S'abonner

Intelligence artificielle en radiothérapie : radiomique, pathomique, et prédiction de la survie et de la réponse aux traitements - 24/09/21

Artificial intelligence, radiomics and pathomics to predict response and survival of patients treated with radiations

Doi : 10.1016/j.canrad.2021.06.027 
R. Sun a, b, c, , M. Lerousseau a, T. Henry a, d, A. Carré a, A. Leroy a, e, T. Estienne a, S. Niyoteka a, S. Bockel b, c, A. Rouyar a, É. Alvarez Andres a, e, N. Benzazon a, E. Battistella a, M. Classe e, C. Robert a, b, c, J.Y. Scoazec c, f, É. Deutsch a, b, c
a Université Paris-Saclay, institut Gustave-Roussy, Inserm, Radiothérapie moléculaire et innovation thérapeutique, 94800 Villejuif, France 
b Département de radiothérapie, Gustave-Roussy Cancer Campus, 94800 Villejuif, France 
c Faculté de médecine, université Paris-Sud Paris-Saclay, 94270 Kremlin-Bicêtre, France 
d Département de médecine nucléaire, Gustave-Roussy Cancer Campus, 94800 Villejuif, France 
e TheraPanacea, Paris, France 
f Département de biologie et pathologie médicales, Gustave-Roussy Cancer Campus, 94800 Villejuif, France 

Auteur correspondant. Inserm U1030, Gustave-Roussy, 94800 Villejuif cedex, France.Inserm U1030, Gustave-RoussyVillejuif cedex94800France

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 8
Iconographies 2
Vidéos 0
Autres 0

Résumé

Les approches d’intelligence artificielle en médecine sont de plus en plus utilisées et sont extrêmement prometteuses de par le nombre croissant et la variété des données qu’elles permettent d’exploiter. Ainsi, l’analyse informatique des imageries médicales en particulier, radiologiques (radiomique), ou anatomopathologiques (pathomique), a montré de nombreux résultats très intéressants pourl'évaluation du pronostic et de la réponse chez des patients atteints de cancer. La radiothérapie est une discipline qui bénéficie particulièrement de ces nouvelles approches basées sur l’informatique et l’imagerie. Cette revue présente les grands principes d’une approche d’intelligence artificielle et en particulier d’apprentissage automatique (« machine learning »), les principes généraux d’une approche radiomique et pathomique et le potentiel de leur utilisation pour l’évaluation du pronostic chez des patients traités par irradiation.

Le texte complet de cet article est disponible en PDF.

Abstract

Artificial intelligence approaches in medicine are more and more used and are extremely promising due to the growing number of data produced and the variety of data they allow to exploit. Thus, the computational analysis of medical images in particular, radiological (radiomics), or anatomopathological (pathomics), has shown many very interesting results for the prediction of the prognosis and the response of cancer patients. Radiotherapy is a discipline that particularly benefits from these new approaches based on computer science and imaging. This review will present the main principles of an artificial intelligence approach and in particular machine learning, the principles of a radiomic and pathomic approach and the potential of their use for the prediction of the prognosis of patients treated with radiotherapy.

Le texte complet de cet article est disponible en PDF.

Mots clés : Radiomique, Pathomique, Radiothérapie, Intelligence artificielle, Dosiomique

Keywords : Radiomics, Pathomics, Radiotherapy, Artificial intelligence, Dosiomics


Plan


© 2021  Société française de radiothérapie oncologique (SFRO). Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 25 - N° 6-7

P. 630-637 - octobre 2021 Retour au numéro
Article précédent Article précédent
  • Apports de l’Intelligence Artificielle en épidémiologie
  • J.-E. Bibault, L. Xing
| Article suivant Article suivant
  • Protocole de coopération et pratique avancée, une perspective d’évolution pour le manipulateur en radiothérapie français
  • P. Le Tallec, S. Corbin, S. Ahado, S. Boisbouvier

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.