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 Juil

16:20

l'IRM mammaire préopératoire ne serait pas associée à une amélioration de la survie sans récidive ou de la survie globale chez les femmes atteintes de carcinome canalaire in situ (DCIS) (étude).

13:19

Une étude indienne suggère que l'IRM multiparamétrique permettrait de distinguer les cancers du sein luminaux des cancers du sein non luminaux à partir de marqueurs non invasifs.

7:17

Les applications d'IA générative à usage général ne doivent pas être utilisées pour produire des images radiologiques à des fins de formation pour les étudiants en imagerie, prévient une étude. Sur 220 images générées par des application IA, seules 8,6 % ont été jugés appropriées par des radiologues pédiatriques américains.

7:00

09 Juil

17:28

Selon une étude publiée dans la revue Neuroradiology la combinaison de l’IRM 7T et d’un classificateur basé sur un réseau de neurones graphiques (GNN) améliore la détection des anomalies corticales discrètes de type dysplasie corticale focale chez les patients atteints d’épilepsie focale.

15:00

Une étude publiée dans le Journal of Medical Imaging et Radiation Oncology,
✕
Docteur Imago

GRATUIT
VOIR