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.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

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.

13:14

Les événements de sécurité des patients en radiologie représentent une faible proportion des incidents (3,2 %), mais révèlent des vulnérabilités importantes, notamment chez les enfants et les personnes âgées, avec un risque élevé lié aux médicaments et aux produits de contraste, selon une étude publiée dans Current Problems in Diagnostic Radiology

7:13

Les patientes atteintes d’un cancer du sein qui développent un dysfonctionnement cardiaque lors d’une chimiothérapie néoadjuvante subissent également une perte de tissu cérébral significativement plus importante que celles dont la fonction cardiaque reste stable, selon une étude publiée dans Academic Radiology.
09 Avr

16:21

Une étude multicentrique publiée dans European Radiology montre qu’un modèle de deep learning combinant nnU-Net et ConvNeXt-tiny permet d’évaluer avec précision l’invasion musculaire dans le cancer de la vessie à partir d’IRM, avec des performances élevées et stables.
Docteur Imago

GRATUIT
VOIR