Évaluation des risques

Une IA surpasse la densité mammaire pour prédire le cancer du sein

Dans une étude menée aux États-Unis, un modèle d'apprentissage profond s'est montré plus efficace que l'évaluation de la densité mammaire pour anticiper le risque de cancer du sein à 5 ans. Une piste pour mieux guider les stratégies de dépistage.

icon réservé aux abonnésArticle réservé aux abonnés
Le 05/06/26 à 15:00 Lecture 2 min.

Le modèle d’apprentissage profond a identifié davantage de cas de cancers futurs, après avoir ciblé moins de patientes (photo d'illustration). © Carla Ferrand

Baptisé Mirai, un modèle d’apprentissage profond développé par le Massachusetts institute of Technology (MIT) et le Massachusetts General Hospital, serait plus précis et plus performant que l’analyse de la densité mammaire pour prédire le risque de cancer du sein chez la femme, sans avoir besoin de questionnaires ou de recueillir des données liées aux antécédents des patientes.

La densité mammaire comme facteur de risque

Le critère de la densité est généralement utilisé aux États-Unis pour déterminer un accès à une couverture santé plus importante pour des examens de dépistage supplémentaires : avoir des seins denses favoriserait le risque de développer un cancer et diminuerait l'efficacité diagnostique des mammographies. Une équipe de chercheurs a voulu déterminer si un outil basé sur l'intelligence artificielle pourrait améliorer cette stratification des risques et permettre de limiter la surutilisation des ressources d’imageries, les faux positifs et un impact financier potentiellemen

Il vous reste 75% 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. Lamb LR, Mercaldo SF, Carney A, Lehman CD (2026) A Deep Learning Breast Cancer Risk Model for Precise Supplemental Screening. JAMA Netw Open 9:e2610559. https://doi.org/10.1001/jamanetworkopen.2026.10559.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

17 Sep

7:30

Le cabinet médical de La Chaise-Dieu a inauguré ses nouveaux locaux, financés sur fonds privés, avec la perspective d’y installer prochainement un service de radiologie. Prévu d’ici la fin de l’année, cet équipement doit faciliter la prise en charge des traumatismes et examens courants, tout en limitant les déplacements des habitants et résidents des Ehpad, informe leveil.fr.

16 Sep

15:56

La répétition d'angioscanners pulmonaires après un examen négatif aux urgences serait moins efficace sur le plan diagnostique que l'imagerie initiale (étude).

13:37

La pose de stent intracrânien reposant sur le système NeuroSpeed/CREDO pourrait constituer un traitement techniquement réalisable pour la sténose athéroscléreuse intracrânienne (ICAS) de haut grade, ainsi qu’une option de sauvetage au cours d’une thrombectomie, avec des résultats cliniques favorables à court terme et des taux de complications acceptables. La ICAS est une cause importante d’accidents vasculaires cérébraux ischémiques récidivants. (Etude)

7:35

Un traceur de TEP expérimental ciblé par CAIX, appelé Ga-68 DPI-4452, aurait atteint une sensibilité de 100% dans la détection du carcinome rénal cellulaire clair et aurait identifié 82,6% de lésions métastatiques supplémentaires par rapport à l'imagerie conventionnelle. Pour les auteurs de l'étude, ces résultats prometteurs pourraient à terme améliorer le diagnostic et la caractérisation du cancer du rein.
Docteur Imago

GRATUIT
VOIR