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

Voir la fiche de l’auteur

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.

Spécialité médicale

Imagerie de la femme

Modalité d’imagerie

Mammographie

Mots-clés

intelligence artificielle dépistage du cancer du sein tomosynthèse

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

13 Avr

16:39

Un modèle basé sur l'apprentissage profond capable de prédire l'étendue du noyau ischémique dans les cas de reperfusion réussie et la région combinée de noyau et de pénombre ischémique après l'échec d'une reperfusion a surpassé les méthodes cliniques actuelles basées sur le scanner de perfusion. Étude.

14:38

Chez des patients avec des anévrismes ophtalmiques à collet large non rompus de moins de 10 mm, l'embolisation par flow diverter n'a pas donné de meilleurs résultats que le coiling avec ou sans placement de stent, concluent les auteurs d'un essai randomisé.

7:27

Une étude pilote démontre la performance « favorable » de la TEP au [18F]DASA-23, qui se lie à la pyruvate kinase M2, pour le diagnostic des gliomes de haut grade. « Son absorption après le début de la thérapie pourrait être un marqueur utile pour évaluer l'efficacité du traitement et le pronostic des patients », écrivent les auteurs.

7:00

10 Avr

15:32

Un modèle d’IA à apprentissage profond montre un potentiel en tant qu’outil de dépistage opportuniste de la santé osseuse chez les enfants, selon une étude publiée dans Radiology.

15:00

✕
Docteur Imago

GRATUIT
VOIR