Rechercher
Se connecter
Adhérer
Actualités de l'Urgence - APM
Retour
UNE IA AMÉLIORE LA FIABILITÉ DIAGNOSTIQUE DE L'ÉCHOGRAPHIE ENDOSCOPIQUE DU PANCRÉAS
Le diagnostic des lésions pancréatiques par échographie endoscopique est difficile en raison d'une fiabilité sous-optimale de cette technique, a rappelé Miguel Mascarenhas du centre hospitalier universitaire de São João à
Porto au Portugal.
Deux questions se posent principalement. D'une part, il est nécessaire de distinguer les lésions kystiques du pancréas normal et, quand une lésion est détectée, de distinguer les lésions mucineuses et non mucineuses -sachant que ce sont essentiellement les mucineuses qui ont un risque de malignité. D'autre part, si une tumeur a été détectée, l'enjeu est de distinguer les adénocarcinomes (les plus fréquents) des tumeurs neuro-endocrines.
Les chercheurs se sont adjoint l'aide d'une intelligence artificielle basée sur des réseaux neuronaux convolutifs pour améliorer l'analyse des images d'échographie endoscopique.
Cette IA a analysé 126.000 images venant de 378 procédures d'échographie endoscopique dans quatre hôpitaux de quatre pays différents. Parmi ces images, 4.858 étaient des images de pancréas normal, 27.703 de lésions pancréatiques kystiques (dont 8.175 non-mucineuses et 19.528 mucineuses) et 93.439 des tumeurs (dont 64.286 adénocarcinomes et 29.153 tumeurs neuro-endocrines).
Dans une première analyse comparant le pancréas normal et les lésions kystiques, la fiabilité diagnostique s'est élevée à 99,1% pour distinguer le pancréas normal, 99% pour les lésions kystiques mucineuses et 99,8% pour les lésions non mucineuses.
Dans une deuxième analyse qui a concerné uniquement les tumeurs, dans le but de diagnostiquer le bon type tumoral, l'IA a eu une fiabilité de 94% pour distinguer les adénocarcinomes et les tumeurs neuro-endocrines.
Il s'agit d'une première étape, a indiqué le chercheur portugais. Après ce développement de l'IA pour une analyse d'images, elle va être développée pour une analyse de vidéos d'échographie endoscopique afin, in fine, d'être utilisée en temps réel lors d'examens de routine.
Par ailleurs, en réponse à une question, il a également indiqué que l'IA pouvait être utile pour différencier les masses dues à une pancréatique chronique des cancers.
fb/ab/APMnews
Informations professionnelles
- AFMU
- Agenda
- Annonces de postes
- Annuaire de l'urgence
- Audits
- Calculateurs
- Cas cliniques
- Cochrane PEC
- COVID-19
- DynaMed
- E-learning
- Géodes
- Grand public
- Librairie
- Médecine factuelle
- Outils professionnels
- Portail de l'urgence
- Recherche avancée
- Recommandations
- Recommandations SFMU
- Référentiels SFMU
- Textes réglementaires
- UrgencesDPC
- Webinaire
- Weblettre
Adhérer à la SFMU
Alerte sanitaire
Inscription newsletter Retour
UNE IA AMÉLIORE LA FIABILITÉ DIAGNOSTIQUE DE L'ÉCHOGRAPHIE ENDOSCOPIQUE DU PANCRÉAS
Le diagnostic des lésions pancréatiques par échographie endoscopique est difficile en raison d'une fiabilité sous-optimale de cette technique, a rappelé Miguel Mascarenhas du centre hospitalier universitaire de São João à
Porto au Portugal.
Deux questions se posent principalement. D'une part, il est nécessaire de distinguer les lésions kystiques du pancréas normal et, quand une lésion est détectée, de distinguer les lésions mucineuses et non mucineuses -sachant que ce sont essentiellement les mucineuses qui ont un risque de malignité. D'autre part, si une tumeur a été détectée, l'enjeu est de distinguer les adénocarcinomes (les plus fréquents) des tumeurs neuro-endocrines.
Les chercheurs se sont adjoint l'aide d'une intelligence artificielle basée sur des réseaux neuronaux convolutifs pour améliorer l'analyse des images d'échographie endoscopique.
Cette IA a analysé 126.000 images venant de 378 procédures d'échographie endoscopique dans quatre hôpitaux de quatre pays différents. Parmi ces images, 4.858 étaient des images de pancréas normal, 27.703 de lésions pancréatiques kystiques (dont 8.175 non-mucineuses et 19.528 mucineuses) et 93.439 des tumeurs (dont 64.286 adénocarcinomes et 29.153 tumeurs neuro-endocrines).
Dans une première analyse comparant le pancréas normal et les lésions kystiques, la fiabilité diagnostique s'est élevée à 99,1% pour distinguer le pancréas normal, 99% pour les lésions kystiques mucineuses et 99,8% pour les lésions non mucineuses.
Dans une deuxième analyse qui a concerné uniquement les tumeurs, dans le but de diagnostiquer le bon type tumoral, l'IA a eu une fiabilité de 94% pour distinguer les adénocarcinomes et les tumeurs neuro-endocrines.
Il s'agit d'une première étape, a indiqué le chercheur portugais. Après ce développement de l'IA pour une analyse d'images, elle va être développée pour une analyse de vidéos d'échographie endoscopique afin, in fine, d'être utilisée en temps réel lors d'examens de routine.
Par ailleurs, en réponse à une question, il a également indiqué que l'IA pouvait être utile pour différencier les masses dues à une pancréatique chronique des cancers.
fb/ab/APMnews