Dépistage du cancer du sein

L’IA fait aussi bien voire mieux que les radiologues dans le dépistage par mammographie numérique, selon une méta-analyse

Selon une revue systématique, l’intelligence artificielle autonome obtient des résultats similaires ou meilleurs que ceux des radiologues dans l’interprétation des mammographies numériques de dépistage. En revanche, le nombre d’études est insuffisant pour évaluer le rendement des IA pour l’interprétation des examens de tomosynthèse.

icon réservé aux abonnésArticle réservé aux abonnés
Le 07/06/23 à 15:00, mise à jour le 11/09/23 à 13:24 Lecture 3 min.

Une sensibilité plus élevée et une spécificité plus faible ont été observées pour l’IA autonome par rapport aux radiologues, quel que soit le type ou la modalité de l’étude (photo d'illustration) D. R.

Une revue systématique et méta-analyse présentée dans Radiology a fait le point sur les performances de l’intelligence artificielle autonome dans le cadre du dépistage du cancer du sein par mammographie numérique et tomosynthèse mammaire numérique [1]. Objectif : déterminer si ces outils devraient être mis en œuvre cliniquement.

Une anomalie non détectée cause des cancers manqués

Bien que le dépistage par mammographie soit bénéfique, celui-ci ne détecte toutefois pas tous les cancers, rappellent les auteurs de l’étude dans leur article. Le « ratage » d’une anomalie est ainsi signalé comme la cause la plus fréquente de cancers du sein manqués. Un fait qui, selon les chercheurs, appuie la nécessité d'intégrer une aide à l’interprétation « afin de réduire la variabilité entre les observateurs, tout en gérant les limites de la main-d’œuvre ».

La performance indépendante de l’IA doit être suffisamment élevée

Mis en place dans le cadre clinique pour améliorer le flux de travail en imagerie, les

Il vous reste 80% 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

Bibliographie

  1. Yoon J. H., Strand F., Baltzer P. A. T. et coll., « Standalone AI for breast cancer detection at screening digital mammography and digital breast tomosynthesis: a systematic review and meta-analysis », Radiology, epub 23 mai 2023. DOI : https://doi.org/10.1148/radiol.222639.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

13:31

Un réseau de neurones convolutifs (CNN) a été entraîné à détecter automatiquement les zones floues en mammographie dans des régions pertinentes pour le diagnostic. Ce modèle, s'il était implémenté en pratique clinique, pourrait fournir un retour utile aux MERM afin de réaliser rapidement de meilleures prises de vue qui soient de haute qualité, selon une étude rétrospective.

7:31

Un état de l'art en français sur la biopsie pulmonaire percutanée sous scanner présentant ses indications, ses contre-indications et les bonnes pratiques dans ce domaine a été publié le 14 novembre en accès libre dans le Journal d'imagerie diagnostique et interventionnelle.
20 Nov

16:01

Les séquences ciné en IRM cardiaque reconstruites par apprentissage profond et acquises sur trois cycles cardiaques permettent de réduire le temps d’acquisition de plus de 50 % par rapport à la séquence référence sans apprentissage profond, et le tout sans différence dans la qualité d'image, selon une étude prospective menée sur 55 volontaires sains en IRM 1,5 T.
Docteur Imago

GRATUIT
VOIR