Dépistage du cancer du poumon

Le deep learning pour détecter les nodules pulmonaires face à plusieurs défis

Des chercheurs chinois ont réalisé une revue systématique d'études axées sur la détection et la segmentation du cancer du poumon ou des nodules pulmonaires à l’aide de techniques d’apprentissage profond. Ils relèvent la nécessité de modèles diversifiés, de validation externe, d’efficacité et de transparence,

icon réservé aux abonnésArticle réservé aux abonnés
Le 06/08/24 à 7:00 Lecture 2 min.

Les algorithmes d’apprentissage profond ont ainsi démontré leur efficacité dans la détection et l’annotation des nodules du cancer du poumon de manière plus rapide que des experts humains. (photo d'illustration) D. R.

Principale cause de mortalité lié au cancer au monde, le cancer du poumon est responsable de 18,4 % de tous les décès par cancer. Dans ce contexte, la détection précoce et la segmentation précise des nodules pulmonaires s’avèrent cruciales pour diagnostiquer et traiter avec précision cette maladie. Pourtant les nodules pulmonaires, qui sont souvent un indicateur précoce du cancer du poumon, n’indiquent pas toujours une tumeur maligne, indique une étude parue dans European Radiology.

Comparer les méthodes de détection

Des chercheurs de l’école de médecine de l'université du Zhejiang en Chine ont élaboré une revue systématique afin de comparer les méthodes de détection et de segmentation des nodules pulmonaires en utilisant des techniques d’apprentissage profond. Pour ce faire, le groupe a analysé neuf articles publiées entre 2019 et 2023 provenant de bases de données de premier plan tels que PubMed, Embase, Web of Science Core Collection et Cochrane Library. Les données de chaque art

Il vous reste 66% 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

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

21 Oct

16:28

14:04

Des chercheurs chinois ont combiné un modèle d'apprentissage profond d'analyse d'images échographiques et un modèle de langage pour améliorer la détection et l'évaluation des tumeurs ovariennes. Il a permis d'améliorer les performances des radiologues et de hisser celles des médecins de premier recours à des niveaux experts, écrivent-ils dans Insights into Imaging.

7:30

Une revue d'études confirme la haute sensibilité de la classification PI-RADS dans sa version 2.1 pour la détection des cancers de la prostate cliniquement significatifs. Une proportion « considérable » d'entre elles présentent toutefois de forts risques de biais et des préoccupations d'applicabilité et sont associées à une baisse de la sensibilité et une hausse des taux de détection des cancers PI-RADS de catégorie 2.
20 Oct

16:02

Une méta-analyse de 13 articles constate l'absence de preuves ou des preuves contradictoires de l'intérêt d'utiliser des agents antispasmodiques pour améliorer la qualité d'image de l'IRM pelvienne.
Docteur Imago

GRATUIT
VOIR