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 15:14 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.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

10 Avr

15:32

Un modèle d’IA à apprentissage profond montre un potentiel en tant qu’outil de dépistage opportuniste de la santé osseuse chez les enfants, selon une étude publiée dans Radiology.

13:14

Les événements de sécurité des patients en radiologie représentent une faible proportion des incidents (3,2 %), mais révèlent des vulnérabilités importantes, notamment chez les enfants et les personnes âgées, avec un risque élevé lié aux médicaments et aux produits de contraste, selon une étude publiée dans Current Problems in Diagnostic Radiology

7:13

Les patientes atteintes d’un cancer du sein qui développent un dysfonctionnement cardiaque lors d’une chimiothérapie néoadjuvante subissent également une perte de tissu cérébral significativement plus importante que celles dont la fonction cardiaque reste stable, selon une étude publiée dans Academic Radiology.
09 Avr

16:21

Une étude multicentrique publiée dans European Radiology montre qu’un modèle de deep learning combinant nnU-Net et ConvNeXt-tiny permet d’évaluer avec précision l’invasion musculaire dans le cancer de la vessie à partir d’IRM, avec des performances élevées et stables.
Docteur Imago

GRATUIT
VOIR