Cancer du sein 

Quelles stratégies pour éviter les erreurs de diagnostic en imagerie mammaire ?

Biais cognitifs, caractéristiques des lésions, difficultés anatomiques, limites techniques... Une étude a passé en revue les potentielles sources d'erreurs en mammographie. Les auteurs y proposent différentes approches pour éviter les écueils et améliorer le diagnostic.

icon réservé aux abonnésArticle réservé aux abonnés
Le 05/02/26 à 7:00, mise à jour hier à 21:54 Lecture 2 min.

Pour éviter les erreurs liées aux biais cognitifs, les auteurs recommandent par exemple d’effectuer une analyse de l'ensemble de l'examen avant de se concentrer sur la lésion d'intérêt « afin de s'assurer qu'aucune autre anomalie n'a été négligée ». D. R.

Quels biais entrent en jeu dans l’interprétation des mammographies et quelles méthodes appliquer pour s’en prémunir ? Pour répondre à cette question, des chercheurs ont réalisé une revue pédagogique publiée dans Insights into Imaging au mois de janvier [1], où ils décrivent plusieurs exemples illustratifs et des stratégies pour réduire les erreurs d’interprétation.

Inventaire des biais cognitifs

« Parmi les facteurs contribuant aux erreurs en imagerie mammaire, on peut citer les biais cognitifs liés au lecteur, les caractéristiques des lésions, les variables spécifiques à la patiente et les limites techniques, indiquent les auteurs. Pour relever ces défis, les stratégies clés comprennent la reconnaissance structurée des erreurs, les processus d'évaluation par les pairs et les programmes rigoureux d'assurance qualité. » Au chapitre des biais liés aux lecteurs, les auteurs citent notamment le facteur de « satisfaction of search », les biais de confirmation, les biais d’inattention, les bia

Il vous reste 73% 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

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Bibliographie

  1. Chotai N, Gadwal A, Buchireddy D, Yang WT (2026) Why we still miss breast cancers: strategies for improving mammography interpretation. Insights Imaging 17:8. https://doi.org/10.1186/s13244-025-02168-2 

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

14:35

Une méthode d'IA a montré des performances « acceptables » pour segmenter de façon semi-automatique les lésions « trous-noirs » sur les images IRM 2D de pondération T1 après injection de gadolinium chez des patients atteints de sclérose en plaques. Elle pourrait « potentiellement aider » les radiologues dans cette tâche, indiquent les auteurs dans European Radiology.

7:33

15 Mai

17:40

Le diagnostic du cancer de sein par ordinateur assisté par IA (AI-CAD) pourrait considérablement améliorer la spécificité et réduire le temps de lecture des mammographies, sans compromettre la sensibilité, selon une étude incluant 9 radiologues dans plusieurs pays d'asie (étude).

13:30

Un algorithme de débruitage pourrait permettre d’atténuer la dégradation du bruit liée à l’indice de masse corporelle (IMC) des images de scanner cardiaque à comptage photonique, sans sacrifier l’interchangeabilité clinique (étude).
Docteur Imago

GRATUIT
VOIR