Une intelligence artificielle peut repérer une anomalie sur une image sans que l’on sache encore si elle aidera à mieux soigner. Deux études récentes, consacrées aux microbleeds cérébraux et à l’imagerie de l’AVC, offrent l’occasion de préciser cette distinction. Leur intérêt dépasse la radiologie : elles invitent à organiser le passage du résultat algorithmique à une décision utile, vérifiable et accessible à tous.
Une zone signalée sur une IRM, un contour ajouté à un scanner, un score affiché sur un écran : l’intelligence artificielle peut modifier ce que le professionnel voit. Pour les Mardis de l’innovation en santé, nous proposons de partir de cette situation concrète. Que devient l’information supplémentaire ? Qui la vérifie ? Change-t-elle la prise en charge ? Avec quelles conséquences pour la personne concernée ?
Ces questions prolongent notre note consacrée aux innovations dans le dépistage des cancers : une technologie doit être pensée jusqu’au terme du parcours qu’elle déclenche [4]. Elles prennent ici une forme particulière, au croisement de l’imagerie, de la santé vasculaire et de l’organisation des soins.
Repérer les petites lésions sans confondre les situations cliniques
Les microbleeds cérébraux sont de petites anomalies visibles sur certaines séquences d’IRM sensibles aux effets de susceptibilité magnétique. Ils constituent un marqueur de maladie des petits vaisseaux. Leur interprétation dépend notamment de leur localisation et du contexte clinique [3]. Leur détection ne doit pas être assimilée à celle d’un AVC aigu : les deux études discutées ici répondent à des problèmes distincts.
Publiée le 15 novembre 2026 dans Scientific Reports, l’étude de Hyug-Gi Kim et de ses collègues évalue Neurophet SCALE MRI, un logiciel de détection automatisée. L’analyse rétrospective monocentrique porte sur 456 participants et 515 lésions de référence. La sensibilité par lésion atteint 88,35 %, avec 0,95 faux positif par patient en moyenne [1]. Cette moyenne n’est pas un pourcentage de patients mal classés.
Le développement utilisait des données de plusieurs établissements, mais le test confirmatoire restait monocentrique. L’accord sur la classification de la charge lésionnelle est modéré (κ = 0,43), avec une tendance à surestimer les charges élevées. L’étude n’évalue ni le gain apporté au médecin par l’assistance du logiciel, ni l’évolution du pronostic. Le fabricant finance l’essai et plusieurs auteurs déclarent des liens avec l’entreprise. Ces éléments appellent une confirmation indépendante ; ils ne suffisent pas à invalider les résultats. Le mot « confirmatoire » du titre concerne donc ici une performance technique, pas un bénéfice clinique démontré.
Localiser une lésion et représenter ses frontières incertaines
Dans npj Digital Medicine, le 14 novembre 2026, Zehao Jin et ses collègues présentent DFE-Net. Le modèle associe classification des images et localisation des lésions, en représentant l’incertitude de leurs frontières [2]. Les cohortes comprennent 6 650 patients au scanner et 67 à l’IRM ; les modèles sont entraînés et testés séparément selon la modalité.
L’aire sous la courbe de classification annoncée atteint 0,974 au scanner. Ce chiffre ne signifie pas que 97,4 % des diagnostics seraient corrects aux urgences. La concordance des contours au scanner avec les annotations expertes, mesurée par le coefficient de Dice, est de 0,70. À l’IRM, les contours sont évalués contre des cibles calculées à partir des images, faute de délimitations expertes.
La version anticipée du manuscrit comporte également des descriptions contradictoires de la séparation des données d’IRM : certains passages évoquent une séparation par patient, d’autres par image. Les auteurs reconnaissent qu’un recoupement entre apprentissage et test ne peut être exclu. Ce point doit être clarifié avant de tirer des conclusions fortes sur les performances à l’IRM. Aucun bénéfice clinique prospectif n’est établi.
Donner à chaque résultat la portée qu’il mérite
Comparer les deux logiciels par un chiffre unique n’aurait pas de sens. Les tâches, les images et les critères d’évaluation diffèrent. Plus largement, une évaluation doit distinguer la capacité à classer une image, celle à retrouver une lésion et celle à en délimiter les contours. Une bonne performance sur une tâche ne dispense pas d’examiner les autres.
Pour un établissement, la question à poser au concepteur devrait être précise : quelle difficulté médicale l’outil est-il censé résoudre, chez quels patients et à quel moment ? Un logiciel destiné à attirer l’attention sur une anomalie appelle une évaluation différente d’un dispositif qui propose de modifier une orientation thérapeutique. Il faut définir cette place avant le déploiement, plutôt que de la laisser émerger au fil des usages.
Il faut aussi préciser ce que signifie l’incertitude affichée. Un contour flou peut représenter une ambiguïté spatiale ; il ne résume pas nécessairement la probabilité d’une erreur diagnostique. Le professionnel doit pouvoir comprendre ce qui est estimé et ce qui reste à vérifier. Nous proposons que cette compréhension soit testée auprès des utilisateurs, au même titre que les performances techniques.
Évaluer le travail du professionnel avec l’outil
Une étape essentielle serait de comparer la lecture habituelle à une lecture assistée, sur des examens représentatifs des patients réellement accueillis. L’évaluation devrait mesurer les lésions pertinentes retrouvées, les erreurs corrigées et les nouvelles erreurs introduites. Elle devrait également vérifier que le protocole sépare réellement les personnes entre apprentissage et test : plusieurs images d’un même patient ne constituent pas autant de patients indépendants.
Le temps mérite la même attention. Nous proposons de compter la durée totale du travail : consultation des images, vérification des signalements, correction du compte rendu et échanges nécessaires à la décision. Le temps de calcul du logiciel ne représente qu’une partie de cette activité. Une acquisition ne devrait pas être justifiée par une économie de temps supposée sans que celle-ci soit mesurée dans le service concerné.
La supervision doit être décrite concrètement. Qui confirme une alerte ? Qui traite un résultat discordant ? Que se passe-t-il lorsque l’outil ne peut pas analyser l’examen ou lorsque le professionnel conteste sa proposition ? Les équipes doivent pouvoir accéder aux images sources, documenter leur décision et poursuivre les soins en cas d’indisponibilité du système. Ces conditions relèvent de l’organisation du service autant que de la conception du logiciel.
Passer de la lésion détectée au parcours utile
L’étape suivante serait une évaluation prospective dans plusieurs établissements. Pour l’urgence, elle pourrait suivre le délai jusqu’à la décision, la pertinence des orientations et les conséquences fonctionnelles pour le patient. Pour le suivi vasculaire, elle pourrait examiner la qualité des décisions de surveillance et la continuité du parcours. Le choix des critères doit découler de l’usage prévu, avec les professionnels et les patients.
La prévention exige une vigilance particulière. Nous ne proposons pas de transformer ces travaux en argument pour multiplier les examens chez les personnes sans symptômes. Développer un outil d’analyse ne définit pas, à lui seul, une indication de dépistage. Avant toute extension, il faudrait préciser la population susceptible d’en bénéficier, les investigations déclenchées et les possibilités de prise en charge.
Le patient doit aussi pouvoir comprendre le résultat. Une information pertinente devrait expliquer ce qui a été observé, le degré de certitude et la conduite proposée. La place de l’IA dans l’analyse peut être présentée simplement, sans laisser croire que la machine aurait posé un diagnostic autonome. Cette clarté participe à la confiance : elle rend la décision discutable et compréhensible.
Financer les conditions du progrès
Le financement devrait couvrir l’ensemble de l’usage : acquisition, intégration au dossier, formation, contrôle des performances, maintenance et temps de vérification. L’évaluation économique devrait comparer ces coûts au service rendu, en incluant les examens supplémentaires et les éventuels délais créés. Une utilité médico-économique doit être démontrée dans le parcours, pas déduite de la seule capacité à analyser une image.
Une organisation territoriale pourrait mutualiser l’expertise nécessaire à ces évaluations et accompagner les établissements les moins équipés. Elle devrait conserver des exigences communes de qualité et rendre publics les résultats utiles : bénéfices observés, limites, incidents et écarts d’accès. Le financement initial d’une expérimentation gagnerait à prévoir, dès le départ, les conditions de sa poursuite, de son adaptation ou de son arrêt.
Pour les Mardis de l’innovation en santé, ces deux publications constituent ainsi un point de départ pour définir ce que nous attendons d’une IA médicale. La perspective mérite d’être développée : aider les équipes à mieux utiliser l’information disponible et à intervenir au moment pertinent. Le progrès se mesurera à la qualité de la décision et à ce qu’elle change pour le patient. C’est cette démonstration qu’il faut désormais organiser et financer.
David Smadja est professeur d’hématologie à l’AP-HP et à l’Université Paris Cité, responsable de la Commission Santé du Laboratoire de la République. Il est l’auteur de « La République de la prévention » aux éditions LEH.
Léa Behr est CEO de RespublicIA et membre de la Commission Santé du Laboratoire de la République.
Rendez-vous mardi 24 novembre pour la prochaine note
« Les mardis de l’innovation en santé »