IA dans le dépistage du cancer du sein : gains cliniques avérés, mais rentabilité et généralisation en question
Situation
L'intelligence artificielle démontre une efficacité clinique significative dans le dépistage du cancer du sein, avec une réduction de 12% des cancers d'intervalle et un gain de sensibilité de 6,7 points, tout en diminuant la charge de travail des radiologues de près de moitié.
Contexte
Le dépistage organisé du cancer du sein en France repose sur une double lecture humaine des mammographies, un processus chronophage face à la pénurie de radiologues. L'étude MASAI, publiée dans The Lancet, est le premier essai randomisé contrôlé à grande échelle (105 000 femmes en Suède) évaluant l'IA en support à la lecture unique.
Ce qui est confirmé
Selon les résultats de l'étude MASAI, l'IA utilisée en triage permet : une augmentation de la détection des cancers (sensibilité passant de 73,8% à 80,5%), une réduction de 12% des cancers d'intervalle (détectés entre deux dépistages), et une diminution de 44% de la charge de lecture des radiologues sans augmentation du taux de faux positifs. Des algorithmes comme celui de Spotlight Medical permettent également de prédire le risque de récidive pour personnaliser les traitements.
Ce qui pose question
La transposabilité des résultats suédois (équipements standardisés, radiologues expérimentés) au système français, hétérogène, est incertaine. La rentabilité économique n'est pas établie : une étude de modélisation américaine récente conclut que l'IA n'est pas rentable au prix actuel. Enfin, l'intégration en routine pose des défis techniques (interopérabilité des systèmes, maintenance) et réglementaires (validation, responsabilité, remboursement).
L'impact financier & organisationnel
Le modèle économique repose sur un arbitrage entre investissement logiciel et économies sur la masse salariale radiologique. L'IA agit comme un outil de triage, permettant de réduire le volume de clichés nécessitant une double lecture humaine. En France, le coût annuel du dépistage est estimé à environ 600 millions d'euros. L'adoption de l'IA pourrait générer des économies sur les coûts de fonctionnement (notamment la dématérialisation de la seconde lecture), mais son acquisition et son intégration représentent un investissement initial significatif pour les structures. La question du financement (forfait innovation, tarification spécifique) et de la répartition des gains de productivité entre acteurs reste ouverte.
Le regard du Cercle
L'IA dans le dépistage du sein n'est plus un gadget mais un outil productif ayant fait ses preuves en recherche. Son déploiement en routine doit cependant être piloté : il ne s'agit pas seulement d'acheter un logiciel, mais de repenser le processus de travail, d'assurer la formation des équipes et de sécuriser le financement pour éviter un transfert de coût vers les patientes ou une dégradation de l'accès au dépistage dans les territoires sous-dotés.
Recommandations
Pour les radiologues : se former à l'interprétation des sorties d'IA et maintenir une vigilance critique, l'outil étant un support et non un remplacement.
Pour les structures de dépistage : évaluer précisément le coût total de possession (licence, maintenance, formation) avant acquisition et vérifier la compatibilité technique avec l'existant.
Pour les médecins généralistes et gynécologues : informer les patientes que l'IA peut désormais être utilisée en support du dépistage, sans modifier le rythme des examens recommandés.
Sources
Traçabilité : Presse Médicale (The Lancet, APM, Figures Publiques)
