Un système de lecture hybride pour sécuriser l'intervention de l'IA dans le dépistage du cancer du sein
Une stratégie de lecture hybride pour la mammographie de dépistage, développée par des chercheurs néerlandais et déployée rétrospectivement sur plus de 40 000 examens, a permis de réduire la charge de travail des radiologues de 38 % sans modifier les taux de rappel ni de détection du cancer. L'étude, qui met l'accent sur la fiabilité de l'IA, a été publiée aujourd'hui dans la Revue Radiology.
Cet article est réservé aux abonnés. Abonnez-vous pour lire la suite.
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
Des algorithmes très performants issus du dernier RSNA AI challenge pour la mammographie de dépistage
Les algorithmes soumis à un challenge d'IA organisé par la Radiological Society of North America (RSNA) ont montré d'excellentes performances pour la détection des cancers du sein sur les images mammographiques. Ces outils augmentent la sensibilité du dépistage tout en maintenant de faibles taux de...
22/08/2025 -
Cancer du sein triple négatif : un nouveau modèle IRM pour évaluer les effets précoces de la chimio-immunothérapie néoadjuvante
Prédire la réponse pathologique complète à la chimiothérapie néoadjuvante pour un cancer du sein triple négatif, tel est le but d’une étude publiée dans l’American Journal of Roentgenology et réalisée par une équipe de chercheurs chinois. Ils ont conçu un modèle intégrant l’IRM initiale pour identif...
19/08/2025 -
Un modèle d'IA pourrait permettre de trier les IRM mammaires de dépistage
Un modèle d’IA entraîné à partir des données issues de 10 000 IRM mammaires avec injection de produit de contraste pourrait décrire avec précision la localisation des tumeurs et pourrait surpasser les modèles de référence à des fins de triage. C’est ce que présente une étude publiée dans la Revue Ra...
08/08/2025 -
L'IA améliore le diagnostic de cancer d'intervalle par tomosynthèse
Un algorithme d'IA pour aider au dépistage du cancer du sein pourrait améliorer les performances de la tomosynthèse. C’est ce que montre une étude publiée dans la Revue Radiology dans laquelle l’Ia est capable d’identifier plus d’un tiers des cancers d'intervalle.
01/08/2025 -
Identifier les faux positifs et faux négatifs dans le dépistage du cancer du sein par tomosynthèse
Malgré l’essor de la tomosynthèse, des cas de faux négatifs ou de non-détection de cancers subsistent lors du dépistage du cancer du sein utilisant cette technologie. Une étude publiée dans la Revue European Radiology tente de classer les cancers non détectés en vrais ou faux négatifs en évaluant l’...
02/07/2025 -
De la possibilité d'une pelvimétrie par IRM grâce aux séquences ZTE et black bone
La pelvimétrie par IRM, trop coûteuse et trop longue à acquérir dans un contexte obstétrical, pourrait être pertinente en réalisant des séquences ZTE et black bone afin de limiter les contraintes. Une étude belge publiée dans la Revue European Radiology évalue la répétabilité et la reproductibilité...
18/06/2025 -
Le radiologue doit rester au centre du processus qualitatif de dépistage du cancer du sein
Les acteurs du dépistage organisé du cancer du sein ont expliqué comment, à l’occasion du congrès de la SIFEM 2025, ils s’associent pour améliorer le taux de participation des femmes. Le groupe de réflexion qu’ils ont constitué estime notamment que les initiatives régionales sont à coordonner et à r...
16/06/2025 -
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.