Détection opportuniste du cancer du pancréas

Un modèle d’IA surpasse les radiologues dans la détection du cancer du pancréas au scanner sans injection

Une étude chinoise multicentrique publiée fin novembre dans Nature Medicine a évalué un nouveau logiciel d'apprentissage profond. Appelé Panda, il détecte les adénocarcinomes canalaires pancréatiques ainsi que les sept lésions pancréatiques les plus courantes. L'algorithme dépasserait la limite supérieure de performance des radiologues experts en détection de lésions lors de la lecture d'examens de scanner non injectés.

icon réservé aux abonnésArticle réservé aux abonnés
Le 17/01/24 à 7:00 Lecture 3 min.

Le modèle Panda vise à détecter la présence d’une lésion pancréatique, à la segmenter et à la classer comme adénocarcinome canalaire pancréatique (PDAC sur l'image) ou comme une autre lésion pancréatique, pouvant relever de sept sous-types. © Cao et al, Nature Medicine | CC BY 4.0 DEED

L’adénocarcinome canalaire pancréatique (ACP) est souvent découvert tardivement à un stade inopérable. Un diagnostic précoce pourrait considérablement améliorer son mauvais pronostic, mais la détection opportuniste de lésions pancréatiques a longtemps été tenue pour impossible en scanner non injecté. Toutefois la donne pourrait changer, si l'on en croit une étude parue le 20 novembre 2023 dans Nature Medicine [1]. Dans cette dernière, des radiologues chinois affirment avoir développé une intelligence artificielle (IA) supérieure aux lecteurs humains pour détecter et classer les lésions pancréatiques en scanner non injecté, Panda.

Un modèle validé sur des données multicentriques

Afin de développer ce modèle utilisant l'apprentissage profond, des chercheurs de l’Institut des maladies du pancréas de Shanghai (SIPD) ont entraîné un algorithme sur un jeu de données issues de 3 208 patients traités dans un unique centre du SIPD entre janvier 2015 et octobre 2020. Ce premier modèle a ensuit

Il vous reste 78% 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

Solenn Duplessy

Bibliographie

  1. Cao, K., Xia, Y., Yao, J., et coll., « Large-scale pancreatic cancer detection via non-contrast CT and deep learning », Nature Medicine, 20 novembre 2023. DOI : 10.1038/s41591-023-02640-w.

Spécialité médicale

Oncologie Hépatologie

Modalité d’imagerie

Scanner

Mots-clés

cancer du pancréas apprentissage profond intelligence artificielle dépistage

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

21 Fév

13:40

Selon une étude publiée dans Radiology, un algorithme d’apprentissage profond disponible dans le commerce peut permettre des examens IRM de l’épaule de bonne qualité en sept minutes.

7:37

Le parlement a adopté définitivement le budget 2025 de la Sécurité sociale ce 17 février. Il prévoit une hausse des dépenses d’Assurance maladie de 3,4 %, pour atteindre un montant de 265 milliards d’euros.

7:00

20 Fév

16:01

L’imagerie des paramètres d’atténuation par ultrasons peut être utilisée pour le dépistage clinique afin d’évaluer la prévalence de la MASLD chez les patients en surpoids ou obèses et de suivre de manière dynamique la progression de la maladie, conclut une étude publiée dans Clinical radiology.

15:00

13:31

Le modèle de langage appelé Axpert démontre un potentiel de marquage automatique de l’entérocolite nécrosante sur les comptes-rendus de radiographie abdominale infantile. Cette méthode de marquage peut ainsi servir de cadre pour d’autres modalités d’imagerie et maladies chez les enfants, et les maladies rares chez l’adulte, suggère une étude publiée dans JAMIA Open.
✕
Docteur Imago

GRATUIT
VOIR