Intelligence artificielle

Un logiciel d’évaluation de la qualité des mammographies comparé aux manipulateurs radio

Un logiciel d’IA évalue la qualité des mammographies aussi bien que des manipulateurs radio, selon une étude autrichienne publiée dans Radiography.

icon réservé aux abonnésArticle réservé aux abonnés
Le 17/07/25 à 7:00 Lecture 2 min.

L’étude a comparé leurs performances d’évaluation sur le système PGMI (photo d'illustration). shutterstock

Le logiciel b-rayZ AG serait aussi performant que des manipulateurs radios pour évaluer la qualité des images diagnostiques en mammographie en fonction des techniques avec le système « perfect-good-moderate-inadequate » (PGMI). C'est le résultat que suggère une étude menée par l’université médicale d’Innsbruck (Autriche) et parue le 5 juillet dans Radiography [1]. Le logiciel a donné des résultats comparables sur l’évaluation des images de 520 examens comparés aux manipulateurs radio.

Varier les sources et uniformiser pour mieux comparer

Pour comparer les écarts de performance dans l’évaluation de la qualité des images entre les manipulateurs radios et le logiciel, les chercheurs se sont appuyés sur plusieurs mesures : précision, concordance et matrices de confusions. Pour obtenir une meilleure représentativité, les chercheurs ont sélectionné 5 manipulateurs radio, dont 4 habitués à l’évaluation PGMI, venant de 3 pays différents. Les images elles, provenaient d’établissements variés en t

Il vous reste 71% de l’article à lire

Tech Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Tech Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre découverte

1€

pendant 1 mois
puis 13 €/mois

S’abonner à Tech Imago

Auteurs

Émilien Dardenne

Journaliste stagiaire

Bibliographie

  1. Santner T, Ruppert C, Gianolini S, et al (2025) PGMI assessment in mammography: AI software versus human readers. Radiography 31:103017. https://doi.org/10.1016/j.radi.2025.103017

Spécialité médicale

Imagerie de la femme

Modalité d’imagerie

Mammographie

Mots-clés

logiciel intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Tech Imago

10 Juil

15:33

La consommation énergétique en IRM est principalement liée à l’utilisation des gradients, conclut une étude présentée dans Academic Radiology. Les séquences ep2D DWI et DTI étant les plus énergivores. Le choix de séquences moins énergivores, dans un contexte clinique approprié, peut réduire la consommation d’énergie par séquence de 20 à 49 %.

7:31

Une méta-analyse de 23 études démontre que la TEP-TDM au [18F]FDG et l’IRM pelvienne présentent des sensibilités comparables pour la détection des métastases ganglionnaires latérales du cancer du rectum. En revanche, la TEP-TDM au [18F]FDG peut aider à exclure les faux positifs, évitant ainsi les dissections latérales des ganglions lymphatiques et la morbidité associée.

7:00

09 Juil

17:00

Des modèles d’apprentissage profond conçus pour identifier les résultats d’imagerie directe et indirecte sur le scanner ont montré des performances diagnostiques comparables ou meilleures que celles des médecins expérimentés pour la détection du cancer du pancréas, selon une étude de Radiology.

11:00

Dans une étude rétrospective suédoise, des chercheurs ont testé trois systèmes de détection assistée par ordinateur (AI-CAO) basés sur l’IA sur des données de mammographie provenant d’une grande population de dépistage. Ceux-ci ont démontré leur potentiel à détecter les signes précoces du cancer du sein jusqu’à 6 ans avant le diagnostic, selon une étude publiée dans Radiology. (Communiqué)

7:45

Le scanner corps entier à ultra-faible dose, associé à un algorithme de reconstruction par intelligence artificielle (SR-DLR), permet de réduire d'environ 70 % l'exposition aux rayonnements tout en conservant une excellente qualité d'image et des performances diagnostiques élevées pour la détection des maladies viscérales et métastatiques des tissus mous chez les patients oncologiques sous surveillance du cancer, indique une étude parue dans European Journal of Radiology.
✕
Tech Imago

GRATUIT
VOIR