Mammographie et tomosynthèse

L’IA pourrait faciliter le dépistage du cancer du sein sans perte de sensibilité

Dans le cadre d’une étude décrite dans Radiology, l’utilisation d’un logiciel d’intelligence artificielle pour trier les examens de mammographie ou de tomosynthèse a permis de diminuer de près de trois quarts la charge de travail des radiologues par rapport à une double lecture humaine, sans perte de sensibilité.

icon réservé aux abonnésArticle réservé aux abonnés
Le 23/06/21 à 7:00, mise à jour hier à 14:08 Lecture 3 min.

Par rapport aux dépistages par mammographie à double lecture et par tomosynthèse à double lecture, l’utilisation de l’IA a permis de réduire la charge de travail de 71,5 % et de 72,4 % respectivement. © Carla Ferrand

L’intelligence artificielle est-elle l’avenir du dépistage du cancer du sein ? Pour les auteurs d’un article paru début mai 2021 dans Radiology, elle pourrait participer à résoudre les problèmes de manque de praticiens et de charge de travail [1] en focalisant l’attention des radiologues sur les examens les plus suspects.

Un premier tri par intelligence artificielle

José-Luis Maria Povedano et ses confrères de l’université Reina Sofía, à Cordoue (Espagne), ont comparé les performances d’une stratégie de dépistage basée sur un tri des examens de mammographie ou de tomosynthèse par une intelligence artificielle autonome avant intervention humaine à celles de protocoles « classiques » de double lecture de tous les examens par des radiologues experts. « À notre connaissance, notre étude est la première à évaluer les apports d’un logiciel à base d’apprentissage profond dans le dépistage du cancer du sein par tomosynthèse », écrivent-ils.

Un essai espagnol de dépistage par tomosynthèse

Ils ont t

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

Jérome Hoff

Rédacteur en chef adjoint

Voir la fiche de l’auteur

Bibliographie

  1. Raya-Povedano J. L., Romero-Martin S., Elías-Cabot E. et coll., « AI-based strategies to reduce wokload in breast cancer screening with mammography and tomosynthesis: a retrospective evaluation », Radiology, epub 4 mai 2021. DOI : 10.1148/radiol.2021203555.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

7:30

Le Sénat a adopté le 19 novembre un amendement gouvernemental au PLFSS 2025 qui prévoit d'exonérer de cotisations pour l'assurance vieillesse les médecins en situation de cumul emploi-retraite qui exercent dans les zones sous-denses. La Caisse autonome de retraite des médecins français (CARMF) s'alarme dans un communiqué des conséquences de cette mesure.

13:31

Un réseau de neurones convolutifs (CNN) a été entraîné à détecter automatiquement les zones floues en mammographie dans des régions pertinentes pour le diagnostic. Ce modèle, s'il était implémenté en pratique clinique, pourrait fournir un retour utile aux MERM afin de réaliser rapidement de meilleures prises de vue qui soient de haute qualité, selon une étude rétrospective.

7:31

Un état de l'art en français sur la biopsie pulmonaire percutanée sous scanner présentant ses indications, ses contre-indications et les bonnes pratiques dans ce domaine a été publié le 14 novembre en accès libre dans le Journal d'imagerie diagnostique et interventionnelle.
Docteur Imago

GRATUIT
VOIR