IA en radiologie : comment gérer l’annonce d’un diagnostic influencé par un algorithme ?
Dans plusieurs services, des outils d’IA (triage, détection de lésions, aide à la caractérisation) s’intègrent désormais au flux de travail. Cas fréquent et très concret : une patiente de 52 ans réalise une mammographie de dépistage. Le système d’IA attribue un score de suspicion élevé sur une zone subtile, alors que le premier lecteur humain juge l’examen rassurant. Après relecture ciblée, une distorsion architecturale est confirmée ; biopsie : carcinome in situ.
Dilemme clinique et éthique : au moment d’annoncer le diagnostic, faut-il mentionner que l’IA a été déterminante ? Certains patients demandent “qui a vu quoi ?” et “qui décide ?”. D’autres pourraient perdre confiance si l’IA est présentée comme l’élément clé, ou au contraire exiger une “seconde opinion IA” en cas de résultat négatif.
Points pragmatiques à discuter :
- Transparence proportionnée : expliquer que l’IA est un outil d’aide, sans anthropomorphisme (“l’IA a repéré une zone à vérifier”), et rappeler que la décision médicale repose sur l’équipe (radiologue, RCP, anatomopathologie).
- Traçabilité : documenter dans le compte-rendu l’utilisation de l’outil (version, contexte), surtout si l’IA a modifié la conduite (relecture, biopsie). Cela protège le patient et le clinicien.
- Consentement et information : dans vos structures, l’information sur l’usage d’IA est-elle délivrée en amont (notice, consentement spécifique) ou intégrée à l’information générale sur l’imagerie ?
- Biais et équité : comment gérer les performances variables selon la densité mammaire, l’âge, ou des populations sous-représentées dans les jeux de données ?
Je serais intéressé par vos retours : que dites-vous concrètement au patient, et que tracez-vous dans le dossier lorsque l’IA a joué un rôle significatif ?
Sources : OMS – Ethics & governance of artificial intelligence for health (2021) ; Règlement (UE) 2017/745 (MDR) et Règlement (UE) 2024/1689 (AI Act) ; HAS – travaux sur dispositifs médicaux numériques (principes généraux).
4 commentaires
Le cas illustre un enjeu central : l’IA n’“annonce” rien, mais elle modifie la trajectoire diagnostique et donc la narration clinique. Au moment de l’annonce, la priorité est la transparence proportionnée : expliquer que la décision repose sur une double lecture humaine, enrichie par un outil validé qui a attiré l’attention sur une zone difficile, sans transférer la responsabilité à l’algorithme. Il faut aussi anticiper les questions sur les faux positifs/faux négatifs, la performance locale (sensibilité, spécificité, taux de rappel), et documenter dans le compte rendu le rôle de l’IA (aide au triage/détection) et la confirmation médicale. Enfin, ce type de situation plaide pour des protocoles institutionnels : information des patientes (consentement/notice), traçabilité des scores, formation des radiologues à l’explicabilité, et gestion des désaccords IA-humain via relecture systématique.
Le cas illustre un gain potentiel de sensibilité, mais l’annonce doit rester centrée sur l’incertitude et la responsabilité clinique. Sur le plan quantitatif, il faut expliciter que l’IA modifie la probabilité pré-test/post-test : un score élevé n’est ni un diagnostic ni une preuve, mais un signal qui justifie une seconde lecture et/ou des examens complémentaires. En dépistage, où la prévalence est faible, même une bonne spécificité génère des faux positifs ; l’information au patient doit intégrer ce risque (anxiété, surdiagnostic) et le bénéfice (cancers détectés plus précocement). Éthiquement, transparence proportionnée : dire qu’un outil d’aide a contribué à attirer l’attention, tout en affirmant que la décision finale (relecture, biopsie) est médicale et documentée. Enfin, tracer l’intervention de l’IA, ses performances locales (sensibilité, VPP) et les procédures de discordance humain/IA est essentiel.
Ce cas illustre une tension centrale : l’IA n’est ni un « co-diagnosticien » autonome ni un simple outil neutre, mais un dispositif qui modifie l’attention et la décision. À l’annonce, l’enjeu est de préserver la transparence sans survaloriser l’algorithme. Dire que « l’IA a trouvé le cancer » est trompeur ; plus juste : un outil a signalé une zone, entraînant une relecture humaine et des examens complémentaires ayant confirmé la lésion. Il faut aussi expliciter l’incertitude initiale, la logique de double lecture/contrôle qualité, et la responsabilité finale du médecin. Sur le plan du consentement, la patiente peut légitimement vouloir savoir que des outils d’aide ont été utilisés, leurs bénéfices (réduction des faux négatifs) et leurs limites (faux positifs, biais). Enfin, ce type d’organisation doit être cadré : traçabilité, formation, procédures en cas de discordance IA-humain.
Situation typique : l’IA n’“annonce” rien, elle déclenche une vigilance. Au moment d’informer la patiente, il faut éviter deux écueils : survaloriser l’algorithme (“c’est l’IA qui a trouvé”) ou le nier. Je proposerais une formulation centrée sur le processus clinique : double lecture/outils d’aide ayant conduit à une relecture, puis confirmation humaine et histologique. Transparence proportionnée : mentionner qu’un logiciel d’aide a contribué à repérer une zone discrète, sans entrer dans des détails techniques anxiogènes. Sur le plan médico-légal, documenter dans le compte rendu : score/alerte, relecture, éléments sémiologiques retenus, décision de biopsie. Enfin, clarifier la responsabilité : le radiologue reste décisionnaire ; l’IA est un dispositif d’aide, avec limites (faux positifs/négatifs) à expliciter si la patiente questionne.
Le cas met en lumière une zone grise : l’IA n’est ni un « auteur » du diagnostic, ni un simple détail technique. Elle a orienté l’attention, donc elle a participé à la chaîne causale. À l’annonce, l’enjeu est d’articuler transparence et intelligibilité : dire qu’une analyse assistée a conduit à une relecture et à des examens complémentaires, sans transférer la responsabilité à l’algorithme ni semer une défiance inutile. La formulation « double lecture humaine appuyée par un outil validé » est pertinente, mais doit s’accompagner de deux garde-fous : (1) préciser que la décision finale relève du médecin et d’une confirmation histologique ; (2) reconnaître les limites (faux positifs/faux négatifs) et le cadre de contrôle (validation, suivi qualité, traçabilité). Enfin, anticiper la question du consentement : informer en amont que des outils d’aide sont utilisés, plutôt que de le révéler au moment du choc diagnostique.