Publi\u00e9e dans The Lancet sous la houlette de la Dr Kristina L\u00e5ng, la technologie a rep\u00e9r\u00e9 pr\u00e9cocement des tumeurs que les radiologues identifient plus difficilement, notamment dans les tissus denses. Au-del\u00e0 de la performance, l\u2019enjeu est syst\u00e9mique: soulager une p\u00e9nurie de sp\u00e9cialistes et ouvrir la voie \u00e0 des d\u00e9ploiements jusqu\u2019en \u00c9thiopie.<\/p>\n
Un tueur bien dissimul\u00e9 enfin r\u00e9v\u00e9l\u00e9<\/p>\n
Le cancer d\u2019intervalle d\u00e9signe des tumeurs qui \u00e9mergent entre deux mammographies de routine et \u00e9chappent souvent \u00e0 l\u2019\u0153il humain. En Su\u00e8de, un dispositif d\u2019intelligence artificielle a franchi une \u00e9tape d\u00e9cisive en d\u00e9pistant ces formes difficiles \u00e0 rep\u00e9rer. \u00c9valu\u00e9 sur 100 000 cas, l\u2019outil a livr\u00e9 des performances qui redonnent de r\u00e9elles perspectives aux patientes, en identifiant des signaux subtils pass\u00e9s inaper\u00e7us lors de lectures classiques.<\/p>\n
Des r\u00e9sultats concrets gr\u00e2ce \u00e0 une \u00e9tude de grande ampleur<\/p>\n
Conduite sous l\u2019acronyme MASAI (mammography screening with artificial intelligence), l\u2019\u00e9tude su\u00e9doise s\u2019appuie sur des algorithmes capables d\u2019analyser finement les mammographies et de remonter \u00e0 des indices discrets de tumeurs. En mettant au jour des signes pr\u00e9coces de cancers d\u2019intervalle parfois manqu\u00e9s par des radiologues chevronn\u00e9s, le syst\u00e8me r\u00e9duit les marges d\u2019erreur et peut v\u00e9ritablement changer le pronostic de nombreuses patientes gr\u00e2ce \u00e0 une prise en charge plus rapide.<\/p>\n
La prouesse est notable dans les seins \u00e0 forte densit\u00e9, o\u00f9 la l\u00e9sion se confond avec le tissu. Les r\u00e9sultats, publi\u00e9s dans la revue scientifique The Lancet, illustrent une avanc\u00e9e tangible pour la m\u00e9decine pr\u00e9ventive et la qualit\u00e9 du d\u00e9pistage organis\u00e9.<\/p>\n
Traquer l’invisible : le r\u00f4le cl\u00e9 de l\u2019IA<\/p>\n
Au-del\u00e0 d\u2019un simple mim\u00e9tisme de l\u2019\u0153il expert, l\u2019IA apprend et g\u00e9n\u00e9ralise depuis des millions d\u2019images pour reconna\u00eetre des motifs faibles, des textures et des micro-variations imperceptibles. En affinant ses seuils de d\u00e9cision, elle limite les faux positifs, \u00e9vitant des examens compl\u00e9mentaires et des biopsies inutiles. Cet appui cibl\u00e9 optimise le parcours de soins et all\u00e8ge la charge pour le syst\u00e8me de sant\u00e9 tout en am\u00e9liorant la d\u00e9tection pr\u00e9coce.<\/p>\n
Et si l\u2019IA \u00e9tait aussi une r\u00e9ponse \u00e0 la p\u00e9nurie de radiologues ?<\/p>\n
La valeur ajout\u00e9e ne se r\u00e9sume pas \u00e0 la performance diagnostique. Face \u00e0 la p\u00e9nurie de radiologues dans de nombreux territoires, le Dr Richard Wahl, oncologue, pr\u00e9sente l\u2019IA comme un levier op\u00e9rationnel pour fluidifier les flux, acc\u00e9l\u00e9rer les lectures et rendre le d\u00e9pistage plus accessible sans compromettre la qualit\u00e9.<\/p>\n
La port\u00e9e est internationale : des \u00e9valuations sont envisag\u00e9es en \u00c9thiopie afin de soutenir des syst\u00e8mes de sant\u00e9 sous-dot\u00e9s et d\u2019explorer une m\u00e9decine augment\u00e9e adapt\u00e9e \u00e0 divers contextes.<\/p>\n
Une \u00e9tape-cl\u00e9 pour la m\u00e9decine moderne<\/p>\n
Au vu des signaux favorables, l\u2019\u00e9quipe de l\u2019\u00e9tude MASAI travaille d\u00e9j\u00e0 \u00e0 l\u2019int\u00e9gration de ces outils dans le d\u00e9pistage de routine. En conjuguant expertise clinique et puissance algorithmique, cette approche offre une arme suppl\u00e9mentaire contre ce redoutable \u201ctueur silencieux\u201d, tout en apportant de la r\u00e9silience aux syst\u00e8mes de soins soumis \u00e0 une forte demande.<\/p>\n
Source : <\/p>\n