Histoires inspirantes

Détecter le cancer plus tôt grâce à l'IA

Le cancer du poumon reste l'un des cancers les plus répandus et la première cause de décès liés au cancer dans le monde.1 

Découvrez comment les examens par TDM qui sauvent des vies, transforment la détection du cancer du poumon en une nouvelle norme grâce à ce film produit par BBC StoryWorks.

Après que sa cousine a succombé à un cancer du poumon, la radiologue Marie-Pierre Revel a bénéficié d'un dépistage qui a permis de détecter son propre cancer à un stade précoce. 

Visionner la vidéo



Grâce à l'initiative Screen for Life. Breathe with Hope., Canon Systèmes médicaux vise à changer la perception du cancer du poumon dans la société et encourager le dépistage précoce, ce qui contribuerait à réduire la mortalité causée par le cancer.2

Restez à l’avant-garde des connaissances sur le dépistage du cancer du poumon en vous tenant informé, grâce à Canon Systèmes médicaux et aux meilleurs spécialistes.

Abonnez-vous dès maintenant (lien vers le site Web Canon Medical Global)



Événements éducatifs

Webinaire sur les perspectives : faciliter l’accès au dépistage du cancer du poumon

Abonnez-vous pour visionner notre vidéo sur demande de la table ronde avec des experts cliniques de premier plan afin d'explorer comment la mise en œuvre et l'adoption du dépistage du cancer du poumon chez les patients admissibles peuvent être améliorées.

Consultez le contenu du webinaire et inscrivez-vous dès maintenant (lien au site Web de Canon Medical Global)

Ateliers d'experts tenus lors du congrès RSNA 2024

Vous avez manqué l’atelier pratique du congrès RSNA?

Les vidéos sur demande seront bientôt offert. Abonnez-vous maintenant pour accéder aux vidéos et rester informé des futurs ateliers.

sou
Ultra-High Resolution Lung CT:
Pushing the Boundaries of Lung Imaging
Russell Bull, MD
Radiologue consultant
Royal Bournemouth Hospital
Bournemouth, Royaume-Uni


sou
Diagnosis and Management of Lung Nodules in a Screening Setting
Mathias Prokop, MD, PhD
Professeur de radiologie et président du département d'imagerie médicale, Radboud University Medical Center Nijmegen, Pays-Bas

En savoir plus sur nos activités au cours du congrès RSNA 2024



Abonnez-vous à notre bulletin d'information pour recevoir des mises à jour sur nos événements éducatifs et des informations scientifiques.

Abonnez-vous dès maintenant (lien vers le site Web Canon Medical Global)



Dépistage du cancer du poumon

Une détection précoce pour sauver plus de vies

Le cancer du poumon reste l'un des cancers les plus répandus et la première cause de décès liés au cancer dans le monde.1 Lorsque les patients présentent des symptômes, la maladie a souvent déjà progressé, et les options de traitement sont limitées. Par conséquent, le pronostic du cancer du poumon tend à être mauvais, malgré les progrès réalisés en matière de traitement. Cependant, lorsque la maladie est détectée à un stade précoce, les chances de survie augmentent considérablement.2

Par conséquent, le dépistage du cancer du poumon suscite un intérêt croissant dans le monde entier, car il constitue le principal moyen de réduire la mortalité due à cette maladie.

Canon Systèmes médicaux s'engage à être votre partenaire dans la lutte contre le cancer du poumon et offre un ensemble complet de solutions de dépistage spécialisées. Il s'agit notamment d'une suite de technologies innovantes pour renforcer votre confiance clinique partout, fournir une imagerie de haute qualité à faible dose, rationaliser les flux de travail et offrir un diagnostic complet tout au long du cycle de soins.

"You only have a chance and a good outcome if you detect the cancer at a very, very early stage. And that is the purpose of lung cancer screening."

Professeure Cornelia M Schaefer- Prokop, MD, PhD
Radiologiste

Nommé membre de la Fleischner Society (groupe international de spécialistes des poumons)
Ancienne présidente de la Société d'imagerie thoracique (SIT)

Meander Medical Centre, Amersfoort
Radboud University Medical Center (Radboudumc), Nijmegen aux Pays-Bas

Défis actuels

Dans le cadre de sa philosophie, Au service de la vie (Made for Life), Canon Systèmes médicaux s'engage à apporter son soutien pour relever ces défis.

Nos solutions

Nous prenons des mesures pour rendre le dépistage du cancer du poumon plus accessible au public. Ce faisant, nous fournissons une imagerie de haute qualité à faible dose et nous supprimons les inefficacités du flux de travail. De même, nous soutenons l'interprétation et la communication des résultats entre les cliniciens et rationalisons les procédures de suivi. 

Ensemble, nous pouvons améliorer l'expérience des patients et garantir un programme de dépistage de haute qualité et rentable, tout en réduisant le fardeau du cancer du poumon à l'échelle mondiale.

Flux de travail efficace

L’acquisition d’images est maintenant plus facile que jamais

Un flux de travail efficace est essentiel pour le dépistage du cancer du poumon. Il améliore l'accessibilité, réduit les temps d'attente, optimise l'utilisation des ressources et améliore l'ensemble des soins aux patients. En donnant la priorité à l'efficacité, nous fournissons des solutions de flux de travail de bout en bout centrées sur le patient, intégrant une conception intuitive et des fonctions automatisées pour améliorer l'efficacité du flux de travail INSTINX.

Flux de travail INSTINX
Le flux de travail TDM de Canon a été entièrement repensé afin d'établir de nouvelles normes en matière d'efficacité et de cohérence. Chaque détail du flux de travail a été complètement affiné et validé grâce à des essais cliniques dans des centres médicaux à travers le monde.

En savoir plus sur INSTINX

Planification automatique des examens de routine du thorax
INSTINX propose la fonction de planification automatique des acquisitions pour tous les examens de routine, y compris les paramètres de la plage d’acquisition, de la dose et de l’exposition, grâce aux technologies uniques 3D Landmark Scan et de détection des repères de positionnement anatomiques.

Images de haute qualité à faible dose

Une synergie unique de technologies de reconstruction améliorée par l'IA et de filtrage des faisceaux

Le dépistage du cancer du poumon nécessite un flux important de patients ainsi qu'une faible dose de rayonnement, tout en garantissant des images de qualité suffisante pour évaluer de manière fiable la croissance des nodules et leur potentiel malin. 

La combinaison innovante du filtre SilverBeam avec notre technique spécifique de reconstruction d'imagerie par apprentissage profond permet d'obtenir une qualité d'image optimale, même à des doses typiques utilisées pour le dépistage du cancer du poumon.

SilverBeam Filter
SilverBeam, un filtre d’énergie à modelage du faisceau, tire avantage des propriétés d’atténuation des photons de l’argent pour supprimer de manière sélective les photons à faible énergie d’un faisceau de rayons X polychromatique, ce qui procure un spectre énergétique optimisé pour le dépistage du cancer du poumon.

Découvrez SilverBeam

Advanced intelligent Clear-IQ Engine (AiCE)
AiCE est une technologie innovante de reconstruction par l’apprentissage profond « formée » pour réduire le bruit et renforcer le signal, afin de fournir rapidement des images nettes, claires et distinctes.
powered-by-Altivity_RGB.png

En savoir plus sur la technologie AiCE

✓ Faible bruit
✓ Texture naturelle des images*1
✓ Résolution spatiale à contraste élevé deux fois plus élevée*2
✓ Détectabilité claire des contrastes faibles
✓ Dose réduite pour l'imagerie corporelle*3

*1 Le terme « naturel » se réfère ici à une méthode similaire à la rétroprojection filtrée, par opposition à la reconstruction itérative basée sur des modèles.
*2 Comparaison entre AiCE Body Sharp et AIDR 3D Body Sharp avec une mesure de MTF de 10 % effectuée à l'aide du module de sensitométrie Teflon Catphan600.
*3 En comparaison avec la rétroprojection filtrée.

Détection de petits nodules pulmonaires

Imagerie tomodensitométrique pulmonaire de haute qualité à 0,54 mSv grâce à la combinaison du filtre SilverBeam et de l'AiCE.

Chez ce patient, un petit nodule pulmonaire est clairement visible dans le lobe supérieur droit.

sou

      Avec l'aimable autorisation du Fujita Health University Hospital, Japon

Plus de détails comparativement à une radiographie

Contrairement à la radiographie du thorax, la présence d'un cancer du poumon est dans ce cas-ci clairement visible dans le lobe supérieur gauche. 

Grâce à la combinaison du filtre SilverBeam et de l'AiCE, la dose effective de cette acquisition n'était que de 0,18 mSv, soit un niveau de dose plus proche d'une radiographie du thorax3.

sou

      Avec l'aimable autorisation du Dr Russell Bull, Royal Bournemouth Hospital, Bournemouth, Royaume-Uni

Imagerie de suivi à faible dose

Le filtre SilverBeam, associé à l'AiCE, permet de produire des images de qualité des poumons avec une dose similaire à celle d'une radiographie du thorax.

Chez ce patient, l'utilisation de notre filtre SilverBeam a permis de réduire la dose de 94 % par rapport au scanner initial utilisant un filtre standard, tout en conservant la conspicuité du nodule.

sou

      Avec l'aimable autorisation du NHLBI, National Institutes of Health, États-Unis.

"I have had patients who are reluctant to come in for a chest CT because of the fears of radiation. However, with Canon Medical technology, that barrier is removed. And now, we are able to offer ultra-low dose chest CT for screening for lung cancer, and that's a game changer."

Dr Marcus Chen
Directeur de l'imagerie cardiothoracique à la National Institutes for Health (NIH), Maryland, États-Unis

⁠Stratification des risques et diagnostic

Évaluation standardisée des nodules pulmonaires et caractérisation complète des nodules au fil du temps

Un aspect clé de tout programme de dépistage du cancer du poumon est la communication précise et rapide des résultats des tomodensitométries, suivie d'une gestion rationalisée des nodules et des maladies pulmonaires. Toutefois, en l'absence de solutions logicielles appropriées, la communication des résultats des examens de dépistage du cancer du poumon peut être une tâche fastidieuse et sujette à erreur. 

La solution complète de dépistage du cancer du poumon de Vitrea Advanced Visualization contient des outils automatisés qui vous aident à détecter et à caractériser différents types de nodules pulmonaires, y compris à évaluer les schémas de croissance. Pour faciliter le flux de travail et la création de rapports structurés, les résultats sont automatiquement transférés vers votre modèle de rapport avec une référence rapide aux directives, telles que Lung-RADS et les critères de Fleischner.

En savoir plus sur les solutions Vitrea pour le cancer du poumon

Détecte automatiquement les nodules pulmonaires potentiellement exploitables et évalue quantitativement leur croissance.

Articles scientifiques

Vous trouverez ici nos dernières données scientifiques sur les solutions de dépistage du cancer du poumon utilisant les technologies Canon.
Veuillez noter que les articles sont en anglais seulement.

Hamada, A et al. | Comparison of deep-learning image reconstruction with hybrid iterative reconstruction for evaluating lung nodules with high-resolution computed tomography| Journal of Computer Assisted Tomography (2023)

Oshima, Y et al. | Capability for dose reduction while maintaining nodule detection: Comparison of silver and copper X- ray spectrum modulation filters for chest CT using a phantom study with different reconstruction methods|European Journal of Radiology (2023)

Goto, M et al. | Lung- optimized deep-learning-based reconstruction for ultralow-dose CT| Academic Radiology (2023)

Hamabuchi N et al. | Effectiveness of deep learning reconstruction on standard to ultra-low-dose high-definition chest CT images | Japanese Journal of Radiology (2023)

K. Boedeker et al. | Technical Evaluation of a Low Dose Lung Cancer Screening Computed Tomography Protocol using a Beam- Shaping Silver Filter and Deep Learning Reconstruction.

Watanabe, S et al.| Pulmonary nodule volumetric accuracy of a deep learning- based reconstruction algorithm in low- dose computed tomography: A phantom study | Physica Medica (2022)

Mikayama, R et al. | Deep-learning reconstruction for ultra- low- dose lung CT: volumetric measurement accuracy and reproducibility of artificial groundglass nodules in a phantom study|The British Journal of Radiology (2022)

Keiichi Nomura et al. | Radiation Dose Reduction for Computed Tomography Localizer Radiography Using an Ag Additional Filter | J Comput Assist Tomogr (2021)

Ortlieb, A. C et al. | Impact of Morphotype on Image Quality and Diagnostic Performance of Ultra-Low-Dose Chest CT | Journal of Clinical Medicine (2021)

Singh R et al. | Image Quality and Lesion Detection on Deep Learning Reconstruction and Iterative Reconstruction of Submillisievert Chest and Abdominal CT | American Journal of Roentgenology (2020)

Yanagawa, M et al. | Lung adenocarcinoma at CT with 0.25- mm section thickness and a 2048 matrix: high-spatial-resolution imaging for predicting invasiveness |Radiology (2020)

Tsubamoto, M et al. | Ultra high-resolution computed tomography with 1024-matrix: Comparison with 512-matrix for the evaluation of pulmonary nodules. |European Journal of Radiology (2020)

Lucia J M Kroft et al. | Added Value of Ultra-Low-Dose Computed Tomography, Dose Equivalent to Chest x-Ray Radiography, for Diagnosing Chest Pathology | J Thorac Imaging (2019)

Fujita, M et al. | Lung cancer screening with ultra-low dose CT using full iterative reconstruction | Japanese journal of radiology (2017)

Meyer, E. et al. | Wide-volume versus helical acquisition in unenhanced chest CT: prospective intra-patient comparison of diagnostic accuracy and radiation dose in an ultra- low-dose setting |European Radiology (2019)

Schaal, M. et al. | Diagnostic Performance of Ultra-Low-Dose Computed Tomography for Detecting Asbestos-Related Pleuropulmonary Diseases: Prospective Study in a Screening Setting| PLOS One (2016)

Kakinuma R et al. | Ultra-High-Resolution Computed Tomography of the Lung: Image Quality of a Prototype Scanner | PLoS ONE (2015)

Nomura, Y et al. | Effects of iterative reconstruction algorithms on computer-assisted detection (CAD) software for lung nodules in ultra- low- dose CT for lung cancer screening |Academic Radiology (2017)


Références générales

1. Globocan 2020.

2. Oudkerk M. et al | Lung cancer LDCT screening and mortality reduction - evidence, pitfalls and future perspectives | Nature Reviews Clinical Oncology (2021)

3. RadiologyInfo.org | Radiation Dose from X-Ray and CT Exams | RadiologyInfo.org. (2022)

Nous contacter