Objectif : Aider au diagnostic de cancers du sein à partir d’imageries de tomosynthèses et de mammographies
Utilisateurs cibles : Radiologues
Origine du projet
- Le CSE avait été initialement sollicité par iCAD pour alimenter la base de données
- iCAD a ensuite proposé au CSE de tester leur solution Profound AI
Nature de la solution
- Solution d’aide au diagnostic lors de mammographies / tomosynthèses
- Evaluation la densité du sein
- Détection d’anomalies et de lésions avec risque de malignité
- Apprentissage en deep learning sur 5 millions d’images
Modèle de diffusion
- La solution est commercialisée sous forme de forfait mensuel
- La solution est aujourd’hui utilisée dans plus de 200 centres d’imagerie médicale
Modalité d’évaluationet de validation
- Validation sur 1 million d’images :
- dont 3500 cas cliniques en tomosynthèses
- Et 1200 cancers confirmés par biopsie
- Une sensibilité entre 88% et 94%
- Une spécificité entre 69% et 39%
Perspectives
Intégration sur la plateforme ARTERYS (solution embarquée dans le cloud)
Contacts
Dr Patrick Toubiana et Dr Philippe Benillouche,
du C.S.E Imagerie Médicale Numérique