Aide au pronostic

Une IA améliore l’évaluation des tumeurs ovariennes par les jeunes radiologues

Des chercheurs taïwanais ont développé un algorithme aidant à différencier tumeurs de l'ovaire bénignes et malignes. Leur IA se base sur des données cliniques, ainsi que sur des données radiomiques et des caractéristiques extraites par apprentissage profond d'images de scanner.

icon réservé aux abonnésArticle réservé aux abonnés
Le 01/06/23 à 15:00, mise à jour le 11/09/23 à 13:24 Lecture 2 min.

L'IA développée par l'équipe du Dr Wu associe données cliniques, informatiques et radiomiques pour différencier tumeurs ovariennes malignes et bénignes (image d'illustration). D. R.

Le cancer de l'ovaire est le cancer gynécologique le plus mortel, et sa prise en charge précoce par ablation améliore son taux de survie. Cependant, 28 % des ovariectomies seraient réalisées pour des tumeurs bénignes, entraînant des risques à long terme non négligeables chez les femmes opérées à tort : baisse de la fertilité, ménopause précoce, etc. [1]. Afin d’aider les radiologues à distinguer le mieux possible cancers malins et bénins de l'ovaire, des médecins taïwanais ont développé un algorithme d'intelligence artificielle utilisant des données radiomiques extraites de scanners. Leurs résultats sont parus le 24 avril 2023 dans Insights into Imaging [2].

Près de 200 tumeurs ovariennes

Les auteurs ont rétrospectivement enrôlé 149 patientes du MacKay Memorial Hospital de Taipei (Taïwan) présentant en tout 185 tumeurs ovariennes visibles sur des scanners avec rehaussement de contraste et confirmées par anatomopathologie. 129 tumeurs (dont 54 malignes) de 104 patientes ont servi de donné

Il vous reste 70% 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

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Bibliographie

  1. Moore B. J., Steiner C. A., Davis H. et coll., « Statistical brief #214 Trends in hysterectomies and oophorectomies in hospital inpatient and ambulatory settings, 2005-2013 », Healthcare Cost and Utilization Project (HCUP) Statistical Briefs [Internet], novembre 2016. https://www.ncbi.nlm.nih.gov/books/NBK409175/. Site consulté le 1er juin 2023.
  2. Jan Y.-T., Tsai P.-S., Huang W.-H. et coll., « Machine learning combined with radiomics and deep learning features extracted from CT images: a novel AI model to distinguish benign from malignant ovarian tumors », Insights Into Imaging, 2023, vol. 14, n° 68. DOI : 10.1186/s13244-023-01412-x.

Spécialité médicale

Oncologie Imagerie de la femme

Modalité d’imagerie

Scanner

Mots-clés

intelligence artificielle radiomique

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

20 Juin

16:00

La Société européenne de radiologie gastro-intestinale et abdominale (ESGAR) a publié des recommandations pratiques pour le diagnostic et l'évaluation de la réponse au traitement chez les patients souffrant d'une maladie de Crohn luminale. L'entéro-IRM et l'échographie sont les examens radiologiques de première ligne, tandis que le scanner peut être utile en seconde ligne ou dans l'aigu, souligne notamment l'article.

15:00

13:30

L'embolisation de l'artère méningée moyenne avec des microparticules pour prévenir la récidive des hématomes sous-duraux chroniques chez les patients déjà traités par chirurgie ne fait pas mieux que la prise en charge standard, selon une étude randomisée multicentrique française (342 patients) parue dans le JAMA. Le professeur de radiologie Laurent Spelle avait déjà indiqué dans nos colonnes des résultats préliminaires négatifs pour cette étude.

11:00

7:30

50 personnes ont participé au RI challenge avec 368 posts LinkedIn, a annoncé Mehdi Lebbadi, co-organisateur du défi dédié à mettre en avant la radiologie interventionnelle, que nous avions interrogé à ce sujet. Ces posts ont généré 19 422 « likes », et sont apparus plus de 500 000 fois à l'écran d'utilisateurs LinkedIn. « J'organise actuellement la même chose à l'échelle européenne, juste avant le congrès du CIRSE [la Société européenne de radiologie cardiovasculaire et interventionnelle, NDLR] mi-septembre. L'enthousiasme est déjà palpable », se réjouit le praticien.

7:00

✕
Docteur Imago

GRATUIT
VOIR