Détection du cancer du poumon : un modèle d’intelligence artificielle se montre supérieur à des radiologues

  • Ardila D & al.
  • Nat Med
  • 1 juin 2019

  • Par Deepa Koli
  • Résumés d'articles
L'accès à l'intégralité du contenu de ce site est reservé uniquement aux professionnels de santé disposant d'un compte. L'accès à l'intégralité du contenu de ce site est reservé uniquement aux professionnels de santé disposant d'un compte.

À retenir

  • Un modèle d’intelligence artificielle avec apprentissage profond a permis de détecter un cancer du poumon malin à partir d’une tomodensitométrie (TDM) thoracique à faible dose, avec des performances comparables ou supérieures à celles des radiologues.

Pourquoi est-ce important ?

  • S’il est cliniquement validé, ce modèle pourrait améliorer la précision du dépistage et ainsi l’optimiser.

Points clés

  • L’algorithme d’apprentissage profond comprenait trois composantes principales :
    • un modèle d’analyse des volumes entiers avec cancer à la TDM ;
    • un modèle de détection pour une zone d’intérêt suspecte ; et
    • un modèle de prédiction du risque indépendant qui intègre également les examens d’imagerie précédents, s’ils sont disponibles.
  • L’ensemble de données issu de l’Essai national sur le dépistage du cancer du poumon (NLST) a été utilisé pour le développement de ce modèle (n = 14 851 ; 578 patients atteints d’un cancer du poumon confirmé par biopsie).
    • Sur l’ensemble de données test (n = 6 716 cas ; 86 cas de cancer), le modèle a obtenu une aire sous la courbe (ASC) de 94,4 %.
  • 6 radiologues ont revu le sous-ensemble test des données issues du NLST (n = 507 ; 83 cas de cancer) :
    • Lorsque seuls les volumes à la TDM de l’année en cours étaient utilisés, le modèle a obtenu une ASC de 95,9 %, avec une sensibilité et une spécificité supérieures au radiologue moyen.
    • Lorsque les volumes à la TDM de l’année en cours et des années précédentes étaient utilisés, l’ASC du modèle était de 92,6 %, avec une sensibilité et une spécificité correspondant au lecteur moyen.
  • Dans une cohorte indépendante (n = 1 739 ; 27 cas de cancer), l’ASC du modèle était de 95,5 %, avec une sensibilité et une spécificité de 81,5 % et 89,3 %, respectivement, pour les nodules de catégorie supérieure ou égale à 3 selon le Système de données et de rapports d’imagerie pulmonaire (Lung Imaging Reporting and Data System).