Intelligence artificielle

Le deep learning efficace pour prédire le risque de cancer du sein de l’intervalle

Des chercheurs britanniques ont évalué les performances d'un outil d'apprentissage profond pour prédire le risque de cancer de l'intervalle dans le cadre du dépistage du cancer du sein. L'algorithme Mirai aurait permis d'identifier les femmes nécessitant un dépistage plus fréquent ou des examens d'imagerie supplémentaires.

icon réservé aux abonnésArticle réservé aux abonnés
Le 27/11/25 à 7:00 Lecture 2 min.

« Nos résultats suggèrent qu'un examen plus approfondi des mammographies se situant dans les 20 % des scores les plus élevés pourrait permettre de détecter 42,4 % des cancers de l'intervalle, ce qui signifie que Mirai pourrait être utilisé pour identifier les femmes nécessitant une imagerie supplémentaire ou un intervalle de dépistage raccourci », déclarent les auteurs. DR

Au Royaume-Uni, des chercheurs en radiologie de l’université de Cambridge ont réalisé une étude rétrospective pour évaluer la capacité prédictive des scores de risque sur trois ans générés par un algorithme d'apprentissage profond pour identifier les femmes qui ont développé des cancers d'intervalle dans le cadre du programme britannique de dépistage du cancer du sein. Ce programme invite les femmes âgées de 50 à 70 ans à passer une mammographie tous les trois ans.

130 000 mammographies traitées

La cohorte étudiée comprenait 134 217 mammographies de dépistage réalisées sur un nombre identique de femmes, avec 524 cancers de l’intervalle. Les examens ont été effectués entre 2014 et 2016 dans deux centres de dépistage du cancer du sein au Royaume-Uni, à l'aide de deux systèmes de mammographie différents. Les performances du logiciel Mirai ont été prises en compte pour différents quartiles d'âge et différentes densités mammaires avec le score BI-RADS. L’algorithme Mirai a traité les mammogra

Il vous reste 71% 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

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Spécialité médicale

Oncologie Imagerie de la femme

Modalité d’imagerie

Mammographie

Mots-clés

intelligence artificielle dépistage du cancer du sein

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés Le dépistage organisé du cancer du sein à la croisée des chemins

Voir le dossier

Le fil Docteur Imago

15 Juil

16:00

Evolucare devient le premier éditeur référencé sur les deux volets du couloir Imagerie du Ségur avec son RIS Evolucare Imaging®, après le référencement Ségur de sa DRIMbox, annonce un communiqué de la société.

15:00

13:34

La consommation énergétique en IRM est principalement liée à l’utilisation des gradients, les séquences ep2D DWI et DTI étant les plus énergivores. Le choix de séquences moins consommatrices, dans un contexte clinique approprié, peut réduire la consommation d’énergie par séquence de 20 à 49 % (étude).

7:31

Une méta-analyse de 23 études démontre que la TEP-TDM au [18F]FDG et l’IRM pelvienne présentent une sensibilité comparable pour la détection des métastases ganglionnaires latérales dans le cancer du rectum. En revanche, la TEP-TDM au [18F]FDG peut aider à exclure les faux positifs, évitant ainsi les dissections latérales des ganglions lymphatiques et la morbidité associée.

7:00

13 Juil

17:51

Des modèles d’apprentissage profond ont montré des performances diagnostiques comparables ou meilleures que celles des médecins expérimentés pour la détection du cancer du pancréas sur des examens de scanner, rapporte une étude présentée dans Radiology.
✕
Docteur Imago

GRATUIT
VOIR