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 14:18 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.

Spécialité médicale

Oncologie Urologie

Modalité d’imagerie

IRM

Mots-clés

prostate intelligence artificielle apprentissage machine IRM multiparamétrique

Discussion

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

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

29 Jan

16:21

Alain Luciani, PU-PH au GHU Henri-Mondor (94) a été élu futur président de la Société française de radiologie (SFR) pour le mandat 2027 - 2031 ce 29 janvier, annonce la SFR.

15:25

Une étude publiée dans JACR compare l’utilisation des examens d’imagerie chez des enfants en consultation externe dans les hôpitaux pédiatriques et non pédiatriques à partir de données Medicaid 2019. Elle montre que les hôpitaux non pédiatriques utilisent plus fréquemment les examens exposant aux radiations ionisantes, tels que les radiographies et scanners, tandis que les hôpitaux pédiatriques privilégient davantage l’échographie et l’IRM.  

15:00

13:18

Une étude publiée dans Emergency Radiology rapporte un cas d’hémorragie sous-arachnoïdienne avec anévrismes multiples, dans lequel l’imagerie conventionnelle ne permettait pas d’identifier l’anévrisme rompu. L’IRM de la paroi vasculaire a mis en évidence un rehaussement focal de l’anévrisme du sommet basilaire, permettant un traitement endovasculaire ciblé et soulignant l’intérêt de cette technique dans les situations diagnostiques complexes.  

7:17

Une étude prospective compare l’efficacité de l’échographie mammaire automatisée (ABUS) et de l’échographie manuelle (HHUS) en seconde intention pour détecter des lésions identifiées en IRM mammaire. Bien que la HHUS détecte significativement plus de lésions, les deux techniques présentent une sensibilité similaire, l’ABUS ayant une valeur prédictive positive plus élevées. Ces résultats démontrent que les deux méthodes sont complémentaires et ont le potentiel d’augmenter le taux de détection des lésions lorsqu’elles sont utilisées conjointement.    

7:00

✕
Docteur Imago

GRATUIT
VOIR