Chaque année, des milliers de femmes apprennent qu’elles sont atteintes d’un cancer du sein. Dans ce contexte, l’intelligence artificielle s’impose peu à peu comme un outil prometteur pour aider les médecins à repérer la maladie plus tôt, avec davantage de précision. Déjà utilisée dans certains hôpitaux en France, elle pourrait devenir une alliée précieuse pour les équipes médicales et les patientes.
Concrètement, que change l’IA dans le dépistage du cancer du sein, le diagnostic et le suivi ? La Pre Anne Vincent-Salomon, directrice de l’Institut des Cancers des Femmes et cheffe du pôle de médecine diagnostique et théranostique ainsi que du service de pathologie de l’Institut Curie, fait le point sur une technologie encore émergente, mais déjà très attendue.
Le cancer du sein, un enjeu de santé publique majeur
Le cancer du sein est aujourd’hui le cancer le plus fréquent chez la femme, avec plus de 61 000 nouveaux cas diagnostiqués chaque année en France. Lorsqu’il est détecté rapidement, il peut être soigné efficacement, ce qui explique l’importance du dépistage organisé. Celui-ci propose une mammographie tous les deux ans aux femmes âgées de 50 à 74 ans.
Mais ce dépistage n’est pas infaillible. Certaines lésions passent encore inaperçues, tandis que des anomalies bénignes peuvent conduire à des examens inutiles, sources de stress pour les patientes. Dans ce contexte, l’intelligence artificielle vient compléter le travail des médecins, radiologues et pathologistes en apportant une aide au diagnostic.
IA et cancer du sein : une technologie encore émergente en France
En France, l’intelligence artificielle appliquée au cancer du sein n’en est encore qu’à ses débuts. « On en est au balbutiement », confirme la Pre Vincent-Salomon. À l’Institut des Cancers des Femmes, elle souligne que l’IA est déjà utilisée dans plusieurs spécialités, notamment la pathologie, la radiologie, la radiothérapie, la génétique, mais aussi plus récemment en pharmacologie et en oncologie médicale.
Le déploiement de ces outils progresse dans les hôpitaux, mais il reste encore graduel. Chaque logiciel basé sur l’IA répond à des tâches précises, et son intégration sécurisée dans les services hospitaliers demande du temps, des moyens et une formation spécialisée des équipes.
L’intelligence artificielle peut-elle aider à détecter le cancer du sein ?
La réponse est oui. Grâce aux algorithmes de deep learning, l’intelligence artificielle peut analyser des images médicales en un temps record. Ces logiciels apprennent à repérer des anomalies très subtiles, comme des microcalcifications ou des nodules, qui peuvent échapper à l’œil humain.
L’IA ne remplace pas les professionnels de santé, mais elle agit comme une seconde lecture. La décision finale revient toujours au radiologue ou au médecin, qui interprète les résultats dans le contexte clinique global de la patiente.
Comment l’IA améliore-t-elle le dépistage précoce du cancer du sein ?
Le dépistage précoce du cancer du sein est essentiel pour augmenter les chances de guérison et réduire la mortalité. Dans ce cadre, l’intelligence artificielle intervient comme un outil d’aide au diagnostic et peut améliorer la qualité de l’analyse médicale à plusieurs niveaux.
L’IA analyse mieux les mammographies
L’IA peut examiner les mammographies avec une rapidité et une précision impressionnantes. Elle permet notamment de détecter des microcalcifications ou des masses très fines difficiles à repérer à l’œil nu, de réduire le risque d’erreurs liées à la fatigue ou à la charge de travail des radiologues, et de prioriser les cas suspects afin d’accélérer la prise en charge des patientes à risque.
L’IA réduit les faux négatifs et les faux positifs
L’un des grands défis du dépistage consiste à limiter les faux négatifs, quand un cancer n’est pas détecté, et les faux positifs, quand une anomalie bénigne est jugée suspecte. L’IA peut contribuer à repérer des cancers qui auraient pu être manqués et à limiter les examens inutiles, notamment certaines biopsies mammaires, ainsi que le stress qui les accompagne.
L’IA aide à détecter rapidement certains profils à risque
Certains cancers sont plus difficiles à détecter chez les femmes ayant un tissu mammaire dense. Dans ces situations, l’IA peut aider à repérer des anomalies que le radiologue pourrait ne pas voir et à comparer les mammographies avec les examens précédents pour mieux suivre les changements. Cette approche est particulièrement utile chez les patientes jeunes ou celles qui présentent des antécédents familiaux de cancer du sein.
L’IA croise plusieurs types d’imagerie médicale
L’intelligence artificielle permet aussi de croiser les informations issues de plusieurs examens, comme l’IRM mammaire, la tomosynthèse mammaire, ou encore l’échographie pour les patientes ayant une densité mammaire élevée. En combinant ces données, elle améliore la précision du diagnostic et peut orienter vers les examens complémentaires les plus pertinents.
L’IA soutient la décision clinique
Au-delà de l’analyse d’images, l’IA fournit également des scores de risque ou des recommandations pour déterminer si une biopsie est nécessaire, prioriser les patientes selon le niveau de suspicion ou identifier des profils à risque élevé nécessitant un suivi plus rapproché.
L’intelligence artificielle contribue aussi au traitement et au suivi
Son rôle ne se limite pas au diagnostic. L’IA intervient de plus en plus dans la mise au point des traitements et dans le suivi des patientes, avec un objectif clair : rendre la prise en charge plus précise et plus personnalisée.
L’IA aide à planifier plus précisément les traitements
Selon la Pre Vincent-Salomon, l’IA permet de déterminer avec précision les zones à traiter en tenant compte de la taille, de la forme et de la localisation exacte de la tumeur. Elle peut modéliser le rayonnement nécessaire et simuler différentes stratégies afin de réduire l’exposition des tissus sains. À la clé, une radiothérapie plus efficace et moins d’effets secondaires pour les patientes.
L’IA permet d’orienter les traitements médicamenteux
L’intelligence artificielle peut analyser les caractéristiques génétiques de la tumeur, l’historique médical et le profil spécifique de chaque patiente. Elle peut alors suggérer des protocoles thérapeutiques personnalisés, en particulier pour les métastases d’origine inconnue, afin d’optimiser l’efficacité des traitements et de limiter les effets indésirables.
Anticiper et surveiller pour prévenir les récidives
L’IA permet également de suivre l’évolution des dossiers médicaux, des examens radiologiques et des analyses biologiques pour identifier rapidement tout signe de récidive. Grâce à cette surveillance proactive, les équipes médicales peuvent intervenir plus tôt, adapter les traitements et améliorer le pronostic sur le long terme.
Vers une médecine personnalisée, proactive et efficace
En combinant le dépistage, le diagnostic, le traitement et le suivi, l’intelligence artificielle améliore la précision, la sécurité et la rapidité des soins. Elle offre ainsi aux patientes un accompagnement adapté à chaque étape de leur parcours.
« Elle contribue ainsi à une médecine plus personnalisée et proactive, où chaque décision est guidée par des données fiables et analysées en profondeur », indique la Pre Vincent-Salomon. À terme, cette évolution pourrait favoriser une approche plus préventive, plus rapide et plus équitable du cancer du sein.
Utilisation de l’IA : quels sont les défis et les limites en cancérologie ?
Si l’intelligence artificielle apporte d’importantes avancées en cancérologie, elle fait aussi face à plusieurs limites. Son déploiement implique d’abord des coûts élevés pour mettre en place des réseaux informatiques performants et stocker des données médicales massives.
La protection contre les cyberattaques est également un enjeu central, car ces informations sont particulièrement sensibles. En parallèle, il faut former des experts, comme des bioinformaticiens et des ingénieurs spécialisés, pour utiliser efficacement ces outils.
Fiabilité, biais et confidentialité
Pour être utile, l’IA doit être fiable. Les algorithmes doivent être entraînés sur des bases d’images variées afin d’éviter les biais, par exemple la sous-représentation de certaines tranches d’âge ou origines ethniques. Ils doivent aussi maîtriser les biais techniques liés à la préparation des images, comme les formats ou la coloration des coupes histologiques avant numérisation.
La confidentialité des données reste enfin essentielle. Les images médicales doivent être protégées afin de respecter le secret médical et la confiance des patientes.
Une réglementation et une acceptabilité à construire
Avant d’entrer dans la routine clinique, ces technologies doivent obtenir des validations scientifiques solides et des certifications strictes. Leur acceptabilité est aussi un enjeu majeur : médecins et patientes doivent apprendre à leur réserver la juste place, sans craindre une médecine déshumanisée.
« Une fois la phase de découverte et de mise au point des outils passée, les médecins ne seront pas remplacés : ils seront simplement assistés par les outils d’IA », souligne la Pre Vincent-Salomon. Seul bémol selon elle : le coût de ces outils, encore important pour les établissements de santé.