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

11 Juin

16:00

L’ASNR a été informée d’une erreur de radiothérapie, classée au niveau 2 de l’échelle ASN-SFRO, survenue en mars 2026 au CHU de Saint-Étienne (42). Une dose de 9 Gy destinée à une vertèbre atteinte d’une métastase a été administrée par erreur à la vertèbre voisine saine en raison d’un mauvais positionnement du patient.

13:00

Des modèles d’intelligence artificielle évalués pour la classification de la malignité des nodules pulmonaires au scanner thoracique ont montré une sensibilité élevée (88 %) mais une spécificité modérée (75 %), soutenant un rôle potentiel dans les stratégies d’exclusion d'un cancer pulmonaire étude).

9:30

Selon une étude publiée dans The Journal of Nuclear Medicine, un nouveau système de TEP-TDM à champ de vision à long axe (LAFOV), utilisant des détecteurs de 30 mm au germanate de bismuth (BGO) avec des photomultiplicateurs au silicium offre une qualité d’image supérieure à la TEP-TDM à champ de vision court-axial (SAFOV) malgré des réductions marquées du temps d’acquisition, avec des caractéristiques de bruit comparables sur plusieurs radiopharmaceutiques.
10 Juin

16:00

La TEP-TDM à grand champ de vue axial (LAFOV) offrirait une qualité d'image supérieure à celle de la TEP-TDM conventionnelle (SAFOV), malgré une réduction significative du temps d'acquisition, avec des caractéristiques de bruit comparables pour plusieurs produits radiopharmaceutiques (étude).
Docteur Imago

GRATUIT
VOIR