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 le 11/09/23 à 13:22 Lecture 2min.

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 DÉCOUVERTE

11€

pendant 1 mois
puis 23 €/mois

S’abonner à Docteur Imago

Auteurs

Carla Ferrand

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

29 Mar

11:44

Le fabricant français de dispositifs médicaux inHeart a reçu l’autorisation 510(k) de la FDA pour son logiciel d’IA qui crée un modèle numérique 3D du cœur d’un patient à partir d’images de scanner ou d'IRM, permettant ainsi de fournir une aide aux médecins avant et pendant la chirurgie. Déjà commercialisé en Europe, avec cette autorisation, le module d'IA de inHEART va désormais se déployer au sein des hôpitaux aux États-Unis, annonce un communiqué de inHeart.

7:35

Des chercheurs américains ont mis au point un nouveau modèle AsymMirai pour prédire le risque de cancer du sein à cinq ans à partir des mammographies, selon une nouvelle étude publiée dans Radiology. Ils ont ainsi confirmé l’importance clinique de l’asymétrie mammaire et mis en évidence le potentiel de la dissemblance bilatérale en tant que futur marqueur d’imagerie du risque de cancer du sein.
28 Mar

16:01

Une revue de la littérature publiée le 26 mars évoque la détection par l'intelligence artificielle de matériaux non-biologiques, et les scénarios courants de leur observation en clinique.

13:31

Une étude chinoise prospective monocentrique portant sur 33 patients montre qu'un an après l'embolisation des artères géniculées, le traitement est bien toléré et reste efficace pour contrer la gonarthrose. Des résultats qui rappellent ceux de l'essai français LipioJoint-1, parus en décembre 2023 et utilisant un autre agent d'embolisation.
Docteur Imago

GRATUIT
VOIR