Julien Ancel
Pneumo-oncologue, Service des Maladies Respiratoires du CHU de Reims, UMR-S Inserm 1250 P3Cell
(Pathologies Pulmonaires et Plasticité Cellulaire), URCA
d’après une interview réalisée par Agnès Lara
L’intelligence artificielle est entrée dans le domaine de l’oncologie depuis déjà quelques années.
Elle fait aujourd’hui ses premiers pas en oncologie thoracique. Quelles nouvelles opportunités
va-t-elle apporter en matière de diagnostique et thérapeutique ? Quelles en sont
les limites ? Le Dr Julien Ancel, pneumo-oncologue au CHU de Reims et collaborateur de l’institut d’Intelligence Artificielle en Santé Reims Champagne-Ardenne, apporte quelques éléments de réponse.
Quels sont les principaux usages de l’intelligence artificielle dans le domaine médical aujourd’hui ?
En pratique courante, l’Intelligence Artificielle (IA) peut aider les médecins dans de nombreux domaines que je regrouperais en deux axes. Le premier concerne l’accompagnement quotidien du médecin dans les tâches administratives : calendriers personnels, professionnels, rédaction de comptes rendus de consultations et autres courriers… Elle permet de délester les personnels soignants de certaines tâches répétitives pour leur rendre un temps précieux, celui de la relation humaine. Au plan clinique, les applications sont nombreuses et se déploient peu à peu en pratique courante : lecture d’imagerie médicale, aide au diagnostic et à la décision, planification du traitement chirurgical, prédiction de la réponse aux chimio- et immunothérapies, évaluation pronostique… Enfin, l’IA est aussi très présente en amont, dans le domaine de la recherche médicale 1
Quel est l’usage le plus développé dans le domaine de l’oncologie ?
Le dépistage du cancer du sein par mammographie est l’un des champs les plus avancés de l’IA. Grâce aux techniques de deep learning, les machines sont capables d’apprentissage à partir de larges bases de données sans avoir besoin d’être programmées pour chaque tâche. Elles permettent aujourd’hui d’analyser automatiquement les images de mammographie et de détecter les anomalies suspectes. Une étude publiée en 2020 dans la revue Nature avait fait grand bruit en montrant que l’IA pouvait atteindre, voire dépasser, les performances des radiologues dans le dépistage du cancer du sein 2 D’autres travaux ont depuis confirmé que l’IA pouvait améliorer la sensibilité du dépistage, détecter les cancers à un stade plus précoce et optimiser le tri des patientes nécessitant des examens complémentaires3 En France, l’IA se déploie comme outil d’aide au diagnostic dans certains centres depuis 2020, notamment pour la lecture des mammographies : Il a en effet été démontré qu’un radiologue assisté par l’IA était supérieur à un radiologue seul 4 Mais elle ne remplace pas la double lecture par un second radiologue.
- Zhu E, Muneer A, Zhang J, Xia Y, Li X, Zhou C, et al. Progress and challenges of artificial intelligence in lung cancer clinical translation. npj Precis Onc. 2025;9(1):210. doi.org/10.1038/s41698-025-00986-7. ↩
- McKinney SM, Sieniek M, Godbole V, Godwin J, Antropova N, Ashrafian H, et al. International evaluation of an AI system for breast cancer screening. Nature 2020;577:89-94. https://www.nature.com/articles/s41586-019-1799-6. ↩
- Swati M, Sandhya K. Systematic Review on Technical Aspects and Clinical Outcomes of Various Diagnostic Modalities in Breast Imaging: Have We Still Got a Full Proof Modality? Indian J Med Spec. 2025;16(2):80-85. https://journals.lww.com/imsp/fulltext/2025/04000/systematic_review_on_technical_aspects_and.2.aspx. ↩
- Gommers J, Hernström V, Josefsson V, Sartor H, Schmidt D, Hjelmgren A, et al. Interval cancer, sensitivity, and specificity comparing AI-supported mammography screening with standard double reading without AI in the MASAI study : a randomized, controlled, non-inferiority, single-blinded, population-based, screening-accuracy trial. The Lancet 2026;407(10527):505-514. https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(25)02464-X/abstract. ↩
