Apprentissage machine

L’algorithme qui évaluerait mieux les cancers de la prostate

Des chercheurs californiens ont développé et testé un dispositif à base d’apprentissage machine capable de classer les tumeurs de la prostate à partir d’examens d’IRM multiparamétrique. D’après leurs résultats, il fait mieux que la classification PI-RADS dans certains domaines.

icon réservé aux abonnésArticle réservé aux abonnés
Le 20/02/19 à 16:04, mise à jour aujourd'hui à 14:17 Lecture 2 min.

Les chercheurs espèrent aboutir « à des traitements plus efficaces et personnalisés » du cancer de la prostate (photo d'illustration d'IRM de la prostate en T2). © Daniel Portalez

Bino Varghese, spécialiste en imagerie quantitative, et ses confrères de l’université de Californie du sud et de l’institut d’urologie de Los Angeles, ont développé un algorithme capable d’évaluer de façon objective la malignité de cancers de la prostate à partir de caractéristiques radiomiques extraites d’examens d’IRM multiparamétrique. « L’IRM multiparamétrique prend une importance croissante pour évaluer, localiser et stadifier le cancer de la prostate, mais son interprétation [par l’humain] est généralement variable, parce que subjective », écrivent-ils dans la revue Scientific Reports [1] pour justifier leur démarche.

68 patients et 110 caractéristiques radiomiques

Pour combler ces lacunes, ils ont travaillé à partir de données de 68 patients rassemblées dans un même centre entre 2013 et 2016. Tous avaient passé une IRM multiparamétrique et avaient été soumis à une biopsie sous guidage échographique 3D avec fusion d’images avec l’IRM. Ils ont été divisés en deux groupes : « risque

Il vous reste 67% 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. Varghese B., Chen F., Hwang D., « Objective risk stratification of prostate cancer using machine learning and radiomics applied to multiparametric resonance images », Scientific Reports, vol. 9, 2019. DOI : 10.1038/s41598-018-38381-x.

Discussion

Commenter cet article
  1. Marc AzancotEn français.. la classification?
    Il y a 6 ans

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

21 Nov

15:34

Des chercheurs ont examiné l’association entre la charge allostatique (AL), un indicateur de dysrégulation physiologique liée au stress, et la présence de pathologie maligne lors de biopsies mammaires guidées par imagerie. Les résultats suggèrent qu’une AL plus élevée est liée à un risque accru de pathologie maligne, ce qui pourrait guider des stratégies de dépistage personnalisées, indique une étude publiée dans JACR.

13:17

L’IRM rapide avec la reconstruction par apprentissage profond (DLR) améliore la qualité d’image et la précision diagnostique pour l’appendicite complexe par rapport à l’IRM non DLR et à la tomographie par contraste, offrant une alternative précieuse pour les patients sensibles aux radiations. (Étude).

7:09

Une étude évaluant plusieurs grands modèles de langage a montré que le modèle OpenAI o3 obtenait la meilleure précision à l’examen national japonais des techniciens en radiologie, atteignant 90 % de réussite.
20 Nov

15:06

Une étude montre que l’angioscanner coronaire à détecteur photonique, réalisée avec des doses réduites de rayonnement et de produit de contraste, offre une excellente qualité d’image et une précision diagnostique élevée, en particulier avec les reconstructions en VMI à 55 keV. Cette technique permet de détecter avec fiabilité les sténoses obstructives et les resténoses intrastent chez des patients souffrant d’une maladie coronarienne associée à l’inflammation.
Docteur Imago

GRATUIT
VOIR