Aide au diagnostic

Un système d’IA réduirait de moitié le temps de lecture des tomosynthèses mammaires

Une étude américaine met en lumière le potentiel d’une solution d’intelligence artificielle capable de réduire « considérablement » le temps de lecture des tomosynthèses mammaires tout en optimisant la détection des lésions malignes.

icon réservé aux abonnésArticle réservé aux abonnés
Le 17/09/19 à 11:00, mise à jour aujourd'hui à 14:19 Lecture 3 min.

Des chercheurs américains ont comparé les performances de 24 radiologues sur la lecture de 260 examens de tomosynthèse avec et sans IA (photo d'illustration).. D. R.

Une équipe du département de radiologie de la faculté de médecine de l’université de Pennsylvanie, à Philadelphie (États-Unis) a évalué les capacités d’une solution à base d’intelligence artificielle pour la lecture de tomosynthèses mammaires. Les résultats de ses travaux sont parus le 31 juillet 2019 dans la revue Radiology [1].

Une solution basée sur un réseau de neurones convolutif

Les chercheurs ont comparé les performances de 24 radiologues sur la lecture de 260 examens de tomosynthèse avec et sans IA : « Les 24 radiologues avaient lu plus de 500 examens de tomosynthèse au cours des deux années précédentes, précisent-ils. 13 d’entre eux (54 %) étaient des radiologues spécialisés en sénologie, et 11 étaient des radiologues généralistes. » Le système utilisé dans le cadre de cette étude est le Powerlook Tomo Detection®, une solution d’IA basée sur un réseau de neurones convolutif, commercialisée par la société américaine iCad. La firme a par ailleurs financé l’étude.

260 examens lus av

Il vous reste 79% 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. Conant E. F., Toledane A. Y., Periaswami S. et coll., « Improving Accuracy and Efficiency with Concurrent Use of Artificial Intelligence for Digital Breast Tomosynthesis », Radiology : Artificial Intelligence, 31 juillet 2019, vol. 1, n° 4. DOI : 10.1148/ryai.2019180096.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

18 Mar

16:54

Des chercheurs ont étudié les performances d’une méthode d’intelligence artificielle pour la segmentation automatisée du volume tumoral métabolique total (TMTV) sur des images TEP-TDM sur des patients atteints de lymphome. Il s'avère que l'IA a obtenu des résultats similaires que des experts humains. (étude)

16:50

Une étude a évalué la précision diagnostique d'un outil d'IA pour la détection des fractures de la hanche et du bassin. Il ressort que l'IA est d'une précision élevée pour les radiographies de la hanche mais moindre quand cela concerne les fractures du bassin.

13:45

Un billet publié dans npj Digit. Med exprime un « optimisme prudent » quant à la protection de la vie privée grâce à l'utilisation des dossiers médicaux électroniques. Bien que ces dossiers puissent conserver les données biométriques et démographiques, la possibilité de réidentifier les patients par leur intermédiaire est atténuée par plusieurs facteurs, comme la mise en œuvre de mesures de protection, affirment les auteurs (Source)

7:26

L'embolisation transartérielle présente un taux de mortalité « acceptable » et un faible taux de complication, qui en font une alternative thérapeutique viable pour le traitement des hémorragies aiguës associées à un traumatisme contondant chez les patients pédiatriques, concluent des chercheurs chinois dans EJR.
17 Mar

16:22

Le [64Cu]Cu-NOTA-anti-EphA2-Mb serait un agent immuno-TEP prometteur pour identifier les patients susceptibles de bénéficier de traitements anticancéreux ciblés (étude).
Docteur Imago

GRATUIT
VOIR