Système de santé · Imagerie & dépistage
Le dépistage organisé du cancer du sein repose depuis des décennies sur la double lecture : deux radiologues examinent chaque mammographie. L’essai suédois MASAI a testé le remplacement d’une partie de ce travail par un algorithme. Les résultats sont favorables. Ils ne disent pas tout.
Ce que l’essai a mesuré
Les participantes du programme suédois de dépistage ont été réparties aléatoirement entre une lecture standard, en double lecture par deux radiologues, et une lecture assistée par IA. Dans le bras assisté, l’algorithme attribuait un score de risque à chaque examen ; les examens à faible score étaient lus par un seul radiologue, les autres restaient en double lecture, et l’algorithme signalait les zones suspectes.
Le protocole est important. Il ne s’agissait pas de remplacer le radiologue mais de trier le flux. C’est une différence conceptuelle majeure par rapport aux fantasmes de la machine autonome : l’IA sert ici à concentrer l’attention humaine là où elle produit le plus de valeur.
Les résultats publiés dans The Lancet montrent un taux de détection supérieur de 29 % dans le bras assisté. La sensibilité passe de 73,8 % à 80,5 %, à spécificité constante — ce dernier point est crucial, car il signifie que le gain de détection ne s’est pas payé en fausses alertes. Le taux de rappel n’a pas augmenté. La charge de lecture, mesurée en nombre d’examens lus par les radiologues, a nettement diminué.
Le cancer d’intervalle, le vrai juge de paix
Un programme de dépistage qui détecte plus de cancers n’est pas nécessairement un meilleur programme. Il peut simplement détecter davantage de lésions indolentes, qui n’auraient jamais nui — c’est le surdiagnostic, et il est loin d’être théorique dans le dépistage mammographique.
Le critère qui échappe partiellement à ce biais est le cancer d’intervalle : un cancer découvert entre deux campagnes de dépistage, donc manqué par la précédente mammographie ou apparu depuis. Un bon dépistage réduit les cancers d’intervalle. MASAI rapporte une réduction de 12 % du taux de cancers d’intervalle, avec une non-infériorité démontrée, et une proportion moindre de cancers d’intervalle aux caractéristiques défavorables.
Ce résultat est le plus intéressant de l’essai. Il suggère que l’algorithme ne se contente pas d’ajouter des lésions à faible potentiel évolutif, mais rattrape des cancers cliniquement pertinents. Le mot « suggère » est ici pesé : la démonstration formelle exigerait un suivi de mortalité que MASAI n’a pas vocation à fournir.
Ce que l’essai ne montre pas
Il n’a pas montré de réduction de mortalité. Aucun essai d’IA en imagerie ne l’a montré à ce jour, pour une raison arithmétique : établir un effet sur la mortalité par cancer du sein exige des cohortes de plusieurs centaines de milliers de femmes suivies dix à quinze ans. Les essais historiques du dépistage mammographique lui-même ont eu cette taille. Aucun essai d’IA n’est financé à cette échelle.
Il n’a pas testé une IA autonome. Le radiologue reste dans la boucle, systématiquement. Extrapoler ces résultats à un dépistage sans radiologue serait une faute de raisonnement.
Il a été conduit dans un système de santé particulier — suédois, homogène, avec un programme de dépistage mature, des équipements standardisés et des radiologues formés à la double lecture. La transposabilité à un système fragmenté, avec un parc d’équipements hétérogène, n’est pas acquise. Les algorithmes d’imagerie sont notoirement sensibles au constructeur et aux paramètres d’acquisition.
| Indicateur | Lecture standard | Lecture assistée par IA |
|---|---|---|
| Sensibilité | 73,8 % | 80,5 % |
| Spécificité | 98,5 % | 98,5 % |
| Taux de détection | Référence | +29 % |
| Cancers d’intervalle | Référence | −12 % |
| Charge de lecture | Référence | Réduite |
| Mortalité | Non évaluée | |
Le biais d’automatisation, angle mort du déploiement
Quand un algorithme signale une zone, le radiologue la regarde. Quand il ne signale rien, que se passe-t-il ? La littérature en facteurs humains documente un phénomène robuste : l’aide à la décision réduit la vigilance sur ce qu’elle ne signale pas. On l’appelle le biais d’automatisation.
Dans un essai, les lecteurs savent qu’ils sont observés — l’effet Hawthorne joue en faveur de la vigilance. En routine, sur dix ans, la vigilance s’érode. C’est le principal risque du déploiement à grande échelle, et il ne sera mesurable qu’après coup, dans les registres.
Où en est la France
Le programme national de dépistage organisé repose sur la double lecture, avec un second lecteur agréé. L’introduction d’une aide algorithmique y est étudiée mais non généralisée. Les questions posées sont autant organisationnelles que techniques : qui est responsable si l’algorithme manque un cancer que le radiologue aurait vu en double lecture ? Comment rémunérer une lecture assistée ? Comment auditer un algorithme dont les performances dérivent silencieusement quand le parc d’équipements se renouvelle ?
Ces questions n’ont pas de réponse purement scientifique. MASAI a fait sa part : il a montré qu’un gain est possible, mesurable, et qu’il ne se paie pas en fausses alertes. Le reste relève de l’organisation des soins.
Questions fréquentes
L’IA remplace-t-elle le radiologue ?
Dans MASAI, non. Elle trie les examens et signale des zones. Un radiologue lit chaque mammographie.
Un gain de détection est-il toujours bénéfique ?
Non. Détecter des lésions indolentes conduit à des traitements inutiles. C’est pourquoi le taux de cancers d’intervalle est un critère plus informatif.
Ces résultats s’appliquent-ils au dépistage individuel ?
L’essai porte sur un dépistage organisé de population. Les performances en dépistage individuel, sur une population différente, ne sont pas directement transposables.
L’IA voit-elle des choses invisibles à l’œil humain ?
Elle détecte des motifs statistiques dans l’image. Cela ne signifie pas qu’elle « voit » un cancer, mais qu’elle repère des configurations associées à sa présence dans ses données d’entraînement.
Quand la France l’adoptera-t-elle ?
Aucun calendrier ferme. L’évaluation nationale et les questions de responsabilité et de tarification restent ouvertes.
• Essai MASAI (Mammography Screening with Artificial Intelligence), Suède — résultats publiés dans The Lancet.
• À lire aussi : nos décryptages du système de santé & innovation.
Information générale sur la santé numérique, à but éducatif. Ne constitue pas un avis médical.