Une IA qui lit mieux les mammographies, c’est bien. Une IA dont on sait ce qui arrive aux femmes à qui on a dit « tout va bien », c’est mieux. Le dépistage assisté par algorithme vient justement de passer de la première catégorie à la seconde, en Europe. Enfin, presque.
Le résultat le plus important du programme suédois MASAI n’est pas la sensibilité. C’est le cancer qu’on n’a pas vu venir. L’essai a suivi les cancers de l’intervalle, ceux qu’on diagnostique après une mammographie jugée normale et avant le rendez-vous suivant. Sur environ 106 000 participantes randomisées, les chercheurs comptent 82 cancers de l’intervalle côté IA et 93 côté double lecture classique, soit des taux de 1,55 et 1,76 pour 1 000 femmes. Le critère de non-infériorité est rempli. Le chiffre plus bas ne doit pas être vendu comme une preuve de supériorité. 82 contre 93, ça ne ressemble pas à une démonstration.
La sensibilité, elle, passe de 73,8 % en double lecture à 80,5 % avec l’IA. La spécificité reste à 98,5 % dans les deux groupes. Rappel de vocabulaire pour ceux qui confondent encore : la sensibilité mesure la part de cancers détectés, la spécificité la capacité à classer correctement les femmes sans cancer. Ces deux-là ne répondent pas à la même question qu’un banc d’essai où un labo fait trier des images triées d’avance. Et surtout, cette étude n’établit aucune réduction de la mortalité par cancer du sein. Les résultats de long terme, y compris les conséquences d’avoir détecté de la maladie en plus, restent au programme.
Le mot « dépistage IA » recouvre plusieurs interventions, d’ailleurs. Un logiciel qui oriente les examens vers un ou deux lecteurs, un autre qui marque les zones suspectes, un troisième qui joue la vérification après un premier avis. Choisir le bon montage devient aussi important que choisir l’algorithme. Chaque arrangement change qui examine la mammo, quand on tranche les désaccords, et combien de boulot atterrit dans les consultations d’évaluation.
Le 29% que tout le monde a retenu, c’était le même essai
Un rapport antérieur, sur la même population MASAI, annonçait 6,4 cancers détectés pour 1 000 femmes avec l’IA contre 5,0 en double lecture, soit une hausse relative de 29 %. Deux analyses successives d’un seul essai, pas deux réplications indépendantes. C’est le genre de détail qui disparaît vite dans un communiqué de presse.
L’intervention, ce n’est pas l’algorithme. C’est l’organisation du travail.
L’essai suédois testait un dispositif précis : une allocation fondée sur le risque, qui envoie certaines mammographies vers une lecture simple et d’autres vers une double lecture, avec un soutien à la détection pour les radiologues. Ce n’est pas « une IA qui lit mieux ». C’est un circuit de tri.
Le gain affiché donne le vertige : environ 44 % de charge de lecture en moins. Sauf que ce chiffre porte sur les examens lus, pas sur tout le travail d’un service de dépistage. Le convertir directement en baisse d’effectifs ou en économie totale, c’est le raccourci qui fait plaisir aux directions et ment aux comptables.
La question qui suit est simple et personne n’y répond dans le papier : savoir où part la capacité libérée. Compte rendu plus rapide, dépistage supplémentaire, évaluation des cas complexes, ou simple survie du service quand un radiologue est absent. Ces choix déterminent la valeur réelle du déploiement. Un acheteur qui ne mesure que l’activité des lecteurs se trompe de tableau de bord. Il faut suivre le délai jusqu’à l’évaluation et jusqu’à la biopsie. Sinon, on accélère la première étape et la patiente poireaute à la suivante, avec un gain de productivité bien au chaud dans un seul indicateur de service.
L’Allemagne confirme la faisabilité, pas la causalité
Le programme allemand PRAIM, publié dans Nature Medicine en 2025, a évalué 461 818 femmes sur 12 sites, avec 119 radiologues. Taux de détection de 6,7 pour 1 000 avec l’IA contre 5,7 sans, soit 17,6 % d’écart relatif. Les taux de rappel étaient de 37,4 et 38,3 pour 1 000. Sauf que c’est une étude observationnelle prospective : les radiologues choisissaient ou non d’utiliser la visionneuse assistée. Aucune randomisation. Les ajustements statistiques corrigent les différences mesurées, pas celles qu’on n’a pas pensé à mesurer. Sa vraie valeur, c’est de montrer qu’une intégration sur douze sites est faisable. Pas de répliquer MASAI, dont l’allocation des examens est différente. Une technologie greffée sur un autre circuit de lecture produit d’autres effets.
À Stockholm, on a testé le binôme
L’étude ScreenTrustCAD a regardé une autre combinaison sur 55 581 femmes. Deux radiologues et une IA, avec la possibilité de comparer plusieurs paires lecteur-machine. Un radiologue plus l’IA a détecté 261 cancers, contre 250 pour deux radiologues, et le critère de non-infériorité est atteint. Le design est malin : les mêmes mammographies sont évaluées sous plusieurs configurations, au lieu de randomiser les femmes entre IA autonome et soins courants. Attention au périmètre, l’évaluation portait sur les cancers identifiés dans les trois mois. C’est une autre question que le suivi des cancers de l’intervalle. Le résultat rend crédible une alternative à la double lecture classique. Il n’établit pas qu’on peut virer tout humain du circuit sans conséquence.
La bonne question d’achat
Pour une autorité régionale de dépistage, la synthèse tient en une phrase qu’on devrait imprimer sur chaque appel d’offres : quelle tâche clinique a été testée, dans quel circuit, avec quelles conséquences en aval ? Un titre de presse sur le taux de détection ne répond à aucune des trois.
Pendant ce temps, en Chine, on photographie la langue
On change alors de dimension. Une équipe chinoise a recruté 518 personnes, dont 200 avec une coronaropathie diagnostiquée et 318 volontaires sains. Chacune a eu droit à une photo du visage et de la langue, prise par un système de scan dédié, puis analysée par apprentissage profond. Le système regardait séparément la langue et le visage avant de combiner les signaux. La version combinée marchait mieux que chaque source seule. La meilleure mouture atteint 98 % de précision sur un test de 104 personnes : les 40 coronariens identifiés, deux volontaires sains classés à tort comme malades. Publié dans Scientific Reports.
L’algorithme s’est focalisé sur le centre de la langue, son enduit de surface, la peau autour de la bouche et les joues. Certains patients coronariens avaient la langue plus sombre, un enduit plus épais ou des changements de pigmentation faciale. Les chercheurs notent que ces zones recoupent les enseignements de la médecine traditionnelle chinoise sur les liens entre langue, visage et cœur.
98 % sur 104 personnes, ce n’est pas un dépistage. C’est une manchette. Les volontaires sains n’ont pas tous eu d’imagerie coronaire, donc des maladies non détectées ne sont pas exclues. Les photos ont été prises sous éclairage contrôlé avec du matériel dédié. Le modèle n’a pas été testé dans d’autres hôpitaux, sur d’autres groupes ethniques, dans d’autres conditions. Il peut très bien capter l’âge, un traitement, le tabagisme ou une autre maladie plutôt que l’athérosclérose elle-même. Et puis il y a le problème de base : un test très précis sur une population où la maladie est rare produit beaucoup de faux positifs. Enfin, la comparaison oppose des malades déjà diagnostiqués à des bien-portants, ce qui n’a rien à voir avec un dépistage en population générale.
Il y a un mot que tout le monde emploie et que personne ne définit : dépistage. Derrière, il y a 106 000 femmes suédoises et des cancers de l’intervalle comptés à l’unité. Puis 518 personnes et une langue photographiée. Un algorithme qui repère un cancer est une promesse. Un service qui organise ce qu’on fait de cette information est une politique de santé. Devine lequel des deux coûte le plus cher à écrire dans un communiqué.
Sources :
Comments are closed