Intelligence artificielle

Un modèle de deep learning prédit le risque de cancer du sein à 5 ans

Des chercheurs du Massachusetts Institute of Technology (MIT) ont mis au point un algorithme d’évaluation du risque de cancer du sein basé sur l’apprentissage profond. Capable de prédire le risque à cinq ans, il serait plus précis que le modèle Tyrer-Cuzick aujourd’hui utilisé.

icon réservé aux abonnésArticle réservé aux abonnés
Le 05/07/19 à 7:00, mise à jour hier à 14:11 Lecture 1 min.

Le modèle mis au point par l'équipe américaine a été capable d'identifier une femme à haut risque de cancer du sein quatre ans avant qu'il ne se développe (photo). ©MIT/CSAIL

Leur création serait plus efficace que les standards en vigueur. Des chercheurs du laboratoire d'informatique et d'intelligence artificielle du MIT (CSAIL) et du Massachusetts General Hospital (MGH) ont développé et testé un modèle d’apprentissage profond (deep learning) capable de prédire le risque de cancer du sein à 5 ans. Ils ont décrit leurs travaux en mai 2019 dans Radiology [1].

Trois modèles testés

Pour ce faire, ils ont exploité une base de 88 994 mammographies de dépistage réalisées sur 39 571 femmes entre janvier 2009 et décembre 2012. En utilisant l'information sur les facteurs de risque provenant des questionnaires des patientes et de l'examen des dossiers médicaux électroniques, ils ont élaboré trois modèles d’évaluation du risque de cancer du sein sur cinq ans. « Le premier utilise les facteurs de risque traditionnels ; le deuxième repose sur l’apprentissage profond et se base uniquement sur les mammographies. Le troisième est un modèle de deep learning hybride, basé à la

Il vous reste 57% 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. Yala A., Lehman C., Schuster T. et coll., « A Deep Learning Mammography-based Model for Improved Breast Cancer Risk Prediction », Radiology, 7 mai 2019, vol. 292, n° 1. DOI : 10.1148/radiol.2019182716.
  2. Tyrer J., Duffy S.W., Cuzick J. et coll., « A breast cancer prediction model incorporating familial and personal risk factors », Statistics in Medicine, 15 avril 2004, vol. 23, n° 7, p. 1111-1130. DOI : 10.1002/sim.1668.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

7:30

Le Sénat a adopté le 19 novembre un amendement gouvernemental au PLFSS 2025 qui prévoit d'exonérer de cotisations pour l'assurance vieillesse les médecins en situation de cumul emploi-retraite qui exercent dans les zones sous-denses. La Caisse autonome de retraite des médecins français (CARMF) s'alarme dans un communiqué des conséquences de cette mesure.

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.
Docteur Imago

GRATUIT
VOIR