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

10 Sep

7:30

À Toulouse, le Groupe RX étend son centre d’imagerie médicale à la clinique Pasteur avec 600 m² supplémentaires et de nouveaux équipements de dernière génération. Ce projet sera inauguré le 17 septembre, annonce le Groupe Vidi.

7:00

09 Sep

17:29

Selon une étude publiée dans la revue Neuroradiology, il existe des corrélations distinctes entre les caractéristiques des grosses artères, de la plaque et de la maladie des petits vaisseaux cérébraux chez les patients victimes d'un AVC ischémique aigu par rapport à ceux victimes d'une attaque ischémique transitoire. La prise en compte de ces marqueurs d'imagerie améliorerait l'identification d'un AVC ischémique aigu chez les patients atteints d'une athérosclérose intracrânienne.

15:00

14:27

Le modèle multitâche de réseau neuronal ST-USNet permettrait d'aider les radiologues à classer les masses superficielles de tissus mous en oncologie clinique, sous réserve d'une mise à jour continue des données. (Etude)

7:25

Dans une étude pré-clinique, des chercheurs chinois suggèrent que la micro-TEP couplée au scanner multi-traceurs pourraient permettre de suivre la progression de la neuropathie autonome cardiaque diabétique (NACD), offrant ainsi aux radiologues une fenêtre précoce et non invasive pour diagnostiquer et suivre l'évolution de la maladie.
✕
Docteur Imago

GRATUIT
VOIR