Apprentissage profond

Une IA suédoise prédit mieux le risque de cancer du sein que les modèles basés sur la densité mammaire

En Suède, des chercheurs ont testé avec succès un modèle de prédiction du risque de cancer du sein basé sur l’apprentissage profond. Leur méthode serait plus performante et produirait moins de faux négatifs que les modèles de risque basés sur la densité mammaire.

icon réservé aux abonnésArticle réservé aux abonnés
Le 07/01/20 à 8:00, mise à jour hier à 15:13 Lecture 2 min.

Deux exemples : à gauche, mammographie d'une femme de 56 ans ayant un score de risque élevé avec l'apprentissage profond (0,30) et qui a reçu un diagnostic de cancer du sein 5,1 ans après l'examen ; à droite, mammographie d'une femme de 57 ans ayant un score de risque élevé avec l'apprentissage profond (0,30) et qui a reçu un diagnostic de cancer du sein 5 ans après l'examen. © K. Dembrower/Radiology

Prédire le risque de cancer du sein de façon fiable grâce à l’intelligence artificielle, c’est possible. D’après les résultats d’une étude publiée en décembre 2019 dans la revue Radiology [1], une méthode développée à l’Institut Karolinska, à Stockholm (Suède), serait même plus performante que les modèles existants.

Extraire davantage d’informations des mammographies

Le modèle s’appuie sur un système d’apprentissage profond. L’approche est innovante, affirment les auteurs de l’étude. « La plupart des modèles de prédiction du risque de cancer du sein se basent sur des questionnaires et des évaluations de la densité mammaire », observent-ils. Or, notent-ils, l’évaluation visuelle de la densité est limitée par la variabilité entre les lecteurs. Ils ont postulé qu’un réseau de neurones entraîné pourrait extraire des informations supplémentaires des images mammographiques pour affiner ses prédictions.

Une cohorte de plus de 2000 femmes

Pour entraîner et valider leur algorithme, Karin Dembrower

Il vous reste 71% 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

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Bibliographie

  1. Dembrower K., Liu Y., Azizpour H. et coll., « Comparison of a Deep Learning Risk Score and Standard Mammographic Density Score for Breast Cancer Risk Prediction », Radiology, 17 décembre 2019, publication en ligne. DOI : 10.1148/radiol.2019190872.

Spécialité médicale

Oncologie Imagerie de la femme

Modalité d’imagerie

Mammographie

Mots-clés

cancer du sein intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

03 Avr

16:34

L’Association européenne de médecine nucléaire (EANM) et la Société de médecine nucléaire et d’imagerie moléculaire (SNMMI) ont publié des recommandations conjointes sur l’utilisation de l’imagerie cérébrale TEP tau chez les patients suspectés de maladie d’Alzheimer.

13:30

Une étude publiée dans AJR souligne que les radiologues et l’IA ont atteint une sensibilité sous-optimale pour la détection des anomalies pulmonaires interstitielles (ILA) en radiographie, bien que de haute spécificité. Les résultats ne soutiennent donc pas le dépistage radiographique de l’ILA, qu’il s’agisse d’une interprétation radiologue ou d’une IA.

7:43

La reconstruction avancée tridimensionnelle (AR) améliore significativement la précision diagnostique des fractures des membres par rapport à la radiographie conventionnelle tout en maintenant une haute qualité d’image, conclut une étude publiée dans Emergency radiology. « Son intégration dans les flux de travail des urgences pourrait réduire le besoin d’imagerie supplémentaire et accélérer la prise de décision clinique », selon les chercheurs.

7:00

02 Avr

15:00

14:09

Un essai contrôlé randomisé multicentrique a évalué si la priorisation des radiographies thoraciques par intelligence artificielle réduisait les délais de diagnostic du cancer du poumon, sans observer d’amélioration significative des délais vers le scanner, le diagnostic, l’orientation ou le traitement. Ainsi, la priorisation des examens par IA dans ce contexte n’apporte pas de bénéfice clinique mesurable, selon une étude publiée dans Nature Medicine.
✕
Docteur Imago

GRATUIT
VOIR