Dépistage du cancer du sein

Une étude conclut aux effets positifs de l’IA dans les programmes de dépistage

Une étude publiée dans The Lancet Digital Health a évalué sept stratégies d’intégration de l’intelligence artificielle dans les programmes de dépistage du cancer du sein. Les résultats démontrent le potentiel de l’IA pour améliorer la détection des cancers, réduire la charge de travail des radiologues et optimiser les paramètres du dépistage.

icon réservé aux abonnésArticle réservé aux abonnés
Le 27/01/25 à 15:00 Lecture 2 min.

Les résultats montrent des performances prometteuses pour certaines stratégies, notamment en termes de détection des cancers et de réduction de la charge de travail des radiologues (photo d'illustration). D. R.

Les programmes de dépistage du cancer du sein par mammographie font face à de nombreux défis, notamment une charge de travail élevée en lecture, une grande variabilité entre lecteurs, ou encore des taux élevés de cancers manqués. L’intelligence artificielle se présente comme une solution, selon les auteurs d’une étude présentée dans The Lancet Digital Health [1]. « L’IA pourrait avoir un impact sur les programmes de dépistage grâce à la détection plus précoce de certains cancers d’intervalle », écrivent-ils notamment.

Analyser sept stratégies d’intégration de l’IA

Pourtant, observent-ils, le potentiel des différentes stratégies d’intégration de la technologie reste sous-étudié. Ils ont donc comparé les indicateurs de performance de sept d’entre elles, dans le cadre d’une analyse rétrospective menée sur des données des programmes de dépistage en Allemagne (1 657 068 examens), au Royaume-Uni (223 603 examens) et en Suède (22 779 examens). Le modèle d’IA utilisé, Vara® version 2.10, a é

Il vous reste 74% 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. Fisches ZV, Ball M, Mukama T, et al (2024) Strategies for integrating artificial intelligence into mammography screening programmes: a retrospective simulation analysis. The Lancet Digital Health 6:e803–e814. https://doi.org/10.1016/S2589-7500(24)00173-0

Spécialité médicale

Imagerie de la femme

Modalité d’imagerie

Mammographie

Mots-clés

intelligence artificielle dépistage du cancer du sein

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés Le dépistage organisé du cancer du sein à la croisée des chemins

Voir le dossier

Le fil Docteur Imago

02 Sep

16:40

L’analyse quantitative de la perfusion en IRM DCE fournirait une valeur diagnostique significative pour différencier le gliome diffus de la ligne médiane (DMG) et le glioblastome de la ligne médiane (mGBM), des tumeurs particulièrement agressives qui nécessitent des stratégies thérapeutiques distinctes, de manière non invasive chez les patients pédiatriques et les jeunes adultes. (Etude)

13:32

7:30

Selon une étude française, l'évaluation du profil de rehaussement tardif au gadolinium du septum interauriculaire et des parois auriculaires permettrait de mieux différencier l'amylose cardiaque de ses phénocopies.

7:00

01 Sep

16:52

L'échographie en mode B, l'élastographie par ondes de cisaillement (SWE) et l'imagerie microvasculaire Superb Microvascular Imaging (SMI) permettraient de différencier les tumeurs des tissus mous bénignes des tumeurs non bénignes. (Etude)

14:43

La classification O-RADS IRM montre une grande efficacité diagnostique dans le triage des masses annexielles, et l'intégration de courbe d'intensité semi-quantitative du rehaussement permettrait d'améliorer la spécificité et la valeur prédictive positive de l'IRM O-RADS (étude).
✕
Docteur Imago

GRATUIT
VOIR