Dossier

L’IRM mammaire : vers une lecture augmentée par l’IA ? – L’IA peut-elle améliorer la précision diagnostique et réduire les faux positifs ?

Mis en ligne le

31 mars 2026

Auteurs

C. Balleyguier
J. Arfi-Rouche

L’IA atteint des performances diagnostiques comparables à celles des radiologues experts en IRM mammaire, avec des aires sous la courbe (AUC) de 0,84 à 0,92 pour la classification des lésions bénignes et malignes.
Les modèles de deep learning peuvent réduire les biopsies inutiles de 5 à 23 %, tout en maintenant une sensibilité élevée pour la détection du cancer du sein.
Les techniques de reconstruction par deep learningpermettent d’accélérer l’acquisition IRM, tout en préservant la qualité diagnostique des images.
Les protocoles IRM adaptatifs guidés par l’IA permettent de trier jusqu’à 50 % des examens vers un protocole abrégé, sans perte de détection des cancers.
La cartographie couleur appliquée à l’IA améliore l’acceptabilité clinique et permet une vérification des décisions par le radiologue.

L’IRM mammaire est reconnue pour sa haute sensibilité dans la détection du cancer du sein, particulièrement chez les femmes présentant un haut risque (mutations BRCA, antécédents d’irradiation thoracique, risque au cours de la vie > 20 %). Cependant, sa spécificité limitée génère un nombre significatif de faux positifs, conduisant à des biopsies inutiles et source d’anxiété pour les patientes. Les temps d’acquisition prolongés, de l’ordre de 20…