Intelligence artificielle

Comment bâtir un modèle radiomique en oncologie ?

Selon Nickolaos Papanikolaou, qui s’exprimait à l’ECR 2021, le développement de modèles radiomiques pour des applications en oncologie exige avant tout l’utilisation de données robustes et la participation d’une équipe multidisciplinaire, avec des expertises médicales et informatiques.

icon réservé aux abonnésArticle réservé aux abonnés
Le 18/03/21 à 17:00, mise à jour aujourd'hui à 15:11 Lecture 5 min.

Pour le développement de modèles radiomiques, Nickolaos Papanikolaou recommande l’utilisation de l’apprentissage machine plutôt que de l’apprentissage profond, dont l’entraînement nécessite des milliers d’images et dont le fonctionnement manque de transparence, selon lui. capture d'écran ECR 2021

Au carrefour des sciences informatiques, de la biostatistique et d’autres disciplines, la radiomique vise à créer des algorithmes d’apprentissage machine capables d’extraire et d’analyser, sur des clichés d’imagerie médicale, des données numériques pertinentes pour le diagnostic, le pronostic ou le suivi des patients. Le 3 mars, une session du Congrès européen de radiologie s’est intéressée à ses applications potentielles en cancérologie.

Pallier les faiblesses de la biopsie

En oncologie, la radiomique pourrait permettre de s’affranchir des limites de la biopsie et de l’imagerie médicale traditionnelle, affirme Nickolaos Papanikolaou, radiologue au sein du groupe d’imagerie clinique computationnelle de la fondation Champalimaud, à Lisbonne, Portugal. « La biopsie souffre d’erreurs d’échantillonnage, est invasive et présente un faible rapport temps-efficacité, souligne-t-il. L’imagerie médicale préserve l’intégrité du patient et permet d’extraire une importante quantité d’information de l

Il vous reste 87% 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. Papanikolaou et coll., « How to develop a meaningful radiomic signature for clinical use in oncologic patients », Cancer Imaging, 2021, vol. 20, n° 33. DOI : doi.org/10.1186/s40644-020-00311-4
  2. Carrasquinha E., Santinha J. A. A., Mongolin A. et coll. « Regularization techniques in radiomics : a case study of the prediction of pCR in breast tumours and the axilla », Conference : CIBB 2019 – Computational intelligence methods for bioinformatics and biostatistics, septembre 2019. https://www.researchgate.net/publication/338412538_Regularization_techniques_in_Radiomics_A_case_study_on_the_prediction_of_pathological_Complete_Response_in_Breast_Tumours_and_the_Axilla.

Spécialité médicale

Oncologie

Mots-clés

radiomique ECR 2021

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés L’intelligence artificielle en pratique clinique

Voir le dossier

Le fil Docteur Imago

10 Août

14:00

Les coûts croissants et les inefficacités opérationnelles menacent la durabilité financière de l’IRM. L’optimisation des flux de travail, de la formation, de la planification et l’intégration de l’IA peuvent améliorer l’efficacité et générer des gains de revenus estimés entre 40 et 60 %, selon des projections rapportées dans une étude de Clinical Imaging.

12:10

7:00

07 Août

16:00

Pour la détection du cancer du sein, les performances diagnostiques des protocoles d'IRM abrégée par rapport à l'IRM standard varient selon le protocole et le contexte clinique. La technique FAST conserve une sensibilité élevée, tandis que la combinaison FAST + ultrafast + T2W offre une spécificité supérieure dans un contexte diagnostique (étude).

14:30

72 % des patientes préfèreraient l'angiomammographie à l'IRM mammaire lorsque les performances diagnostiques sont comparables. Cette préférence est liée à une sensation de claustrophobie moindre, à une durée d'examen plus courte et à un niveau d'anxiété plus faible (étude).

7:10

La Société nord-américaine de radiologie (RSNA) annonce le lancement de son challenge IA pour l'imagerie du genou. Les modèles développés seront évalués sur leur capacité à détecter et à classer avec précision les anomalies du genou visibles à l'IRM. Les gagnants seront annoncés au prochain congrès de la RSNA qui se tiendra du 29 novembre au 3 décembre.
✕
Docteur Imago

GRATUIT
VOIR