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

02 Sep

16:40

L’analyse quantitative de la perfusion en IRM DCE fournirait une valeur diagnostique significative pour différencier le gliome diffus de la ligne médiane (DMG) et le glioblastome de la ligne médiane (mGBM), des tumeurs particulièrement agressives qui nécessitent des stratégies thérapeutiques distinctes, de manière non invasive chez les patients pédiatriques et les jeunes adultes. (Etude)

13:32

7:30

Selon une étude française, l'évaluation du profil de rehaussement tardif au gadolinium du septum interauriculaire et des parois auriculaires permettrait de mieux différencier l'amylose cardiaque de ses phénocopies.
01 Sep

16:52

L'échographie en mode B, l'élastographie par ondes de cisaillement (SWE) et l'imagerie microvasculaire Superb Microvascular Imaging (SMI) permettraient de différencier les tumeurs des tissus mous bénignes des tumeurs non bénignes. (Etude)

14:43

La classification O-RADS IRM montre une grande efficacité diagnostique dans le triage des masses annexielles, et l'intégration de courbe d'intensité semi-quantitative du rehaussement permettrait d'améliorer la spécificité et la valeur prédictive positive de l'IRM O-RADS (étude).
Docteur Imago

GRATUIT
VOIR