Évaluation du risque de cancer

L’IA meilleure qu’un modèle de risque clinique pour prédire un cancer du sein

Une étude américaine montre que les algorithmes d’IA de mammographie seuls peuvent améliorer la prédiction du risque de cancer du sein dans les 5 ans par rapport aux modèles de risque clinique actuels. La combinaison des deux a encore amélioré la prédiction.

icon réservé aux abonnésArticle réservé aux abonnés
Le 22/06/23 à 15:00, mise à jour hier à 15:08 Lecture 3 min.

Lors de l’utilisation d’un examen de dépistage négatif, l’IA a prédit les risques de cancers du sein de 0 à 5 ans mieux que le modèle de risque clinique du BCSC (photo d'illustration). © Carla Ferrand

Dans le cadre d’une étude de cohorte rétrospective publiée dans la revue Radiology, une équipe de chercheurs américains de l’établissement de santé Kaiser Permanente Northern California a comparé les capacités de cinq algorithmes existants d’intelligence artificielle (IA) et du modèle de risque clinique du Breast Cancer Surveillance Consortium (BCSC) à prédire le risque de cancer du sein sur 5 ans [1].

Des modèles de risque à l'efficacité modérée

Les modèles d’évaluation du risque de cancer du sein tels que le BCSC sont généralement utilisés pour évaluer et orienter les considérations cliniques telles que le risque héréditaire, la nécessité de dépistage supplémentaire ou de médicaments réduisant les risques, souligne l’article. « Ces modèles prennent en compte l’âge, les facteurs cliniques, les facteurs génétiques et la densité mammaire évaluée en mammographie, mais n’ont qu’une discrimination modérée pour prédire le risque de cancer du sein sur 5 ou 10 ans », rapportent les auteurs.

Géné

Il vous reste 77% 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. Arasu V. A., Habel L. A., Achacoso N. S. et coll., « Comparison of mammograp^hy AI algorithms with a clinical risk model for 5-year breast cancer risk prediction: an observational study », Radiology, epub 6 juin 2023. DOI : 10.1148/radiol.222733.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

17 Juil

16:00

Des chercheurs nord-américains ont adapté un modèle d'apprentissage profond pour la segmentation de la composition corporelle (muscle, os, graisse) à partir des images scanner volumétriques allant des vertèbres L2 à L4. La méthode s'est montrée plus précise que la technique standard, basée sur une seule coupe axiale en L3, se félicitent-ils dans EJR.

13:30

La TEP-TDM au meta-[18F] fluorobenzylguanidine ([18F]-mFBG) pourrait constituer une alternative plus efficace à la TEMP-TDM au [123I]-metaiodobenzylguanidine (MIBG) pour la stadification et l'évaluation de la réponse tumorale des neuroblastomes, conclut une étude présentée dans Pediatric Radiology.

7:42

GE Healthcare et la Mayo Clinic à Rochester (Minnesota) annoncent leur coopération autour d'un essai sur le traitement du cancer de la prostate par radioligands. L'étude MI-BET évaluera si l'utilisation de marqueurs biologiques et d'imagerie permet de mieux personnaliser les traitements, par exemple en espaçant les séances.
16 Juil

16:59

Une étude rétrospective compare les biopsies mammaires guidées par tomosynthèse et par échographie pour les lésions mammaires non calcifiées, en évaluant leurs caractéristiques et leurs performances diagnostiques. Les résultats montrent que l'échographie présente une meilleure valeur prédictive positive et que la tomosynthèse reste une alternative pertinente lorsque la lésion n'a pas de corrélat échographique définitif.

13:46

En angioscanner de la tête et du cou, associer une technologie de reconstruction d'image par apprentissage profond à une acquisition de basse énergie (80 kVp) permet de diminuer les doses de radiation (-36 %) et de produit de contraste (-26%) en améliorant la qualité d'image par rapport au protocole standard (100 kVp et reconstruction itérative), conclut un article dans EJR.
Docteur Imago

GRATUIT
VOIR