L'IA peut-elle lire seule les mammographies ? La question n'est plus si, mais quand et qui décide
L'essai AITIC (Córdoba, Espagne), premier essai prospectif apparié sur ce sujet, évalue une lecture partiellement autonome par IA dans un dépistage incluant mammographie numérique (MN) et tomosynthèse (DBT). Sur 31 301 femmes, la stratégie IA — 64 % des examens validés normaux sans lecture radiologique — réduit la charge de travail de 63,6 %. Le taux de détection augmente de 15,2 % (6,3 à 7,3 pour 1 000), avec davantage de carcinomes in situ et de tumeurs précoces.
Le taux de rappel progresse de 14,8 %, sans satisfaire le critère de non-infériorité. Le bénéfice est net en MN mais stable en DBT, probablement lié à l'expérience élevée des radiologues en tomosynthèse. L'étude reste monocentrique, avec un seul système d'IA testé, et soulève des enjeux éthiques réels liés à l'absence de lecture humaine.
Combinés aux résultats de l'essai MASAI en Suède, ces données de deux pays européens indépendants élairent le débat sur la maturité de l'IA. La question est désormais celle du du déploiement et de l'adaptation des cadres réglementaires.
Référence : Elías-Cabot E, et al. AI-based triage and decision support in mammography and digital tomosynthesis for breast cancer screening: a paired, noninferiority trial. Nature Medicine, 2026. https://doi.org/10.1038/s41591-026-04277-x
Pour aller plus loin :
-
Lång K, et al. (MASAI). Lancet Oncol 2023 ; 24:936–944.
-
Eisemann N, et al. Nat Med 2025 ; 31:917–924.
-
EU AI Act, 2024 — dispositifs d'IA médicale à haut risque.
