Scanner thoracique

Dépister le cancer du poumon pour prédire la mortalité cardiovasculaire

Des chercheurs néerlandais ont entraîné un système d'apprentissage profond sur des images de scanner thoracique de dépistage de cancer du poumon. Ils ont ainsi développé une méthode automatique qui permettrait de prédire en temps réel la mortalité à 5 ans liée à une pathologie cardiovasculaire.

icon réservé aux abonnésArticle réservé aux abonnés
Le 22/04/21 à 7:00, mise à jour aujourd'hui à 15:13 Lecture 2 min.

Grâce aux informations contenues dans un scanner thoracique basse dose réalisé pour un dépistage du cancer du poumon, un système de deep learning pourrait prédire en moins d’une seconde le risque de décès lié à une pathologie cardiovasculaire à 5 ans. © De Vos et coll./RSNA2021

Grâce aux informations contenues dans un scanner thoracique basse dose réalisé pour un dépistage du cancer du poumon, un système de deep learning (apprentissage profond) pourrait prédire le risque de décès lié à une pathologie cardiovasculaire à 5 ans. Telle est la conclusion d’une étude publiée dans la revue Radiology : Cardiothoracic Imaging le 15 avril.

5 000 scanners de l'étude NLST

Pour aboutir à ce résultat, le chercheur Bob D. de Vos et ses collègues des hôpitaux universitaires d’Amsterdam et d’Utrecht (Pays-Bas) ont réalisé une étude rétrospective qui a inclus 5 564 participants ayant passé un scanner basse dose dans le cadre de l’essai NLST (National Lung Screening Trial) entre août 2002 et avril 2004. Les patients ont été suivis jusqu'en décembre 2009.

Un réseau entraîné sur 6 types de calcifications

Le modèle de prédiction a été entraîné avec les données de 4 451 participants (âge médian 61 ans ; 37.9 % de femmes) puis testé avec les données de 1 113 sujets.  « Le réseau d’appre

Il vous reste 73% 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

Bibliographie

  1. De Vos B. D., Lessmann N., de Jong P. A. et coll., « Deep learning-quantified calcium scores for automatic cardiovascular mortality prediction at lung screening low-dose CT », Radiology : Cardiothoracic Imaging, avril 2021. DOI : 10.1148/ryct.2021190219. Publication en ligne.

Spécialité médicale

Cardiologie

Modalité d’imagerie

Scanner

Mots-clés

intelligence artificielle dépistage du cancer du poumon

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

15 Juil

16:00

Evolucare devient le premier éditeur référencé sur les deux volets du couloir Imagerie du Ségur avec son RIS Evolucare Imaging®, après le référencement Ségur de sa DRIMbox, annonce un communiqué de la société.

15:00

13:34

La consommation énergétique en IRM est principalement liée à l’utilisation des gradients, les séquences ep2D DWI et DTI étant les plus énergivores. Le choix de séquences moins consommatrices, dans un contexte clinique approprié, peut réduire la consommation d’énergie par séquence de 20 à 49 % (étude).

7:31

Une méta-analyse de 23 études démontre que la TEP-TDM au [18F]FDG et l’IRM pelvienne présentent une sensibilité comparable pour la détection des métastases ganglionnaires latérales dans le cancer du rectum. En revanche, la TEP-TDM au [18F]FDG peut aider à exclure les faux positifs, évitant ainsi les dissections latérales des ganglions lymphatiques et la morbidité associée.

7:00

13 Juil

17:51

Des modèles d’apprentissage profond ont montré des performances diagnostiques comparables ou meilleures que celles des médecins expérimentés pour la détection du cancer du pancréas sur des examens de scanner, rapporte une étude présentée dans Radiology.
✕
Docteur Imago

GRATUIT
VOIR