Apprentissage Profond dans l'Imagerie du Cancer du Sein : L'État des Lieux et Avancées Récentes début 2024

L'avancement rapide de l'intelligence artificielle (IA) a eu un impact significatif sur divers aspects des soins de santé, notamment dans le domaine de l'imagerie médicale. Cette revue se concentre sur les développements récents dans l'application des techniques d'apprentissage profond (DL) à l'imagerie du cancer du sein. Les modèles DL, un sous-ensemble des algorithmes IA inspirés par l'architecture du cerveau humain, ont montré un succès remarquable dans l'analyse d'images médicales complexes, améliorant la précision diagnostique et rationalisant les flux de travail. Les modèles DL ont été appliqués au diagnostic du cancer du sein par mammographie, échographie et imagerie par résonance magnétique. De plus, les approches radiomiques basées sur DL pourraient jouer un rôle dans l'évaluation du risque de cancer du sein, la prévision du pronostic et le suivi de la réponse thérapeutique. Néanmoins, plusieurs défis ont limité l'adoption généralisée des techniques IA dans la pratique clinique, soulignant l'importance d'une validation rigoureuse, de l'interprétabilité et des considérations techniques lors de la mise en œuvre des solutions DL. En examinant les concepts fondamentaux des techniques DL appliquées à l'imagerie médicale et en synthétisant les dernières avancées et tendances, cette revue narrative vise à fournir des informations précieuses et à jour pour les radiologues cherchant à tirer parti de la puissance de l'IA dans les soins du cancer du sein.