Détection et caractérisation des nodules

« Vous devez utiliser l’IA dans le dépistage du cancer du poumon »

Plusieurs travaux de recherche montrent le potentiel de l’intelligence artificielle dans le dépistage et le suivi du cancer du poumon. Au RSNA 2025, Marie-Pierre Revel a fait le point sur le sujet, en s’appuyant sur les résultats de son étude CASCADE.

icon réservé aux abonnésArticle réservé aux abonnés
Le 16/12/25 à 7:00, mise à jour le 28/07/26 à 16:22 Lecture 4 min.

« L’IA permet de façon certaine d’éviter des erreurs de détection », conclut Marie-Pierre Revel, sur la base des résultats intermédiaires de l'étude CASCADE. © Jérôme Hoff

Une session du congrès 2025 de la Société nord-américaine de radiologie (RSNA), a fait le point sur les avancées réglementaires et scientifiques du dépistage du cancer du poumon. Parmi les orateurs, Marie-Pierre Revel, cheffe de service à l’hôpital Cochin-AP-HP, a évoqué l’utilisation de l’intelligence artificielle pour l’aide à l’interprétation des scanners thoraciques. Un sujet qu’elle connaît bien pour l’avoir expérimenté lors de l’essai CASCADE de dépistage chez les femmes.

L’apprentissage profond ouvre des perspectives

Les CAD, basés sur l’apprentissage machine, produisaient un nombre inacceptable de faux positifs, avec une segmentation des nodules approximative, mais l’apprentissage profond (deep learning) a permis d’envisager une réelle utilisation de l’intelligence artificielle, explique-t-elle. « L’objectif de l’essai prospectif CASCADE était de comparer la performance d’un radiologue généraliste formé au dépistage et utilisant l’intelligence artificielle comme second lecteu

Il vous reste 82% 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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Revel M-P, Abdoul H, Chassagnon G, et al (2022) Lung CAncer SCreening in French women using low-dose CT and Artificial intelligence for DEtection: the CASCADE study protocol. BMJ Open 12:e067263. https://doi.org/10.1136/bmjopen-2022-067263.
  2. Li TZ, Xu K, Krishnan A, et al (2025) Performance of Lung Cancer Prediction Models for Screening-detected, Incidental, and Biopsied Pulmonary Nodules. Radiology: Artificial Intelligence 7:e230506. https://doi.org/10.1148/ryai.230506.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

04 Sep

13:30

Dans une étude publiée dans Radiology, le scanner à comptage photoniques (PCCT) a démontré des performances similaires à celles de l’IRM pour la caractérisation des lésions et la détection de lésions supplémentaires du sein, avec de meilleures performances pour l’évaluation des métastases ganglionnaires.

9:40

L'IA est capable de localiser le cœur et de produire automatiquement des images dynamiques de cet organe sur des examens d'IRM du fœtus, conclut une étude parue dans EJR. Ces performances répondent à un obstacle clé à l’adoption clinique de cette modalité.
03 Sep

17:30

L’IA permettrait d’automatiser la localisation du cœur fœtal sur les IRM et la reconstruction des images cardiaques dynamiques. Selon une étude, les images obtenues sont de qualité comparable à celles produites manuellement.

11:29

Des chercheurs auraient développé et validé un modèle radiomique basé sur le coefficient de diffusion apparent (ADC) pour détecter le cancer de la prostate cliniquement significatif (csPCa) chez les patients présentant des lésions PI-RADS 3. Le modèle aurait démontré son efficacité dans la cohorte d’entraînement et des performances modérées lors de la validation externe.

7:28

Une étude démontre qu’un système d’entraînement adaptatif personnalisé basé sur l’IA améliore significativement les performances des lecteurs de mammographie. Tous les participants ont atteint le seuil de performance prédéfini après deux à cinq séances de formation, chacune comprenant entre 35 et 66 cas obtenus sur 1 à 8 mois.
Docteur Imago

GRATUIT
VOIR