Différences entre IA et radiologues

Une étude cas-témoins identifie des profils d’erreurs distincts entre radiologues et IA d’aide au diagnostic

Les radiologues et les IA d'aide au diagnostic semblent présenter des différences mais aussi des similarités dans les erreurs qu'ils commettent dans le diagnostic du cancer du sein en dépistage, selon une étude cas-témoins parue le 3 septembre 2023 dans le BJR.

icon réservé aux abonnésArticle réservé aux abonnés
Le 19/10/23 à 7:00, mise à jour aujourd'hui à 15:08 Lecture 2 min.

Les radiologues diffèrent dans leurs erreurs en mammographie par rapport aux IA d'aide au diagnostic, avec par exemple plus de faux positifs chez les radiologues pour les femmes âgées de moins de 55 ans (photo d'illustration). D. R.

Les radiologues et les intelligences artificielles (IA) d'aide au diagnostic en mammographie diffèrent dans le profil des patientes et des types de cancers faisant l'objet de diagnostics faux positifs et faux négatifs dans le cadre du dépistage organisé, selon une étude cas-témoins publiée le 3 septembre 2023 dans le BJR [1].

Entre IA, radiologue et second lecteur

Réalisée par des médecins de l'institut Karolinska de Stockholm (Suède), la publication a disséqué rétrospectivement les différences entre faux positifs et faux négatifs dans le diagnostic posé par le premier radiologue, le deuxième radiologue et une IA d'aide au diagnostic (Insight MMG®, Lunit) chez 8 743 femmes dépistées (113 120 images), dont 714 diagnostiquées avec un cancer du sein et 8029 choisies aléatoirement dans la population saine du dépistage organisé du comté de Stockholm (femmes de 40 à 74 ans). Les images sélectionnées provenaient d'examens effectués entre 2008 et 2015.

Les radiologues posent plus de diagnos

Il vous reste 67% 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

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Bibliographie

  1. Salim, M., Dembrower, K., Eklund, M., et coll., « Differences and similarities in false interpretations by AI CAD and radiologists in screening mammography », The British Journal of Radiology, 3 septembre 2023. DOI : 10.1259/bjr.20230210.

Spécialité médicale

Imagerie de la femme Oncologie

Modalité d’imagerie

Mammographie

Mots-clés

intelligence artificielle interprétation erreurs Aide au diagnostic

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

23 Oct

16:18

Le score de Kaiser en IRM mammaire présente une excellente précision diagnostique pour distinguer les lésions bénignes des lésions malignes chez les patientes présentant des anomalies BI-RADS 0 ou 4 en imagerie conventionnelle (étude).

15:00

13:16

Chez les patients obèses, le scanner à comptage photonique (PCCT) offre une meilleure qualité d’image que le scanner conventionnel (EID CT), avec un meilleur contraste et un rapport signal/bruit supérieur. Il permet également de réduire significativement la dose d’irradiation, en maintenant une bonne qualité diagnostique (étude).

7:45

Une étude a comparé un système d’intelligence artificielle aux critères PI-RADS pour la détection du cancer de la prostate cliniquement significatif en IRM, démontrant une sensibilité non inférieure à l’échelle du patient, mais inférieure à l’échelle lésionnelle. L’IA pourrait compléter PI-RADS pour optimiser le triage des biopsies, notamment des lésions indéterminées PI-RADS 3, concluent les chercheurs.

7:00

22 Oct

15:30

Une équipe de chercheurs a développé un système d’intelligence artificielle multimodale combinant imagerie médicale et données cliniques pour prédire la survie à 24 mois de patients atteints d’un cancer de la prostate métastatique résistant à la castration, traités par radiothérapie vectorisée ciblant le PSMA. Ce modèle affiche des performances prometteuses pour la stratification pronostique et l’aide à la décision clinique.
✕
Docteur Imago

GRATUIT
VOIR