Le Deep Learning IA améliore la détection en radiologie

0
128

Depuis près de 2 ans, les avancées technologiques ont révolutionné le métier de radiologue, surtout en matière de sénologie. Grâce à la tomosynthèse mammaire les professionnels doivent analyser des centaines d’images par cas pour des anomalies parfois de quelques millimètres. Une tâche colossale qui peut être allégée par l’Intelligence Artificielle et particulièrement le « Deep Learning ».

Depuis 20 ans, l’Intelligence Artificielle (IA) aide les radiologues dans les lectures d’images en mammographie, notamment grâce au développement des logiciels dits CAD (Computer Aided Diagnosis).  « Le CAD pour la mammographie était à la fois très performant pour détecter les lésions malignes mais trop d’informations étaient fournies. Cela générait beaucoup de « faux positifs », des lésions encerclées mais finalement bénignes », raconte Marion Boutin, Régional Sales Manager chez iCAD France. Un propos appuyé par Julia Arfi-Rouche, Radiologue à l’Institut Gustave Roussy, qui se souvient « de l’époque où ces outils pouvaient entourer jusqu’à 4 ou 5 lésions suspectes par image. Les radiologues devaient alors contrôler et vérifier tous ces résultats ». Un travail laborieux qui a conduit « certains radiologues à ne plus vouloir utiliser le CAD », assure Marion Boutin.

Cependant, depuis près de deux ans, le « Deep learning » est venu modifier ces avis de la part de la profession sur l’IA grâce à la solution ProFound IA développée par iCAD. « L’algorithme Deep Learning de ProFound AI est formé pour apprendre à identifier les caractéristiques d’un cancer. Chaque lésion encerclée par l’algorithme a été comparé à des dizaines de milliers d’autres images présentant ou non des tumeurs », selon Marion Boutin. Un véritable « expert » qui fournit des évaluations précises sur la malignité de la zone en pourcentage, (de 0% à 100%). De plus, le lieu précis de la lésion est directement encerclé dans la bonne coupe, là où elle est la plus visible ». Un gain de temps considérable pour le radiologue.

Une vraie avancée pour la profession

« Cet outil sert à confronter les intuitions que j’avais en consultant les images », explique le Dr Arfi-Rouche, qui se dit convaincue et avoue avoir gagné en confiance grâce à ProFound AI. A l’Institut de Radiologie de Paris, « des dizaines de cas où des cancers subtils avec une marque suspecte ont pu être perçus avec ProFound AI », assure Dr Suissa. En cas de doute, il est toujours possible d’effectuer une échographie complémentaire, mieux ciblée. Grâce à ProFound AI, à ce jour, 95% des lésions suspectes sont perceptibles en tomosynthèse. « Plus que jamais notre travail de radiologue et de spécialiste est indispensable pour valider tous ces examens », prévient Dr Suissa.

Au-delà des retours positifs de la part des utilisateurs, la solution ProFound AI a déjà fait ses preuves en publiant les résultats d’une étude clinique dans le journal Radiology en juillet dernier. Cette étude a démontré que ProFound AI pour la tomosynthèse améliore la performance diagnostique des radiologues : + 8% en sensibilité, + 6,9% en spécificité et une réduction significative du temps de lecture de 52,7%.  Une technologie de rupture qui séduit la profession grâce au degré de précision et à la vraie valeur ajoutée qu’elle apporte.

A savoir aussi que les solutions IA tel que ProFound AI ne sont pas à ce jour pris en charge par la Sécurité Sociale, l’investissement étant supporté directement par l’établissement de radiologie. Désormais, la solution est disponible dans les hôpitaux publics avec une collaboration entre iCAD et CFI, intégrateur de solutions. La plateforme ProFound AI pour la mammographie 2D et la tomosynthèse mammaire est référencé auprès de l’UGAP, centrale d’achat public.

Marion Boutin Régional Sales Manager iCAD France

Laisser un commentaire