Skip to content
📣 M­onde Numérique (Actu tech & IA) présente Les Echos de l'IA - Quand l'IA aide à détecter les cancers artwork

📣 M­onde Numérique (Actu tech & IA) présente Les Echos de l'IA - Quand l'IA aide à détecter les cancers

Monde Numérique (Actu tech & IA)

October 20, 2026

Retrouvez l’ensemble des épisodes du podcast Les Echos de l'IA de Les Echos ici Quand l'IA aide à détecter les cancers L’intelligence artificielle peut aider les médecins dans leur diagnostic.

Speakers Marina Alcaraz, Emmanuelle Charafe, Dominique Maraninchi

TopicsTech NewsNewsTechnology

Marina Alcaraz (0:03)

Je suis Marina Alcaraz, vous écoutez Les Echos de l'IA, le podcast des échos dédié à l'intelligence artificielle. En ce mois, Dr. Beau Roses, j'étais il y a quelques jours à l'institut Paoli Calmet, l'IPC, qui organisait un débat sur la place croissante de l'IA dans la prise en charge des patients atteints de cancer.

Alors, pour ceux qui ne connaissent pas l'IPC, c'est l'une des grandes institutions de la région PACA dans la lutte contre le cancer, qui a la fois des actions de recherche, mais aussi des soins médicaux. Étant moi-même originaire de cette région, j'ai connu un certain nombre de personnes diagnostiquées ou guéries à l'IPC. Est-ce que les nouvelles technologies vont guérir demain des maladies incurables ? Comment l'IA peut faire progresser la science ? Pour en parler, je suis en compagnie de spécialistes, le professeur Dominique Maraninchi, professeur émérite de cancerologie à Ex-Mars-Au, et ancien directeur général de l'IPC, et le professeur Emmanuelle Charafe, chercheuse et anatomopatologiste.

Emmanuelle, on va commencer par vous. Ça signifie quoi être anatomopatologiste ?

Emmanuelle Charafe (1:03)

L'anatomopatologie consiste à faire des diagnostics à partir de fragments de tissus. On fait du diagnostic, on peut évaluer des biomarqueurs, proposer une prédiction de réponse à un traitement ou évaluer un pronostic avec d'autres outils.

Marina Alcaraz (1:21)

Parfait, ça c'était pour nos auditeurs. Alors on va parler d'IA. Concrètement, à quoi sert l'IA ? Est-ce que c'est une aide aux diagnostics ? Est-ce que c'est une aide dans la recherche ? Alors je sais que ma question est très large, mais je commence par vous, Dominique.

Dominique Maraninchi (1:33)

Pour l'aide aux diagnostics, c'est quand même une aide considérable. On faisait des diagnostics avant. C'est comme si on disait, Aurea, est-ce que le scanner c'est mieux que la radio du thorax ? La réponse est oui. Le scanner avec une analyse d'image, c'est encore mieux que sans analyse d'image.

Est-ce que ça veut dire que c'est meilleur que le médecin et que le radiologue ? Là on a eu la réponse. La réponse est non. La réponse est non puisque ça aide à être plus performant. Mais c'est le médecin qui trie entre ce qui est considéré comme positif ou douteux.

Marina Alcaraz (2:06)

Emmanuelle, donnez-nous un exemple précis par exemple. En quoi vous êtes l'IA et comment vous faites avant l'IA ?

Emmanuelle Charafe (2:11)

L'IA ne permet pas de détecter des choses vraiment qu'on ne voyait pas, mais permet de détecter des choses qui sont considérées parfois comme insignifiantes.

Ou de faible signification et peut leur permettre grâce au traitement d'une grande masse de données, de donner une vraie signification à ces images-là. Donc ça c'est une aide considérable. Après il y a aussi un autre point qui est important, c'est que quand même on est en déficit médical, vous le savez, un peu partout.

Marina Alcaraz (2:39)

Alors que je comprenne bien, par exemple on est en octobre rose, on va parler par exemple du cancer du sein.

Imaginons qu'on vous fait une biopsie sur une cellule potentiellement antirevue du sein, c'est vous qui allez l'évaluer. Et là l'IA va vous aider à quoi ?

Emmanuelle Charafe (2:53)

Il faut utiliser des algorithmes qui sont validés. En termes de diagnostic, il y a des algorithmes qui sont validés sur l'IA, mais pas tellement vraiment, c'est en cours dans le cancer du sein.

L'IA va permettre d'aider au cas où, mais les algorithmes ne sont pas validés, va permettre de quantifier, si vous avez un cancer du sein, les biomarqueurs, donc ça va peut-être apporter de la reproductibilité dans cette quantification, mais là encore, il faut trouver et tester, chacun doit tester ses propres algorithmes, et puis va pouvoir permettre de prédire aussi d'autres choses que l'œil humain ou que le pathologiste ne pouvait pas forcément prédire.

Marina Alcaraz (3:38)

Par exemple ?

Emmanuelle Charafe (3:39)

La présence de mutation. Et là, il y a des travaux qui sont extrêmement prometteurs, notamment un travail qui a été publié au mois de juillet dans Selle et qui montre en fait que l'IA fait quasiment aussi bien dans la prédiction, notamment de réponse à un traitement qui est très utilisé dans un certain type de cancer du sein, ce qui est l'air septine ou le trastus humable, que les modèles habituels.

Marina Alcaraz (4:04)

Ce que vous êtes en train de me dire, c'est que l'IA permet de voir que tel médicament va mieux agir, c'est ça ?

Emmanuelle Charafe (4:11)

L'IA pourra permettre de prédire si un médicament va mieux agir.

Et pourra se substituer peut-être à certains tests qui sont actuellement utilisés. Ça avance, mais pour l'instant c'est du domaine de la recherche.

Marina Alcaraz (4:25)

Sur quel type de cancer en particulier on a déjà des algorithmes fiables d'IA ?

8 more minutes of transcript below

Thousands of transcripts fetched by people building searchable podcast archives

Fetch the whole transcript

The demo key returns a sample episode in full, no card needed:

request
curl -H "x-api-key: pt_demo" \
  https://spoken.md/transcripts/1000651996090

Markdown with the speakers named, for your notes, your knowledge base, or anything that makes HTTP calls.

From $0.10 per transcript. No subscription. Credits never expire. Prices exclude VAT, added at checkout for EU customers. Not what you expected? Email us within 14 days with 20 or fewer credits used and we refund the pack in full.

Using your own key:

request
curl -H "x-api-key: YOUR_KEY" \
  https://spoken.md/transcripts/1000797229133