Optimisation du dépistage

Une nouvelle IA prédit le cancer du poumon jusqu’à 6 ans à partir d’un scanner thoracique

Un nouvel algorithme utilisant l'apprentissage profond prédit le risque de développer un cancer bronchopulmonaire dans les six ans suivant la réalisation d'un scanner thoracique. Il a fait l'objet d'une publication dans Journal of Clinical Oncology en janvier 2023.

icon réservé aux abonnésArticle réservé aux abonnés
Le 13/02/23 à 16:00, mise à jour aujourd'hui à 14:07 Lecture 2 min.

L'IA Sybil, validée sur trois cohortes indépendantes de patients, prédit le risque individuel de cancer du poumon à partir d'un scanner thoracique, avec une aire sous la courbe supérieure à 0,75 sur 6 ans (image d'illustration). D. R.

Un unique scanner thoracique basse dose, sans données cliniques associées ni annotations. C'est tout ce que nécessite Sybil, un nouveau modèle d'apprentissage profond, pour prédire le risque de développer un cancer du poumon chez différentes cohortes de sujets ayant participé à un dépistage du cancer bronchopulmonaire, d'après une étude rétrospective présentée en janvier 2023 dans Journal of Clinical Oncology [1].

Trois bases de données

Les chercheurs du Massachusetts Institute of Technology de Cambridge (États-Unis) et du Massachusetts General Hospital (MGH) de Boston (États-Unis) à l'origine de l'article ont entraîné puis validé Sybil sur des milliers de scanners thoraciques basse dose provenant de trois bases de données différentes : le dépistage au MGH (8 821 scanners basse dose dans la base de données de validation), le dépistage organisé national américain (6 282 examens), et le dépistage au Chang Gung Memorial Hospital (CGMH) à Taïwan (12 280 examens). Grâce à la sélection de suje

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

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Bibliographie

  1. Mikhael P. G., Wohlwend J., Yala A. et coll., « Sybil: A Validated Deep Learning Model to Predict Future Lung Cancer Risk From a Single Low-Dose Chest Computed Tomography », Journal of Clinical Oncology, 12 janvier 2023. DOI : 10.1200/JCO.22.01345.

Spécialité médicale

Oncologie

Modalité d’imagerie

Scanner

Mots-clés

cancer du poumon apprentissage profond

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

19 Fév

16:11

Un nouveau capteur à base de lumière peut détecter des quantités incroyablement faibles de biomarqueurs cancéreux dans le sang, avant qu’il ne soit visible sur les scans, augmentant la possibilité d’une détection plus précoce et plus simple, indique un communiqué publié sur ScienceDaily.

13:14

Le Private Equity Stakeholder Project (PESP) a publié l’édition 2025 de son analyse annuelle des acquisitions dans le secteur de la santé, intitulé Private Equity Healthcare Deals : 2025 en revue. Le rapport indique que l’activité de capital-investissement est restée stable en 2025 dans le secteur de la santé, incluant environ une douzaine d’opérations en imagerie diagnostique.

7:30

Le Mammobile, un cabinet de radiologie ambulant, va sillonner à partir du mois de mars le département des Pyrénées Orientales, indique francebleu.fr. Le but est de permettre aux femmes âgées de 50 à 74 ans, habitant loin des centres de dépistage, de faire une mammographie.

7:00

18 Fév

16:00

Un radiologue exerçant à Saint-Jean-de-la-Ruelle (45) a été mis en examen pour viols en novembre 2025 après le signalement d'une patiente, informe La République du Centre. Depuis 1977, plusieurs signalements avaient déjà été faits à son encontre. Il est suspendu depuis 2015. Le parquet d'Orléans a lancé un appel à témoin. (Source)

15:00

✕
Docteur Imago

GRATUIT
VOIR