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 aujourd'hui à 15:13 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 BOM Presse Clichy

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

24 Avr

17:31

Une étude publiée dans Scientific Reports a évalué la capacité de GPT-4o à standardiser les recommandations de suivi à partir de comptes rendus de radiologie, en les comparant à celles de radiologues humains sur 100 cas cliniques. Les résultats montrent que GPT-4o atteint une qualité globale comparable à un radiologue expérimenté et supérieure à un interne.

7:30

En 2024, les radiologues n’ont reçu que 0,76 % des financements de recherche de la part de l’industrie (90,4 millions de dollars), avec une forte concentration sur une minorité d’entre eux. La part de la radiologie dans le financement total a diminué entre 2019 et 2024 (de 1,34 % à 1,06 %), suggérant un soutien limité et en déclin (étude).
23 Avr

15:00

Les nouvelles recommandations du National Comprehensive Cancer Network® préconisent une évaluation des risques basée sur l'IA et d'utiliser des mammographies pour prédire le risque de cancer du sein à 5 ans chez une femme. L'un des changements les plus importants est d'étendre le dépistage des risques par mammographie à partir de 35 ans. (source)

12:57

Une étude signale que depuis le Covid-19 des retards de diagnostic après une mammographie de dépistage revenue anormale s'aggravant chaque année. Certains sous-groupes de femmes, comme celles au chômage ou âgées de 50 à 59 ans, présentent un risque accru de suivi retardé et persistant.
Docteur Imago

GRATUIT
VOIR