Selon une étude publiée dans Radiologie, un journal de la Radiological Society of North America (RSNA). Cela pourrait s’avérer utile pour le triage dans les milieux à faibles ressources.
Les masses mammaires sont souvent découvertes accidentellement, lors d’un auto-examen des seins ou lors d’un examen des seins par un professionnel de la santé. Le dépistage du cancer du sein peut détecter des cancers dans le sein avant que la masse ne se fasse sentir.
Alors que le dépistage du cancer a été au centre des préoccupations dans les pays occidentaux, les pays à revenu faible et intermédiaire n’ont souvent pas accès aux programmes de dépistage organisés et à la technologie.
Dans les pays à revenu faible ou intermédiaire, le cancer du sein se présente le plus souvent sous la forme d’une masse palpable dans le sein. L’échographie peut jouer un rôle essentiel dans la détection précoce, entraînant un traitement plus efficace, moins invasif et de meilleurs résultats.
Les femmes des pays à revenu faible ou intermédiaire ne peuvent souvent pas accéder aux soins de santé du sein pendant plusieurs mois, même lorsqu’elles sentent une grosseur dans leur sein qui peut être un cancer. Notre étude a examiné l’utilisation de l’IA pour évaluer les images d’échographie mammaire afin de distinguer les masses mammaires suspectes nécessitant une attention urgente de celles qui n’étaient pas cancéreuses. »
Wendie A. Berg, MD, Ph.D., auteur principal de l’étude, professeur de radiologie à la faculté de médecine de l’Université de Pittsburgh à Pittsburgh, Pennsylvanie
Pour l’étude multicentrique, les participants avec au moins une masse mammaire palpable ont été recrutés à Jalisco, au Mexique, de décembre 2017 à mai 2021. Les images échographiques ont d’abord été obtenues avec une échographie portable sur le site de la masse et des tissus adjacents. Les femmes ont ensuite été imagées avec une échographie standard. Les évaluations du Breast Imaging-Reporting and Data System (BI-RADS) ont été effectuées par un radiologue.
Après exclusions, 758 masses chez 300 femmes (âge moyen 50,0 ans) ont été analysées par le logiciel d’IA comme bénignes, probablement bénignes, suspectes ou malignes (cancéreuses). L’âge moyen des patients était de 50,0 ans (intervalle 18-92) et le diamètre moyen de la plus grande lésion était de 13 mm (intervalle 2-54). Sur 758 masses, 360 (47,5 %) étaient palpables et 56 (7,4 %) malignes.
L’IA a correctement identifié 96 % et 98 % des femmes atteintes d’un cancer sur les images d’échographie portable à faible coût et d’échographie standard, respectivement. Parmi les masses bénignes, 67 % auraient pu être triées de manière appropriée avec une échographie standard et 38 % avec une échographie portable.
Bien que la spécificité soit moindre qu’avec l’équipement standard de soins, l’IA appliquée à l’échographie mammaire portable peut potentiellement réduire environ la moitié des références hospitalières spécialisées dans les régions à ressources limitées.
Le Dr Berg a noté que les chercheurs n’avaient pas entraîné l’IA sur les images de l’échographe portable. Elle a également déclaré que la technologie des ultrasons portables à faible coût s’était améliorée depuis la réalisation de l’étude. Avec de meilleures images et une formation à l’IA, les chercheurs s’attendent à des résultats encore meilleurs à l’avenir.
« Nos résultats sont très prometteurs pour l’utilisation de l’IA et de l’échographie portable dans les milieux à faibles ressources, y compris les régions éloignées/mal desservies aux États-Unis, pour aider à améliorer les soins de santé mammaire », a déclaré le Dr Berg. « En réduisant le nombre de femmes atteintes de masses bénignes qui doivent être vues dans des établissements centraux et éventuellement subir une biopsie, les ressources en soins de santé peuvent être mieux ciblées sur les femmes atteintes de cancer et réduire les retards de diagnostic. Cela devrait améliorer l’accès, l’équité en matière de santé et les résultats. pour femme. »
