Cancer du sein : cette nouvelle technique de lecture des mammographies qui améliore le dépistage

Les chercheurs du Massachusetts General Hospital ont développé une nouvelle façon d’analyser les mammographies grâce à l’intelligence artificielle. Celle-ci permet de détecter le cancer du sein de manière bien plus précoce. Selon News Medical, ce "modèle informatique d'apprentissage en profondeur" ou "deep learning" identifie les biomarqueurs d'imagerie sur les mammographies de dépistage afin de prédire le risque d'un patient de développer un cancer du sein avec une plus grande précision que les outils traditionnels d'évaluation des risques.

Comme le rapporte Newsgram, "les modèles traditionnels d'évaluation des risques ne tirent pas parti du niveau de détail contenu dans une mammographie", a déclaré l’auteure de l'étude Leslie Lamb, du Massachusetts General Hospital, aux États-Unis. En effet, selon les chercheurs, ils "impliquent la collecte des antécédents des patients, peuvent prendre du temps et être incohérents et n'utilisent pas toutes les informations disponibles à partir d'un dépistage par mammographie".

Un nouvel algorithme grâce aux données de cinq sites de dépistage d'un hôpital

Leslie Lamb estime que même "les meilleurs modèles de risque traditionnels existants peuvent séparer des sous-groupes de patients, mais ne sont pas aussi précis au niveau individuel". L'équipe de recherche a donc développé un nouvel algorithme d'apprentissage en profondeur pour prédire le risque de cancer du sein en utilisant les données de cinq sites de dépistage du cancer du sein de Massachusetts General Hospital.

Un taux prédictif du cancer du sein de 0,71

MENAFN précise que l'étude a porté sur 245 753 mammographies de dépistage bilatérales numériques consécutives réalisées chez 80 818 patients entre 2009 et 2016. Il s'agissait de femmes ayant des antécédents de cancer du sein, d'implants ou de biopsies antérieures. Le modèle d'apprentissage en profondeur a atteint un taux prédictif du cancer du sein de 0,71, surpassant considérablement le modèle de risque traditionnel, qui a atteint un taux de 0,61.

Comme le précise Fierce Biotech, cela signifie que pour prévoir si une personne pourrait développer un cancer du sein dans les cinq ans suivant une mammographie, le modèle informatique a démontré un taux prédictif de 71%, comparativement à 61% avec des méthodes largement utilisées. L’intelligence artificielle créée permet donc de détecter le cancer du sein beaucoup plus tôt qu’avec les anciennes méthodes.

"Notre modèle d'apprentissage en profondeur est capable de traduire toute la diversité des biomarqueurs d'imagerie subtils dans la mammographie qui peuvent prédire le risque futur d'une femme de cancer du sein", a assuré l'auteur de l'étude Leslie Lamb. L'étude devrait être présentée à la réunion annuelle de la Radiological Society of North America (RSNA), qui se tient du 29 novembre au 5 décembre.