Un algorithme de deep learning destiné à optimiser la découverte du cancer du pancréas à partir d’un examen de tomodensitométrie corps entier vient d’obtenir le prix Alexander R. Margulis du RSNA. Ce prix récompense cette année un outil permettant de détecter cette pathologie de manière plus précoce.
Le prix Alexander R. Margulis d’excellence scientifique 2023 de la Radiological Society of North America (RSNA), qui récompense le meilleur article scientifique original publié dans la Revue Radiology, sera décerné aux auteurs de l’article de radiologie intitulé « Pancreatic Cancer Detection on CT Scans with Deep Learning : A Nationwide Population-based Study ».
Le pronostic du cancer du pancréas toujours aussi faible malgré les progrès de la médecine
« Le prix Margulis de cette année récompense des résultats marquants susceptibles d'affecter des millions de patients à travers le monde, précise le Dr Linda Moy, rédactrice dans Radiology. L'étude démontre comment un outil basé sur le deep learning peut aboutir à une détection précise du cancer du pancréas sur les tomodensitogrammes, en particulier pour les tumeurs inférieures à deux centimètres. La détection précoce du cancer du pancréas permet une intervention rapide qui augmente considérablement les chances de survie. »
En vous abonnant à Thema Radiologie, vous débloquez l’accès à l’ensemble de nos contenus premium : dossiers thématiques, tribunes d’experts, analyses technologiques, interviews et décryptages réglementaires.
Profitez de 15 jours d'essai gratuit pour découvrir tous nos contenus premium !
Déjà abonné ? Connectez-vous pour débloquer cet article.


L’exploration des lésions hépatiques focales est le seul domaine où l’échographie de contraste est autorisée aujourd’hui. Pourtant, des applications non autorisées peuvent apporter un vrai bénéfice au patient. Dans un article publié dans la Revue European Radiology, des experts évoquent des indicati...
28/01/2026 -


L’échographie fait preuve d’une faible sensibilité pour le dépistage du carcinome hépatocellulaire. De nouvelles recommandations de l'American Association for the Study of Liver Diseases (AASLD) sont parues en 2023. Elles ont été comparées à deux autres systèmes d’évaluation couramment utilisés. Ce...
23/01/2026 -


Se servir de la radiomique pour prédire la classification de Lauren pré-opératoire du cancer gastrique à partir d’images de tomodensitométrie est pertinent mais chronophage. Un modèle d’autosegmentation a été testé dans une étude récente publiée dans la Revue European Radiology et a obtenu des résul...
30/12/2025 -


Un nombre significatif de néoplasies gastriques passent inaperçues lors des examens TDM de routine, pour lesquels la segmentation par IA pourrait servir de second lecteur. Des chercheurs chinois ont décrit, dans la Revue Radiology, une approche dédiée basée sur le deep learning qu’ils ont développée...
26/12/2025 -


L’IRM haut champ pourrait potentiellement servir à l’exploration de la fibrose hépatique ex vivo. Une étude française publiée dans la Revue European Radiology compare un échantillon hépatique étudié par histopathologie et par IRM 7T. Les résultats sont jugés comparables et montrent la pertinence de...
12/12/2025 -


Les techniques d’acquisition IRM abdominale évoluent significativement pour éviter de sédater les enfants. Une étude allemande publiée dans la Revue European Radiology compare des séquences T1w radiales dynamiques en respiration libre à un protocole conventionnel dynamique avec injection. Cette tech...
10/12/2025 -


Grâce à un modèle de deep learning qui identifie un indice de volume surrénalien en tomodensitométrie, des chercheurs ont identifié un biomarqueur inédit du stress chronique. Ils présenteront leur étude lors du congrès annuel de la Radiological Society of North America (RSNA).
28/11/2025 -
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.