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 15:10 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

12 Juin

7:30

Une étude montre que la TEP-IRM ciblant la protéine d'activation des fibroblastes (FAP) détecte davantage de lésions suspectes d’endométriose que l’IRM conventionnelle, soutenant son intérêt comme outil complémentaire pour l’évaluation préopératoire.
11 Juin

16:00

L’ASNR a été informée d’une erreur de radiothérapie, classée au niveau 2 de l’échelle ASN-SFRO, survenue en mars 2026 au CHU de Saint-Étienne (42). Une dose de 9 Gy destinée à une vertèbre atteinte d’une métastase a été administrée par erreur à la vertèbre voisine saine en raison d’un mauvais positionnement du patient.

13:00

Des modèles d’intelligence artificielle évalués pour la classification de la malignité des nodules pulmonaires au scanner thoracique ont montré une sensibilité élevée (88 %) mais une spécificité modérée (75 %), soutenant un rôle potentiel dans les stratégies d’exclusion d'un cancer pulmonaire étude).

9:30

Selon une étude publiée dans The Journal of Nuclear Medicine, un nouveau système de TEP-TDM à champ de vision à long axe (LAFOV), utilisant des détecteurs de 30 mm au germanate de bismuth (BGO) avec des photomultiplicateurs au silicium offre une qualité d’image supérieure à la TEP-TDM à champ de vision court-axial (SAFOV) malgré des réductions marquées du temps d’acquisition, avec des caractéristiques de bruit comparables sur plusieurs radiopharmaceutiques.
Docteur Imago

GRATUIT
VOIR