Recherche

Une nouvelle méthode pour diagnostiquer plus rapidement les lésions de l’ovaire

Une étude rétrospective a évalué la précision du diagnostic par intelligence artificielle des lésions ovariennes repérées par une IRM. Les performances relevées sont proches de celles des radiologues.

icon réservé aux abonnésArticle réservé aux abonnés
Le 03/09/25 à 7:00, mise à jour le 09/09/25 à 12:30 Lecture 1 min.

Le système, entraîné à reconnaître les caractéristiques de tumeurs bénignes et malignes, a obtenu des résultats proches à ceux des radiologues expérimentés (photo d'illustration). © Winfield J. M. et coll. | British Journal of Radiology

L'intelligence artificielle peut-elle aider à classer les lésions ovariennes repérées sur une IRM ? C'est ce qu'a cherché à découvrir un groupe de chercheurs de l'université Johns Hopkins à Baltimore (Maryland, États-Unis), dont les résultats sont parus dans la revue Radiology, le 5 août dernier [1].

Aussi précis que des radiologues

Les chercheurs ont associé un outil d’intelligence artificielle conçu par Meta, le Segment Anything Model (SAM), à un réseau de neurones DenseNet-121. L’algorithme SAM permet de segmenter automatiquement les lésions visibles à l’IRM. Une étape qui peut s'avérer longue quand elle est réalisée par un radiologue. « Nous avons réduit le temps de traitement de chaque lésion de 4 minutes », précisent les auteurs de l'étude. Ces derniers se sont basés sur les données recueillies entre 2008 à 2020 dans trois établissements, deux américains et un taïwanais, ce qui représente 621 lésions au total. Cette segmentation automatique a atteint un indice de précision (dice co

Il vous reste 53% 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

Marjolaine Margue

Journaliste spécialisée BOM Presse

Voir la fiche de l’auteur

Bibliographie

  1. Hsu W-C, Wang Y, Wu Y-F, et al (2025) MRI-based Ovarian Lesion Classification via a Foundation Segmentation Model and Multimodal Analysis: A Multicenter Study. Radiology 316:e243412. https://doi.org/10.1148/radiol.243412.

Spécialité médicale

Imagerie de la femme

Modalité d’imagerie

IRM

Mots-clés

cancer de l ovaire

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

09 Jan

16:11

Une étude publiée dans BMC Urology a évalué la capacité de plusieurs grands modèles de langage à classer des comptes rendus d’IRM de la prostate selon le système PI-RADS v2.1. Le modèle GPT-o1 montre la meilleure concordance avec les radiologues, mais tous les modèles présentent des limites pour les lésions PI-RADS 3.

15:00

13:08

Chez les patients atteints d'occlusion aiguë des grands vaisseaux (LVO) de l’ACM et de sténose de l’artère intracrânienne sous-jacente traitée par stent de secours, l’administration préalable d’une thrombolyse intraveineuse n’est pas associée à une augmentation du risque d’hémorragie intracrânienne symptomatique ni de la mortalité à 90 jours (étude).

7:30

Un modèle de classification ternaire radiologique a obtenu des performances diagnostiques « excellentes » pour différencier les lésions pulmonaires sur des images de scanner, selon des résultats publiés dans Radiology.

7:00

08 Jan

15:17

Des chercheurs ont introduit un nouveau marqueur tumoral IRM appelé « signe sombre-clair-obscur » et suggèrent qu’il peut aider à prédire la métastase des ganglions lymphatiques chez les patients atteints d’un cancer rectal, selon une étude publiée dans Radiology.
✕
Docteur Imago

GRATUIT
VOIR