IA en radiologie : ce qu’elle fait, et ses limites

Votre radiologue vous annonce que vos clichés seront relus « avec une aide informatique », ou une invitation à une mammographie de dépistage vous arrive et vous vous demandez si un logiciel va regarder vos images. L’IA en radiologie existe déjà dans des hôpitaux et des cabinets, sous la forme d’un deuxième regard qui signale des zones à examiner. Voici ce qu’elle fait, ce que disent les études sur le dépistage du cancer du sein, et ce qu’elle laisse au médecin.

Que fait l’IA en radiologie ?

L’IA en radiologie analyse des images médicales (radiographie, scanner, IRM, mammographie) pour y signaler une anomalie possible, mesurer une structure ou classer les examens urgents en premier. Elle n’établit pas de diagnostic. C’est le radiologue qui interprète le résultat, le confronte à votre dossier et signe le compte rendu.

Qu’est-ce que le deep learning en radiologie ?

Le deep learning (apprentissage profond) est la technique derrière la plupart de ces outils. Le logiciel s’entraîne sur un très grand nombre d’images déjà annotées par des radiologues, jusqu’à repérer seul des motifs récurrents, comme une opacité ou un trait de fracture. Il ne comprend pas votre histoire médicale. Il compare une image à ce qu’il a appris.

Ce mode d’apprentissage a une conséquence concrète. L’Académie nationale de médecine, dans son rapport présenté en séance le 20 janvier 2026, rappelle que la performance d’un outil dépend de la qualité des données d’entraînement et ne se transpose pas automatiquement à une autre population ou à un autre établissement.

L’IA aide-t-elle à lire une mammographie de dépistage ?

Oui, des études la testent à grande échelle, mais le dépistage organisé français n’en fait pas encore usage à notre connaissance. Ces essais, menés à l’étranger, comparent la lecture assistée par l’IA à la double lecture par deux radiologues.

Pour situer le cadre, l’Assurance maladie rappelle que le dépistage organisé du cancer du sein est proposé tous les 2 ans aux femmes de 50 à 74 ans sans symptôme ni facteur de risque particulier, avec une mammographie prise en charge à 100 %. Si le premier radiologue ne voit rien d’anormal, les clichés sont relus par un second radiologue agréé. La page de l’Assurance maladie ne mentionne pas l’IA.

Que montrent les études sur l’IA en mammographie ?

Un résumé de la Société française de radiologie rapporte trois études publiées en 2023, dont le tableau donne les chiffres clés. Un taux « pour 1 000 » indique le nombre de cancers détectés sur 1 000 femmes dépistées.

Étude	Femmes	Ce qui était comparé	Résultat principal
MASAI (Lancet Oncology)	plus de 80 000	lecture par un radiologue assisté d’une IA, contre double lecture	6,1 cancers détectés pour 1 000 contre 5,1, et charge de travail réduite de près de moitié
ScreenTrustCAD (Lancet Digital Health)	plus de 58 000	deux radiologues, l’IA seule, ou les deux ensemble	IA seule à 4,4 pour 1 000, sans écart significatif avec la double lecture
Étude hongroise (Nature Medicine)	près de 16 000	troisième lecture sur les cas signalés par l’IA après une double lecture normale	1,6 cancer de plus pour 1 000, avec une hausse très faible des rappels

Dans MASAI, le gain représente environ un cancer de plus pour 1 000 femmes dépistées, avec un taux de faux positifs semblable à celui de la double lecture. Les meilleurs résultats associent l’IA à des radiologues plutôt qu’à une lecture autonome. L’auteur du résumé souligne aussi que ces logiciels ont été évalués dans des organisations différentes du dépistage français : il juge nécessaires des études menées dans les conditions françaises et un contrôle qualité avant tout déploiement.

Où l’IA est-elle déjà utilisée en routine ?

Le cas le plus répandu concerne les radiographies de fractures aux urgences. Selon deux radiologues de CHU dans un article de la Société française de radiologie, ces logiciels équipent la quasi-totalité des CHU et plus des deux tiers des centres hospitaliers. Les meilleurs affichent une sensibilité supérieure à 95 %, au prix de faux positifs. Autrement dit, ils signalent presque toutes les fractures, mais en désignent parfois à tort.

Ces auteurs notent que l’aide profite surtout aux radiologues juniors et aux urgentistes, et très peu aux radiologues expérimentés. Ils alertent aussi sur le risque que l’outil soit utilisé sans expertise radiologique. L’IA détecte ici un seul type de lésion, pas l’ensemble de l’image.

D’autres outils servent à reconstruire ou à nettoyer des images, à classer les examens à lire en priorité, ou à mesurer un organe. Notre article sur l’IA en cardiologie et celui sur Spimed-AI et l’analyse des coroscanners montrent deux exemples d’imagerie du cœur.

L’IA va-t-elle remplacer le radiologue ?

Non, et les sources officielles convergent. La Société française de radiologie rappelle que la responsabilité finale du diagnostic est médicale et que l’IA n’est qu’une aide. L’Académie nationale de médecine demande que les cliniciens valident les résultats, que chaque service surveille localement les performances de l’outil et signale les erreurs aux fabricants.

L’examen d’imagerie ne se limite pas à une lecture d’image. Le radiologue réalise l’examen, relit votre historique, décide d’un cliché complémentaire ou d’une échographie, et vous explique le résultat. Un logiciel qui signale une zone ne fait rien de tout cela.

Que dit la loi, et que pouvez-vous demander ?

Deux règles protègent le patient. La première concerne le dispositif. L’ANSM explique que les logiciels qui ont une finalité médicale doivent être marqués CE, comme les autres dispositifs médicaux. Notre article sur le dispositif médical avec IA détaille quand un logiciel entre dans cette catégorie.

La seconde concerne vous. L’article L. 4001-3 du Code de la santé publique prévoit que le professionnel qui utilise, pour un acte de prévention, de diagnostic ou de soin, un dispositif médical reposant sur un traitement algorithmique entraîné sur de grandes masses de données doit s’assurer que vous en avez été informé. Vous pouvez donc demander à votre radiologue si un logiciel d’IA intervient dans la lecture de vos images. Le texte ne garantit pas, en revanche, une relecture humaine : il fait reposer la décision d’utiliser l’outil sur le professionnel.

Faut-il envoyer ses radios à une IA en ligne ?

Des sites grand public proposent d’envoyer une radiographie pour obtenir une « explication » générée par IA. Mieux vaut s’en abstenir sans vérifications préalables. Une image médicale est une donnée de santé : elle peut vous identifier et se conserve chez l’éditeur.

Avant tout envoi, cherchez qui édite le service, s’il affiche un marquage CE pour un usage médical, et où sont hébergées les données. Notre article sur la certification HDS explique comment vérifier un hébergeur de données de santé. Un résultat obtenu ainsi ne remplace jamais l’avis du médecin qui vous suit. Pour une vue d’ensemble des usages, voyez aussi ce que l’IA fait déjà en santé.

IA en radiologie, ce qu’il faut retenir

L’IA en radiologie fonctionne comme un second regard rapide : elle signale, le radiologue tranche. Les études de 2023 sur la mammographie sont encourageantes, mais elles ne décrivent pas encore le dépistage organisé tel qu’il se pratique en France. En attendant, vous avez un droit simple à exercer : demander si un outil d’IA a servi à lire vos images.

Questions sur l’IA en radiologie

Mes images seront-elles lues par un logiciel seul ?

En France, la lecture d’une mammographie de dépistage reste confiée à des radiologues, avec une seconde lecture quand rien n’est détecté à la première, selon l’Assurance maladie. Pour un autre examen, demandez à votre radiologue comment s’organise la lecture.

L’IA fait-elle moins d’erreurs qu’un radiologue ?

Cela dépend de la tâche et de l’outil. Les études de 2023 montrent un résultat au moins comparable pour le dépistage du sein quand IA et radiologue travaillent ensemble. Pour les fractures, la sensibilité des meilleurs logiciels dépasse 95 %, avec des faux positifs.

Qui est responsable en cas d’erreur de lecture ?

Selon la Société française de radiologie, la responsabilité finale du diagnostic est médicale. L’IA reste une aide à la décision.

L’IA réduit-elle la dose de rayons reçue ?

Certains logiciels servent à reconstruire des images à partir de moins de données, ce qui peut limiter la dose, selon un dossier destiné aux praticiens. Cela dépend de l’équipement du service, que votre radiologue peut vous préciser.