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 14:13 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

23 Oct

16:18

Le score de Kaiser en IRM mammaire présente une excellente précision diagnostique pour distinguer les lésions bénignes des lésions malignes chez les patientes présentant des anomalies BI-RADS 0 ou 4 en imagerie conventionnelle (étude).

13:16

Chez les patients obèses, le scanner à comptage photonique (PCCT) offre une meilleure qualité d’image que le scanner conventionnel (EID CT), avec un meilleur contraste et un rapport signal/bruit supérieur. Il permet également de réduire significativement la dose d’irradiation, en maintenant une bonne qualité diagnostique (étude).

7:45

Une étude a comparé un système d’intelligence artificielle aux critères PI-RADS pour la détection du cancer de la prostate cliniquement significatif en IRM, démontrant une sensibilité non inférieure à l’échelle du patient, mais inférieure à l’échelle lésionnelle. L’IA pourrait compléter PI-RADS pour optimiser le triage des biopsies, notamment des lésions indéterminées PI-RADS 3, concluent les chercheurs.
22 Oct

15:30

Une équipe de chercheurs a développé un système d’intelligence artificielle multimodale combinant imagerie médicale et données cliniques pour prédire la survie à 24 mois de patients atteints d’un cancer de la prostate métastatique résistant à la castration, traités par radiothérapie vectorisée ciblant le PSMA. Ce modèle affiche des performances prometteuses pour la stratification pronostique et l’aide à la décision clinique.
✕
Docteur Imago

GRATUIT
VOIR