Imagerie thoracique

Un système de deep learning prédit la survie de patients opérés d’un cancer du poumon

En extrayant des informations de scanners thoraciques préopératoires, des médecins coréens ont testé un modèle de deep learning capable de prédire la survie sans maladie de patients opérés d’un cancer du poumon.

icon réservé aux abonnésArticle réservé aux abonnés
Le 15/06/20 à 7:00, mise à jour aujourd'hui à 15:14 Lecture 2 min.

Dans leurs constatations, les auteurs indiquent que le statut tabagique et les résultats du modèle d'apprentissage profond « étaient les seuls facteurs de pronostic indépendants de la survie sans maladie des patients après la résection chirurgicale d'un adénocarcinome de stade I ». © Hyungjin Kim et coll. / Radiological Society of North America

Une équipe de chercheurs coréens a développé un modèle d’apprentissage profond basé sur les données de scanner préopératoire qui permettrait de prédire la survie sans maladie de patients atteints d’un adénocarcinome pulmonaire traité par chirurgie. Cette étude rétrospective menée par Hyungjin Kim, radiologue à la faculté de médecine de l’université de Séoul, est parue au mois de mai dans la revue Radiology [1].

Deux sets de données pour l’entraînement et la validation

Pour ces travaux, les chercheurs se sont appuyés sur deux ensembles de données : le premier a été utilisé pour entraîner l’algorithme, le second pour la validation externe. Pour l'ensemble de données 1, les patients éligibles étaient ceux qui avaient subi au moins une lobectomie pour un cancer du poumon. « Au total, 800 patients atteints d'adénocarcinomes pulmonaires réséqués entre janvier 2009 et décembre 2015 ont été identifiés rétrospectivement par une recherche dans les dossiers médicaux électroniques, détaillent les au

Il vous reste 73% 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

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Bibliographie

  1. Hyungjin Kim, Jin Mo Goo, Kyung Hee Lee et coll., « Preoperative CT-based Deep Learning Model for Predicting Disease-Free Survival in Patients with Lung Adenocarcinomas », Radiology, 12 mai 2020, publication en ligne. DOI : 10.1148/radiol.2020192764.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

30 Mai

16:00

Le radiologue interventionnel Mehdi Lebbadi a publié sur LinkedIn un appel à ses confrères à participer au #RIchallenge, du 1er au 10 juin. Visant à mettre en valeur la RI auprès des médecins et du public, ce défi vise à publier sur LinkedIn pour chaque participant 10 publications (une par jour) sur un sujet en lien avec la RI. Le vainqueur (le post ayant généré le plus d'interactions) sera récompensé le 12 juin par le Trophée GuERI com lors des JFICV 2025 à Arles, annonce le praticien.

13:30

Chez des patients atteints d'un cancer de la prostate métastatique résistant à la castration positif au PSMA et sans traitement préalable au taxane, le traitement par 177Lu-PSMA-617 pourrait différer la dégradation de la qualité de vie et de la douleur rapportées par les patients et empêcher les évènements squelettiques symptomatiques par rapport au traitement par changement de médicament inhibiteur de la voie de signalisation du récepteur aux androgènes (ARPI), selon une analyse des résultats de l'essai randomisé de phase 3 PSMAfore.

7:30

La Société européenne de radiologie gastrointestinale et abdominale (ESGAR) et l'Organisation européenne pour la recherche et le traitement du cancer (EORTC) ont publié dans European Radiology des recommandations sur l'imagerie lors du staging, de la planification du traitement et du suivi du carcinome hépatocellulaire dans le cadre de thérapies locales ou locorégionales.
28 Mai

16:00

La Société européenne de radiologie d'urgence (ESER) a publié des recommandations pratiques pour l'évaluation en imagerie et en urgence des causes gynécologiques des douleurs pelviennes aiguës chez la femme.
Docteur Imago

GRATUIT
VOIR