Cancer ResearchArticle de rechercheAccès payant

Le dépistage du cancer du sein par IA détecte 24 % de cancers en plus que les radiologues humains

Le système d'IA de Google a surpassé les lecteurs humains dans une vaste étude du NHS, détectant davantage de cancers tout en réduisant les faux positifs.

samedi 28 mars 2026 0 vue
Publié dans Nature cancer
Scientific visualization: AI Breast Cancer Screening Detects 24% More Cancers Than Human Radiologists

Résumé

Le système d'IA de Google dédié à la mammographie a démontré une supériorité dans la détection des cancers par rapport aux radiologues humains dans une grande étude menée au sein du NHS. L'IA a atteint une sensibilité de 54,1 % contre 43,7 % pour les premiers lecteurs humains, tout en maintenant une spécificité comparable. Elle a augmenté les taux de détection des cancers de 7,54 à 9,33 pour 1 000 femmes dépistées et a détecté 25 % des cancers d'intervalle qui auraient été manqués. Le système a montré une efficacité particulière lors des premiers dépistages et dans les cancers invasifs, sans biais démographique observé entre les différentes populations.

Résumé détaillé

La détection précoce du cancer est cruciale pour la longévité, et le dépistage du cancer du sein représente l'une des interventions préventives les plus importantes de la médecine. Cette étude pionnière a évalué si l'intelligence artificielle pouvait améliorer la capacité des radiologues humains à détecter le cancer du sein lors du dépistage mammographique.

Les chercheurs ont testé le système d'IA mammographique de Google en deux phases : une analyse rétrospective de 115 973 mammographies issues de cinq services de dépistage du NHS avec un suivi de 39 mois, puis un déploiement prospectif sur 12 sites couvrant 9 266 cas. Les performances de l'IA ont été comparées à celles des radiologues humains à l'aide de méthodes statistiques rigoureuses.

Les résultats sont frappants. L'IA a atteint une sensibilité supérieure (54,1 % contre 43,7 % pour les premiers lecteurs humains) tout en maintenant une spécificité comparable (94,3 % contre 95,2 %). Cela s'est traduit par une augmentation des taux de détection du cancer, passant de 7,54 à 9,33 pour 1 000 femmes dépistées. De manière remarquable, l'IA a détecté 25 % des cancers d'intervalle — des cancers agressifs qui apparaissent généralement entre deux dépistages de routine. Les performances étaient particulièrement élevées pour les premiers dépistages (39,3 % de faux positifs en moins, 8,8 % de détection supplémentaire) et pour les cancers invasifs.

Dans le cadre de l'optimisation de la longévité, cela représente une avancée significative dans les capacités de détection précoce du cancer. Une mise en œuvre simulée en tant que second lecteur pourrait réduire la charge de travail des radiologues de 32 % tout en augmentant la détection de 17,7 %, rendant potentiellement un dépistage de haute qualité plus accessible.

Cependant, le déploiement prospectif a révélé des limites importantes. L'IA a nécessité un recalibrage des seuils lors de son application à de nouvelles populations, soulignant la nécessité d'une surveillance continue et d'une calibration adaptative pour garantir la sécurité et l'équité entre des groupes démographiques variés.

Principales conclusions

  • AI detected 24% more breast cancers than human radiologists (54.1% vs 43.7% sensitivity)
  • Cancer detection rate increased from 7.54 to 9.33 per 1,000 women screened
  • AI caught 25% of aggressive interval cancers typically missed between screenings
  • First-time screenings saw 39.3% fewer false alarms with 8.8% higher detection rates
  • No systematic bias observed across different demographic groups

Méthodologie

Étude en deux phases : analyse rétrospective de 115 973 mammographies issues de cinq services de dépistage du NHS avec un suivi de 39 mois, suivie d'un déploiement prospectif sur 12 sites (9 266 cas). Les performances de l'IA ont été comparées à celles des radiologues humains à l'aide de tests statistiques de non-infériorité.

Limites de l'étude

Le déploiement prospectif a révélé des décalages de distribution nécessitant un recalibrage des seuils pour les nouvelles populations. Une surveillance continue et un calibrage adaptatif sont essentiels pour maintenir la sécurité et l'équité au sein de populations démographiques diverses.

Ce résumé vous a plu ?

Recevez les dernières recherches sur la longévité dans votre boîte de réception chaque semaine.

Saisissez votre e-mail pour vous abonner :