Le dépistage du cancer du sein est associé à un taux de rappel élevé (rappel pour images additionnelles ou biopsie). Dans la province de Québec, cela représente 22,8% des femmes ayant une 1ère mammographie de dépistage et 9,7% des femmes qui ont une mammographie de dépistage subséquente. Dans près de 75% des cas, cette investigation supplémentaire est négative (pas de cancer) et représente près de 10% du budget du programme de dépistage au Québec. L’objectif principal de notre étude est d’utiliser l’intelligence artificielle (IA) de la plateforme EVIDENS d’Imagia pour classifier plus précisément les anomalies mammographiques en “bénignes” ou “malignes” sans avoir à faire de biopsie (ou d’autres images rapprochées) pour les lésions bénignes. Nous allons aussi explorer si l’IA est capable de prédire les chances de réponses à une chimiothérapie pré-opératoire dans les cancers avancés ou le risque de récidive de plus petits cancers. Pour atteindre ces objectifs nous utiliserons la banque de biopsies du sein du Centre des maladies du sein du CHU de Québec – Université Laval, qui contient plus de 3 000 cas par année. Nous aurons accès à plus de 200 000 mammographies. Puisque le nombre d’image est crucial pour ce projet, nous sommes très bien positionnés. L’impact socio-économique potentiel est significatif. Les résultats de notre étude seront très attrayants pour les programmes de dépistage. Pour le partenaire industriel, Imagia, le potentiel de commercialisation est grand. Pour le système de santé, le projet a le potentiel de diminuer l’utilisation des ressources car il y aura moins de rappel pour des faux positifs (lésions bénignes). Pour les femmes, elles économiseront du temps et éviteront l’anxiété associée lorsque la mammographie est un faux positif.