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.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

03 Sep

17:30

L’IA permettrait d’automatiser la localisation du cœur fœtal sur les IRM et la reconstruction des images cardiaques dynamiques. Selon une étude, les images obtenues sont de qualité comparable à celles produites manuellement.

11:29

Des chercheurs auraient développé et validé un modèle radiomique basé sur le coefficient de diffusion apparent (ADC) pour détecter le cancer de la prostate cliniquement significatif (csPCa) chez les patients présentant des lésions PI-RADS 3. Le modèle aurait démontré son efficacité dans la cohorte d’entraînement et des performances modérées lors de la validation externe.

7:28

Une étude démontre qu’un système d’entraînement adaptatif personnalisé basé sur l’IA améliore significativement les performances des lecteurs de mammographie. Tous les participants ont atteint le seuil de performance prédéfini après deux à cinq séances de formation, chacune comprenant entre 35 et 66 cas obtenus sur 1 à 8 mois.
02 Sep

16:40

L’analyse quantitative de la perfusion en IRM DCE fournirait une valeur diagnostique significative pour différencier le gliome diffus de la ligne médiane (DMG) et le glioblastome de la ligne médiane (mGBM), des tumeurs particulièrement agressives qui nécessitent des stratégies thérapeutiques distinctes, de manière non invasive chez les patients pédiatriques et les jeunes adultes. (Etude)

13:32

Docteur Imago

GRATUIT
VOIR