En mammographie

Deux IA combinées améliorent la prédiction de risque de cancer du sein

Une étude rétrospective menée sur 119 650 femmes danoises dépistées et suivies au moins cinq ans indique que la combinaison d'une IA de détection des lésions et d'une IA évaluant la texture mammographique prédit mieux le risque de développer des cancers du sein, dont les cancers de l'intervalle, que chacune de ces IA séparément. L'article est paru le 29 août 2023 dans Radiology.

icon réservé aux abonnésArticle réservé aux abonnés
Le 12/10/23 à 7:00, mise à jour le 12/10/23 à 9:16 Lecture 2 min.

Le modèle combinant les IA de détection des lésions et d'évaluation de la texture mammaire s'est avéré plus efficace que le modèle de détection des lésions seulet que le modèle d'évaluation de la texture mammaire seul dans la détection groupée des cancers de l'intervalle et des cancers à développement plus lent. © François Mallordy

De nombreuses intelligences artificielles (IA) appliquées à la mammographie calculent le risque de développer un cancer à partir de la détection de lésions suspectes. Une méthode notamment efficace pour évaluer le risque de cancers de l'intervalle, ici définis comme les cancers diagnostiqués dans les deux ans suivant un dépistage. Pour les cancers à développement plus lent (> 2 ans), d'autres IA s'avèrent plus efficaces, notamment celles qui évaluent la texture des seins. La combinaison de ces deux types de modèles permettrait-elle d'améliorer l'évaluation du risque de cancer du sein à court comme à moyen terme ?

Près de 120 000 femmes intégrées dans l'étude

C'est à cette question qu'ont tenté de répondre des chercheurs danois et néerlandais à travers une étude rétrospective, parue le 29 août dans Radiology [1]. Ils ont inclus dans leur analyse 119 650 femmes danoises (âge médian = 59 ans, Q1 = 53 ans, Q3 = 64 ans) dépistées par mammographie entre novembre 2012 et novembre 2015 et di

Il vous reste 72% 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

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Bibliographie

  1. Lauritzen, A. D., von Euler-Chelpin, M. C., Lynge, E., et coll., « Assessing Breast Cancer Risk by Combining AI for Lesion Detection and Mammographic Texture », Radiology, 29 août 2023. DOI : 10.1148/radiol.230227.

Spécialité médicale

Oncologie Imagerie de la femme

Modalité d’imagerie

Mammographie

Mots-clés

intelligence artificielle dépistage du cancer du sein

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

09 Avr

16:21

Une étude multicentrique publiée dans European Radiology montre qu’un modèle de deep learning combinant nnU-Net et ConvNeXt-tiny permet d’évaluer avec précision l’invasion musculaire dans le cancer de la vessie à partir d’IRM, avec des performances élevées et stables.

15:00

13:17

Une étude pilote a évalué un outil d’IA (BoneView) capable de détecter les fractures liées à la maltraitance chez des enfants de moins de 5 ans, montrant une légère amélioration de sa précision après un premier réentraînement. Ces résultats préliminaires suggèrent qu’un entraînement supplémentaire pourrait permettre d’atteindre des performances cliniquement utiles et renforcer l’aide au diagnostic dans ce contexte.

7:11

Une étude prospective comparant la radiographie conventionnelle à une reconstruction avancée 3D montre que cette dernière détecte toutes les fractures des membres avec une sensibilité de 100 %, contre 46,7 % pour la méthode classique, tout en conservant une excellente spécificité et qualité d’image. Son utilisation aux urgences pourrait améliorer la précision diagnostique, réduire les examens complémentaires et accélérer la prise en charge des patients.

7:00

08 Avr

16:29

Les images monoénergétiques virtuelles, combinées à des algorithmes de réduction des artefacts métalliques créées à partir de scanners à comptage photonique (PCCT), permettent une excellente visualisation des anévrismes intracrâniens préalablement traités et des vaisseaux adjacents, indique une étude. L’extension de ces résultats à des applications cliniques préliminaires chez l’humain s’avère également possible.
✕
Docteur Imago

GRATUIT
VOIR