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

Voir la fiche de l’auteur

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

intelligence artificielle dépistage cancer du pancréas apprentissage profond

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

10 Août

14:00

Les coûts croissants et les inefficacités opérationnelles menacent la durabilité financière de l’IRM. L’optimisation des flux de travail, de la formation, de la planification et l’intégration de l’IA peuvent améliorer l’efficacité et générer des gains de revenus estimés entre 40 et 60 %, selon des projections rapportées dans une étude de Clinical Imaging.

12:10

7:00

07 Août

16:00

Pour la détection du cancer du sein, les performances diagnostiques des protocoles d'IRM abrégée par rapport à l'IRM standard varient selon le protocole et le contexte clinique. La technique FAST conserve une sensibilité élevée, tandis que la combinaison FAST + ultrafast + T2W offre une spécificité supérieure dans un contexte diagnostique (étude).

14:30

72 % des patientes préfèreraient l'angiomammographie à l'IRM mammaire lorsque les performances diagnostiques sont comparables. Cette préférence est liée à une sensation de claustrophobie moindre, à une durée d'examen plus courte et à un niveau d'anxiété plus faible (étude).

7:10

La Société nord-américaine de radiologie (RSNA) annonce le lancement de son challenge IA pour l'imagerie du genou. Les modèles développés seront évalués sur leur capacité à détecter et à classer avec précision les anomalies du genou visibles à l'IRM. Les gagnants seront annoncés au prochain congrès de la RSNA qui se tiendra du 29 novembre au 3 décembre.
✕
Docteur Imago

GRATUIT
VOIR