Intelligence artificielle

Les radiologues surpassent l’IA lors d’un concours de dépistage du cancer du sein

Les algorithmes développés dans le cadre d’un concours international n’ont pas été plus efficaces que les radiologues pour détecter le cancer du sein sur des mammographies de dépistage. En revanche, ils leur ont permis d’accroître leur précision diagnostique.

icon réservé aux abonnésArticle réservé aux abonnés
Le 06/03/20 à 16:00, mise à jour hier à 14:17 Lecture 2 min.

Seule la combinaison des algorithmes les plus performants avec les résultats des radiologues US a permis de surpasser les performances des radiologues seuls (photo d'illustration). D. R.

Dans la détection du cancer du sein, l’intelligence artificielle ne fait pas mieux que les radiologues, concluent les organisateurs d’un concours international d’algorithmes. Ce challenge, lancé par l’initiative DREAM, pour Dialogue on Reverse Engineering Assessment and Methods, auteur de nombreux événements de ce type, a rassemblé 126 équipes de 44 pays, pour un total de 1 100 participants de septembre 2016 à novembre 2017.

Deux bases de données

Comme le décrit un article paru dans la revue JAMA Network Open [1], les concurrents ont dû développer un modèle capable de prédire à 12 mois le développement d’un cancer du sein. 144 231 mammographies de dépistages réalisées sur 85 580 femmes aux États-Unis leur ont été fournies pour l’entraînement et la validation des algorithmes. Une seconde cohorte indépendante de validation a inclus 166 578 examens menés sur 68 008 femmes suédoises. La précision de détection des algorithmes a été évaluée en utilisant l’aire sous la courbe.

Les algorithmes pl

Il vous reste 73% 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. Schaffter T., Buist D. S. M., Lee C. I. et coll., « Evaluation of Combined Artificial Intelligence and Radiologist Assessment to Interpret Screening Mammogram », JAMA Network Open, 2 mars 2020, vol. 3, n° 3. DOI : 10.1001/jamanetworkopen.2020.0265.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

12 Jan

7:30

Les marqueurs radiomiques hypothalamiques dérivés de l'IRM pondérée T1 et extraits associés à des caractéristiques cliniques offrent une approche d'exploration prometteuse pour prédire l'apnée obstructive du sommeil. Étude.
09 Jan

16:11

Une étude publiée dans BMC Urology a évalué la capacité de plusieurs grands modèles de langage à classer des comptes rendus d’IRM de la prostate selon le système PI-RADS v2.1. Le modèle GPT-o1 montre la meilleure concordance avec les radiologues, mais tous les modèles présentent des limites pour les lésions PI-RADS 3.

13:08

Chez les patients atteints d'occlusion aiguë des grands vaisseaux (LVO) de l’ACM et de sténose de l’artère intracrânienne sous-jacente traitée par stent de secours, l’administration préalable d’une thrombolyse intraveineuse n’est pas associée à une augmentation du risque d’hémorragie intracrânienne symptomatique ni de la mortalité à 90 jours (étude).

7:30

Un modèle de classification ternaire radiologique a obtenu des performances diagnostiques « excellentes » pour différencier les lésions pulmonaires sur des images de scanner, selon des résultats publiés dans Radiology.
Docteur Imago

GRATUIT
VOIR