Depuis des années, on nous promet que l’IA repère les cancers aussi bien — voire mieux — que les médecins. Une enquête clinique récente vient pourtant semer le doute : avec l’assistance de ces outils, certains praticiens sembleraient avoir perdu la main plutôt que gagné en efficacité.
Ce que montre l’étude
Entre septembre 2021 et mars 2022, une équipe rattachée à l’Université médicale de Silésie a suivi 19 médecins répartis dans quatre centres d’endoscopie. L’outil d’IA a été introduit dans ces services vers la fin 2021. En comparant les performances avant et après cette introduction, les chercheurs ont observé un recul relatif d’environ 20 % du taux de détection des adénomes (lésions précancéreuses du côlon) par les cliniciens.
- Les auteurs parlent d’un effet de désapprentissage (ou « deskilling ») : quand l’IA prend en charge une partie de la vigilance et du repérage, l’œil humain s’émousse, les réflexes s’affaiblissent et la qualité de l’examen endoscopique peut s’en ressentir.
- Cet impact touche un marqueur crucial, la détection des adénomes, directement liée à la prévention du cancer colorectal.
Un résultat qui bouscule les essais contrôlés
De nombreux essais randomisés ont laissé penser qu’une coloscopie assistée par IA rehausse le taux de détection par rapport à une procédure sans IA. Pourquoi, ici, observe-t-on l’inverse ?
- Un des co-auteurs avance une hypothèse simple : l’exposition continue à un système d’IA pourrait modifier le comportement des endoscopistes, y compris lorsqu’ils travaillent sans assistance par la suite. Autrement dit, « l’effet IA » ne se cantonnerait pas aux séances avec IA, mais déteindrait sur les pratiques courantes.
- Cette étude, menée en contexte réel, suggère que les bénéfices vus dans des protocoles très encadrés ne se traduisent pas automatiquement dans la vraie vie.
Ce que l’étude ne permet pas encore de trancher
Ces conclusions doivent être lues avec prudence, car l’analyse comporte des limites importantes.
- Les outils d’IA utilisés ne sont pas nommés. Difficile de dire si des versions plus récentes auraient donné d’autres résultats.
- La taille de l’échantillon est modeste (19 médecins). Cela réduit la portée statistique et la généralisation.
- Il s’agit d’une étude observationnelle : on observe et on collecte des données sans intervenir sur les conditions. On ne peut donc pas affirmer un lien de cause à effet définitif entre IA et baisse de détection.
Risques pour la qualité des soins
Si la désapprentissage s’installe, ce sont des compétences fondamentales qui s’érodent en silence. Les conséquences potentielles:
- Moins de vigilance sur des polypes discrets ou atypiques.
- Une dépendance croissante à l’algorithme, au détriment du jugement clinique.
- Un impact possible sur les résultats pour les patients si des lésions passent inaperçues.
Face à cela, plusieurs garde-fous sont envisageables:
- Formation continue centrée sur les signes visuels subtils et les « pièges » de coloscopie.
- Séances régulières « IA-off » pour entretenir les compétences manuelles.
- Protocoles de double lecture (humain + IA), avec vérification systématique des zones à risque.
- Tableaux de bord de performance individuelle (taux de détection, temps de retrait, qualité de préparation) suivis dans la durée.
Et ensuite ?
Certains chercheurs redoutent que l’effet de désapprentissage s’accentue à mesure que les systèmes d’IA deviennent plus performants et plus persuasifs. Le défi n’est pas seulement de créer des algorithmes précis, mais d’organiser une collaboration humain–IA qui améliore la sécurité sans diluer le savoir-faire clinique.
De manière plus large, on a déjà vu l’IA perturber les capacités de raisonnement lorsqu’on s’y repose trop. Les hôpitaux devront donc évaluer finement où l’IA apporte une vraie valeur, comment la déployer sans éroder l’expertise, et quand il faut, au contraire, s’en abstenir. D’autres études seront nécessaires pour confirmer ces résultats et tester des stratégies concrètes de prévention du désapprentissage.
À retenir
- L’introduction d’une IA d’assistance en coloscopie a coïncidé, dans ce contexte, avec une baisse relative d’environ 20 % de la détection d’adénomes par les médecins.
- Ces observations, issues du terrain, contredisent en partie des résultats d’essais cliniques plus favorables à l’IA.
- Les limites méthodologiques appellent à la prudence, mais le signal est suffisamment fort pour justifier des garde-fous et des réévaluations rapides des pratiques.
FAQ
Qu’est-ce qu’un adénome et pourquoi est-il important ?
Un adénome est un polype précancéreux du côlon. Le repérer et l’enlever pendant la coloscopie réduit fortement le risque de cancer colorectal. Le « taux de détection des adénomes » est donc un indicateur clé de la qualité d’un examen.
Que signifie « désapprentissage » (deskilling) dans ce contexte ?
C’est la perte progressive de compétences lorsque certaines tâches sont déléguées à une machine. En endoscopie, cela peut se traduire par une attention visuelle moindre, des inspections plus rapides, ou une confiance excessive dans les alertes de l’IA.
Comment limiter le désapprentissage tout en gardant l’IA ?
- Alterner des sessions avec et sans IA.
- Mettre en place des audits réguliers du taux de détection par opérateur.
- Former les équipes à reconnaître les limites de l’IA (faux positifs/négatifs) et à vérifier systématiquement les zones critiques.
Un patient peut-il demander une coloscopie sans IA ?
Oui. Les patients peuvent interroger le service sur l’usage de l’IA, demander comment la qualité est contrôlée et, si nécessaire, solliciter un examen sans assistance. L’essentiel est la transparence et le choix éclairé.
Quelles études futures seraient utiles ?
Des essais randomisés pragmatiques en conditions réelles, avec des périodes d’IA activée/désactivée, l’identification précise des outils utilisés, un suivi à long terme des performances et des résultats cliniques (lésions manquées, intervalles de cancer).
