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

18 Sep

16:20

Le rapport entre graisse viscérale et graisse sous-cutanée (VSR), calculé automatiquement à partir de la TDM, pourrait constituer un marqueur d’imagerie simple qui améliore l’évaluation du risque au-delà des variables cliniques et facilite l’identification des patients atteints de sepsis à haut risque, selon une étude.  

14:00

Dans une étude, des chercheurs mettent en place une méthode non invasive et reproductible de personnalisation des prothèses mammaires à partir d’IRM et d’outils open source, permettant une mesure volumétrique précise. Elle relie les volumes mammaires aux tailles commerciales de prothèses tout en préservant la confidentialité et en évitant l’exposition physique postopératoire.

7:24

Des chercheurs de l’UNC ont développé SORDINO, une nouvelle technique d’IRM fonctionnelle qui réduit fortement le bruit et les interférences pendant les examens. Cette technique produit des images cérébrales  plus précises et pourrait faciliter les recherches en neurosciences ainsi que les avancées en IRM humaine, indique un communiqué.
17 Sep

17:30

Une étude a développé un modèle d’intelligence artificielle capable de détecter le pneumothorax sur les radiographies thoraciques en décubitus des nouveau-nés, avec une excellente performance diagnostique.
Docteur Imago

GRATUIT
VOIR