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 hier à 15:08 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.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

05 Oct

16:21

La présence d'une couronne échogène entourant une masse est associée à une tumeur maligne invasive et correspond à une évolution du carcinome canalaire in situ vers un cancer invasif d'après l'examen histopathologique postopératoire, selon une étude présentée dans Academic Radiology. Toutefois, elle n'apporte guère d'informations supplémentaires utiles aux radiologues sur le plan diagnostique ou pronostique.

14:16

L'apprentissage machine utilisant des caractéristiques radiomiques des tissus adipeux épicardiques est prometteur pour prédire la fibrillation atriale, mais l'hétérogénéité des études sur le sujet freine encore son adoption en pratique clinique. Étude.

7:31

Les injections de corticostéroïdes guidées par échographie pourraient améliorer les résultats rapportés par les patients et réduire les événements indésirables dans le traitement du syndrome du canal carpien, ce qui soutient leur utilisation préférentielle par rapport aux injections guidées par repère anatomique lorsque l’expertise et les ressources nécessaires sont disponibles. (Etude)
02 Oct

12:09

L’IA en radiologie peut réduire le temps de rendu des examens, notamment en radiographie traumatique et en IRM du genou mais la latence de l’infrastructure reste le principal frein à une utilisation clinique efficace (étude).
✕
Docteur Imago

GRATUIT
VOIR