Imagerie mammaire

Un algorithme aurait fait ses preuves pour évaluer le risque de cancer du sein

Le système ProFound AI® s’appuie sur un algorithme de deep learning capable de détecter les lésions malignes sur les images de tomosynthèse. Une étude en cours de publication démontrerait les performances du dispositif.

icon réservé aux abonnésArticle réservé aux abonnés
Le 18/06/19 à 7:00, mise à jour hier à 14:19 Lecture 2 min.

L'algorithme de ProFound AI® permettrait de discriminer les lésions bénignes et malignes, et fournit un score de risque pour assister les radiologues dans leur diagnostic. © C. F.

La société américaine iCad présentait il y a quelques jours sa solution ProFound AI®, un système de détection basé sur le deep learning capable de cibler les lésions sur les images de tomosynthèse mammaire et d’établir des scores de risque de malignité. « Notre algorithme a été entraîné sur une base de 12 000 cas, incluant 4 000 cas de cancers prouvés », explique Michèle Debain, la responsable du business development en Europe.

Scores de risque

L’algorithme a été formé pour détecter les lésions malignes du sein. Le système affiche un taux de détection élevée (jusqu’à 95 %), avec un faible nombre de faux positifs, annonce la société. Les masses et les calcifications détectées par l’algorithme sont contourées et le système fournit un score de risque en pourcentage pour chaque lésion détectée et pour chaque cas dans sa totalité. « Les scores obtenus représentent la certitude de l’algorithme qu’une lésion ou un cas est malin », précise iCad. Plus le score est élevé, plus le niveau de certitu

Il vous reste 67% 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

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

24 Fév

7:12

Une étude rétrospective a évalué un modèle d’apprentissage profond basé sur le scanner en phase veineuse porte pour distinguer les métastases hépatiques du cancer colorectal des hémangiomes, montrant de bonnes performances globales. L’assistance par DL améliore significativement le diagnostic des lésions de 10 à 30 mm, mais son apport reste limité pour les lésions subcentimétriques, pouvant nécessiter une IRM complémentaire.
23 Fév

15:51

Des scores de risques fournis par un outil commercial de diagnostic et prédiction automatique ont obtenu une performance « pas significativement différente » à celle des modèles cliniques pour prédire la récidive ipsilatérale après un traitement par chirurgie conservatoire d'un carcinome canalaire in situ (DCIS). Étude.

13:50

La présence de calcifications aortiques évaluée sur des radiographies thoraciques est associée à une survie globale (HR 1,669 ; IC 95 % = [1083–2572]) et à une survie sans amputation plus faibles (HR 1,587 ; IC 95% = [1041–2420]) après une amputation mineure des extrémités inférieures (étude).

7:30

Les modèles de fondation sont une piste prometteuse pour faire évoluer l'imagerie pédiatrique, concluent les auteurs d'un état de l'art sur le sujet paru dans la revue Pediatric Imaging.
Docteur Imago

GRATUIT
VOIR