Dépistage

Une étude juge « prometteuses » les performances d’une IA pour la détection des cancers du sein

Évaluée de façon rétrospective, une solution d'intelligence artificielle disponible dans le commerce a attribué le score de risque maximal à 86,8 % des cancers détectés par mammographie dans le cadre du programme norvégien de dépistage.

icon réservé aux abonnésArticle réservé aux abonnés
Le 25/04/22 à 7:00, mise à jour le 10/02/26 à 14:11 Lecture 2 min.

« Les cancers d’intervalle avec des scores d’IA élevés avaient des caractéristiques tumorales histopathologiques favorables par rapport à ceux avec de faibles scores d’IA. L’inverse a été observé pour les cancers détectés lors du dépistage », soulignent les auteurs de l'étude (photo d'illustration). © Carla Ferrand

Une étude présentée dans Radiology conclut au potentiel d'une solution commerciale d’intelligence artificielle pour détecter le cancer sur des mammographies [1].

La performance de l’IA comparée à une double lecture indépendante des radiologues

L’objectif de cette étude rétrospective était de « comparer la performance d’un système d’IA à celle des radiologues dans une double lecture indépendante avec consensus, telle qu’elle est effectuée dans un programme de dépistage en population », indiquent les auteurs de l'étude. « Il s’agit de la plus grande étude d’évaluation de l’IA à ce jour », soulignent-ils. 122 969  mammographies de 47 877 femmes ont été évaluées à l’aide d’un système d’intelligence artificielle (IA) commercial développé par ScreenPoint Medical, qui prédit le risque de cancer sur une échelle de 1 (risque le plus faible) à 10 (risque le plus élevé). Les mammographies numériques ont été réalisées dans quatre centres du programme norvégien de dépistage d’octobre 2009 à décembre

Il vous reste 73% 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

Solenn Duplessy

Voir la fiche de l’auteur

Bibliographie

  1. Larsen M., Aglen C. F., Lee C. I. et coll., « Articifial intelligence evaluation of 122969 mammography examinations from a population-based screening program », Radiology. Epub 29 mars 2022. DOI : 10.1148/radiol.212381

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

11 Fév

16:09

Median Technologies a obtenu l’autorisation 510(k) de la FDA pour son dispositif médical eyonis® LCS.  Basé sur l’IA. Celui-ci vise à transformer le dépistage du cancer du poumon en aidant à son diagnostic à des stages précoces et curables et ce, en limitant les examens de suivi inutiles et les faux positifs.

13:30

Un rapport conjoint publié en janvier 2026, de la joint commission, organisme de certification aux Etats-Unis et du National Quality Forum (NQF), mentionne le « Préjudice au patient associé à une lésion thermique liée à l'IRM », comme un domaine d’inquiétude important. Les deux organismes américains ont aligné leurs listes des événements Sentinel et « événements graves à signaler », afin de simplifier le signalement des événements de sécurité des patients. (Source)

7:16

L’obésité réduit la performance de la radiographie thoracique pour le diagnostic de pneumonie, avec une concordance et une sensibilité nettement inférieures à celles observées chez les patients non obèses. Dans ce contexte, le scanner thoracique démontre une précision diagnostique supérieure pour la pneumonie, chez les patients obèses. (Étude)
10 Fév

16:00

L'arrêté du 4 février 2026 fixe le contenu et les modalités des appels à candidature pour l'expérimentation du retraitement de certains dispositifs médicaux à usage unique, notamment certains types de cathéters.

14:11

Les modèles de comptes rendus structurés IRM spécifiques à l'endométriose amélioreraient considérablement l'exhaustivité de la documentation par rapport aux modèles généraux et au texte libre (étude).
Docteur Imago

GRATUIT
VOIR