Aide au diagnostic

Un logiciel prédit la malignité des nodules thyroïdiens « aussi bien que les experts »

Grâce à un système logiciel quantitatif, des chercheurs de l’université de Stanford ont pu prédire la malignité de nodules thyroïdiens avec la même exactitude que des radiologues experts. Leur méthode pourrait permettre de réduire les biopsies et les chirurgies inutiles.

icon réservé aux abonnésArticle réservé aux abonnés
Le 04/02/20 à 16:00, mise à jour aujourd'hui à 15:15 Lecture 1 min.

Exemple d'un patient de 73 ans atteint d'un carcinome papillaire du lobe gauche de la thyroïde. La capture d'écran montre un exemple d'annotation de nodule thyroïdien réalisée sur une image échographique. © AJR/Alfiia Galimzianova et al.

Quand l’œil de l’intelligence artificielle rivalise avec celui de l’expert. Une équipe américaine a développé une infrastructure logicielle quantitative (quantitative framework) qui serait capable de différencier les nodules thyroïdiens bénins et malins par échographie à un niveau comparable à celui des radiologues les plus expérimentés.

92 nodules confirmés par biopsie

Pour ces travaux publiés dans la revue American Journal of Roentgenology [1], la chercheuse Alfiia Galimzianova et ses collègues des départements de data science et de radiologie de l’université de Stanford (Californie), ont collecté rétrospectivement des images échographiques de 92 nodules confirmés par biopsie. Les nodules ont été délimités et annotés par deux radiologues experts en utilisant la méthode de classification TI-RADS (Thyroid Imaging Reporting and Data System).

Les résultats du logiciel comparés à ceux de 6 experts

Afin de prédire la malignité des nodules, les chercheurs ont analysé leurs caractéristiques en t

Il vous reste 58% 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. Galimzianova A., Siebert S. M., Kamaya A. et coll., « Quantitative Framework for Risk Stratification of Thyroid Nodules With Ultrasound: A Step Toward Automated Triage of Thyroid Cancer », American Journal of Roentgenology, 1 – 8. DOI : 10.2214/AJR.19.21350.

Modalité d’imagerie

Échographie

Mots-clés

intelligence artificielle Aide au diagnostic

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

15 Mai

17:40

Le diagnostic du cancer de sein par ordinateur assisté par IA (AI-CAD) pourrait considérablement améliorer la spécificité et réduire le temps de lecture des mammographies, sans compromettre la sensibilité, selon une étude incluant 9 radiologues dans plusieurs pays d'asie (étude).

13:30

Un algorithme de débruitage pourrait permettre d’atténuer la dégradation du bruit liée à l’indice de masse corporelle (IMC) des images de scanner cardiaque à comptage photonique, sans sacrifier l’interchangeabilité clinique (étude).

10:45

Les marqueurs de neuro-imagerie issus de l’IRM pourraient refléter la gravité du parkinsonisme et des ataxies cérébelleuses, deux sous-types d’atrophies multisystématisées (MSA) (étude).

7:00

13 Mai

13:42

L'atrophie du nerf optique avec un signal T/FLAIR augmenté et une absence de rehaussement constitue le schéma dominant de la neuropathie optique chronique en IRM, reflétant très probablement une dégénération axonale plutôt qu'une inflammation active, conclut une étude présentée dans Neuroradiology.

7:43

Il est nécessaire d'entraîner l’IA sur des populations plus diverses, et à travers différentes stratégies de dépistage pour permettre son utilisation dans les cas d’IRM prostatiques de dépistage, selon une revue de cadrage publiée dans l’European Journal of Radiology.
✕
Docteur Imago

GRATUIT
VOIR