Face à cet enjeu de santé publique, l’intelligence artificielle offre de nouvelles opportunités. Sans remplacer la prévention, elle démontre déjà une efficacité croissante dans la détection précoce et l’établissement des diagnostics. Assistant numérique particulièrement performant, l’IA agit comme un outil d’aide à la décision capable de détecter des motifs ou corrélations difficilement perceptibles à l'œil nu ou de personnaliser des traitements. AXA Prévention fait le point sur les usages de l’IA dans la détection du cancer. 

L’objectif que s’est fixé Gustave Roussy, premier centre de lutte contre le cancer :  guérir 80 % des patients d’ici à 2040 [2].  

Le dépistage vise à détecter un cancer à un stade précoce, avant même l’apparition des premiers symptômes. Cette prise en charge augmente considérablement les chances de guérison et limite les séquelles liées à la maladie ou à certains traitements.  

Grâce à sa grande précision, l’IA parvient à repérer les signaux faibles, voire très faibles, en : 

• traitant rapidement des milliers d’images médicales ; 
• croisant des données hétérogènes (analyses biologiques, informations génétiques, traitements…) ; 
• détectant des anomalies complexes sur des scanners, IRM ou mammographies. 

Exemple 1 : le projet DuOnco Unity, l’oncologie de précision

Le consortium Gustave Roussy, Guerbet, Intrasense et le CHU d'Angers a mis au point DuOnco Unity, un outil d’IA qui identifie automatiquement, en 3 dimensions, les lésions cancéreuses présentes sur un scanner thoraco-abdomino-pelvien [3]. Alors que l’on ne pouvait mesurer qu’un nombre limité de lésions "cibles", DuOnco Unity analyse en 3 à 15 minutes la charge tumorale globale, une avancée majeure, notamment pour les patients présentant des centaines de lésions, réparties sur différents organes. 

DuOnco Unity ne remplace pas le radiologue, qui valide et interprète les données, mais il lui fait gagner du temps. Il soutient également l'oncologue pour personnaliser les traitements, évaluer plus finement leur efficacité et assurer un meilleur suivi de la maladie. 

Entraîné sur 287 000 lésions, cet outil est aujourd'hui testé dans deux études cliniques. 

Exemple 2 : la mammographie, l’exemple suédois

En Suède, l'IA est utilisée comme aide à la double lecture des mammographies et pourrait, dans certains protocoles, réduire le besoin d'une seconde lecture humaine. Selon une étude The Lancet, ce dispositif de double lecture a permis d'augmenter le taux de détection tout en réduisant la charge de travail des radiologues [4]. 

En France, alors que le taux de survie à 5 ans après un dépistage précoce du cancer du sein s’établit à 87 %, moins de 50 % des femmes françaises concernées (50-74 ans) ont recours au dispositif de dépistage organisé. Un rapport du Sénat évoque l’utilisation future de l’IA en double lecture, tout en rappelant son usage encore limité dans le soin [5]. 

>> Pour aller plus loin, lisez notre article sur Octobre Rose, le mois de sensibilisation dédié à la prévention et au soutien face au cancer du sein. 

Exemple 3 : le cancer de la peau, le plus fréquent

Entre 1990 et 2023, le nombre de nouveaux cas de cancers de la peau a été multiplié par 3 en France [6]. À ce jour, le dépistage repose essentiellement sur le contrôle visuel des dermatologues, basé notamment sur les critères ABCD (Asymétrie, Bords, Couleur, Diamètre). 

L’IA peut soutenir cette approche en analysant en quelques secondes un grand nombre de photographies de lésions cutanées et en distinguant grains de beauté bénins et lésions suspectes. Une méta-analyse a mesuré une sensibilité de 87 % pour l'IA contre 80 % pour l'ensemble des cliniciens [7]. L'écart semble particulièrement marqué pour les médecins généralistes. L'IA pourrait à terme constituer un outil d'aide au repérage des lésions suspectes en première intention, sous réserve d'une validation clinique et réglementaire suffisante. 

>> Pour en savoir plus, consultez notre article pour mieux vous protéger du soleil tout en respectant votre peau, et la planète. 

Exemple 1 : la détection des mitoses

En septembre 2025, l’équipe du Pr Thomas Walter, professeur à Mines Paris - PSL et directeur adjoint de l’unité Oncologie computationnelle (Inserm U1331) à l’Institut Curie, s’est distinguée face à 150 équipes internationales lors du challenge MIDOG 2025, référence mondiale en analyse d'images médicales. Résultat : 1ere place en classification et 2e place en détection des mitoses, la division cellulaire permettant d’évaluer l’agressivité d’une tumeur [8]. 

En détectant et analysant ces cellules en quelques secondes, l’IA automatise un processus qui était jusqu’ici long et complexe. 

Exemple 2 : les cancers d’origine inconnue 

Les cancers dits “de primitif inconnu” touchent 7 000 patients par an en France [9]. Le plus souvent découverts à un stade avancé, sous forme de métastases sans organe d'origine identifiable, ils sont difficiles à prendre en charge. 

Depuis 2019, l'Institut Curie développe un outil d'IA basé sur le séquençage d'ARN à haut débit, qui associe le profil génétique d'une métastase à un tissu ou organe précis pour en déterminer précisément l'origine. Orange Business apporte son expertise en data science pour développer l'algorithme de deep learning et travailler l'explicabilité de ses décisions. Les objectifs ? Augmenter la fiabilité des diagnostics et mieux cibler les thérapies [9]. 

Entraînée sur des données parfois incomplètes ou erronées, l’IA peut reproduire des biais et générer de faux positifs ou de faux négatifs avec un risque de sur-diagnostic ou de sous-diagnostic. Adopté en 2024, l'AI Act européen prévoit un déploiement progressif de règles encadrant les systèmes d'IA à haut risque notamment dans le domaine de la santé, exigeant transparence et contrôle des biais. 

La protection des données de santé est aussi un enjeu majeur dans l’utilisation de l’IA en médecine ainsi que la question de la responsabilité juridique en cas d'erreur de diagnostic liée à l'IA. L'évolution du cadre réglementaire européen et national devrait continuer à préciser la répartition des responsabilités entre professionnels de santé, établissements et concepteurs d'outils d'IA. 

L’IA représente donc une véritable révolution dans le monde de la santé. Elle peut apporter un réel soutien à différentes étapes de la prise en charge : détection, personnalisation des traitements et suivi de la maladie. Néanmoins, le rôle du médecin reste central. Il interprète, valide et décide. Toutefois dans les prochaines années, l’IA pourrait jouer un rôle de plus en plus important dans la personnalisation des traitements et le suivi des patients.

[1]Publication du Ministère chargé de la santé https://sante.gouv.fr/soins-et-maladies/maladies/maladies-cardiovasculaires-et-avc/article/maladies-cardiovasculaires 

[2]Site de l’Institut Gustave Roussy https://www.gustaveroussy.fr/en/node/8056 

[3]Site de l’Institut Gustave Roussy https://www.gustaveroussy.fr/fr/un-nouvel-outil-dia-au-service-dune-detection-optimale-du-cancer-par-imagerie 

[4]Site The Lancet The Lancet 2026 

[5]Site du Sénat Rapport du Sénat "IA et santé" 

[6]Site de l’Institut National du Cancer INC 

[7]Site nature.com https://www.nature.com/articles/s41746-024-01103-x 

[8]Site de l’Institut Curie https://curie.fr/actualite/ia-lequipe-du-pr-thomas-walter-se-distingue-au-challenge-international-midog-2025-sur-la 

[9]Site de l’Institut Curie https://curie.fr/actualite/orange-business-et-linstitut-curie-optimisent-une-ia-au-service-de-la-lutte-contre-les