2025-01-22 19:28:00
Le cancer de l’ovaire reste longtemps silencieux. Et lorsqu’elle commence à montrer des signes, il est souvent tard, elle s’est déjà propagée aux tissus environnants. C’est pourquoi il est d’autant plus important de pouvoir l’identifier le plus tôt possible.
Le principal outil de diagnostic du cancer de l’ovaire est l’échographie : une série d’images que les échographistes doivent interpréter, identifiant les éventuelles lésions dont ils doivent évaluer la malignité. Un processus qui peut être rendu plus efficace et plus précis grâce aux algorithmes d’intelligence artificielle, comme le démontre une étude publiée dans Nature Medicine.
Syndrome de Rett, le diagnostic s’accélère grâce à l’IA
par Simone Valesini
La formation est la clé
La recherche, menée par une équipe du Karolinska Institutet en Suède, a impliqué 20 centres dans huit pays et a analysé plus de 17 000 images échographiques de plus de 3 600 patients, dont certaines prises à l’hôpital San Gerardo de Monza, auquel a participé l’Université de Milan. dans l’étude internationale.
L’objectif était de former un programme d’intelligence artificielle pour distinguer, dans ces images, les lésions ovariennes bénignes des lésions malignes et de tester le potentiel de ces modèles pour aider les médecins à poser le diagnostic, réduire la marge d’erreur diagnostique et améliorer la prise en charge clinique des patientes.
“Les lésions ovariennes sont fréquentes et souvent détectées fortuitement, c’est pourquoi il est essentiel, pour mettre en place un traitement correct, de définir le plus précisément possible le risque de malignité”, explique-t-il. Robert Fruscioprofesseur agrégé de gynécologie et obstétrique à l’Université de Milan-Bicocca et directeur de la Structure Simple de Gynécologie Préventive de la Fondation IRCCS San Gerardo dei Tintori. « Nous avons développé et validé un système d’intelligence artificielle capable de distinguer, à partir d’une image échographique, les lésions ovariennes bénignes et malignes ».
En comparant les performances de l’IA avec celles d’opérateurs d’échographie experts et non experts, les chercheurs ont constaté que le modèle est supérieur, quoique très légèrement, aux experts et nettement meilleur que les non-experts. Données disponibles : les modèles basés sur l’IA ont atteint un taux de précision dans la détection du cancer de l’ovaire de 86 %, contre 82 % pour les experts humains et 77 % pour ceux ayant moins d’expérience. Les résultats étaient cohérents quels que soient l’âge du patient, les appareils à ultrasons utilisés et les paramètres cliniques.
L’IA en médecine ? Ne faisons pas trop confiance
par Elisa Manacorda
Moins d’opérations inutiles
L’introduction de systèmes d’IA dans le diagnostic du cancer de l’ovaire garantira une meilleure précision même en l’absence de personnel expert qui, notamment dans certaines régions du monde, est de plus en plus rare. « Les modèles d’intelligence artificielle pourraient constituer une aide pour les opérateurs moins expérimentés dans le processus de sélection des patients à envoyer dans des centres de deuxième niveau et, d’autre part, éviter des interventions chirurgicales inutiles chez les patients présentant des lésions à faible risque », poursuit Fruscio. “En général, c’est le cas classique dans lequel l’IA ne remplace pas l’humain, mais pourrait améliorer l’efficacité de l’ensemble du système et la prise en charge des patients”.
Toujours selon l’étude, dans une simulation de triage, l’aide au diagnostic basée sur l’IA réduirait les références à des experts de 63 %, dépassant largement les performances diagnostiques de la pratique actuelle. Tout en soulignant que d’autres études prospectives et randomisées sont nécessaires pour valider le bénéfice clinique et les performances diagnostiques des modèles d’IA, l’étude offre un aperçu de l’applicabilité des systèmes d’aide au diagnostic basés sur l’IA pour le diagnostic du cancer de l’ovaire.
#Cancer #lovaire #des #diagnostics #précis #grâce #lIA
1737602617