Lutte contre les cancers : la révolution de l’intelligence artificielle

3,8 millions de personnes vivent aujourd'hui en France avec un cancer. En 20 ans, le nombre de nouveaux cas (toutes localisations confondues) a été multiplié par 1,4, passant de près de 315 000 en 2003 à plus de 433 000 en 2023. Le cancer est la première cause de mortalité prématurée, devant les maladies cardiovasculaires.

Dans leur bataille contre ce fléau, chercheurs et soignants disposent désormais d’un allié puissant et incontournable : l’intelligence artificielle (IA). Cette technologie, qui permet aux machines de simuler des formes d’intelligence humaine (apprentissage, résolution de problèmes, prise de décision…), ouvre en effet des perspectives inédites et suscite des espoirs gigantesques.

« Ce qui se passe actuellement est passionnant : en 35 ans de carrière en oncologie, je n’ai rien connu d’équivalent ! », s’enthousiasme le Pr Nathalie Lassau, radiologue à l’Institut Gustave Roussy et vice-présidente de la Société française de radiologie en charge des innovations.

Que ce soit en matière d’accompagnement des malades ou de projets de recherche, « l’IA est une grande découverte qui va assurément nous faire progresser et changer durablement nos pratiques », ajoute Éric Solary, professeur émérite d’hématologie à la faculté de médecine Paris-Saclay et vice-président de la Fondation ARC pour la recherche sur le cancer.

L’IA : un « garde-fou » au quotidien

En cancérologie, la révolution de l’intelligence artificielle ne date pas d’hier. « Ces outils ont commencé à être utilisés il y a plus de 20 ans en imagerie, notamment pour les mammographies », souligne le Pr Lassau.

Si ces logiciels se sont imposés petit à petit dans le travail des praticiens, c’est qu’ils représentent un soutien précieux au quotidien. « Ce sont des garde-fous : nous ne sommes pas des robots et même si nous essayons de faire le meilleur travail possible, nous sommes plus fatigués le soir à 18 heures que le matin à 9 heures, relève la radiologue. L’IA fournit des résultats robustes et automatisés – sachant qu’un médecin doit forcément les valider derrière. Elle peut aussi détecter des choses que l’œil humain ne peut pas voir. »

Une étude menée en Suède et publiée fin janvier 2026 dans la revue médicale The Lancet a ainsi révélé que le dépistage du cancer du sein assisté par IA était plus efficace que l’examen standard. Qui plus est, cette technologie a permis de réduire de 12 % les diagnostics de cancers dits d’intervalle (ceux identifiés après un dépistage négatif et avant la prochaine mammographie programmée).

Améliorer la prise en charge et personnaliser les soins

Au-delà de l’aide au diagnostic, l’intelligence artificielle contribue également à améliorer la prise en charge des patients.

« Pour gagner en efficacité, les chirurgiens utilisent de plus en plus des robots qu’ils guident à l’aide d’images 3D générées par l’IA, liste Éric Solary. On commence aussi à s’en servir en radiothérapie pour recalculer, au fur et à mesure des séances, le volume de la tumeur, sa position et la distribution des doses. Au cours d’un traitement, beaucoup de paramètres changent (la tumeur évolue, le patient peut perdre du poids…) et l’IA permet d’être le plus précis possible dans le plan d’irradiation, afin d’épargner les tissus sains. »

Ces applications ont également le mérite de donner du sens à toutes les informations (cliniques, biologiques, génétiques…) qui, grâce aux progrès de la science, font désormais partie intégrante des dossiers des malades. « À partir de l’analyse d’une tumeur, on récolte aujourd’hui des milliards de données qu’il faut pouvoir organiser et analyser – un exercice devenu impossible pour un cerveau humain », explique le Pr Solary. L’IA pousse ainsi encore plus loin les curseurs de la médecine personnalisée. Le but ? Identifier la meilleure stratégie thérapeutique.

« À l’Institut Gustave Roussy, nous avons développé un outil qui permet, en 5 minutes, lors d’un scanner thoraco-abdomino-pelvien, de détecter toutes les lésions cancéreuses et de les segmenter (1) en 3D, indique Nathalie Lassau. À cela s’ajoutent des calculs sur les masses musculaires et graisseuses du patient. Toutes ces données combinées aident à évaluer la réponse à des traitements. »

Dans les cas complexes, l’IA s’avère aussi particulièrement utile. À l’Institut Curie, l’équipe du Dr Sarah Watson a mis au point un algorithme capable d’identifier la tumeur d’origine dans certains cancers rares et métastasés et donc de proposer un protocole de soins adapté. Les patients qui en ont bénéficié ont vu leur risque de décès diminuer de 40 %.

Des espoirs pour la prévention et le dépistage

Mais c’est aussi toute l’approche de la maladie qui pourrait être transformée grâce à ces technologies, estime le Pr Solary. « Aujourd’hui, l’enjeu qui occupe soignants et chercheurs est essentiellement de traiter les cancers installés, fait-il remarquer. Mais demain, l’IA pourrait faire progresser la prévention et le dépistage. Si on arrive à mettre en place des algorithmes de prédiction du risque individuel (en fonction de l’histoire familiale et personnelle de chacun, de ses habitudes de vie…), cela nous ferait gagner énormément de terrain sur la maladie. Car plus on détecte un cancer tôt, plus on a des chances de le guérir complètement, avec un minimum de séquelles. »

Cette « bascule » vers une médecine d’anticipation n’est pas complètement de la science-fiction. En 2023, des chercheurs danois ont créé un modèle capable de prédire quelles personnes étaient susceptibles de développer un cancer du pancréas jusqu’à trois ans avant le diagnostic. Pour cela, ils se sont appuyés sur le rythme de consultations chez le médecin généraliste et les prescriptions de médicaments.

Des erreurs et des biais potentiels

L’IA a aussi ses limites. « Ces outils ne sont pas parfaits et ils font parfois des erreurs énormes, rappelle Nathalie Lassau. Pour les utiliser, il faut avoir le recul nécessaire et donc les connaissances. À la Société française de radiologie, nous déconseillons par exemple de mettre ces applications trop tôt entre les mains des internes. Il faut d’abord les former à lire correctement des scanners, des IRM ou des échographies afin qu’ils sachent remettre en cause les résultats de l’IA. »

Attention également à la question des biais statistiques. En fonction des données d’entraînement fournies à ces programmes, les conclusions ne sont pas toujours généralisables. « Prenons le cas des mammographies : les femmes américaines ou asiatiques sont différentes des femmes européennes, signale la radiologue. D’ailleurs, il y a souvent un décalage entre les performances annoncées par les concepteurs des logiciels et l’usage réel. Désormais, les industriels sont plus vigilants et ils essaient de constituer des cohortes beaucoup plus représentatives. Ils doivent aussi indiquer comment ils ont entraîné leur algorithme, quelle est sa puissance statistique, son degré de précision… »

Un nécessaire effort de pédagogie

Le développement de ces modèles informatiques ultra-sophistiqués se heurte aussi à la problématique des données. Impossible, sans cette « matière première », de travailler sur des innovations. « Dans le domaine des cancers rares, et notamment ceux des enfants, nous manquons par définition de grandes quantités de paramètres, observe le Pr Solary. D’où l’importance des programmes européens, actuellement en développement, pour faciliter la circulation des informations. Mais ce partage des données ne peut se faire sans l’accord des patients. »

Sur cette question comme sur celle, plus globale, de la place de l’IA en cancérologie, le défi reste en effet celui de la pédagogie. D’après un sondage réalisé en février 2026 pour la Fondation ARC, près de 4 Français sur 10 se disent encore hésitants face à l’utilisation de ces outils. Les plus jeunes sont d’ailleurs les plus perplexes : 60 % des moins de 35 ans qualifient l’IA de « gadget ».

Mais, à l’hôpital, les logiciels utilisés n’ont rien à voir avec les IA conversationnelles telles que ChatGPT. « Ce sont des algorithmes maîtrisés, construits avec un objectif bien défini, validés et pensés pour améliorer la prise en charge des patients », insiste Éric Solary.

Et les médecins n’ont pas non plus vocation à disparaître – bien au contraire. « Ces outils amènent les professionnels de santé et les experts (oncologues, biologistes, anatomopathologistes, data scientists (2)…) à se connecter et à travailler en concertation, décrit Nathalie Lassau. Certes, on parle d’intelligence artificielle mais dans toute cette aventure, l’intelligence humaine collective est essentielle. »

^{(1) Segmenter une tumeur signifie en tracer précisément le contour pour pouvoir mieux la mesurer, l’étudier et la traiter.
(2) Expert en mathématiques, statistiques et informatique, un data scientist est un professionnel chargé de recueillir, traiter et analyser les données pour en tirer des informations exploitables.}