IA + imagerie moléculaire : une révolution pour trier les nodules pulmonaires

Une étude publiée dans JAMA Network Open (Université de Pennsylvanie) présente OptiDx, un modèle de machine learning combinant données cliniques et imagerie moléculaire peropératoire (fluorescence) pour prédire la malignité des nodules pulmonaires. Deux modèles ont été développés et validés : le premier intègre des variables cliniques classiques, le second ajoute le ratio tumeur/fond (TBR) issu de l'imagerie moléculaire guidée. Les résultats montrent des AUC supérieures aux scores existants (Mayo, Brock), avec une validation prospective prometteuse. L'outil se présente sous forme de nomogramme utilisable en contexte chirurgical pour guider la décision de résection.