Ainsi que l’explique Michèle Debain (responsable pour l’Europe de la société américaine Icad), cette société bénéficie de plus de 20 ans d’expérience dans le cancer du sein et l’intelligence artificielle. Cette nouvelle génération de plateforme, qui bénéficie du marquage CE depuis décembre dernier, adaptée tant à la mammographie standard, qui comprend 4 clichés, qu’à la tomosynthèse qui est riche de plusieurs centaines d’images, est conçue pour analyser rapidement et précisément chaque image afin de fournir aux radiologues des informations clés. De plus, cette solution est validée pour tous les fabricants et toutes les générations d’appareils. Une base de données de 12 000 cas L’efficience du Deep Learning est étroitement liée au volume et à la qualité des données qui y sont injectés. Dans le cas présent, la plateforme ProFound AI (AI pour Artificial Intelligence) exploite une base forte d’environ 12 000 cas analysés en 2D ou 3D, dont près de 4 000 cancers du sein ; tous les cas (cancers et non cancers) ayant été prouvé par biopsies. Pour plus de sécurité, il a été également pris en compte un suivi de 2 ans pour les cas considérés comme bénins.
Meilleure sensibilité et gain de temps En pratique, l’algorithme ProFound AI est conçu pour détecter les lésions malignes (distorsions, asymétries, microcalcifications, masses…) – celles-ci ressortant délimitées à l’écran – attribuant systématiquement deux scores (de 0 à 100%). Le premier caractérise la lésion (Score-Lésion) et le second (Score Cas) le cas considéré dans sa globalité. Ces résultats représentant la probabilité que la lésion ou le cas soit correctement identifié comme malin. L’algorithme fournit à chaque fois un Score-Cas, même si aucune lésion suspecte n’a été détectée. Actuellement, la sensibilité ressort à 96% avec un faible taux de faux positifs, ce qui évite des investigations inutiles dans un certain nombre de cas. Dans une étude récemment publiée (pour la Food and Drug Administration) portant sur 260 patientes, dont 65 cancers du sein (66 lésions malignes), ayant mobilisé 24 radiologues, il a été montré que ProFound AI utilisé en tomosynthèse augmente la sensibilité moyenne de 8% et la spécificité moyenne de 6,9%, tout en diminuant de 7,2% le taux de faux positifs et de 52,3% le temps de lecture. Plébiscité en vraie vie "Cette plateforme, utilisée dans un second temps après la lecture standard habituelle, ne remplace pas l’expérience du radiologue mais apparaît comme un outil très utile tant en ce qui concerne le dépistage organisé ou individuel que le diagnostic et le suivi, souligne le Dr Chantal Béranger, radiologue au Centre Imagerie Paris Nord Sarcelles. Elle nous aide notamment pour les cas d’interprétations difficiles, comme les distorsions et les seins denses qui constituent de vrais problèmes et oriente l’échographie ciblée." *L’INPS (échographie, scanner, IRM, TEP Scann, Radiologie vasculaire et interventionnelle) fait partie du Groupe VIDI (40 centres de radiologie et près de 700 radiologues).
Les négociations conventionnelles entre les médecins et l'Assurance maladie doivent-elles reprendre?
Jerry Tulassan
Non
La négociation est une série d'entretiens, de démarches entreprises pour parvenir à un accord, pour conclure une affaire ou mettre... Lire plus