Apprentissage profond

Un algorithme prédit la malignité du cancer du sein aussi bien que le radiologue

Une équipe d'IBM a développé un outil qui s'appuie sur les mammographies numériques et le dossier médical des patientes. Objectif : prédire la malignité des biopsies et différencier les dépistages normaux des pathologiques.

icon réservé aux abonnésArticle réservé aux abonnés
Le 26/08/19 à 7:00, mise à jour hier à 14:16 Lecture 1 min.

L'algorithme s’est basé sur un ensemble de données comprenant les images mammographiques et les dossiers de santé électroniques (photo d'illustration). © Carla Ferrand

Encore un exemple du potentiel de l’intelligence artificielle dans le domaine de l’aide au diagnostic. Une équipe du centre de recherche d’IBM, à Haifa, associée à plusieurs laboratoires et établissements de santé israéliens, a développé un modèle qui permettrait de prédire l’évolution à un an du cancer du sein malin, avec une précision comparable à celle des radiologues. Les résultats de ses travaux sont parus en juin 2019 dans Radiology [1]

52 936 images recueillies

Cette étude rétrospective a inclus 52 936 images recueillies chez 13 234 femmes ayant passé au moins une mammographie entre 2013 et 2017, et qui avaient un dossier médical depuis au moins un an avant cet examen. L'algorithme a été formé pour prédire la malignité de la biopsie et différencier les examens de dépistage normaux des examens anormaux. Il s’est basé sur un ensemble de données comprenant les images mammographiques et les dossiers de santé électroniques.

Une sensibilité de 87 % pour la malignité

L'algorithme a été val

Il vous reste 55% 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

Avatar photo

Benjamin Bassereau

Directeur de la rédaction BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Akselrod-Ballin A., Chorev M. et coll., « Predicting Breast Cancer by Applying Deep Learning to Linked Health Records and Mammograms », Radiology, publié en ligne le 18 juin 2019. DOI : 10.1148/radiol.2019182622

Spécialité médicale

Imagerie de la femme

Modalité d’imagerie

Mammographie

Mots-clés

dépistage

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

19 Déc

15:09

Face à l'adoption du PLFSS par l'Assemblée national le 16 décembre dernier, les syndicats de médecins appellent à une mobilisation générale de la médecine libérale début janvier et à une grande manifestation à Paris, le samedi 10 janvier pour dénoncer des mesures qu'ils jugent dangereuses pour le système de santé et la santé des citoyens.

15:00

13:14

La radiomique hypothalamique combinée à des caractéristiques cliniques offre une approche exploratoire prometteuse pour prédire l’apnée obstructive du sommeil (AOS), indique une étude dont les résultats mettent en lumière le potentiel de la radiomique pour identifier les changements hypothalamiques associés à l’AOS.

7:08

La biopsie pulmonaire guidée par scanner assistée par laser améliore le succès de la première ponction, l’efficacité de la procédure et la sécurité par rapport à l’approche conventionnelle, indique une étude parue dans Radiography. Toutefois, ces résultats nécessitent une confirmation par des essais contrôlés randomisés multicentriques plus larges.

7:00

18 Déc

15:12

Les thérapies ciblées moléculaires occupent une place croissante en oncologie, notamment avec l’émergence de la nectine-4, un antigène tumoral surexprimé dans plusieurs cancers et particulièrement pertinent dans le carcinome urothélial. Une revue parue dans JNM synthétise les avancées récentes en théranostique moléculaire ciblant la nectine-4, en mettant en évidence le développement de radiotraceurs spécifiques offrant des performances diagnostiques comparables ou supérieures aux méthodes d’imagerie standard.
✕
Docteur Imago

GRATUIT
VOIR