Diagnostic du cancer du sein

Une méta-analyse démontre l’efficacité du deep learning en IRM mammaire

Une méta-analyse publiée dans la revue European radiology a démontré que les modèles d’apprentissage profond utilisés pour le diagnostic du cancer du sein par IRM atteignent des performances élevées. Ces outils pourraient permettre, selon les chercheurs, d’améliorer la précision diagnostique de l’IRM mammaire en étant intégrés dans le flux de travail des radiologues.

icon réservé aux abonnésArticle réservé aux abonnés
Le 02/04/25 à 7:00 Lecture 2 min.

Les résultats d'une étude ont mis en lumière la robustesse des modèles d'apprentissage profond dans diverses conditions d’imagerie et démontré une grande précision dans le diagnostic du cancer du sein à l’aide de l’IRM, révèlent les chercheurs (photo d'illustration). D. R.

Une étude parue dans European radiology [1] a évalué les performances des modèles d’apprentissage profond (deep learning, DL) pour le diagnostic du cancer du sein par IRM. Selon les auteurs de l’étude, l’évaluation et le perfectionnement continus de ces algorithmes sont essentiels pour garantir leur praticité dans le cadre clinique. Ils se sont alors penchés sur les capacités des modèles DL à améliorer la précision diagnostique de l’IRM mammaire, en relevant des défis tels que le surajustement et l’hétérogénéité dans les conceptions d’étude et les séquences d’imagerie.

Sélection des études et évaluation de la qualité

Pour ce faire, les auteurs de l’étude ont effectué une recherche documentaire d’études rétrospectives publiées de janvier 2015 à février 2024 sur Web of Science, PubMed et IEEE Xplore, celles-ci rapportant des modèles de DL pour le diagnostic du cancer du sein et leur performance. Enfin, pour évaluer la qualité et le risque de biais, les chercheurs ont utilisé l’outil d’éval

Il vous reste 67% 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

Solenn Duplessy

Voir la fiche de l’auteur

Bibliographie

  1. Abdullah KA, Marziali S, Nanaa M, et al (2025) Deep learning-based breast cancer diagnosis in breast MRI: systematic review and meta-analysis. Eur Radiol. https://doi.org/10.1007/s00330-025-11406-6

Spécialité médicale

Imagerie de la femme

Modalité d’imagerie

IRM

Mots-clés

cancer du sein IRM mammaire apprentissage profond

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés Le dépistage du cancer du sein cherche un second souffle

Voir le dossier

Le fil Docteur Imago

04 Juil

16:39

Une erreur de délinéation a conduit à délivrer la majorité du traitement par radiothérapie externe du cancer de la peau a un patient sur une localisation saine. L’incident, détecté à la 24e séance, s'est déroulé au centre d’oncologie et radiothérapie d’Eure-et-Loir (COREL) de Chartres. Rapporté et communiqué par l'ASNR, il a été classé au niveau 2 de l’échelle ASN-SFRO des événements en radiothérapie, graduée de 0 à 7 par ordre croissant de gravité.

13:09

La HAS a reconduit pour un nouveau mandat de 3 ans les membres de la commission recommandations, pertinence, parcours et indicateurs (CRPPI). En plus des 18 membres d'origine, dont la radiologue du CHU de Lille Anne Cotten, la commission a été enrichie de 6 nouveaux, notamment en santé mentale et psychiatrie, indique un communiqué.

7:45

La substance active Florbetaben (18F), servant au diagnostic de l’amylose de la transthyrétine, a reçu la désignation « orphelin » de l’Agence européenne des médicaments le 22 mai 2025. Ce statut n’autorise pas la vente en UE mais permet la recherche avec des essais cliniques.

7:00

03 Juil

17:55

Gleamer annonce dans un communiqué de presse le lancement de LungCT® et BoneCT®, les deux premières applications de sa suite Oncoview®. Soutenus par l’initiative France2030, ces outils d’intelligence artificielle ont pour objectif d’aider les radiologues dans la détection précoce des cancers.

13:00

L'utilisation du gadopiclénol pourrait faciliter la réduction de l'exposition cumulative au gadolinium chez les enfants qui passent des examens IRM en série. Selon une étude rétrospective basée sur l’analyse de 38 cas par 2 neuroradiologues, l’agent macrocyclique à haute relaxivité permet des résultats semblables de ratio de contraste comparé aux autres agents disponibles sur le marché.
✕
Docteur Imago

GRATUIT
VOIR