Soigner le cancer grâce à l’intelligence artificielle : révolution ou illusion.
Chaque année, plus de 380 000 nouveaux cas de cancer sont diagnostiqués en France. Dépistage, diagnostic, traitements personnalisés : la lutte contre la maladie mobilise d’immenses moyens. Mais depuis quelques années, une nouvelle alliée fait son entrée dans les hôpitaux et les laboratoires : l’intelligence artificielle (IA). Promesse d’une médecine plus rapide, plus précise et plus humaine, elle bouleverse déjà la cancérologie. Des projets menés à l’Institut Curie, au CHUM de Montréal ou encore au sein du Partenariat canadien contre le cancer montrent que cette révolution technologique n’est plus de la science-fiction mais bien une réalité.
Une nouvelle ère pour la cancérologie
Jusqu’ici, le diagnostic et le traitement du cancer reposaient sur l’expertise humaine : radiologues, anatomopathologistes, oncologues. Ces spécialistes analysaient des milliers d’images, de lames, ou de séquences d’ADN pour identifier une tumeur et choisir la meilleure thérapie. Néanmoins, le volume de données explose. Chaque patient génère aujourd’hui plusieurs gigaoctets d’images et d’analyses biologiques.
« La maladie cancéreuse produit une quantité considérable de données. Les traiter exige des outils capables d’aller plus vite et plus loin que le cerveau humain », explique le Dr Alain Livartowski, oncologue à l’Institut Curie.
L’IA devient alors un outil d’aide : elle apprend à reconnaître les schémas invisibles à l’œil humain et peut prédire la réponse à un traitement ou la récidive d’une tumeur.
Ce que l’intelligence artificielle change déjà
Loin des promesses abstraites, l’IA s’invite désormais dans la pratique médicale quotidienne. À l’Institut Curie, elle « affine les diagnostics, anticipe les métastases, personnalise les traitements, nourrit la recherche et soulage les équipes », résume le Pr Alain Puisieux, président du directoire de l’institut. Les algorithmes analysent des images de scanners ou de biopsies pour détecter les moindres anomalies. Ils apprennent aussi à identifier l’origine de cancers dits d’origine inconnue ou à prédire l’efficacité d’une immunothérapie avant même le début du traitement. Selon une étude menée au Québec, des modèles d’IA peuvent désormais anticiper les chances de survie ou adapter la radiothérapie à l’évolution du patient, réduisant les effets secondaires.
Des exemples concrets de réussite !
À Paris, une équipe de l’Institut Curie a conçu un outil d’IA capable d’identifier l’organe d’origine d’un cancer métastatique à partir d’un simple prélèvement de tumeur. Résultat : 79 % des cas ont pu être élucidés, permettant des traitements mieux ciblés et parfois des rémissions complètes. Autre exemple, au Canada, un projet de radiothérapie adaptative utilise des réseaux de neurones pour ajuster les doses en fonction des mouvements du patient. Les effets secondaires sont réduits, le confort amélioré. Et grâce à l’analyse radiomique (croisement entre imagerie et génétique), il devient possible de prédire qui répondra le mieux à une chimiothérapie.
L’IA médicale, comment ça marche ?
L’intelligence artificielle médicale repose sur le machine learning : un apprentissage automatique qui permet à l’ordinateur de détecter des motifs dans des millions de données (images, génomes, comptes rendus). Plus elle voit de cas, plus elle apprend. Dans les cancers, l’IA sert à :
- dépister plus tôt les tumeurs sur des images ;
- croiser les données biologiques et radiologiques ;
- aider le médecin à choisir la meilleure thérapie.
Mais elle ne remplace pas le médecin. « Le principe de supervision humaine est fondamental. L’IA peut proposer, jamais décider seule », rappelle le Dr Alexei Grinbaum, expert en éthique de l’IA auprès de la Commission européenne.
. Des défis éthiques et humains à relever
Si l’IA promet une médecine plus personnalisée, elle soulève aussi des questions : comment protéger les données de santé ? Comment éviter les biais ou les erreurs ? Le Partenariat canadien contre le cancer rappelle que la transparence, la validation scientifique et la supervision humaine sont essentielles. En pratique, le médecin reste au centre. L’IA ne remplace pas son jugement mais augmente sa capacité d’analyse, notamment dans les domaines de la radiologie ou de la pathologie.
Source : https://www.passeportsante.net/
