Dépistage assisté par intelligence artificielle

Une IA détecte les cancers colorectaux de manière opportuniste

Un outil basé sur l'intelligence artificielle développé par des chercheurs chinois a montré une bonne sensibilité et une excellente spécificité pour le dépistage opportuniste du cancer colorectal sur des scanners thoraciques, abdominaux et pelviens. Ses créateurs préparent des essais prospectifs à grande échelle.

icon réservé aux abonnésArticle réservé aux abonnés
Le 21/05/26 à 15:00, mise à jour le 21/05/26 à 16:16 Lecture 4 min.

Sera-t-il un jour possible de diagnostiquer le cancer colorectal grâce à des examens de routine ? C’est ce à quoi s’emploie une équipe de chercheurs chinois au travers du système COCA, un outil de détection basé sur l’intelligence artificielle, qu'ils présentent dans un article du journal de la Société européenne d'oncologie médicale (ESMO) [1]. Le cancer colorectal est le deuxième cancer le plus mortel au monde, mais les caractères respectivement invasif et inconfortable de la coloscopie et de la coronographie limitent l'adhésion de la population à son dépistage, rappellent-ils.

Une sensibilité élevée pour les petites tumeurs

Pour évaluer l'efficacité de leur modèle de détection opportuniste, les chercheurs ont choisi de mener une étude rétrospective de cohorte, à la fois multicentrique et internationale. L’entraînement et les tests ont été réalisés à partir des scanners abdominaux, thoraciques et pelviens, sans injection de contraste, de 2 678 patients issus de plusieurs hôpitaux. Près

Il vous reste 83% 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

Inès Bourdon

Journaliste spécialisée

Voir la fiche de l’auteur

Bibliographie

  1. Chen X, Qiu MY, Zhang JP, et al (2026) Colorectal cancer detection using non-contrast CT and deep learning: a multicenter and international cohort study. Annals of Oncology S092375342600150X. https://doi.org/10.1016/j.annonc.2026.04.009.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

7:30

Une étude montre que la TEP-IRM ciblant la protéine d'activation des fibroblastes (FAP) détecte davantage de lésions suspectes d’endométriose que l’IRM conventionnelle, soutenant son intérêt comme outil complémentaire pour l’évaluation préopératoire.
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.
Docteur Imago

GRATUIT
VOIR