Des chercheurs développent un outil d'IA pour la détection précoce du cancer
Des scientifiques ont dévoilé un nouveau modèle d'intelligence artificielle qui améliore la détection précoce du cancer du poumon à partir de tomodensitogrammes. L'outil, entraîné sur des milliers d'images, atteint une précision supérieure aux méthodes traditionnelles. Cette avancée pourrait considérablement augmenter les taux de survie des patients.
Dans une étude publiée le 28 septembre 2025, des chercheurs de l'Université de Californie à San Francisco (UCSF) ont présenté un outil de diagnostic basé sur l'IA conçu pour identifier le cancer du poumon à des stades précoces en utilisant des tomodensitogrammes à faible dose. Le modèle, nommé LungAI, a été développé en analysant plus de 10 000 images de TDM anonymisées provenant de populations de patients diverses, atteignant une sensibilité de 94 % et une spécificité de 92 % dans la détection de nodules indicatifs de cancer—surpassant les évaluations standard des radiologues de 15 % dans les tests préliminaires.
L'équipe de recherche, dirigée par le Dr Emily Chen, radiologue à l'UCSF, a souligné le potentiel de l'outil pour combler les disparités mondiales dans le dépistage du cancer. 'La détection précoce est essentielle pour améliorer les résultats, mais l'accès aux radiologues experts est limité dans de nombreuses régions', a déclaré Chen dans le résumé de l'étude. 'LungAI pourrait démocratiser le dépistage de haute qualité, potentiellement sauvant des milliers de vies chaque année.' L'ensemble de données d'entraînement incluait des scans de patients âgés de 50 à 80 ans, en se concentrant sur les groupes à haut risque tels que les fumeurs et ceux exposés professionnellement.
Le contexte de fond révèle que le cancer du poumon reste la principale cause de décès par cancer dans le monde, avec plus de 2,2 millions de nouveaux cas diagnostiqués en 2024 seulement, selon les données de l'Organisation mondiale de la santé. Les méthodes de détection traditionnelles manquent souvent de signes subtils aux stades précoces, menant à des diagnostics lorsque la maladie est avancée et plus difficile à traiter. LungAI utilise des algorithmes d'apprentissage profond pour mettre en évidence les zones suspectes dans les scans, fournissant aux radiologues un second avis pour réduire les faux négatifs.
L'étude, publiée dans la revue Nature Medicine, a impliqué une collaboration avec la société technologique DeepHealth Inc., qui a fourni les ressources computationnelles. Les tests ont été menés dans trois centres médicaux américains, avec des résultats validés contre des cas confirmés par biopsie. Bien que prometteur, les chercheurs ont noté des limitations, y compris le besoin de ensembles de données plus larges et internationaux pour assurer la robustesse du modèle à travers les ethnies.
Les implications s'étendent à la politique de santé publique, car l'intégration de tels outils d'IA pourrait réduire les coûts de santé en permettant des interventions préventives. Cependant, des préoccupations éthiques concernant la confidentialité des données et les biais de l'IA ont été soulignées, l'équipe plaidant pour des algorithmes transparents. Aucune chronologie de déploiement à grande échelle n'a été annoncée, mais des programmes pilotes sont prévus pour 2026 dans des régions mal desservies.
Ce développement s'aligne sur des tendances plus larges en IA médicale, où des outils similaires ont montré du succès dans la détection des cancers du sein et de la peau. Des perspectives équilibrées d'experts, y compris un commentaire dans la même revue par le Dr Raj Patel de Johns Hopkins, louent les gains de précision mais mettent en garde que l'IA doit compléter, et non remplacer, l'expertise humaine : 'La technologie accélère le diagnostic, mais le jugement du médecin reste irremplaçable.'