Dépistage du cancer du sein

La lecture des mammographies soutenue par l’IA améliore de 20 % la détection des cancers du sein

Une étude contrôlée randomisée prospective publiée dans The Lancet Oncology révèle que le dépistage par mammographie soutenu par l’intelligence artificielle est une alternative sûre à la double lecture standard des radiologues et peut ainsi réduire la charge de travail des médecins. Ces résultats sont prometteurs, mais d'autres études sont nécessaires afin d'évaluer les taux de cancers de l'intervalle.

icon réservé aux abonnésArticle réservé aux abonnés
Le 14/09/23 à 9:00 Lecture 2 min.

Le dépistage par mammographie soutenu par l’intelligence artificielle serait une alternative sûre à la double lecture standard des radiologues. D. R.

Bien que plusieurs études rétrospectives suggèrent que l’intelligence artificielle (IA) utilisée dans le dépistage du cancer du sein par mammographie peut réduire la charge de travail médical sans perte de qualité diagnostique, aucun essai randomisé n’avait jusqu’à présent été mené sur ce sujet. C'est désormais chose faite grâce à une étude publiée en août 2023 dans The Lancet Oncology [1].

Évaluer la sécurité clinique dans le dépistage

Dirigé par des chercheurs de l’université de Lund (Suède), l’essai MASAI (Mammography Screening with Artificial Intelligence) est le premier essai contrôlé randomisé évaluant l’effet du dépistage assisté par l’IA. Plus précisément, l'essai MASAI a visé à évaluer l'innocuité clinique d’un protocole soutenu par l’IA pour lire les mammographies de dépistage, par rapport à la lecture standard des images par des radiologues.

L’IA pour identifier un risque élevé

80 033 femmes ont été incluses dans l'étude MASAI entre le 12 avril 2021 et le 28 juillet 202

Il vous reste 73% 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

Solenn Duplessy

Voir la fiche de l’auteur

Bibliographie

  1. Lång K., Josefsson V., Larsson A.-M. et coll., « Artificial intelligence-supported screen reading versus standard double reading in the Mammography Screening with Artificial Intelligence trial (MASAI): a clinical safety analysis of a randomised, controlled, non-inferiority, single-blinded, screening accuracy study », The Lancet Oncology, août 2023. DOI : 10.1016/S1470-2045(23)00298-X.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

20 Avr

7:30

La classification Node-RADS v1.0 montre une bonne reproductibilité entre radiologues, quel que soit leur niveau d’expertise, pour l’évaluation des ganglions médiastinaux au scanner thoracique dans le cancer bronchique non à petites cellules. Elle présente une forte spécificité et une valeur prédictive négative élevée, mais une sensibilité limitée. (Étude)
17 Avr

16:34

Un centre d’imagerie médicale « de pointe » ouvrira en 2027 à Valence-d’Agen (Tarn-et-Garonne), informe ladepeche.fr

14:33

Une revue systématique publiée dans Radiography conclut au fort potentiel de l’utilisation du jumeau numérique en IRM, notamment en cardiologie et en oncologie, malgré des limites dans les domaines de la formation, de la sécurité et de l’intégration opérationnelle.

7:12

Une étude publiée dans Radiography analyse l’utilisation du modèle d’apprentissage profond Att-U-Net pour segmenter les tissus pulmonaires et les tumeurs à partir d’images PET-CT, afin d’améliorer le diagnostic du cancer du poumon. Les résultats montrent de bonnes performances (DSC 0,81 et IoU 0,69), suggérant que ce modèle pourrait renforcer la précision clinique et faciliter la planification des traitements.
Docteur Imago

GRATUIT
VOIR