L’intelligence artificielle peut-elle remplacer un médecin dans le dépistage du cancer du poumon par radiographie
La radiographie du thorax reste un outil simple et largement utilisé pour dépister des maladies comme le cancer du poumon. Au Japon, elle fait partie des examens de santé obligatoires en entreprise. Cependant, son interprétation demande une expertise importante. Pour limiter les erreurs, deux médecins analysent généralement chaque cliché, ce qui alourdit leur charge de travail.
Une étude récente a évalué si des logiciels d’intelligence artificielle pouvaient assumer le rôle du premier lecteur dans ce système de double lecture. Les chercheurs ont analysé plus de 320 000 radiographies réalisées entre 2018 et 2020. Parmi les cas suspectés de cancer du poumon, trois modèles d’IA ont été testés. Résultat : ces outils ont détecté entre 62 et 77 % des anomalies, contre 59 % pour les médecins humains. Même en se concentrant uniquement sur les nodules pulmonaires, les plus fréquents, les performances des IA restaient supérieures, avec des taux de détection allant de 64 à 76 %, là où les médecins atteignaient 59 %.
L’intelligence artificielle a ainsi démontré une capacité au moins équivalente à celle des professionnels, voire meilleure. En revanche, elle a généré plus de fausses alertes. Alors que les médecins en produisaient très peu, les logiciels en ont identifié entre 6 et 15 pour 100 examens, selon le modèle utilisé. Ces erreurs surviennent souvent lorsque des structures normales, comme les côtes ou les vaisseaux, sont confondues avec des lésions.
Ces résultats suggèrent que l’IA pourrait effectivement remplacer le premier lecteur dans le dépistage. Cela permettrait de réduire la charge des médecins tout en maintenant la qualité du diagnostic. Les nodules les plus discrets ou les plus petits restent cependant un défi pour ces outils. Une vigilance accrue du second lecteur humain serait donc nécessaire pour les cas difficiles.
Cette approche pourrait standardiser les interprétations et limiter les variations selon l’expérience des praticiens. Des études complémentaires dans plusieurs centres médicaux seront nécessaires pour confirmer ces bénéfices et évaluer l’impact sur l’organisation des soins. L’objectif est d’intégrer progressivement ces technologies dans la pratique courante, sans sacrifier la précision du dépistage.
Bases documentaires
Rapport de référence
DOI : https://doi.org/10.1007/s11604-026-01973-z
Titre : Can AI substitute the first reader in chest radiograph screening? A retrospective non-inferiority evaluation
Revue : Japanese Journal of Radiology
Éditeur : Springer Science and Business Media LLC
Auteurs : Kotaro Yoshida; Atsushi Takamatsu; Rie Tanaka; Tetsuo Matsunaga; Antoine Choppin; Aya Tonouchi; Satoshi Kobayashi; Takeshi Kobayashi