L\u2019intelligence artificielle transforme progressivement la m\u00e9decine moderne. Apr\u00e8s avoir d\u00e9montr\u00e9 son utilit\u00e9 dans l\u2019analyse d\u2019images m\u00e9dicales, la planification th\u00e9rapeutique ou encore la recherche pharmaceutique, elle franchit aujourd\u2019hui une nouvelle \u00e9tape dans le domaine du d\u00e9pistage.<\/p>\n\n\n\n
Une \u00e9tude r\u00e9cente publi\u00e9e dans la revue scientifique Nature Cancer<\/em> montre que l\u2019utilisation de syst\u00e8mes d\u2019intelligence artificielle dans le d\u00e9pistage du cancer du sein pourrait augmenter la d\u00e9tection des tumeurs de plus de 10 %<\/strong>, tout en r\u00e9duisant significativement la charge de travail des professionnels de sant\u00e9.<\/p>\n\n\n\n Cette recherche, men\u00e9e par des scientifiques de l\u2019Universit\u00e9 d\u2019Aberdeen en collaboration avec le NHS Grampian et l\u2019entreprise technologique Kheiron Medical Technologies (d\u00e9sormais int\u00e9gr\u00e9e \u00e0 DeepHealth), apporte des \u00e9l\u00e9ments concrets sur la mani\u00e8re dont l\u2019IA peut soutenir les radiologues dans la d\u00e9tection pr\u00e9coce des cancers.<\/p>\n\n\n\n Le d\u00e9pistage du cancer du sein constitue un enjeu majeur de sant\u00e9 publique. Au Royaume-Uni, les femmes \u00e2g\u00e9es de 50 \u00e0 70 ans sont invit\u00e9es \u00e0 r\u00e9aliser une mammographie tous les trois ans dans le cadre du programme national de d\u00e9pistage.<\/p>\n\n\n\n Ce dispositif repr\u00e9sente plus de deux millions d\u2019examens de mammographie r\u00e9alis\u00e9s chaque ann\u00e9e<\/strong>. Dans la proc\u00e9dure actuelle, chaque mammographie est g\u00e9n\u00e9ralement analys\u00e9e par deux radiologues diff\u00e9rents<\/strong>, afin de r\u00e9duire le risque de passer \u00e0 c\u00f4t\u00e9 d\u2019une tumeur.<\/p>\n\n\n\n Malgr\u00e9 cette double lecture, certaines formes de cancer restent difficiles \u00e0 d\u00e9tecter. Les chercheurs estiment qu\u2019environ 20 % des cancers du sein peuvent \u00eatre manqu\u00e9s lors du d\u00e9pistage initial<\/strong>, notamment lorsque les anomalies sont peu visibles sur l\u2019imagerie m\u00e9dicale.<\/p>\n\n\n\n C\u2019est pr\u00e9cis\u00e9ment dans ce contexte que l\u2019intelligence artificielle peut jouer un r\u00f4le d\u00e9terminant.<\/p>\n\n\n\n L\u2019\u00e9valuation s\u2019appuie sur le projet GEMINI (Grampian\u2019s Evaluation of Mia in an Innovative National breast screening Initiative)<\/strong>, men\u00e9 au sein du NHS Grampian en \u00c9cosse.<\/p>\n\n\n\n Les chercheurs ont analys\u00e9 10 889 mammographies r\u00e9alis\u00e9es dans le cadre du programme national de d\u00e9pistage<\/strong>, en int\u00e9grant un logiciel d\u2019intelligence artificielle appel\u00e9 Mia<\/em>, d\u00e9velopp\u00e9 par l\u2019entreprise Kheiron.<\/p>\n\n\n\n L\u2019objectif \u00e9tait d\u2019\u00e9valuer comment l\u2019IA pouvait s\u2019int\u00e9grer concr\u00e8tement dans le flux de travail clinique, sans remplacer les radiologues mais en agissant comme un outil d\u2019assistance \u00e0 la d\u00e9cision.<\/p>\n\n\n\n Les r\u00e9sultats sont particuli\u00e8rement significatifs :<\/p>\n\n\n\n Ces gains sont loin d\u2019\u00eatre anecdotiques. En oncologie, la d\u00e9tection pr\u00e9coce est l\u2019un des facteurs les plus d\u00e9terminants pour am\u00e9liorer les chances de gu\u00e9rison.<\/p>\n\n\n\n L\u2019un des r\u00e9sultats les plus marquants de l\u2019\u00e9tude concerne la nature des cancers d\u00e9tect\u00e9s gr\u00e2ce \u00e0 l\u2019IA.<\/p>\n\n\n\n Les chercheurs ont constat\u00e9 que les syst\u00e8mes d\u2019intelligence artificielle permettaient d\u2019identifier davantage de cancers invasifs et de haut grade<\/strong>, c\u2019est-\u00e0-dire des formes potentiellement plus agressives de la maladie.<\/p>\n\n\n\n En d\u00e9tectant ces tumeurs plus t\u00f4t, l\u2019IA pourrait contribuer \u00e0 :<\/p>\n\n\n\n Dans ce contexte, l\u2019IA ne se contente pas d\u2019augmenter le nombre de cancers d\u00e9tect\u00e9s, elle am\u00e9liore la qualit\u00e9 du d\u00e9pistage m\u00e9dical.<\/p>\n\n\n\n L\u2019\u00e9tude met \u00e9galement en \u00e9vidence un autre b\u00e9n\u00e9fice important : la r\u00e9duction des examens compl\u00e9mentaires inutiles.<\/p>\n\n\n\n Dans les programmes de d\u00e9pistage classiques, de nombreuses femmes sont rappel\u00e9es pour des analyses suppl\u00e9mentaires apr\u00e8s une mammographie suspecte. Or, dans une grande proportion de cas, ces examens ne conduisent finalement pas \u00e0 un diagnostic de cancer.<\/p>\n\n\n\n Selon les chercheurs, l\u2019int\u00e9gration de l\u2019IA dans le processus de d\u00e9pistage pourrait :<\/p>\n\n\n\n Pour les syst\u00e8mes de sant\u00e9, cette am\u00e9lioration repr\u00e9sente \u00e9galement un gain \u00e9conomique et organisationnel, en r\u00e9duisant les ressources mobilis\u00e9es pour des examens non n\u00e9cessaires.<\/p>\n\n\n\n Dans la pratique, les chercheurs ont test\u00e9 17 sc\u00e9narios diff\u00e9rents d\u2019int\u00e9gration de l\u2019IA dans le processus de d\u00e9pistage<\/strong>, afin d\u2019identifier les configurations les plus efficaces.<\/p>\n\n\n\n Le sc\u00e9nario qui a donn\u00e9 les meilleurs r\u00e9sultats consiste \u00e0 utiliser l\u2019IA comme second lecteur de mammographies, en compl\u00e9ment d\u2019un radiologue humain.<\/p>\n\n\n\n Dans ce mod\u00e8le :<\/p>\n\n\n\n Cette approche permet de combiner l\u2019expertise humaine et l\u2019analyse algorithmique, tout en am\u00e9liorant la performance globale du d\u00e9pistage.<\/p>\n\n\n\n L\u2019int\u00e9gration de l\u2019intelligence artificielle dans le d\u00e9pistage du cancer intervient \u00e9galement dans un contexte de tension croissante pour les syst\u00e8mes de sant\u00e9.<\/p>\n\n\n\n La radiologie fait face \u00e0 plusieurs d\u00e9fis majeurs :<\/p>\n\n\n\n Dans ce contexte, l\u2019IA appara\u00eet comme un outil d\u2019augmentation des capacit\u00e9s m\u00e9dicales, capable d\u2019aider les professionnels de sant\u00e9 \u00e0 analyser plus rapidement et plus efficacement de grandes quantit\u00e9s d\u2019images m\u00e9dicales.<\/p>\n\n\n\n Malgr\u00e9 ses promesses, l\u2019utilisation de l\u2019intelligence artificielle en m\u00e9decine soul\u00e8ve \u00e9galement plusieurs questions \u00e9thiques et scientifiques.<\/p>\n\n\n\n Tout d\u2019abord, les syst\u00e8mes d\u2019IA doivent \u00eatre rigoureusement valid\u00e9s cliniquement avant leur d\u00e9ploiement \u00e0 grande \u00e9chelle. Les autorit\u00e9s sanitaires exigent des preuves solides concernant leur fiabilit\u00e9, leur pr\u00e9cision et leur s\u00e9curit\u00e9.<\/p>\n\n\n\n Ensuite, l\u2019IA ne peut pas remplacer le jugement m\u00e9dical. Elle doit \u00eatre utilis\u00e9e comme un outil d\u2019assistance \u00e0 la d\u00e9cision, et non comme un substitut \u00e0 l\u2019expertise des m\u00e9decins.<\/p>\n\n\n\n Enfin, la transparence des algorithmes et la qualit\u00e9 des donn\u00e9es d\u2019entra\u00eenement restent des enjeux essentiels pour garantir la confiance des professionnels de sant\u00e9 et des patients.<\/p>\n\n\n\n Les r\u00e9sultats de cette \u00e9tude ouvrent une perspective prometteuse pour l\u2019avenir du d\u00e9pistage du cancer.<\/p>\n\n\n\n En am\u00e9liorant la d\u00e9tection pr\u00e9coce, en r\u00e9duisant la charge de travail des radiologues et en limitant les examens inutiles, l\u2019intelligence artificielle pourrait contribuer \u00e0 transformer en profondeur la pratique de la radiologie et de la pr\u00e9vention m\u00e9dicale.<\/p>\n\n\n\n Cette \u00e9volution ne signifie pas que la technologie remplace les m\u00e9decins. Au contraire, elle illustre l\u2019\u00e9mergence d\u2019une m\u00e9decine augment\u00e9e, o\u00f9 l\u2019intelligence artificielle vient renforcer les capacit\u00e9s d\u2019analyse et de diagnostic des professionnels de sant\u00e9.<\/p>\n\n\n\n Dans les ann\u00e9es \u00e0 venir, l\u2019enjeu sera de r\u00e9ussir l\u2019int\u00e9gration op\u00e9rationnelle de ces technologies dans les syst\u00e8mes de sant\u00e9, tout en garantissant leur s\u00e9curit\u00e9, leur transparence et leur utilit\u00e9 clinique.<\/p>\n\n\n\n Si ces conditions sont r\u00e9unies, l\u2019intelligence artificielle pourrait devenir l\u2019un des outils les plus puissants pour am\u00e9liorer la d\u00e9tection des maladies et sauver des vies.<\/p>\n\n\n\n Les progr\u00e8s de l\u2019intelligence artificielle en oncologie illustrent plus largement la transformation du secteur de la sant\u00e9 par l\u2019analyse avanc\u00e9e des donn\u00e9es m\u00e9dicales. Sur un sujet connexe, d\u00e9couvrez notre article \u00ab Votre sant\u00e9 expliqu\u00e9e par l\u2019IA, OpenAI franchit un seuil avec ChatGPT Sant\u00e9 \u00bb<\/strong><\/a>, qui explore comment les syst\u00e8mes d\u2019IA commencent \u00e0 jouer un r\u00f4le croissant dans l\u2019accompagnement m\u00e9dical, l\u2019analyse des sympt\u00f4mes et l\u2019acc\u00e8s \u00e0 l\u2019information de sant\u00e9.<\/p>\n\n\n\n 1. De Vries, C. et al. (2026). Artificial intelligence in breast cancer screening: results from the GEMINI evaluation. Nature Cancer. 2. National Institute for Health and Care Research. (2026). AI in Health and Care Award Programme. L\u2019IA au c\u0153ur du d\u00e9pistage du cancer du sein<\/h2>\n\n\n\n
Une \u00e9tude \u00e0 grande \u00e9chelle dans un programme de d\u00e9pistage r\u00e9el<\/h2>\n\n\n\n
\n
Une meilleure d\u00e9tection des cancers agressifs<\/h2>\n\n\n\n
\n
Moins d\u2019examens inutiles et moins d\u2019anxi\u00e9t\u00e9 pour les patientes<\/h2>\n\n\n\n
\n
L\u2019IA comme second lecteur des images m\u00e9dicales<\/h2>\n\n\n\n
\n
R\u00e9pondre aux d\u00e9fis du syst\u00e8me de sant\u00e9<\/h2>\n\n\n\n
\n
Les enjeux \u00e9thiques de l\u2019IA dans le diagnostic m\u00e9dical<\/h2>\n\n\n\n
Vers une nouvelle g\u00e9n\u00e9ration de m\u00e9decine augment\u00e9e<\/h2>\n\n\n\n
Pour aller plus loin <\/h2>\n\n\n\n
R\u00e9f\u00e9rences<\/h3>\n\n\n\n
https:\/\/www.nature.com<\/a> <\/p>\n\n
https:\/\/www.nihr.ac.uk<\/a> <\/p>\n\n