Aide au diagnostic

Un logiciel prédit la malignité des nodules thyroïdiens « aussi bien que les experts »

Grâce à un système logiciel quantitatif, des chercheurs de l’université de Stanford ont pu prédire la malignité de nodules thyroïdiens avec la même exactitude que des radiologues experts. Leur méthode pourrait permettre de réduire les biopsies et les chirurgies inutiles.

icon réservé aux abonnésArticle réservé aux abonnés
Le 04/02/20 à 16:00, mise à jour aujourd'hui à 14:10 Lecture 1 min.

Exemple d'un patient de 73 ans atteint d'un carcinome papillaire du lobe gauche de la thyroïde. La capture d'écran montre un exemple d'annotation de nodule thyroïdien réalisée sur une image échographique. © AJR/Alfiia Galimzianova et al.

Quand l’œil de l’intelligence artificielle rivalise avec celui de l’expert. Une équipe américaine a développé une infrastructure logicielle quantitative (quantitative framework) qui serait capable de différencier les nodules thyroïdiens bénins et malins par échographie à un niveau comparable à celui des radiologues les plus expérimentés.

92 nodules confirmés par biopsie

Pour ces travaux publiés dans la revue American Journal of Roentgenology [1], la chercheuse Alfiia Galimzianova et ses collègues des départements de data science et de radiologie de l’université de Stanford (Californie), ont collecté rétrospectivement des images échographiques de 92 nodules confirmés par biopsie. Les nodules ont été délimités et annotés par deux radiologues experts en utilisant la méthode de classification TI-RADS (Thyroid Imaging Reporting and Data System).

Les résultats du logiciel comparés à ceux de 6 experts

Afin de prédire la malignité des nodules, les chercheurs ont analysé leurs caractéristiques en t

Il vous reste 58% 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

Bibliographie

  1. Galimzianova A., Siebert S. M., Kamaya A. et coll., « Quantitative Framework for Risk Stratification of Thyroid Nodules With Ultrasound: A Step Toward Automated Triage of Thyroid Cancer », American Journal of Roentgenology, 1 – 8. DOI : 10.2214/AJR.19.21350.

Modalité d’imagerie

Échographie

Mots-clés

intelligence artificielle Aide au diagnostic

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

21 Nov

15:00

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.

7:00

20 Nov

16:01

Les séquences ciné en IRM cardiaque reconstruites par apprentissage profond et acquises sur trois cycles cardiaques permettent de réduire le temps d’acquisition de plus de 50 % par rapport à la séquence référence sans apprentissage profond, et le tout sans différence dans la qualité d'image, selon une étude prospective menée sur 55 volontaires sains en IRM 1,5 T.

15:00

✕
Docteur Imago

GRATUIT
VOIR