Une équipe de recherche dirigée par le Dr Tao Tan de l’Institut néerlandais du cancer a découvert qu’un système multimodal d’IA présentait une sensibilité comparable pour l’identification du cancer du sein par rapport aux lecteurs humains.
“Les systèmes d’IA multimodaux pour détecter le cancer du sein chez les femmes aux seins denses sont une solution potentielle pour le dépistage du sein dans les régions où les radiologistes sont rares”, ont écrit Tan et ses co-auteurs.
L’efficacité de la mammographie conventionnelle peut être limitée lorsqu’il s’agit de détecter le cancer du sein chez les femmes ayant des tissus denses. L’échographie mammaire 3D automatisée peut aider à cela en tant que complément de dépistage, mais elle ajoute un fardeau supplémentaire aux charges de travail cliniques à forte intensité de main-d’œuvre, ont noté les enquêteurs.
Il est possible que l’IA puisse aider en combinant la méthode d’échographie 3D automatisée avec des outils qui trieraient automatiquement les femmes avec des tissus denses qui sont dépistées pour le cancer du sein, mais Tan et ses collègues ont noté qu’aucune étude n’a étudié le potentiel de cette tactique.
Le groupe de Tan a cherché à comparer l’efficacité de détection des systèmes d’IA à l’aide de données de mammographie, de données d’échographie mammaire 3D automatisées et d’une combinaison des deux modalités, et a comparé les performances des systèmes respectifs à celles des radiologues. Pour ce faire, l’équipe a mené une étude qui comprenait des cas appariés de mammographie numérique et d’examens échographiques d’une cohorte de 430 femmes aux seins denses; tous les cas ont été analysés par les deux systèmes d’IA — un pour la mammographie et un pour l’échographie et le système d’IA multimodal ; quatre radiologues ont lu un sous-ensemble de 152 cas.
Les chercheurs ont découvert que le système d’IA multimodal offrait une spécificité plus élevée et une sensibilité comparable à celle des systèmes d’IA à modalité unique. Le système multimodal avait une aire globale sous la courbe (AUC) de 0,865 (avec 1 comme référence), tandis que les AUC de la mammographie AI et de l’échographie AI étaient de 0,832 et 0,841, respectivement.
L’équipe a également constaté que même si le système d’IA multimodal était plus faible en sensibilité par rapport aux paires de lecture double et aux quatre radiologues combinés, il était plus élevé ou à égalité avec les lecteurs simples et présentait une spécificité beaucoup plus élevée par rapport à toutes les autres techniques de lecture.
| Comparaison des techniques de lecture pour identifier le cancer du sein chez les femmes aux tissus denses | |||||||
| Mesure | Mammographie monolecteur (moyenne sur 2 lecteurs) | Échographie à lecteur unique (moyenne sur 2 lecteurs) | Mammographie à double lecture | Échographie à double lecture | Multimodalité de la double lecture (moyenne sur 4 paires de lecture) | Panel de 4 lecteurs | Système d’IA multimodal |
| Sensibilité | 78,5 % | 89,8 % | 84,1 % | 94,2 % | 94,5 % | 93,2 % | 81,1 % |
| Spécificité | 51,2 % | 30% | 39,7 % | 15,5 % | 20,5 % | 32,7 % | 95,5 % |
Bien que les résultats de l’étude soient prometteurs, l’efficacité des systèmes d’IA et leur combinaison dans des contextes de dépistage multimodaux nécessitent davantage de recherches, selon Tan et ses collègues.
“Les paramètres cliniquement pertinents, tels que le nombre de biopsies bénignes évitées ou l’amélioration de la sensibilité de détection, doivent être évalués plus avant”, ont-ils conclu.
Copyright © 2023 AuntMinnie.com
