Objectif : évaluer respectivement l’efficacité des modèles d’apprentissage profond (deep learning, DL) basés sur l’échographie en mode B et l’échographie avec agent de contraste (contrast-enhanced ultrasound, CEUS) pour prédire la récidive précoce (early recurrence, ER) chez les patients atteints de carcinome hépatocellulaire (hepatocellular carcinoma, HCC) après ablation par radiofréquence (radiofrequency ablation, RFA), et explorer leur valeur dans l’aide à la décision clinique. Méthodes : analyse rétrospective des patients traités par RFA entre septembre 2017 et décembre 2019 à l’hôpital oncologique affilié à l’Université médicale de Harbin, diagnostiqués par tomodensitométrie (computed tomography, CT) ou imagerie par résonance magnétique (magnetic resonance imaging, MRI). Collecte des images dynamiques preopératoires en échographie B-mode et CEUS, standardisation du prétraitement (incluant le recadrage des boîtes englobantes) pour extraire la région d’intérêt (region of interest, ROI). Construction de modèles prédictifs basés sur quatre types d’images en utilisant un réseau résiduel tridimensionnel (three-dimensional residual network, 3D ResNet) : R-US (B-mode), R-CEUS45 (phase artérielle, 0~45 s), R-CEUS2 (phase portale, 46 s~2 min) et R-CEUS (double phase, 0~1 min). Entraînement et optimisation via une validation croisée à 5 plis pour renforcer la robustesse des modèles. Analyse logistique unifactorielle et multifactorielles pour examiner l’association entre caractéristiques échographiques et ER, ainsi qu’une exploration approfondie des facteurs de risque impactant ER. Évaluation des performances prédictives et de la valeur clinique via la courbe ROC (receiver operating characteristic), la courbe de calibration et l’analyse de courbe décisionnelle (decision curve analysis, DCA). Résultats : 139 patients inclus, totalisant 139 lésions. Répartition aléatoire des données en ensembles d’entraînement et de validation selon un ratio de 8:2. L’analyse multivariée a montré que la localisation tumorale au segment S4 du foie et la présence d’un halo hypoéchogène sont des facteurs de risque indépendants d’ER (tous deux P<0.05). Dans le groupe de validation, les aires sous la courbe (area under curve, AUC) des 4 modèles (R-US, R-CEUS, R-CEUS2, R-CEUS45) pour prédire ER étaient respectivement 0.928, 0.912, 0.871 et 0.807. L’analyse DCA a indiqué que le modèle CEUS double phase offre un bénéfice clinique net supérieur. Conclusion : la technologie DL peut efficacement exploiter les images dynamiques échographiques pour une prédiction personnalisée précise de la récidive précoce du CHC après RFA, avec un fort potentiel de translation clinique pour le modèle CEUS double phase. Ceci fournit un nouvel outil non invasif pour le dépistage préopératoire des patients à haut risque de récidive et pour l’élaboration de protocoles de suivi personnalisés.

carcinome hépatocellulaire; ablation par radiofréquence; récidive précoce; apprentissage profond; échographie avec agent de contraste