Les radiologues assistés par l'IA peuvent détecter davantage de cancers du sein avec une réduction des rappels de faux positifs

Les radiologues assistés par l’IA peuvent détecter davantage de cancers du sein avec une réduction des rappels de faux positifs SÉOUL, Corée du Sud, 11 février 2020 /PRNewswire/ -- Une nouvelle étude, publiée dans la revue Lancet Digital Health, souligne la valeur ajoutée de la détection du cancer du sein assistée par l'IA à partir d'images mammographiques.

L’étude, menée par plusieurs hôpitaux académiques coréens et Lunit, société d’IA médicale spécialisée dans le développement de solutions d’IA destinées à la radiologie et à l’oncologie, présente les données à grande échelle de plus de 170 000 examens mammographiques issus de cinq établissements de Corée du Sud, des États-Unis et du Royaume-Uni, comprenant des images mammaires de femmes asiatiques et caucasiennes. L’ensemble de données inclut plus de 36 000 cas positifs de cancer indépendants et confirmés par biopsie — soit la plus grande échelle de données sur le cancer parmi les études d’IA relatives à la mammographie.

« Il s’agit d’une quantité de données sans précédent, avec une réalité de terrain précise -- notamment les 36 000 cas de cancer, qui sont sept fois plus importants que le nombre habituel d’ensembles de données issues d’études semblables menées précédemment », a déclaré Hyo-Eun Kim, premier auteur de l’étude et directeur des produits chez Lunit. « La qualité des données a également été garantie, grâce à la diversité ethnique, couvrant plusieurs appareils d’imagerie et conditions de scanographie. L’alliance entre la diversité de l’ensemble de données et le caractère unique de notre algorithme, élaborés en interaction l’un avec l’autre, s’est révélée un élément clé des nombreuses années de développement de Lunit INSIGHT MMG depuis le début de l’année 2016. »

L’étude indique une amélioration significative de la performance des radiologues, avant et après l’utilisation de l’IA. D’après l’étude, l’IA seule a présenté une sensibilité de 88,8 % dans la détection du cancer du sein, tandis que les radiologues seuls ont présenté une sensibilité de 75,3 %. Lorsque les radiologues ont été assistés par l’IA, la précision a augmenté de 9,5 %, pour atteindre 84,8 %.

En outre, l’une des principales conclusions indique que l’IA, en comparaison avec les radiologues, a démontré une meilleure sensibilité dans le cadre de la détection du cancer avec masse (90 % contre 78 %) et distorsion ou asymétrie (90 % contre 50 %). L’IA s’est révélée plus performante pour détecter les cancers T1, qui font partie de la catégorie des cancers invasifs de stade précoce. L’IA a détecté 91 % des cancers T1 et 87 % des cancers sans atteinte ganglionnaire, tandis que le groupe de lecture par des radiologues a détecté 74 % des cancers T1 et cancers sans atteinte ganglionnaire.

La densité mammaire est également un facteur important à prendre en compte dans le diagnostic des mammographies, dans la mesure où des tissus mammaires denses, principalement au sein de la population asiatique, sont plus difficiles à interpréter, puisque des tissus denses sont davantage susceptibles de masquer des cancers dans les mammographies. Les conclusions indiquent que la performance de diagnostic de l’IA a été moins affectée par la densité mammaire, tandis que la performance des radiologues a été affectée par la densité mammaire, soulignant une sensibilité supérieure pour les seins graisseux de 79,2 % contre 73,8 % pour les seins denses. Lorsque le radiologue a été assisté par l’IA, sa sensibilité lors de l’interprétation des seins denses a augmenté de 11 %.

« L’une des plus grandes difficultés dans le cadre de la détection des lésions malignes à partir d’images mammographiques réside dans la réduction des faux négatifs — cas positifs non détectés. Les radiologues tendent à augmenter le nombre de rappels, en élaborant un filet de sécurité plus large, ce qui entraîne un nombre accru de biopsies inutiles », a déclaré le professeur Eun-Kyung Kim, auteur correspondant de l’étude et radiologue mammaire au Yonsei University Severance Hospital. « Une vaste expérience est requise pour interpréter correctement les images mammaires, et notre étude a montré que l’IA pouvait contribuer à détecter davantage de cancers du sein en procédant à moins de rappels, ainsi qu’à détecter des cancers au stade de développement précoce. »

L’étude a été publiée en ligne le 6 février 2020 dans la revue Lancet Digital Health. Le Lunit INSIGHT MMG est actuellement disponible et utilisé cliniquement. Il a été approuvé par le ministère coréen de la Sécurité des produits alimentaires et des médicaments, il fait l’objet d’une autorisation pour un marquage CE européen d’ici le premier trimestre, et d’une autorisation de la FDA d’ici la fin de l’année. Une démonstration gratuite en ligne est disponible à l’adresse https://insight.lunit.io.

 

Descripteur MESH : Tumeurs du sein , Corée , Tissus , Diagnostic , Auteur , Sécurité , Solutions , Faux négatifs , Biopsie , Mammographie , Caractère , Radiologie , Lecture , Femmes , Population , Hôpitaux

Informatique médicale: Les +