Chaque année, environ 430 000 personnes sont touchées par le cancer en France. Face à ce défi de santé publique majeur, l’intelligence artificielle (IA) s’impose comme un allié révolutionnaire dans la détection, le diagnostic et le traitement des cancers. Des algorithmes capables d’analyser des milliers d’images médicales en quelques secondes aux outils prédictifs qui orientent le choix thérapeutique, l’IA transforme radicalement la cancérologie moderne.
Pour les seniors particulièrement concernés par ces pathologies, comprendre ces avancées technologiques devient essentiel. Cet article vous explique comment l’IA améliore concrètement la prise en charge des cancers, quelles innovations sont déjà déployées dans les hôpitaux français et ce que ces progrès changent pour les patients.
Comment l’IA améliore-t-elle le diagnostic précoce des cancers ?
Le diagnostic précoce constitue l’un des facteurs les plus déterminants dans la lutte contre le cancer. Plus la maladie est détectée tôt, plus les chances de guérison sont grandes. L’intelligence artificielle révolutionne cette étape cruciale grâce à sa capacité d’analyse exceptionnelle.
Détection des anomalies invisibles à l’œil nu
Des algorithmes peuvent déceler sur une mammographie des anomalies très subtiles annonciatrices d’un cancer qui se développera dans les cinq ans. Cette capacité prédictive dépasse souvent les compétences humaines, permettant une intervention bien avant l’apparition de symptômes cliniques.
Dans le cancer du sein, par exemple, les algorithmes sont plus performants que le pathologiste dans la détection de micrométastases dans les ganglions lymphatiques. Cette précision accrue réduit considérablement les risques de faux négatifs et permet d’adapter le traitement dès les premiers stades.
L’analyse rapide des images médicales
Les radiologues et pathologistes doivent analyser quotidiennement des centaines d’images. Grâce à des algorithmes d’apprentissage profond, l’IA peut identifier des modèles subtils sur les images médicales, comme les radiographies, les IRM ou les tomodensitométries, susceptibles d’échapper à l’œil humain.
Au CHU de Nantes, par exemple, la numérisation des lames histologiques couplée à l’IA permet d’accélérer considérablement les diagnostics. Les pathologistes peuvent ainsi se concentrer sur les cas les plus complexes tandis que l’algorithme traite les tâches répétitives.
Des cas concrets dans les hôpitaux français
À l’Institut Curie, le Dr Sarah Watson a conçu un algorithme à partir de dizaines de milliers de données compilées. Ceux qui ont bénéficié d’un traitement, ont vu tripler leurs chances de survie. Cette IA identifie l’origine de cancers dits « d’origine inconnue », permettant enfin d’administrer un traitement adapté.
Dans le cancer colorectal, troisième cancer le plus fréquent en France, un logiciel d’IA validé est capable de détecter en temps réel les anomalies de la muqueuse, même de très petite taille, et complète la lecture du gastro-entérologue en lui indiquant les zones suspectes non détectables à l’œil nu.
Quels cancers bénéficient le plus des innovations en IA ?
L’intelligence artificielle trouve des applications dans presque tous les types de cancers, mais certaines pathologies bénéficient déjà d’avancées particulièrement prometteuses.
Cancer du sein : le pionnier de l’IA en oncologie
Avec plus de 60 000 nouveaux cas chaque année en France, le cancer du sein reste le premier cancer féminin. L’Institut Curie prend en charge plus de 7 000 femmes atteintes d’un cancer du sein dont plus de 3 000 nouvelles patientes chaque année, et développe de nombreux outils d’IA.
L’intelligence artificielle commence à être utilisée pour l’analyse des images, notamment lors du dépistage du cancer du sein par mammographie. Des solutions comme Cleo Breast identifient automatiquement les biomarqueurs clés sur les lames histologiques, permettant aux médecins de rendre des diagnostics plus précis et plus rapides.
Cancer du poumon : dépistage précoce amélioré
Des logiciels d’IA sont désormais capables de détecter et mesurer automatiquement les nodules pulmonaires ainsi que leur vitesse de croissance. Cette surveillance précise permet d’identifier très tôt les cas de cancer, à un stade où les chances de guérison sont maximales.
Cancer du pancréas : une avancée majeure
PACpAInt utilise des techniques d’apprentissage profond pour analyser et prédire les différentes caractéristiques moléculaires des tumeurs du cancer du pancréas, incluant les cellules tumorales et leur environnement. Cette innovation, développée par Owkin et l’AP-HP, représente un espoir considérable pour un cancer au pronostic particulièrement sombre.
Cancer de la prostate : évaluation de l’agressivité
Des études ont montré une bonne concordance entre l’évaluation réalisée par un pathologiste et celle d’un réseau de neurones artificiels pour établir le score de Gleason, qui détermine l’agressivité du cancer de la prostate. Cette automatisation permet de réduire considérablement le temps d’analyse des nombreuses lames nécessaires.
Comment l’IA personnalise-t-elle les traitements anticancéreux ?
Au-delà du diagnostic, l’intelligence artificielle révolutionne la manière dont les traitements sont choisis et administrés. Cette médecine de précision représente un changement de paradigme majeur.
Prédire la réponse aux traitements
En analysant de grands ensembles de données, y compris des informations génomiques et cliniques, l’IA peut prédire la réponse d’un patient à certains traitements. Cette capacité prédictive évite aux patients des thérapies inefficaces tout en orientant rapidement vers les options les plus prometteuses.
Une machine capable de reconnaître la signature dite « radiomique » de tumeurs solides définit le niveau de cellules immunitaires ayant infiltré la tumeur et détermine un score prédictif de l’efficacité du traitement par immunothérapie. Sachant que seuls 15 à 30 % des patients répondent à l’immunothérapie, cela permet donc de ne traiter que ces derniers.
Éviter les chimiothérapies inutiles
Dans le cancer du rectum, un programme permet, à partir d’un scanner, de déterminer à l’avance les patients ayant une réponse complète à la radiochimiothérapie afin de leur éviter l’opération. Cette approche épargne aux patients une chirurgie lourde lorsqu’elle n’est pas nécessaire.
Pour le cancer du sein, des outils comme RelaspRisk BC permettent de prédire le risque de rechute de patientes atteintes de cancer du sein localisé, évitant ainsi des chimiothérapies inutiles après la chirurgie.
Identifier les mutations génétiques
Les exemples les plus connus sont l’identification d’anomalies génétiques ou génomiques dans les cancers, et l’évaluation plus poussée du pronostic et de la réponse aux traitements. L’IA peut détecter ces mutations directement à partir des images histologiques, sans nécessiter d’analyses génétiques supplémentaires coûteuses et chronophages.
Optimiser les dosages et réduire les effets secondaires
Les équipes de l’Institut Curie cherchent à associer radiomique et IA pour le suivi des patientes, par exemple pour prédire les cardiotoxicités liées à l’irradiation du sein. En disposant de modèles capables de dire qu’avec telles doses, à tel endroit, la toxicité est minimisée ou au contraire probable, alors le traitement est plus facile à adapter.
Quelles technologies d’IA sont utilisées en cancérologie ?
Les applications de l’intelligence artificielle en oncologie reposent sur plusieurs technologies complémentaires, chacune ayant des applications spécifiques.
L’apprentissage profond (Deep Learning)
Cette technologie analyse des millions d’images pour apprendre à reconnaître les patterns caractéristiques des cellules cancéreuses. Les machines ont d’abord appris à reconnaître un mélanome en examinant et en comparant des dizaines de milliers d’images de lésions cancéreuses avec de simples grains de beauté.
La radiomique : extraire l’invisible
La radiomique consiste à extraire des caractéristiques quantitatives des images médicales qui ne sont pas visibles à l’œil nu. Ces données, combinées à l’IA, permettent de prédire l’évolution de la tumeur, sa réponse aux traitements ou le risque de récidive.
La pathologie numérique
La numérisation en masse des lames a ouvert la voie à l’utilisation de l’IA en anatomie pathologique. L’avènement de scanners adaptés permet, dans un nombre croissant d’hôpitaux, l’acquisition et le stockage des lames de microscopie sous forme numériques.
Les outils d’aide à la décision thérapeutique
L’outil d’intelligence artificielle développé par Oncompass a pour objectif de classer les différentes mutations des cellules tumorales d’un patient donné en tenant compte de leurs interactions, afin de proposer le traitement le plus pertinent. Ces systèmes intègrent des milliers de données scientifiques pour guider les oncologues.
L’IA accélère-t-elle la recherche de nouveaux traitements ?
Au-delà de l’amélioration des soins actuels, l’intelligence artificielle transforme radicalement la recherche en oncologie et accélère la découverte de nouvelles thérapies.
Découvrir de nouveaux médicaments
L’IA accélère la découverte de nouveaux médicaments en analysant rapidement de vastes bibliothèques de composés et en identifiant les plus susceptibles d’être efficaces contre des types spécifiques de cancer. Cette approche réduit considérablement le temps et le coût du développement de nouvelles molécules.
Les chercheurs souhaitent utiliser de nouvelles techniques basées sur l’intelligence artificielle pour assister la recherche de médicaments ciblant les ARN. Dans ce projet, il s’agira d’abord de développer de méthodes d’intelligence artificielle capables d’analyser les interactions entre ARN et petites molécules, puis de les appliquer à la recherche de médicaments ciblant spécifiquement les ARN.
Identifier de nouvelles cibles thérapeutiques
L’utilisation de l’IA pour la transcriptomique spatiale consiste à estimer localement l’expression de certains gènes dans des échantillons de tumeurs pour mieux les caractériser. L’enjeu est d’identifier de nouvelles cibles thérapeutiques, de mieux évaluer l’hétérogénéité des tumeurs, synonyme de mauvais pronostic, ou encore de suivre la plasticité tumorale au cours du traitement.
Optimiser les essais cliniques
L’IA permet d’identifier plus rapidement les patients éligibles aux essais cliniques en analysant automatiquement leurs dossiers médicaux. Elle peut également prédire quels patients sont les plus susceptibles de répondre à un traitement expérimental, améliorant ainsi le taux de succès des essais.
Analyser des données massives
La recherche en cancérologie génère des quantités astronomiques de données génomiques, cliniques et biologiques. L’IA permet de croiser et d’analyser ces big data pour identifier des corrélations impossibles à détecter par l’analyse humaine traditionnelle.
Quels sont les projets d’IA en cancérologie en France ?
La France se positionne comme un acteur majeur de l’IA appliquée à la lutte contre le cancer, avec plusieurs initiatives d’envergure nationale.
La Filière Intelligence Artificielle et Cancers (FIAC)
Copiloté par l’Institut national du cancer et l’Alliance pour la Recherche et l’Innovation des Industries de Santé (ARIIS), un partenariat public/privé novateur a vu le jour sous le nom de Filière Intelligence Artificielle et Cancers (FIAC). Il a donné lieu à la création d’une association le 3 août 2021.
Pour conduire ses actions, la Filière Intelligence Artificielle et Cancers bénéficie d’un budget de 17 millions d’euros pour 5 ans, permettant de financer des projets ambitieux de recherche et développement.
Le consortium PortrAIt
PortrAIt est un consortium issu de la collaboration entre Gustave Roussy et la start-up Owkin. Son objectif : développer et déployer à l’échelle nationale une quinzaine d’outils d’intelligence artificielle en pathologie numérique pour améliorer la prise en charge du cancer.
Ce projet vise à faire de la France un leader mondial de la médecine personnalisée basée sur l’intelligence artificielle dans les cinq prochaines années.
L’Institut Curie et l’IHU Institut des Cancers des Femmes
Les images de radiologie, de médecine nucléaire, la pathologie numérique, les données multiomiques permettent aujourd’hui de construire des modèles qui sont à l’origine d’outils d’intelligence artificielle. L’Institut des Cancers des Femmes est un acteur de référence dans l’utilisation de l’IA pour l’oncologie en France.
Les centres hospitaliers engagés
De nombreux CHU français déploient des solutions d’IA : le CHU de Nantes avec la numérisation des lames, l’Hôpital Américain de Paris avec trois solutions dédiées au cancer du sein, du poumon et aux maladies neurodégénératives, ou encore l’AP-HP qui multiplie les partenariats avec des entreprises spécialisées.
L’IA remplacera-t-elle les médecins en cancérologie ?
Une question légitime se pose face à ces avancées : l’intelligence artificielle va-t-elle remplacer les oncologues et autres professionnels de santé ? La réponse est clairement non, mais son rôle évolue.
Un outil d’aide à la décision, pas de remplacement
En matière d’imagerie, le radiologue doit toujours vérifier les résultats produits par l’IA. C’est lui qui signe le compte-rendu et engage sa responsabilité. Assister les praticiens mais pas s’y substituer, apporter une expertise mais ne jamais devenir autonome : telle est la philosophie qui guide le développement de l’IA en oncologie.
Chez Medipath, comme à l’Institut Curie, ce sont toujours les médecins et pathologistes qui ont le dernier mot. L’IA ne remplace pas un professionnel, c’est une coopération entre l’algorithme et le professionnel, au service des patients.
Libérer du temps médical pour l’humain
Les intérêts sont multiples : redonner du temps au pathologiste humain pour qu’il se consacre aux tâches les plus complexes où la valeur ajoutée humaine est réelle, rendre le diagnostic final plus rapide et plus fiable.
En automatisant les tâches répétitives, l’IA permet aux médecins de se concentrer sur la relation patient, l’annonce du diagnostic, l’accompagnement psychologique et les décisions thérapeutiques complexes nécessitant expérience et empathie.
Les limites éthiques et réglementaires
Le déploiement à grande échelle des intelligences artificielles soulève actuellement des questions fondamentales quant à l’équité, la sécurité d’utilisation et la manière d’évaluer en longitudinal des résultats obtenus à partir d’une intelligence artificielle.
La confidentialité des données de santé, le consentement des patients, la transparence des algorithmes et la responsabilité en cas d’erreur sont autant de défis à relever pour une intégration éthique de l’IA en cancérologie.
Passez à l’action : protégez votre santé face au cancer
Les avancées de l’intelligence artificielle en cancérologie sont porteuses d’espoir, mais la meilleure stratégie reste la prévention et le dépistage précoce. Voici comment vous pouvez bénéficier de ces progrès.
Participez aux programmes de dépistage
Les dépistages organisés du cancer du sein (mammographie tous les 2 ans de 50 à 74 ans) et du cancer colorectal (test immunologique tous les 2 ans de 50 à 74 ans) sont gratuits et peuvent désormais bénéficier de l’assistance de l’IA dans certains centres.
Choisissez une mutuelle adaptée
Les traitements anticancéreux, même avec les avancées de l’IA, restent coûteux. Une bonne mutuelle senior doit couvrir :
- Les dépassements d’honoraires des oncologues et chirurgiens spécialisés
- Les frais d’hospitalisation en chambres particulières
- Les prothèses et dispositifs médicaux (perruques, prothèses mammaires)
- Les thérapies de support (soins de support, accompagnement psychologique)
- Les examens d’imagerie spécialisés (PET-scan, IRM)
Informez-vous sur les innovations disponibles
N’hésitez pas à demander à votre oncologue si votre hôpital utilise des outils d’IA pour votre diagnostic ou le choix de votre traitement. De nombreux centres proposent désormais ces technologies sans surcoût pour le patient.
Adoptez un mode de vie préventif
L’IA ne dispense pas de la prévention : arrêt du tabac, limitation de l’alcool, activité physique régulière, alimentation équilibrée et protection solaire restent vos meilleurs alliés contre le cancer.
L’intelligence artificielle ne remplacera jamais l’humanité des soignants ni l’importance du lien patient-médecin. Elle constitue cependant un outil extraordinaire pour améliorer le diagnostic, personnaliser les traitements et accélérer la recherche. En France, les investissements massifs dans l’IA appliquée à la cancérologie témoignent de la volonté de faire bénéficier tous les patients de ces avancées technologiques majeures.
