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
Aujourd'hui à 7:00 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

03 Sep

7:10

En une année, les grands modèles de langages multimodaux, capables d'analyser différents types de contenus, ont démontré des « avancées substantielles » dans leurs capacités de résolution de quiz sur des cas cliniques d'imagerie, indique une étude présentée dans Radiology. Le dernière modèle d'OpenAI a égalé la précision de deux radiologues experts.

7:00

02 Sep

15:00

Une jeune femme de 22 ans est décédée à la suite d'un choc anaphylactique au Brésil, le 20 août dernier. Elle a fait une réaction à un produit de contraste injecté pour passer un scanner, rapporte le média brésilien g1.

13:12

Le système Node-RADS est un outil reproductible et précis pour détecter à l'imagerie les métastases ganglionnaires pelviennes dans le cancer de l'endomètre, mais seulement si le radiologue est expérimenté dans ce domaine, conclut une étude italienne. Les résultats sont meilleurs à l'IRM qu'au scanner.

7:11

Les fractures des côtes sont les blessures les plus fréquemment constatées au scanner thoracique chez les patients âgés de plus de 60 ans pris en charge aux urgences après une chute depuis la hauteur debout, constate une étude présentée dans Emergency Radiology. Ces fractures sont souvent manquées à la radiographie, soulignent les chercheurs.

7:00

✕
Docteur Imago

GRATUIT
VOIR