Cancer
Intelligence artificielle et cancer : à quoi sert-elle vraiment ?
L’intelligence artificielle peut aider les professionnels dans certaines tâches : analyser des images, étudier des prélèvements, préparer une radiothérapie ou exploiter de grandes quantités de données.
Elle ne remplace pas le médecin et toutes les applications annoncées ne sont pas encore utilisées en pratique courante.
Pour mieux comprendre
En cancérologie, l’intelligence artificielle désigne un ensemble d’outils capables d’analyser de grandes quantités de données et d’identifier certains motifs. Leur intérêt dépend de la tâche précise pour laquelle ils ont été conçus et validés.
En imagerie, certains modèles peuvent aider à repérer ou caractériser des anomalies. En anatomopathologie numérique, d’autres peuvent contribuer à l’analyse d’images de prélèvements. Ces outils ont vocation à assister le professionnel dans certaines tâches, pas à supprimer l’interprétation médicale.
La radiothérapie constitue un autre domaine d’application. Des systèmes d’IA peuvent notamment aider à délimiter automatiquement des organes ou des volumes sur les images, accélérer certaines étapes de planification ou contribuer à l’analyse quantitative des images. L’objectif est souvent de gagner du temps, de standardiser certaines tâches ou d’exploiter des informations difficiles à analyser manuellement.
D’autres modèles sont étudiés pour combiner des données cliniques, d’imagerie ou moléculaires afin de caractériser les tumeurs, d’étudier le pronostic ou de rechercher des facteurs associés à la réponse aux traitements. Une partie importante de ces usages reste toutefois du domaine de la recherche ou nécessite encore des validations supplémentaires avant une utilisation clinique large.
Une bonne performance dans une étude informatique ne suffit pas. Un modèle doit être évalué sur des patients différents de ceux qui ont servi à son développement, et son utilité réelle doit être démontrée dans le contexte où il sera utilisé. Les performances peuvent varier selon les populations, les appareils, les pratiques et la qualité des données.
C’est pourquoi la reproductibilité, les biais, la protection des données et la supervision humaine restent des enjeux centraux. L’IA est donc surtout un nouvel ensemble d’outils d’aide à certaines tâches de la cancérologie, avec des niveaux de maturité très différents selon les applications.
Pourquoi rester prudent ?
Un résultat performant dans une étude ne suffit pas à prouver qu’un outil améliore réellement les soins. Validation externe ou prospective, maîtrise des biais, protection des données et contrôle humain restent essentiels.