétant les radiologues et en améliorant les soins pédiatriques.
26 Fév

15:23

Une revue narrative analyse l’état actuel de l’intelligence artificielle en neuroradiologie pédiatrique et fœtale, en mettant en évidence ses performances prometteuses en segmentation, détection, classification et pronostic, notamment grâce à l’apprentissage profond. Malgré ces avancées, son adoption clinique demeure limitée en raison de coûts élevés, du manque de grandes bases de données pédiatriques et de défis éthiques et réglementaires, nécessitant des efforts collaboratifs pour favoriser son intégration sécurisée.  
Docteur Imago

GRATUIT
VOIR