Nouvelles publications
La mammographie guidée par l'IA réduit la charge de travail de 33 % et augmente la détection du cancer du sein
Dernière revue: 14.06.2024
Tout le contenu iLive fait l'objet d'un examen médical ou d'une vérification des faits pour assurer autant que possible l'exactitude factuelle.
Nous appliquons des directives strictes en matière d’approvisionnement et ne proposons que des liens vers des sites de médias réputés, des instituts de recherche universitaires et, dans la mesure du possible, des études évaluées par des pairs sur le plan médical. Notez que les nombres entre parenthèses ([1], [2], etc.) sont des liens cliquables vers ces études.
Si vous estimez qu'un contenu quelconque de notre contenu est inexact, obsolète ou discutable, veuillez le sélectionner et appuyer sur Ctrl + Entrée.
Dans une étude récente publiée dans Radiology, des chercheurs du Danemark et des Pays-Bas ont mené une analyse rétrospective de l'efficacité du dépistage et du fardeau global du dépistage par mammographie avant et après l'introduction. Des systèmes d'intelligence artificielle (IA).
Le dépistage régulier du cancer du sein par mammographie réduit considérablement la mortalité due à cette maladie. Cependant, le dépistage par mammographie de masse augmente la charge de travail des radiologues qui doivent examiner de nombreuses mammographies, dont la plupart ne contiennent pas de lésions suspectes.
De plus, le double dépistage, utilisé pour réduire les faux positifs et améliorer la détection, augmente encore la charge de travail des radiologues. Le manque de radiologues spécialisés capables de lire les mammographies aggrave cette situation.
Des études récentes ont exploré de manière approfondie l'utilisation de l'IA pour analyser efficacement les rapports de radiologie tout en maintenant des normes de dépistage élevées. L'approche combinée, dans laquelle l'IA aide les radiologues à mettre en évidence les mammographies présentant des lésions signalées, est censée réduire la charge de travail des radiologues tout en maintenant la sensibilité du dépistage.
La présente étude a utilisé des mesures de performance préliminaires de deux cohortes de femmes dépistées par mammographie dans le cadre du programme national danois de dépistage du cancer du sein pour comparer l'évolution de la charge de travail et des performances de dépistage après l'introduction des outils d'IA.
Le programme invitait les femmes âgées de 50 à 69 ans à se soumettre à un dépistage tous les deux ans jusqu'à l'âge de 79 ans. Les femmes présentant des marqueurs indiquant un risque accru de cancer du sein, tels que les gènes BRCA, ont été dépistées à l'aide de différents protocoles.
Les chercheurs ont utilisé deux cohortes de femmes : l'une dépistée avant et l'autre après l'introduction du système d'IA. Seules les femmes de moins de 70 ans ont été incluses dans l'analyse afin d'exclure celles appartenant au sous-groupe à haut risque.
Tous les participants ont suivi des protocoles standards utilisant des mammographies numériques avec des vues obliques craniocaudales et médiolatérales. Tous les cas positifs de cette étude ont été identifiés par dépistage du carcinome canalaire ou du cancer invasif, confirmés par biopsie à l'aiguille. Des données sur les rapports pathologiques, la taille des lésions, l'atteinte des ganglions lymphatiques et les diagnostics ont également été obtenues à partir du registre national de santé.
Le système d'IA utilisé pour analyser les mammographies a été entraîné à l'aide de modèles d'apprentissage profond pour détecter, mettre en évidence et noter toute calcification ou lésion suspecte sur une mammographie. L'IA a ensuite classé les dépistages sur une échelle de 1 à 10, indiquant la probabilité de cancer du sein.
Une équipe composée pour la plupart de radiologues expérimentés a examiné les mammographies des deux cohortes. Avant la mise en œuvre du système d'IA, chaque dépistage était examiné par deux radiologues, et le patient était recommandé pour un examen clinique et une biopsie à l'aiguille uniquement si les deux radiologues considéraient que le dépistage nécessitait une évaluation plus approfondie.
Après la mise en œuvre du système d'IA, les mammographies avec un score inférieur ou égal à 5 ont été examinées par un radiologue senior, sachant qu'elles n'avaient reçu qu'une seule lecture. Ceux qui nécessitaient un examen plus approfondi ont été discutés avec un deuxième radiologue.
L'étude a révélé que la mise en œuvre du système d'IA réduisait considérablement la charge de travail des radiologues analysant les mammographies dans le cadre du dépistage de masse du cancer du sein, tout en améliorant l'efficacité du dépistage.
La cohorte dépistée avant la mise en œuvre du système d'IA comprenait plus de 60 000 femmes, tandis que la cohorte dépistée à l'aide de l'IA comptait environ 58 000 femmes. Le dépistage par IA a entraîné une augmentation des diagnostics de cancer du sein (0,70 % avant l'IA contre 0,82 % avec l'IA) tout en réduisant le nombre de faux positifs (2,39 % contre 1,63 %).
Le dépistage basé sur l'IA avait une valeur prédictive positive plus élevée, et le pourcentage de cancers invasifs était plus faible avec les méthodes basées sur l'IA. Bien que le pourcentage de cancers sans ganglions n’ait pas changé, d’autres mesures de performance ont montré que le dépistage basé sur l’IA améliorait considérablement les résultats. La charge de lecture a également diminué de 33,5 %.
L'étude a donc évalué l'efficacité d'un système de dépistage basé sur l'IA pour réduire la charge de travail des radiologues et améliorer les taux de dépistage des mammographies dans le cadre du dépistage de masse du cancer du sein au Danemark.
Les résultats ont montré que le système basé sur l'IA réduisait considérablement la charge de travail des radiologues tout en améliorant les taux de dépistage, comme en témoigne une augmentation significative des diagnostics de cancer du sein et une réduction significative des faux positifs.