Une technique d'IRM mammaire sans produit de contraste, combinée à de la radiomique, pourrait réduire le nombre de biopsies mammaires inutiles, selon une nouvelle étude allemande publiée en ligne dans la revue Radiology.
L'IRM mammaire avec injection de produit de contraste au gadolinium est actuellement utilisée pour dépister les femmes à haut risque de cancer du sein et comme complément diagnostique de la mammographie.
La diffusion de kurtosis pour une vision microscopique du tissu mammaire
Des chercheurs allemands ont récemment étudié une approche alternative sans produit de contraste, dans certains cas, en utilisant la diffusion de kurtosis qui fournit une image du tissu mammaire à un niveau microstructural dans l'IRM de diffusion (IRMd). Elle fait l'objet d'une étude publiée en ligne dans la revue Radiology. "L'imagerie par diffusion de kurtosis a été introduite dans l'IRMd pour fournir des informations importantes sur les structures tissulaires à un niveau microscopique, a déclaré l'auteur principal de l'étude le Dr Sebastian Bickelhaupt, du Centre allemand de recherche sur le cancer à Heidelberg en Allemagne. Puisque les lésions malignes perturbent les structures tissulaires à ce niveau, le kurtosis de diffusion pourrait servir de marqueur pertinent des changements tissulaires mammaires."
Éviter les biopsies mammaires pour les lésions BI-RADS 4
Le Dr Bickelhaupt et ses collègues ont évalué une analyse rétrospective des données recueillies auprès de 222 femmes dans deux sites d'étude indépendants. Les femmes ont fait l'objet de résultats suspects sur la mammographie, classés dans le système BI-RADS en tant que lésions mammaires BI-RADS 4 et 5. Une lésion BI-RADS 4 est considérée comme une anomalie suspecte, tandis qu'une 5 est considérée comme hautement suspecte de malignité. Les femmes ont subi une IRMd suivie d'une biopsie. Pour l'analyse, un algorithme logiciel a été développé pour la caractérisation des lésions, et les données d'imagerie ont été extraites en utilisant un modèle radiomique à base de kurtosis.
Une analyse radiomique d'une sensibilité équivalente à la biopsie
Dans un ensemble d'examens de mammographie incluant 127 femmes, l'analyse radiomique a réduit les résultats de faux positifs de 70%, tout en détectant 60 des 61 lésions malignes, soit 98%. "Le modèle pourrait aider à réduire le nombre de lésions BI-RADS 4 suspectées d'être cancéreuses, sur la base d'une mammographie de dépistage, tout en conservant une sensibilité élevée similaire à la sensibilité apportée par les biopsies elles-mêmes", a ajouté le Dr Paul Jaeger, co-auteur de l'étude. Si les résultats sont vérifiés dans des essais de plus grande envergure, le modèle présente des avantages potentiels pour la clinique au-delà de sa capacité à réduire les biopsies inutiles chez les femmes présentant des lésions BI-RADS 4. L'algorithme du logiciel rend l'évaluation indépendante de l'œil du lecteur, dans la mesure où sa précision est constante selon les différentes installations d'imagerie.
La nouvelle approche ne vise pas à remplacer les protocoles actuels d'IRM mammaire de contraste, conclut le Dr Bickelhaupt, mais à élargir le spectre des options disponibles pour répondre à des questions cliniques précises. "Cela pourrait également améliorer l'efficacité des comptes rendus", a-t-il conclu.
Le médecin-chercheur Eric J. Topol et le spécialiste en IA de Harvard, Pranav Rajpurkar plaident en faveur d'une séparation claire des rôles entre les systèmes d'IA et les radiologues dans un éditorial publié dans la Revue Radiology. Ils proposent un cadre que les radiologues doivent adapter à leurs...
28/08/2025 -
Gleamer, acteur française de l’IA médicale, a lancé en juillet dernier sa suite OncoView destinée à assister les radiologues dans la détection précoce du cancer par densitométrie (TDM).
22/08/2025 -
Gleamer a annoncé, le 10 Juillet 2025, la signature d’un partenariat stratégique avec le réseau France Imageries Territoires (FIT) pour le déploiement des solutions Gleamer Copilot® dans l’ensemble des centres d’imagerie du réseau FIT.
29/07/2025 -
Les grands modèles de langage multimodaux seraient-ils capables de réaliser des comptes rendus radiologiques ? Des résultats d’essais contradictoires troublent le ressenti sur les possibilités de GPT-4V, un modèle qui se concentre uniquement sur la précision diagnostique. Une étude publiée dans la R...
21/07/2025 -
Les méthodes d’élaboration des grands modèles de langage sont basées sur des règles qui ne traitent pas efficacement les données non standardisées. Des chercheurs britanniques présentent, dans un article publié dans la Revue European Radiology, RADEX, le nouvel outil d’extraction de données radiolog...
15/07/2025 -
Incontournables pour l’entrainement des modèles de deep learning, les annotations d’images radiologiques sont rébarbatives et chronophages pour les experts qui les créent. Des grands modèles de langage (LLM) pourraient remplacer les annotations humaines, comme l’indique un article scientifique publi...
23/06/2025 -
Radiologues, informaticiens et chercheurs présentent, dans un article publié dans la Revue Radiology, les pièges et les meilleures pratiques pour atténuer les biais des modèles d'intelligence artificielle (IA) en imagerie médicale. Ils présentent une sorte de feuille de route pour des pratiques plus...
13/06/2025 -
Ne manquez aucune actualité en imagerie médicale et radiologie !
Inscrivez-vous à notre lettre d’information hebdomadaire pour recevoir les dernières actualités, agendas de congrès, et restez informé des avancées et innovations dans le domaine.