L'IA en médecine : un regard de plus sur les images
Des logiciels repèrent déjà les lésions de la rétine ou certains cancers du sein sur les clichés. Ils sont autorisés, encadrés, parfois remarquables, mais ni infaillibles ni neutres.
Un radiologue examine des milliers d'images par semaine, souvent sous la pression du temps. Une lésion minuscule peut lui échapper un soir de fatigue. Depuis une dizaine d'années, des logiciels fondés sur l'apprentissage automatique lisent ces mêmes images et signalent ce qui leur paraît suspect. Certains sont déjà autorisés et utilisés à l'hôpital. Leur arrivée pose des questions très concrètes : sont-ils fiables pour tous les patients, et qui répond d'une erreur ?
Lire une image comme un spécialiste
Le principe est celui de tous les réseaux de neurones : on montre au logiciel des dizaines ou des centaines de milliers d'images déjà interprétées par des médecins, et il ajuste ses paramètres jusqu'à reproduire leurs conclusions. Une fois entraîné, il analyse une image nouvelle en quelques secondes.
La rétinopathie diabétique en est un exemple emblématique. Le diabète abîme peu à peu les petits vaisseaux de la rétine, et c'est une cause majeure de perte de la vue évitable, à condition de la dépister tôt. Le dépistage repose sur une photographie du fond de l'œil, que peu de spécialistes ont le temps d'examiner. En avril 2018, l'agence américaine du médicament, la FDA, a autorisé IDx-DR, un logiciel qui analyse ces photographies et rend lui-même un résultat, « consulter un ophtalmologiste » ou « refaire un contrôle dans un an », sans qu'un médecin ait à interpréter l'image. C'était le premier dispositif de ce genre autorisé aux États-Unis à rendre une décision de dépistage de manière autonome.
La mammographie est l'autre grand terrain. Dans plusieurs pays européens, chaque cliché de dépistage du cancer du sein est lu par deux radiologues. Des essais menés en Suède, publiés à partir de 2023, ont testé le remplacement d'un des deux lecteurs par un logiciel : le dépistage assisté a trouvé au moins autant de cancers, avec une charge de lecture nettement réduite pour les radiologues. Ces résultats encourageants restent à confirmer sur la durée, en particulier sur les cancers apparus entre deux dépistages.
Des dispositifs autorisés, donc évalués
Un logiciel qui aide au diagnostic est un dispositif médical. Avant d'être utilisé, il doit démontrer ses performances et sa sécurité auprès des autorités : la FDA aux États-Unis, ou, en Europe, un organisme notifié chargé du marquage CE. La FDA publie la liste des dispositifs intégrant de l'IA qu'elle a autorisés ; elle en recense plus d'un millier, en majorité en radiologie. La plupart ne décident pas seuls : ils trient, signalent, mesurent, et le médecin garde la main.
Le problème des biais
Un logiciel ne voit que ce que ses données d'entraînement lui ont appris. Si ces données viennent surtout d'un type de patients, d'un seul modèle d'appareil ou d'un seul hôpital, ses performances peuvent chuter ailleurs. Des chercheurs ont ainsi alerté sur les outils de dermatologie entraînés surtout sur des peaux claires, qui risquent de moins bien reconnaître les lésions sur peau foncée. En 2019, une étude publiée dans la revue Science a montré qu'un algorithme utilisé aux États-Unis pour orienter des patients vers des programmes de suivi sous-estimait les besoins de santé des patients noirs. La cause n'était pas une intention, mais un choix technique : l'algorithme se fondait sur les dépenses de santé passées, plus faibles pour des patients qui avaient moins accès aux soins. D'où l'exigence croissante de tester ces outils sur des populations variées, avant et après leur mise en service.
Qui est responsable ?
Aujourd'hui, la décision médicale reste celle du médecin, qui doit pouvoir comprendre et, le cas échéant, contredire la machine. En France, la loi de bioéthique de 2021 impose d'informer le patient lorsqu'un traitement algorithmique de ses données est utilisé pour son diagnostic ou ses soins. L'Union européenne a adopté en 2024 un règlement sur l'intelligence artificielle, l'AI Act, entré en vigueur le 1er août 2024. Il classe les dispositifs médicaux intégrant de l'IA parmi les systèmes « à haut risque », soumis à des exigences de qualité des données, de documentation, de transparence et de supervision humaine. Ses obligations s'appliquent par étapes ; le calendrier prévu pour les dispositifs médicaux s'étend jusqu'en 2027, et des ajustements de ce calendrier ont été discutés depuis l'adoption du texte.
Et dans l'espace ?
Les astronautes de la Station spatiale internationale sont à quelques heures d'un hôpital ; pas les équipages des futures missions lointaines. À bord de la station, on surveille déjà de près le fond de l'œil, car le séjour en apesanteur modifie la vision de certains astronautes. Pour un équipage à des années-lumière de toute aide, le diagnostic devra se faire à bord, sans lien en temps réel : c'est l'objet de la marche « Hôpital du Bout du Monde » (voir la marche E-LIF-14), dont les outils serviraient d'abord aux déserts médicaux, aux navires et aux bases polaires.
La prochaine étape n'est pas une machine qui remplace le médecin, mais une évaluation rigoureuse : mesurer, sur des patients réels et sur plusieurs années, si ces outils sauvent effectivement des vues et des vies, et pour qui.