Publicité

Évaluer le devenir des nodules pulmonaires sans recours à la biopsie

08/11/2013
De Bruno Benque

  Le devenir des nodules pulmonaires détectés par tomodensitométrie n'est, la plupart du temps prévisible qu'après une biopsie. Une équipe de chercheurs québécois a réussi à modéliser l'apparition d'un cancer du poumon à partir des données cliniques des patients, corrélées aux images de scanners réalisés deux ans après le diagnostic initial.  

 

Deux études multicentriques compilées

A partir des scanners low-dose réalisés sur les patients ayant participé deux études nord-américaines, l'étude Pan-Canadian Early Detection of Lung Cancer (PanCan), ainsi qu'une série d'études sur le même thème commandées par le British Columbia Cancer Agency (BCCA), une équipe de la faculté de médecine et de l'université de cardiologie et de pneumologie du Quebec a réalisé une compilation. Le but de ce travail, publié dans le New England Journal of Medicine, était de construire un outil prédictif pour l'apparition d'un cancer du poumon à partir de la présence de nodules sur les images observées.

 

Modéliser la probabilité de survenue du cancer pulmonaire

Les chercheurs ont étudié 12 029 nodules sur ces 2 981 patients, qui présentaient des caractéristiques similaires, à savoir des fumeurs ou ex-fumeurs, entre 50 et 75 ans, sans antécédents familiaux. A partir de l'aspect radiologique, de la position, ou de l'évolution de la taille de ces nodules au bout de deux ans, dont 144 se sont révélés cancéreux, ils ont inventé une méthode permettant de modéliser la survenue d'un cancer du poumon à distance de la première apparition des nodules sur un scanner low-dose.

 

Les promesses d'un modèle à 90% fiable

Les résultats de l'évaluation de leur modèle apparaissent satisfaisants, avec une validation pour approximativement 90% des cas. Ce travail permettra, à terme, de limiter les investigations secondaires au diagnostic des nodules pulmonaires, notamment les actes de biopsie voire de chirurgie, dont les effets secondaires ne sont statistiquement pas négligeables, et de générer des économies pour le système de santé.

 

SUR LE MÊME THÈME

IA & Données
Un assistant clinique IA qui optimise le workflow médical
Abonné(e)

Un assistant clinique IA qui optimise le workflow médical

Microsoft vient d’annoncer la disponibilité en France de Microsoft Dragon Copilot, un assistant clinique IA conçu pour simplifier la documentation, faciliter la recherche d’informations et automatiser des tâches.

08/10/2025 -

IA & Données
Comment la DRIMbox améliore la qualité et la pertinence des examens d'imagerie

Comment la DRIMbox améliore la qualité et la pertinence des examens d'imagerie

Le programme Ségur Vague 2 pour l’imagerie connaît aujourd’hui son premier point d’étape avec l’enregistrement définitif des candidats au référencement RIS et DRIMbox. Nous avons rencontré Jean-Marc Chevilley, Directeur de Projet au sein de la Délégation au Numérique en Santé, qui est le pilote prin...

07/10/2025 -

IA & Données
Dr Data accélère l’IA et la recherche grâce au e-consentement en radiologie

Dr Data accélère l’IA et la recherche grâce au e-consentement en radiologie

Depuis la publication de l'AI Act, l'écosystème de l’imagerie médicale doit se préparer à évoluer, notamment pour gérer le consentement et l’opposition des patients. L'équipe de Dr Data a mis à disposition son expertise en protection des données de santé pour construire une solution et des processus...

04/10/2025 -

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 -

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.