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.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

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.
06 Août

16:00

L'arrêté du 4 août 2026 fixant le nombre d'étudiants de troisième cycle des études de médecine susceptibles d'être affectés, par spécialité et par subdivision territoriale au titre de l'année universitaire 2026-2027 a été publié au Journal Officiel. Pour la radiologie, le nombre d'internes est fixé à 266, et pour la médecine nucléaire à 44.

13:44

Des grands modèles de langage (LLM) seraient capables de générer, à partir des notes cliniques, des indications pertinentes en radiologie qui seraient plus complètes et plus factuelles que les indications émises par des cliniciens (étude).
Docteur Imago

GRATUIT
VOIR