Mammographie de dépistage

Le couple humain-IA plus efficace pour détecter le cancer du sein 

Une étude néerlandaise a comparé les performances d'une lecture humaine unique, d'une double lecture humaine, d'une seule lecture par IA et d'une double lecture humain-IA pour déterminer quelle formule était la plus efficace pour détecter le cancer du sein sur des mammographies de dépistage. Les auteurs rapportent que la combinaison d'un dépistage par IA et par des lecteurs humains apporterait la plus grande valeur clinique.

icon réservé aux abonnésArticle réservé aux abonnés
Le 19/12/25 à 15:00 Lecture 3 min.

Une étude néerlandaise comparé l’IA en tant que lecteur autonome et en tant que deuxième lecteur avec la lecture humaine unique et la double lecture humaine afin de déterminer l’impact potentiel de ces différentes configurations sur la détection du cancer du sein. DR

Aux Pays-Bas, des chercheurs de l’hôpital universitaire de Nijmegen ont réalisé une étude pour évaluer la capacité de l'intelligence artificielle (IA) à identifier les cancers du sein cliniquement pertinents, en utilisant les résultats du dépistage par mammographie. Ils ont comparé l’IA en tant que lecteur autonome et en tant que deuxième lecteur avec la lecture humaine unique et la double lecture humaine afin de déterminer l’impact potentiel de ces différentes configurations sur la détection du cancer. Les résultats de leurs travaux ont été publiés au mois d’août dans la revue Lancet Digital Health. [1]

Quatre scénarios

Dans cette étude de cohorte rétrospective, les chercheurs ont inclus 42 236 mammographies de 42 100 femmes ayant participé au programme néerlandais de dépistage du cancer du sein entre le 1er septembre 2016 et le 31 août 2018. Les résultats concernant les cancers détectés étaient disponibles avec un suivi de 4 ans. Pour cette analyse, les images ont été traitées avec le

Il vous reste 80% 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. Van Winkel SL, Peters J, Janssen N, et al (2025) AI as an independent second reader in detection of clinically relevant breast cancers within a population-based screening programme in the Netherlands: a retrospective cohort study. The Lancet Digital Health 7:100882. https://doi.org/10.1016/j.landig.2025.100882

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

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.
08 Jan

15:17

Des chercheurs ont introduit un nouveau marqueur tumoral IRM appelé « signe sombre-clair-obscur » et suggèrent qu’il peut aider à prédire la métastase des ganglions lymphatiques chez les patients atteints d’un cancer rectal, selon une étude publiée dans Radiology.
Docteur Imago

GRATUIT
VOIR