Apprentissage profond

Une IA suédoise prédit mieux le risque de cancer du sein que les modèles basés sur la densité mammaire

En Suède, des chercheurs ont testé avec succès un modèle de prédiction du risque de cancer du sein basé sur l’apprentissage profond. Leur méthode serait plus performante et produirait moins de faux négatifs que les modèles de risque basés sur la densité mammaire.

icon réservé aux abonnésArticle réservé aux abonnés
Le 07/01/20 à 8:00, mise à jour aujourd'hui à 15:14 Lecture 2 min.

Deux exemples : à gauche, mammographie d'une femme de 56 ans ayant un score de risque élevé avec l'apprentissage profond (0,30) et qui a reçu un diagnostic de cancer du sein 5,1 ans après l'examen ; à droite, mammographie d'une femme de 57 ans ayant un score de risque élevé avec l'apprentissage profond (0,30) et qui a reçu un diagnostic de cancer du sein 5 ans après l'examen. © K. Dembrower/Radiology

Prédire le risque de cancer du sein de façon fiable grâce à l’intelligence artificielle, c’est possible. D’après les résultats d’une étude publiée en décembre 2019 dans la revue Radiology [1], une méthode développée à l’Institut Karolinska, à Stockholm (Suède), serait même plus performante que les modèles existants.

Extraire davantage d’informations des mammographies

Le modèle s’appuie sur un système d’apprentissage profond. L’approche est innovante, affirment les auteurs de l’étude. « La plupart des modèles de prédiction du risque de cancer du sein se basent sur des questionnaires et des évaluations de la densité mammaire », observent-ils. Or, notent-ils, l’évaluation visuelle de la densité est limitée par la variabilité entre les lecteurs. Ils ont postulé qu’un réseau de neurones entraîné pourrait extraire des informations supplémentaires des images mammographiques pour affiner ses prédictions.

Une cohorte de plus de 2000 femmes

Pour entraîner et valider leur algorithme, Karin Dembrower

Il vous reste 71% 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. Dembrower K., Liu Y., Azizpour H. et coll., « Comparison of a Deep Learning Risk Score and Standard Mammographic Density Score for Breast Cancer Risk Prediction », Radiology, 17 décembre 2019, publication en ligne. DOI : 10.1148/radiol.2019190872.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

04 Juil

16:39

Une erreur de délinéation a conduit à délivrer la majorité du traitement par radiothérapie externe du cancer de la peau a un patient sur une localisation saine. L’incident, détecté à la 24e séance, s'est déroulé au centre d’oncologie et radiothérapie d’Eure-et-Loir (COREL) de Chartres. Rapporté et communiqué par l'ASNR, il a été classé au niveau 2 de l’échelle ASN-SFRO des événements en radiothérapie, graduée de 0 à 7 par ordre croissant de gravité.

13:09

La HAS a reconduit pour un nouveau mandat de 3 ans les membres de la commission recommandations, pertinence, parcours et indicateurs (CRPPI). En plus des 18 membres d'origine, dont la radiologue du CHU de Lille Anne Cotten, la commission a été enrichie de 6 nouveaux, notamment en santé mentale et psychiatrie, indique un communiqué.

7:45

La substance active Florbetaben (18F), servant au diagnostic de l’amylose de la transthyrétine, a reçu la désignation « orphelin » de l’Agence européenne des médicaments le 22 mai 2025. Ce statut n’autorise pas la vente en UE mais permet la recherche avec des essais cliniques.
03 Juil

17:55

Gleamer annonce dans un communiqué de presse le lancement de LungCT® et BoneCT®, les deux premières applications de sa suite Oncoview®. Soutenus par l’initiative France2030, ces outils d’intelligence artificielle ont pour objectif d’aider les radiologues dans la détection précoce des cancers.

13:00

L'utilisation du gadopiclénol pourrait faciliter la réduction de l'exposition cumulative au gadolinium chez les enfants qui passent des examens IRM en série. Selon une étude rétrospective basée sur l’analyse de 38 cas par 2 neuroradiologues, l’agent macrocyclique à haute relaxivité permet des résultats semblables de ratio de contraste comparé aux autres agents disponibles sur le marché.
Docteur Imago

GRATUIT
VOIR