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

13 Juil

8:30

Le scanner corps entier à ultra-basse dose associé à un algorithme de reconstruction par intelligence artificielle (SR-DLR) permet de réduire d'environ 70 % l'exposition aux rayonnements tout en conservant une excellente qualité d'image et des performances diagnostiques élevées pour la détection des maladies viscérales et métastatiques des tissus mous chez les patients sous surveillance du cancer, indique une étude parue dans European Journal of Radiology.
10 Juil

16:20

l'IRM mammaire préopératoire ne serait pas associée à une amélioration de la survie sans récidive ou de la survie globale chez les femmes atteintes de carcinome canalaire in situ (DCIS) (étude).

13:19

Une étude indienne suggère que l'IRM multiparamétrique permettrait de distinguer les cancers du sein luminaux des cancers du sein non luminaux à partir de marqueurs non invasifs.

7:17

Les applications d'IA générative à usage général ne doivent pas être utilisées pour produire des images radiologiques à des fins de formation pour les étudiants en imagerie, prévient une étude. Sur 220 images générées par des application IA, seules 8,6 % ont été jugés appropriées par des radiologues pédiatriques américains.
Docteur Imago

GRATUIT
VOIR