Publicité

Un modèle d'IA peut prédire le cancer du sein à cinq ans

Abonné(e)
26/03/2024
De Bruno Benque avec RSNA

Des chercheurs américains ont développé un nouveau modèle d'intelligence artificielle (IA) interprétable pour prédire le risque de cancer du sein sur 5 ans à partir des mammographies, selon une nouvelle étude publiée aujourd'hui dans la Revue Radiology. Ils opensent que cet algorithme pourrait réduire la fréquence du dépistage du cancer du sein.

Les systèmes d’intelligence artificielle (IA) commencent à présenter des signes solides de maturité dans le cadre du dépistage du cancer du sein. Les statistiques rappellent que 13% de la population féminine américaine développera un cancer du sein invasif au cours de sa vie et que 3% en mourra, selon l'American Cancer Society. Et comme le dépistage du cancer du sein par mammographie est le meilleur moyen de détecter le cancer du sein à un stade précoce, ce qui assure un traitement plus efficace, il est nécessaire de disposer d’outils afin de prédire avec précision quelles femmes développeront un cancer du sein grâce au seul dépistage.

Des algorithmes existants pouvant entraîner des erreurs de diagnostic

Mirai, un algorithme de pointe basé sur le deep learning, a démontré ses compétences en tant qu'outil permettant de prédire le cancer du sein, mais comme on sait peu de choses sur son processus de raisonnement, l'algorithme risque de rendre les radiologues trop confiants et de commettre des erreurs de diagnostic. C’est la raison pour laquelle une équipe de chercheurs du Département d'informatique de l'Université Duke à Durham - Caroline du Nord, USA -, a conçu une nouvelle méthode d’AI pour améliorer sa pertinence dans le dépistage du cancer du sein.

Accédez à l'intégralité de cet article

Cet article est réservé aux abonnés. Connectez-vous pour y accéder.

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.

Rejoignez une communauté de professionnels engagés dans l’innovation en imagerie médicale et radiologie interventionnelle.

SUR LE MÊME THÈME

IA & Données
Les comptes rendus radiologiques ne sont pas près de passer par GPT-4
Abonné(e)

Les comptes rendus radiologiques ne sont pas près de passer par GPT-4

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 -

IA & Données
Un nouvel outil d'extraction de données spécialisé en radiologie

Un nouvel outil d'extraction de données spécialisé en radiologie

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 -

IA & Données
Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning
Abonné(e)

Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning

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 -

IA & Données
Les bonnes pratiques pour l'évaluation de la pertinence d'un outil d'IA en imagerie
Abonné(e)

Les bonnes pratiques pour l'évaluation de la pertinence d'un outil d'IA en imagerie

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 -

IA & Données
Abonné(e)

Des LLM affinés pour aider à la relecture des comptes rendus

Selon une nouvelle étude publiée dans la Revue Radiology, un grand modèle de langage (LLM) améliorerait sensiblement la détection des erreurs dans les comptes rendus de radiologie. Les chercheurs ont utilisé des comptes rendus synthétiques et des données ciblées pour donner au LLM de la légèreté.

23/05/2025 -

IA & Données
Abonné(e)

Agir sur la vulnérabilité des grands modèles de langage en radiologie

Dans un nouvel article spécial publié dans la Revue Radiology, des chercheurs abordent les défis de cybersécurité liés aux grands modèles de langage (LLM). Ils soulignent l'importance de mettre en œuvre des mesures de sécurité pour empêcher leur utilisation malveillante dans le système de Santé et m...

21/05/2025 -

IA & Données
Abonné(e)

Une feuille de route pour atténuer les biais de l'IA

Les biais diagnostiques créés par l’IA relèvent d’un manque d’informations démographiques incluent dans les données de santé. Dans un article publié dans la Revue Radiology, des chercheurs américains décrivent l’importance d’une définition homogène décrivant les groupes démographiques. Un travail qu...

20/05/2025 -

LETTRE D'INFORMATION

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.