Intelligence artificielle

Comment bâtir un modèle radiomique en oncologie ?

Selon Nickolaos Papanikolaou, qui s’exprimait à l’ECR 2021, le développement de modèles radiomiques pour des applications en oncologie exige avant tout l’utilisation de données robustes et la participation d’une équipe multidisciplinaire, avec des expertises médicales et informatiques.

icon réservé aux abonnésArticle réservé aux abonnés
Le 18/03/21 à 17:00, mise à jour aujourd'hui à 14:15 Lecture 5 min.

Pour le développement de modèles radiomiques, Nickolaos Papanikolaou recommande l’utilisation de l’apprentissage machine plutôt que de l’apprentissage profond, dont l’entraînement nécessite des milliers d’images et dont le fonctionnement manque de transparence, selon lui. capture d'écran ECR 2021

Au carrefour des sciences informatiques, de la biostatistique et d’autres disciplines, la radiomique vise à créer des algorithmes d’apprentissage machine capables d’extraire et d’analyser, sur des clichés d’imagerie médicale, des données numériques pertinentes pour le diagnostic, le pronostic ou le suivi des patients. Le 3 mars, une session du Congrès européen de radiologie s’est intéressée à ses applications potentielles en cancérologie.

Pallier les faiblesses de la biopsie

En oncologie, la radiomique pourrait permettre de s’affranchir des limites de la biopsie et de l’imagerie médicale traditionnelle, affirme Nickolaos Papanikolaou, radiologue au sein du groupe d’imagerie clinique computationnelle de la fondation Champalimaud, à Lisbonne, Portugal. « La biopsie souffre d’erreurs d’échantillonnage, est invasive et présente un faible rapport temps-efficacité, souligne-t-il. L’imagerie médicale préserve l’intégrité du patient et permet d’extraire une importante quantité d’information de l

Il vous reste 87% 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. Papanikolaou et coll., « How to develop a meaningful radiomic signature for clinical use in oncologic patients », Cancer Imaging, 2021, vol. 20, n° 33. DOI : doi.org/10.1186/s40644-020-00311-4
  2. Carrasquinha E., Santinha J. A. A., Mongolin A. et coll. « Regularization techniques in radiomics : a case study of the prediction of pCR in breast tumours and the axilla », Conference : CIBB 2019 – Computational intelligence methods for bioinformatics and biostatistics, septembre 2019. https://www.researchgate.net/publication/338412538_Regularization_techniques_in_Radiomics_A_case_study_on_the_prediction_of_pathological_Complete_Response_in_Breast_Tumours_and_the_Axilla.

Spécialité médicale

Oncologie

Mots-clés

ECR 2021 radiomique

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés L’intelligence artificielle en pratique clinique

Voir le dossier

Le fil Docteur Imago

13 Jan

16:14

L'utilisation de l'IA entraînerait une réduction de 33 % des heures travaillées chez les radiologues dans les cinq prochaines années, avec une fourchette allant de 14 % à 49 %. « Compte tenu de la relative stabilité des effectifs en radiologie et de la croissance continue du volume d'imagerie, il est peu probable que les radiologues perdent leur emploi dans un avenir prévisible », concluent les auteurs d'une étude.

15:00

14:06

La vérification des antécédents d'imagerie nécessite beaucoup de temps et de ressources. Le temps médian consacré à la vérification était de 31 secondes. Selon les auteurs, il est essentiel de quantifier le temps consacré à cette tâche afin de planifier les effectifs et d'optimiser l'efficacité des services (étude).  

7:14

Une étude rétrospective comparant l’ablation par micro-ondes et la résection chirurgicale chez 172 patients atteints d’hyperparathyroïdie primaire montre des taux de guérison et de rémission à long terme similaires sur cinq ans, sans différence significative de complications.

7:00

12 Jan

16:00

Des modèles de langage ajustés avec précision à l'aide d'informations cliniques et radiologiques ont prédit avec exactitude les comptes rendus les plus prioritaires, dans le cadre d'une étude présentée dans European Radiology.
✕
Docteur Imago

GRATUIT
VOIR