Dépistage du cancer du sein

Un modèle d’IA hybride améliore la prédiction du risque de cancer du sein à deux ans 

Une étude espagnole a évalué les performances et la précision d'un modèle d'IA combinant des données cliniques et mammographiques pour améliorer la prédiction du risque de cancer du sein à 2 ans. Les résultats plaident pour l'utilisation de ce modèle hybride.

icon réservé aux abonnésArticle réservé aux abonnés
Le 22/09/25 à 7:00 Lecture 2 min.

L’étude a été menée entre 2013 et 2020 sur 2 193 femmes âgées en moyenne de 59 ans, dans le cadre d’un programme de dépistage du cancer du sein au sein de l’hôpital del Mar. © Solenn Duplessy

Une équipe de chercheurs de l’hôpital del Mar à Barcelone, en Espagne, démontre, dans une étude publiée dans European Radiology, [1] qu’un modèle d’intelligence artificielle (IA) combinant données cliniques et caractéristiques mammographiques améliore la prédiction du risque de cancer du sein dans les deux années suivant un dépistage.

Trois modèles prédictifs comparés

L’étude a été menée entre 2013 et 2020 sur 2 193 femmes âgées en moyenne de 59 ans, dans le cadre d’un programme de dépistage du cancer du sein par mammographie au sein de l’hôpital del Mar. Les chercheurs ont inclus les patientes dont les mammographies de dépistage avaient été jugées négatives au moment de leur réalisation, et qui avaient reçu un diagnostic de cancer du sein dans les deux années suivantes. Ils ont exploité ces données pour comparer trois modèles prédictifs basés sur l’apprentissage automatique : le premier s'appuyait sur les données cliniques et les caractéristiques extraites des images (ERTpd + im), le de

Il vous reste 70% 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

Solenn Duplessy

Voir la fiche de l’auteur

Déclaration des liens d'intérêts

Bibliographie

  1. Tendero R, Larroza A, Pérez-Benito FJ, et al (2025) Breast cancer risk assessment for screening: a hybrid artificial intelligence approach. Eur Radiol. https://doi.org/10.1007/s00330-025-11980-9

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Tech Imago

05 Déc

14:11

Un système de correction automatique du désalignement de la cible pour la radiothérapie adaptative basée sur le CBCT chez les patients atteints d'un cancer du poumon permettrait de produire automatiquement des scanners synthétiques et des délinéations, permettant la mise en œuvre de la radiothérapie sans nécessiter de corrections manuelles et avec des marges de traitement potentiellement plus petites (étude).

7:11

La seconde interprétation des examens de médecine nucléaire pédiatrique par des radiopédiatres spécialisés en médecine nucléaire a entraîné des changements susceptibles d'avoir un impact sur la prise en charge clinique dans 17 % des cas (étude).
04 Déc

15:53

Une étude menée dans plusieurs pays propose la première cartographie intégrée de la recherche des fantômes mammaire. Le but est de combler les lacunes existante afin de permettre d'améliorer l'évaluation des systèmes d'imagerie et leur pertinence clinique.

7:15

L'IRM de diffusion permet d'évaluer et de différencier la maladie de Legg-Calvé-Perthes d'un fémur normal. Elle fournit des données quantitatives qui peuvent être utilisées en complément des techniques d'IRM conventionnelles pour améliorer la précision du diagnostic. (Etude)
Tech Imago

GRATUIT
VOIR