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 17/12/25 à 11:46 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

02 Juin

16:00

L'éditeur de solutions d'IA Deephealth annonce avoir obtenu le marquage CE pour les solutions Brain Health et Brain Age de sa gamme Neuro Suite, et le marquage CE pour sa solution LumbarMR (communiqué).

14:38

La cinquième édition des journées de neuroimagerie pédiatrique de l'AmiNIP se dérouleront à l'hôpital Necker (Paris) les 18 et 19 juin.

7:35

Dans les Deux-Sèvres, le cabinet d’imagerie médicale de Bressuire cessera son activité le 30 juin 2026, suite au départ en retraite du radiologue, informe Ouest France.
01 Juin

16:00

Accessible dans les salles d'angiographie, le scanner avec détecteur à écran plat démontre une haute spécificité et une sensibilité modérée à élevée pour les lésions liées à l'AVC, mais sa sensibilité faible pour les modifications ischémiques et sa susceptibilité aux artefacts liés au contraste devraient le cantonner à un rôle de complément de l'évaluation standard par scanner/IRM, conclut un article paru dans Clinical Radiology.
Docteur Imago

GRATUIT
VOIR