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 hier à 14:17 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.

Spécialité médicale

Oncologie Imagerie de la femme

Modalité d’imagerie

Mammographie

Mots-clés

intelligence artificielle tomosynthèse

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

16 Jan

15:29

Un tissu mammaire dense réduit la performance de la tomosynthèse mammaire numérique, selon une étude publiée dans Academic Radiology. « Ces résultats soulignent la nécessité de rapporter et de prendre en compte la densité mammaire dans les recommandations de dépistage. »

13:27

Vidi Capital finalise son rapprochement avec le groupe IMAC à Cholet, qui rejoint le réseau. Cette opération porte à 110 le nombre de médecins en exercice, répartis au sein de sept entités et IMAC devient ainsi le deuxième groupe des Pays-de-la-Loire à s’adosser à Vidi Capital, après Vidi – Rad’Yon, annonce un communiqué de presse.

7:13

Bayer a annoncé la conclusion d’accords définitifs pour l’acquisition auprès d’Attralus de deux agents d’imagerie moléculaire expérimentaux, AT-01 et AT-05, destinés au diagnostic de l’amyloïdose cardiaque. Cette opération stratégique renforce la position de Bayer dans l’imagerie moléculaire et s’inscrit dans le développement de sa stratégie de cardiologie de précision, annonce un communiqué.

7:00

15 Jan

15:14

Les élections de l’European Society of Radiology (ESR) se tiendront du 8 au 21 janvier 2026. Deux candidates soutenues par la SFR, les professeurs Isabelle Thomassin-Naggara et Corinne Balleyguier, présentent leur candidature. Les radiologues français membres de l’ESR sont appelé à se mobiliser en votant par courriel : voting@polyas.com.

13:13

Bien que les unités mobiles de mammographie puissent améliorer l’accès aux soins pour des populations médicalement défavorisées, une étude pilote publiée dans Academic Radiology, met en lumière des opportunités pour promouvoir un suivi rapide et équitable des mammographies de dépistage anormales grâce à une meilleure navigation des patients, un soutien social et une aide financière.
✕
Docteur Imago

GRATUIT
VOIR