Intelligence artificielle

L’IA plus précise que la densité mammaire pour évaluer un risque de cancer du sein

Une nouvelle étude présentée lors du RSNA 2025 montre qu’un modèle d’intelligence artificielle peut modifier la manière d’évaluer le risque individuel de cancer du sein. Alors que la densité mammaire demeure aujourd’hui l’un des principaux indicateurs utilisés pour identifier les femmes à risque, les chercheurs ont démontré que l’IA fournit une prédiction plus précise.

icon réservé aux abonnésArticle réservé aux abonnés
Le 01/12/25 à 7:00 Lecture 2 min.

Alors que la densité mammaire demeure aujourd’hui l’un des principaux indicateurs utilisés pour identifier les femmes à risque, les chercheurs ont démontré que l’IA fournit une prédiction nettement plus précise. DR (photo illustration)

Les méthodes traditionnelles d'évaluation de risque du cancer du sein sont-elles vraiment pertinentes ? Selon Constance D.Lehman, professeure de radiologie à la Harvard Medical School de Boston, la réponse est plutôt négative. D'après une étude qu'elle a menée et qui est présentée au RNSA 2025, se baser sur des critères comme « l'âge, les antécédents familiaux, la génétique et la densité mammaire » serait « inadéquats ». Un système d'IA permettant de prédire le risque de cancer du sein à cinq ans a fourni une stratification des risques plus robuste et plus précise que l'évaluation de la densité mammaire. « Seuls 5 à 10 % des cas de cancer du sein sont considérés comme héréditaires, et la densité mammaire à elle seule est un indicateur de risque très peu fiable », précise-t-elle dans un communiqué de presse publié par le RSNA.

Trois niveaux de risques

Le système, appelé Clairity Breast, qui est le premier système d'IA d'évaluation des risques de cancer du sein basé uniquement sur l'imager

Il vous reste 64% 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

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

7:30

Une étude montre que la TEP-IRM ciblant la protéine d'activation des fibroblastes (FAP) détecte davantage de lésions suspectes d’endométriose que l’IRM conventionnelle, soutenant son intérêt comme outil complémentaire pour l’évaluation préopératoire.
11 Juin

16:00

L’ASNR a été informée d’une erreur de radiothérapie, classée au niveau 2 de l’échelle ASN-SFRO, survenue en mars 2026 au CHU de Saint-Étienne (42). Une dose de 9 Gy destinée à une vertèbre atteinte d’une métastase a été administrée par erreur à la vertèbre voisine saine en raison d’un mauvais positionnement du patient.

13:00

Des modèles d’intelligence artificielle évalués pour la classification de la malignité des nodules pulmonaires au scanner thoracique ont montré une sensibilité élevée (88 %) mais une spécificité modérée (75 %), soutenant un rôle potentiel dans les stratégies d’exclusion d'un cancer pulmonaire étude).

9:30

Selon une étude publiée dans The Journal of Nuclear Medicine, un nouveau système de TEP-TDM à champ de vision à long axe (LAFOV), utilisant des détecteurs de 30 mm au germanate de bismuth (BGO) avec des photomultiplicateurs au silicium offre une qualité d’image supérieure à la TEP-TDM à champ de vision court-axial (SAFOV) malgré des réductions marquées du temps d’acquisition, avec des caractéristiques de bruit comparables sur plusieurs radiopharmaceutiques.
Docteur Imago

GRATUIT
VOIR