Cancer du poumon

Une évaluation automatique des structures extrapulmonaires prédit la mortalité après un scanner de dépistage

Un modèle d’analyse automatique des découvertes extrapulmonaires fortuites sur des scanners thoraciques a permis de prédire la mortalité à deux et dix ans avec une aire sous la courbe ROC de 0,72 au sein d’une cohorte de participants à un essai sur le dépistage du cancer du poumon.

icon réservé aux abonnésArticle réservé aux abonnés
Le 06/01/25 à 15:00 Lecture 2 min.

Les chercheurs ont travaillé à partir des scanners baseline de 24 401 participants à l’essai NLST de dépistage du cancer du poumon, inclus entre 2002 et 2007 dans 33 sites aux États-Unis (photo d'illustration). © Carla Ferrand

Les scanners thoraciques de dépistage du cancer du poumon incluent d’autres organes qui peuvent contenir des informations supplémentaires cruciales pour une évaluation complète des patients. Une équipe du centre médical Cedars-Sinai à Los Angeles, aux États-Unis, a mobilisé l’intelligence artificielle pour exploiter ces données, et développé un modèle d’analyse automatique des découvertes extrapulmonaires fortuites sur les scanners thoraciques pour l’évaluation des risques de mortalité. Les résultats de ses travaux sont parus dans Radiology [1].

Une segmentation automatique de 32 structures d’intérêt

Les chercheurs, emmenés par Anna M. Marcinkiewicz, ont travaillé à partir des scanners baseline de 24 401 participants à l’essai NLST de dépistage du cancer du poumon, inclus entre 2002 et 2007 dans 33 sites aux États-Unis. Ils ont soumis les examens au logiciel public suisse TotalSegmentator pour segmenter 32 structures de façon automatique dont le cœur, les grands vaisseaux, le tractus

Il vous reste 66% 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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Marcinkiewicz AM, Buchwald M, Shanbhag A, et al (2024) AI for Multistructure Incidental Findings and Mortality Prediction at Chest CT in Lung Cancer Screening. Radiology 312:e240541. https://doi.org/10.1148/radiol.240541

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

05 Oct

16:21

La présence d'une couronne échogène entourant une masse est associée à une tumeur maligne invasive et correspond à une évolution du carcinome canalaire in situ vers un cancer invasif d'après l'examen histopathologique postopératoire, selon une étude présentée dans Academic Radiology. Toutefois, elle n'apporte guère d'informations supplémentaires utiles aux radiologues sur le plan diagnostique ou pronostique.

14:16

L'apprentissage machine utilisant des caractéristiques radiomiques des tissus adipeux épicardiques est prometteur pour prédire la fibrillation atriale, mais l'hétérogénéité des études sur le sujet freine encore son adoption en pratique clinique. Étude.

7:31

Les injections de corticostéroïdes guidées par échographie pourraient améliorer les résultats rapportés par les patients et réduire les événements indésirables dans le traitement du syndrome du canal carpien, ce qui soutient leur utilisation préférentielle par rapport aux injections guidées par repère anatomique lorsque l’expertise et les ressources nécessaires sont disponibles. (Etude)
02 Oct

12:09

L’IA en radiologie peut réduire le temps de rendu des examens, notamment en radiographie traumatique et en IRM du genou mais la latence de l’infrastructure reste le principal frein à une utilisation clinique efficace (étude).
✕
Docteur Imago

GRATUIT
VOIR