Intelligence artificielle

Un modèle de deep learning prédit le risque de cancer du sein à 5 ans

Des chercheurs du Massachusetts Institute of Technology (MIT) ont mis au point un algorithme d’évaluation du risque de cancer du sein basé sur l’apprentissage profond. Capable de prédire le risque à cinq ans, il serait plus précis que le modèle Tyrer-Cuzick aujourd’hui utilisé.

icon réservé aux abonnésArticle réservé aux abonnés
Le 05/07/19 à 7:00, mise à jour hier à 15:07 Lecture 1 min.

Le modèle mis au point par l'équipe américaine a été capable d'identifier une femme à haut risque de cancer du sein quatre ans avant qu'il ne se développe (photo). ©MIT/CSAIL

Leur création serait plus efficace que les standards en vigueur. Des chercheurs du laboratoire d'informatique et d'intelligence artificielle du MIT (CSAIL) et du Massachusetts General Hospital (MGH) ont développé et testé un modèle d’apprentissage profond (deep learning) capable de prédire le risque de cancer du sein à 5 ans. Ils ont décrit leurs travaux en mai 2019 dans Radiology [1].

Trois modèles testés

Pour ce faire, ils ont exploité une base de 88 994 mammographies de dépistage réalisées sur 39 571 femmes entre janvier 2009 et décembre 2012. En utilisant l'information sur les facteurs de risque provenant des questionnaires des patientes et de l'examen des dossiers médicaux électroniques, ils ont élaboré trois modèles d’évaluation du risque de cancer du sein sur cinq ans. « Le premier utilise les facteurs de risque traditionnels ; le deuxième repose sur l’apprentissage profond et se base uniquement sur les mammographies. Le troisième est un modèle de deep learning hybride, basé à la

Il vous reste 57% 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. Yala A., Lehman C., Schuster T. et coll., « A Deep Learning Mammography-based Model for Improved Breast Cancer Risk Prediction », Radiology, 7 mai 2019, vol. 292, n° 1. DOI : 10.1148/radiol.2019182716.
  2. Tyrer J., Duffy S.W., Cuzick J. et coll., « A breast cancer prediction model incorporating familial and personal risk factors », Statistics in Medicine, 15 avril 2004, vol. 23, n° 7, p. 1111-1130. DOI : 10.1002/sim.1668.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

23 Avr

7:30

Le système ILD-RADS (Interstitial Lung Disease Imaging-Reporting and Data System) aurait le potentiel d'être largement utilisé par les radiologues pour la standardisation des comptes rendus de scanner thoracique haute résolution (étude).
22 Avr

16:30

Un indice de masse corporelle plus bas, une sténose athérosclérotique non intracrânienne, une occlusion de l'artère carotide non interne et un niveau bas de cholestérol total ont été associés à des taux accrus de revascularisation complète après une seule thrombectomie chez les patients atteints d'occlusion des grands vaisseaux par une étude présentée dans Interventional Neuroradiology.

14:06

La Society of Interventional Radiology, basée aux États-Unis, a produit un papier de position sur le rôle des procédures endovasculaires chez les patients pédiatriques victimes de traumatisme. Il est paru dans la revue Journal of Vascular and Interventional Radiology.

7:30

La Direction générale de l'offre de soins (DGOS) et le Centre national de gestion (CNG) organiseront les élections des représentants des personnels médicaux du 11 au 18 juin 2024 sur une plateforme de vote électronique. Ces élections ont pour objectif de désigner les représentants des personnels médicaux hospitaliers (médecins, chirurgiens-dentistes et pharmaciens) au sein des instances nationales de dialogue social.
Docteur Imago

GRATUIT
VOIR