Focus sur l'IA

Apport de l’IA pour la lecture des scanners basse dose dans le cadre du dépistage des cancers pulmonaires

G. CHASSAGNON

L intérêt du dépistage des cancers pulmonaires par scanner basse dose a été démontré il y a 13 ans par les résultats de l’étude NLST (National Lung Screening Trial) conduite aux États-Unis [1]. Il a ensuite été confirmé par les résultats de l’étude belgo-néerlandaise NELSON publiés en 2020 [2]. Depuis, plusieurs programmes de dépistage ont commencé à être instaurés dans le monde.

Le scanner jouant un rôle central dans ce dépistage, la question de son interprétation est un enjeu majeur. Plusieurs recommandations de gestion des nodules détectés ont ainsi été publiées, dont des recommandations européennes inspirées de NELSON et basées sur le calcul du temps de doublement volumique [3]. Leur but est de limiter le nombre de dépistages positifs, qui était de 24,2 % dont 96,4 % de faux positifs dans NLST [1] contre 2,1%, dont 56,5% de faux positifs dans NELSON [2]. Ce plus faible taux de dépistages positifs est lié au fait qu’une partie des nodules classés comme dépistage positif dans NLST étaient considérés comme des dépistages indéterminés dans NELSON (9,2 % des scanners), ce qui inclut notamment les nodules solides mesurant entre 50 et 500 mm3 [4]. Le dépistage nécessite également que les radiologues soient formés à la lecture et à la réalisation de ces scanners. C’est dans ce but que des programmes de certification ont été mis en place à l’échelle de l’Europe mais également en France.

Connectez-vous pour consulter l'article dans son intégralité.

Vous êtes abonné(e) identifiez-vous
Pas encore abonné(e) Inscrivez-vous

Inscrivez-vous gratuitement et profitez de tous les sites du groupe Performances médicales

et recevez la revue chez vous