Publicité

L'IA confirme son apport dans le dépistage du cancer du sein

Abonné(e)
10/06/2024
De Bruno Benque avec RSNA

Grâce à l’intelligence artificielle (IA), les radiologues du sein au Danemark ont ​​amélioré les performances de dépistage du cancer du sein et réduit le taux de résultats faussement positifs. Ceci est le résultat d’une étude qu’ils ont réalisée et qui a été publiée dans la Revue Radiology.

Ces dernières années, les chercheurs ont étudié l’utilisation des systèmes d’IA dans le dépistage du cancer du sein afin de réduire les risques de faux positifs. Lorsqu’elle est utilisée pour trier les résultats de dépistage probablement normaux ou pour aider à l’aide à la décision, l’IA peut également réduire considérablement la charge de travail des radiologues.

L’IA dans le dépistage du cancer du sein, outil d’aide au diagnostic et de réduction de la charge de travail des radiologues

« Nous pensons que l'IA a le potentiel d'améliorer les performances du dépistage, remarque le Dr Andreas D. Lauritzen, étudiant postdoctoral à l'Université de Copenhague et chercheur à l'hôpital de Gentofte – Danemark -. D’autre part, le dépistage impose une charge de travail importante aux radiologues qui doivent lire un grand nombre de mammographies, dont la majorité ne justifient pas le rappel de la patiente. La charge de travail de lecture est encore aggravée lorsque les programmes de dépistage utilisent la double lecture pour améliorer la détection du cancer et diminuer les rappels de faux positifs. »

Le Dr Lauritzen et ses collègues ont entrepris de comparer, dans une étude publiée dans la Revue Radiology, la charge de travail et les performances de dépistage de deux cohortes de femmes ayant subi un dépistage avant et après la mise en œuvre de l'IA. Cette étude rétrospective a comparé deux groupes de femmes âgées de 50 à 69 ans ayant subi un dépistage biennal par mammographie dans la région de Copenhague, capitale du Danemark.

Accédez à l'intégralité de cet article

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.

SUR LE MÊME THÈME

IA & Données

Trouver le modèle qui puisse efficacement intégrer l'IA dans le flux de travail du radiologue

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 -

IA & Données
Un acteur français de l'IA propose deux outils TDM pour la détection du cancer

Un acteur français de l'IA propose deux outils TDM pour la détection du cancer

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 -

IA & Données
Un réseau de radiologues français conclut un accord avec un fournisseur d'IA pour le diagnostic

Un réseau de radiologues français conclut un accord avec un fournisseur d'IA pour le diagnostic

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 -

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 -

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.