[Texte alternatif de l'image : Un modèle d'IA révolutionnaire développé par des chercheurs du centre médical UT Southwestern peut détecter la métastase du cancer du sein sans chirurgie, en utilisant une analyse avancée de l'IRM.]( Source de l'image : Shutterstock )
Peter Zhang 01 Nov 2024 05:01
Un modèle d'IA révolutionnaire développé par des chercheurs du centre médical UT Southwestern peut détecter la métastase du cancer du sein sans chirurgie, en utilisant une analyse avancée de l'IRM.
Dans une avancée significative de la technologie médicale, des chercheurs de l'Université du Texas Southwestern Medical Center ont développé un modèle d'apprentissage profond capable de détecter la propagation du cancer du sein sans avoir besoin d'une chirurgie invasive. Cet outil basé sur l'IA analyse les IRM en séries temporelles et les données cliniques pour identifier si des cellules cancéreuses se sont métastasées aux ganglions lymphatiques voisins, un développement qui pourrait transformer la planification des traitements pour les médecins et les patients, selon NVIDIA.
Réduction des procédures invasives
Actuellement, les médecins utilisent souvent des biopsies des ganglions lymphatiques sentinelles (SLNB) pour déterminer si le cancer du sein s'est propagé aux ganglions lymphatiques. Cette procédure implique l'injection de colorant et d'une solution radioactive près de la tumeur pour identifier les ganglions sentinelles, qui sont ensuite chirurgicalement retirés pour une biopsie. Bien que efficace, la SLNB est invasive et comporte des risques tels que des complications liées à l'anesthésie, une exposition aux radiations et une douleur post-chirurgicale.
Cependant, le nouveau modèle d'IA présente une alternative non invasive. Utilisant un réseau de neurones convolutionnels personnalisé en quatre dimensions (4D CNN), le modèle a été formé sur des données d'IRM dynamique avec contraste (DCE-MRI) provenant de 350 femmes diagnostiquées avec un cancer du sein qui s'était propagé aux ganglions lymphatiques. Il traite les données en quatre dimensions, examinant les IRM 3D au fil du temps et intégrant des variables cliniques telles que l'âge et le grade de la tumeur pour identifier avec précision les ganglions lymphatiques cancéreux.
Haute précision et implications futures
Le modèle d'IA a démontré un impressionnant taux de précision de 89 % dans l'identification de la métastase des ganglions lymphatiques, surpassant les méthodes d'imagerie traditionnelles et les évaluations des radiologues. Cela pourrait potentiellement épargner aux patientes atteintes de cancer du sein des procédures inutiles comme la SLNB et la dissection des ganglions lymphatiques axillaires (ALND), réduisant les risques associés et les ressources de santé.
Le Dr Dogan Polat, auteur principal de l'étude, a souligné que le modèle se concentre sur les données de la tumeur primaire, minimisant le besoin d'imageries supplémentaires. « Nous visons à diminuer la nécessité d'imageries supplémentaires et à réduire le nombre de procédures invasives pour les patients », a déclaré le Dr Polat, soulignant le potentiel du modèle à améliorer les résultats pour les patients et à rationaliser le traitement du cancer.
Regarder vers l'avenir
Les chercheurs prévoient de déployer le modèle d'IA dans des environnements cliniques réels pour recueillir des données pour une validation et un affinage supplémentaires. Cette étape est cruciale pour évaluer son efficacité dans un éventail plus large de scénarios cliniques et potentiellement étendre son application à d'autres cancers.
L'utilisation des GPU NVIDIA A100 et V100 Tensor Core a été essentielle pour construire et former le modèle, comme l'a noté Paniz Karbasi, co-auteur de l'étude et ingénieur HPC senior chez NVIDIA. Cette collaboration souligne le rôle de la technologie de pointe dans l'avancement de la recherche médicale et l'amélioration de la précision diagnostique.
Par Binance News
<p>Le post Outil basé sur l'IA détecte la métastase du cancer du sein sans chirurgie est apparu en premier sur CoinBuzzFeed.</p>