Intelligence artificielle

Les radiologues surpassent l’IA lors d’un concours de dépistage du cancer du sein

Les algorithmes développés dans le cadre d’un concours international n’ont pas été plus efficaces que les radiologues pour détecter le cancer du sein sur des mammographies de dépistage. En revanche, ils leur ont permis d’accroître leur précision diagnostique.

icon réservé aux abonnésArticle réservé aux abonnés
Le 06/03/20 à 16:00, mise à jour hier à 15:15 Lecture 2 min.

Seule la combinaison des algorithmes les plus performants avec les résultats des radiologues US a permis de surpasser les performances des radiologues seuls (photo d'illustration). D. R.

Dans la détection du cancer du sein, l’intelligence artificielle ne fait pas mieux que les radiologues, concluent les organisateurs d’un concours international d’algorithmes. Ce challenge, lancé par l’initiative DREAM, pour Dialogue on Reverse Engineering Assessment and Methods, auteur de nombreux événements de ce type, a rassemblé 126 équipes de 44 pays, pour un total de 1 100 participants de septembre 2016 à novembre 2017.

Deux bases de données

Comme le décrit un article paru dans la revue JAMA Network Open [1], les concurrents ont dû développer un modèle capable de prédire à 12 mois le développement d’un cancer du sein. 144 231 mammographies de dépistages réalisées sur 85 580 femmes aux États-Unis leur ont été fournies pour l’entraînement et la validation des algorithmes. Une seconde cohorte indépendante de validation a inclus 166 578 examens menés sur 68 008 femmes suédoises. La précision de détection des algorithmes a été évaluée en utilisant l’aire sous la courbe.

Les algorithmes pl

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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Schaffter T., Buist D. S. M., Lee C. I. et coll., « Evaluation of Combined Artificial Intelligence and Radiologist Assessment to Interpret Screening Mammogram », JAMA Network Open, 2 mars 2020, vol. 3, n° 3. DOI : 10.1001/jamanetworkopen.2020.0265.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

17 Juil

16:00

Des chercheurs nord-américains ont adapté un modèle d'apprentissage profond pour la segmentation de la composition corporelle (muscle, os, graisse) à partir des images scanner volumétriques allant des vertèbres L2 à L4. La méthode s'est montrée plus précise que la technique standard, basée sur une seule coupe axiale en L3, se félicitent-ils dans EJR.

13:30

La TEP-TDM au meta-[18F] fluorobenzylguanidine ([18F]-mFBG) pourrait constituer une alternative plus efficace à la TEMP-TDM au [123I]-metaiodobenzylguanidine (MIBG) pour la stadification et l'évaluation de la réponse tumorale des neuroblastomes, conclut une étude présentée dans Pediatric Radiology.

7:42

GE Healthcare et la Mayo Clinic à Rochester (Minnesota) annoncent leur coopération autour d'un essai sur le traitement du cancer de la prostate par radioligands. L'étude MI-BET évaluera si l'utilisation de marqueurs biologiques et d'imagerie permet de mieux personnaliser les traitements, par exemple en espaçant les séances.
16 Juil

16:59

Une étude rétrospective compare les biopsies mammaires guidées par tomosynthèse et par échographie pour les lésions mammaires non calcifiées, en évaluant leurs caractéristiques et leurs performances diagnostiques. Les résultats montrent que l'échographie présente une meilleure valeur prédictive positive et que la tomosynthèse reste une alternative pertinente lorsque la lésion n'a pas de corrélat échographique définitif.

13:46

En angioscanner de la tête et du cou, associer une technologie de reconstruction d'image par apprentissage profond à une acquisition de basse énergie (80 kVp) permet de diminuer les doses de radiation (-36 %) et de produit de contraste (-26%) en améliorant la qualité d'image par rapport au protocole standard (100 kVp et reconstruction itérative), conclut un article dans EJR.
Docteur Imago

GRATUIT
VOIR