Lung cancer remains the most common cause of cancer deaths in the world, but its mortality can be significantly reduced by diagnosis and early detection. Computerized resources were developed to assist radiologists in their management of the large volume of thoracic images to be analyzed. Their objective is the detection of pulmonary nodules with high sensitivity and a low rate of false-positives and the ability to differentiate benign and malignant nodules. The volume of a pulmonary nodule and its volume doubling time are essential to nodule management. Computer aided detection or diagnosis (CAD) software are not currently used in clinically settings on a routine basis . Significant advances are expected due to the implementation of the artificial intelligence systems who will probably be integrated into the multidisciplinary management of any pulmonary nodule.
Le cancer du poumon reste la principale cause de décès par cancer dans le monde. Sa mortalité peut être significativement réduite par un diagnostic et un dépistage précoce. Des outils informatiques ont été développés afin d’aider les radiologues à gérer la quantité d’images thoraciques à analyser. Ils ont pour objectif la détection des nodules pulmonaires avec une haute sensibilité et un taux faible de faux positifs, mais aussi la différenciation des nodules bénins et malins. Le volume d’un nodule pulmonaire et le temps de doublement déterminent la suite de la prise en charge de ce nodule. Ces deux paramètres sont inclus dans la plupart des recommandations actuelles. Les logiciels de détection assistés par ordinateur (CAD) ne sont pas utilisés en routine clinique actuellement. Des avancées dans ce domaine sont attendues en utilisant l’intelligence artificielle, notamment dans le cadre de la prise de décision multidisciplinaire.