Intelligence artificielle en mammographie et dépistage du cancer du sein
- L'intelligence artificielle (IA), grâce à l'émergence de l'apprentissage profond et des réseaux de neurones convolutifs permet le développement de systèmes d'aide à la détection et au diagnostic aux performances bien supérieures à celles des outils précédemment disponibles, qui étaient peu spécifiques. Les champs d'application de l'IA vont même au-delà, alliant le triage des clichés à lire en priorité par le radiologue pour une optimisation de la charge de travail, l'identification automatique des clichés techniquement insuffisants, l'évaluation standardisée de la densité mammaire et du risque individuel de cancer du sein, et la réduction du temps de lecture des coupes de tomosynthèse. Néanmoins, si de multiples évaluations rétrospectives montrent des résultats très prometteurs, il manque encore d'études prospectives en conditions réelles de dépistage.
Liens d'interêts
C. Malhaire déclare être consultant pour Therapixel.
Autres articles sur « Cancer du sein »
Envoyer à un confrère
Merci de saisir l’e-mail de votre confrère :
Figure 1. Diagramme représentant les relations entre IA, machine learning, réseaux de neurones et deep learning.
Figure 2. Mammographies de dépistage, évaluées par le logiciel MammoscreenTM (avec l’aimable autorisation de T. Bertinotti, Therapixel). A) Le score est de 1, en faveur de la bénignité. B) Le score est de 6 à gauche pour un groupement de calcifications, indéterminé, recommandant une évaluation par le radiologue, et de 3 pour le sein droit, en faveur de la bénignité. C) Le logiciel identifie une masse spiculée du sein gauche, très suspecte de malignité, score 8.
Figure 3. Mammographie bilatérale (avec l’aimable autorisation du Pr Boyer, CIMI, Paris), évaluée par le système TransparaTM, qui détecte une masse suspecte du sein droit (cercles rouges). Le radiologue a aussi la possibilité d’interroger le système sur une zone qui lui semble potentiellement suspecte par un simple clic : un pourcentage évaluant le risque de malignité est fourni (cercle vert), ainsi qu’un score global de risque de malignité, de 1 à 10, ici de 10 (cercle rouge).
Figure 4. Mammographie en incidence oblique droite, évaluée par une solution iCAD (avec l’aimable autorisation du Pr Boyer, CIMI, Paris). A) Mammographie 2D, le système marque une image en profondeur du quadrant supéro-externe, qui correspond à un surcroît de densité glandulaire bénin. B) Vue 3D en tomosynthèse : une lésion spiculée marquée par le logiciel avec un degré de suspicion de 56 %, correspond à un cancer, occulte en 2D. C) Vue agrandie de la masse spiculée identifiée par l’IA.
