Les deux versions sont alignées bloc par bloc, dans l’ordre du texte : titre, l’essentiel, puis paragraphe par paragraphe. Quand la traduction a fusionné ou scindé un paragraphe, la case correspondante reste vide — on ne rapproche jamais deux passages au jugé.
A mammogram taken to look for breast cancer may one day be read for more than breast tissue. At ESC Congress 2026, Dr. Viana Copeland of Chaim Sheba Medical Center and Tel Aviv University presented a deep-learning model that detected patterns associated with hypertension, ischemic heart disease and stroke in women’s mammograms.
Une mammographie réalisée pour rechercher un cancer du sein pourrait un jour être analysée pour autre chose que le tissu mammaire. Au congrès de l’ESC 2026, la Dre Viana Copeland, du centre médical Chaim Sheba et de l’université de Tel Aviv, a présenté un modèle d’apprentissage profond capable de détecter, sur les mammographies de femmes, des schémas associés à l’hypertension, la cardiopathie ischémique et l’AVC.
The retrospective study covered 29,921 women and 97,364 mammography examinations, with a median age of 54. The researchers matched the images with clinical information drawn from electronic medical records, medication prescriptions, procedures and imaging findings. Hypertension affected 16% of the cohort; ischemic heart disease and stroke each affected 2.5%.
Cette étude rétrospective portait sur 29 921 femmes et 97 364 examens de mammographie, avec un âge médian de 54 ans. Les chercheurs ont mis les images en correspondance avec des informations cliniques issues de dossiers médicaux électroniques, d’ordonnances, d’actes médicaux et de résultats d’imagerie. L’hypertension concernait 16 % de la cohorte ; la cardiopathie ischémique et l’AVC, 2,5 % chacune.
The model’s performance was measured with AUROC, a score that shows how well a system separates people with a condition from those without it: 0.5 is random guessing and 1.0 is perfect discrimination. It reached 0.79 for hypertension, 0.78 for ischemic heart disease and 0.86 for stroke. The results remained consistent when the researchers considered cancer status and age.
Les performances du modèle ont été évaluées avec l’AUROC, un score qui indique dans quelle mesure un système distingue les personnes atteintes d’une affection de celles qui ne le sont pas : 0,5 correspond à une déduction aléatoire et 1,0 à une discrimination parfaite. Le modèle a atteint 0,79 pour l’hypertension, 0,78 pour la cardiopathie ischémique et 0,86 pour l’AVC. Les résultats sont restés cohérents lorsque les chercheurs ont pris en compte le statut vis-à-vis du cancer et l’âge.
The practical appeal is straightforward. Many women attend routine breast-cancer screening even when they have not sought help for cardiovascular symptoms, while cardiovascular disease remains underdiagnosed and undertreated in women, according to Dr. Copeland. Reading the same images for cardiovascular clues could therefore flag risk during an appointment that already exists, without an additional imaging examination.
L’intérêt pratique est évident. De nombreuses femmes participent au dépistage systématique du cancer du sein même lorsqu’elles n’ont pas consulté pour des symptômes cardiovasculaires, alors que les maladies cardiovasculaires restent sous-diagnostiquées et insuffisamment prises en charge chez les femmes, selon la Dre Copeland. Analyser les mêmes images à la recherche d’indices cardiovasculaires pourrait donc signaler un risque lors d’un rendez-vous déjà prévu, sans examen d’imagerie supplémentaire.
So what changes, concretely? Not medical care today: the model is still experimental, based on retrospective data, and the researchers are working to reduce both false positives and false negatives. The next step is to establish accuracy and reliability in clinical implementation; the team also plans to test whether mammograms can reveal other cardiovascular conditions.
Alors, qu’est-ce qui change concrètement ? Pas la prise en charge médicale aujourd’hui : le modèle est encore expérimental, repose sur des données rétrospectives et les chercheurs travaillent à réduire à la fois les faux positifs et les faux négatifs. La prochaine étape consiste à établir sa précision et sa fiabilité dans un cadre clinique ; l’équipe prévoit également de vérifier si les mammographies peuvent révéler d’autres affections cardiovasculaires.