Cancer du sein

Un algorithme d’intelligence artificielle pourrait prévenir une partie des biopsies mammaires inutiles

Un modèle d’intelligence artificielle entraîné avec des examens de mammographie et des dossiers cliniques associés a pu discerner avec précision les lésions malignes et bénignes du sein chez des patientes aux États-Unis et en Israël. Au sein d’une cohorte de test, il a permis d’éviter 13 % des biopsies non nécessaires, selon ses concepteurs.

icon réservé aux abonnésArticle réservé aux abonnés
Le 10/11/22 à 8:00, mise à jour aujourd'hui à 14:10 Lecture 3 min.

Un modèle d’intelligence artificielle entraîné avec des examens de mammographie et des dossiers cliniques associés permettrait d’éviter 13 % de biopsies non nécessaires. DR-photo d'illustration

Les modèles d’aide à la détection basés sur l’intelligence artificielle sont de plus utilisés pour repérer les lésions du sein malignes. Toutefois, l’IA est encore loin d’égaler la biopsie dans l’évaluation des sous-types de lésion. Forts de ce constat, des chercheurs de plusieurs laboratoires israéliens et étasuniens ont voulu développer un dispositif capable non seulement d’évaluer le caractère malin d’une lésion du sein mais aussi de classer cette dernière dans des sous-groupes plus fins. Leurs résultats sont parus en octobre 2022 dans Radiology [1].

Deux cohortes en Israël et aux États-Unis

Pour ce faire, ils ont entraîné un modèle qui combinait un réseau de neurones convolutif et des algorithmes d’apprentissage supervisé sur deux cohortes indépendantes de femmes d’Israël et des États-Unis. La première comptait 3 017 femmes et la seconde 2 336. Le dossier de chacune de ces femmes retraçait au moins une année de parcours médical, qui se concluait par la biopsie d’une ou plusieurs lési

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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Barros V., Tlusty T., Barkan E. et coll., « Virtual biopsy by using artificial intelligence-based multimodal modeling of binational mammography data », Radiology, octobre 2022. DOI : https://doi.org/10.1148/radiol.220027

Spécialité médicale

Imagerie de la femme

Modalité d’imagerie

Mammographie

Mots-clés

RSNA 22 dépistage du cancer du sein

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

09 Jan

16:11

Une étude publiée dans BMC Urology a évalué la capacité de plusieurs grands modèles de langage à classer des comptes rendus d’IRM de la prostate selon le système PI-RADS v2.1. Le modèle GPT-o1 montre la meilleure concordance avec les radiologues, mais tous les modèles présentent des limites pour les lésions PI-RADS 3.

15:00

13:08

Chez les patients atteints d'occlusion aiguë des grands vaisseaux (LVO) de l’ACM et de sténose de l’artère intracrânienne sous-jacente traitée par stent de secours, l’administration préalable d’une thrombolyse intraveineuse n’est pas associée à une augmentation du risque d’hémorragie intracrânienne symptomatique ni de la mortalité à 90 jours (étude).

7:30

Un modèle de classification ternaire radiologique a obtenu des performances diagnostiques « excellentes » pour différencier les lésions pulmonaires sur des images de scanner, selon des résultats publiés dans Radiology.

7:00

08 Jan

15:17

Des chercheurs ont introduit un nouveau marqueur tumoral IRM appelé « signe sombre-clair-obscur » et suggèrent qu’il peut aider à prédire la métastase des ganglions lymphatiques chez les patients atteints d’un cancer rectal, selon une étude publiée dans Radiology.
✕
Docteur Imago

GRATUIT
VOIR