Le mythe de la fausse alerte : les diagnostics prédictifs basés sur l’IA peuvent-ils nous protéger d’un cancer de stade 0 avant même qu’il ne se développe ?
Parlons d’un type d’anxiété bien particulier. C’est dimanche soir, vous avez une étrange sensation métallique dans la gorge, et vous passez quarante-deux minutes devant l’écran de votre ordinateur portable à regarder les gens sur votre fil d’actualité débourser des milliers de dollars pour des scanners corporels complets. Ils parlent des diagnostics prédictifs basés sur l’IA comme s’il s’agissait d’un sauveur mécanique et magique. Ils promettent que cela permettra de détecter le moindre dysfonctionnement moléculaire avant qu’il ne se transforme en quelque chose de mortel. L’argument de vente principal est d’une simplicité séduisante. Nous traquons les cellules anormales alors qu’elles se trouvent encore tranquillement nichées dans leur couche tissulaire d’origine. Nous les détectons au stade 0, bien avant qu’elles ne se développent et ne s’infiltrent dans votre système lymphatique. Si nous les détectons suffisamment tôt, votre espérance de vie en bonne santé s’étend magnifiquement jusqu’à 95 ans, en pleine forme et sans qu’une seule chaise de chimiothérapie ne se profile à l’horizon.
Cela semble merveilleux. Mais les machines qui ronronnent derrière ces portes de laboratoire en verre immaculées s’engagent dans un univers chaotique fait de chair, de panique et de surdiagnostics cliniques.
La froideur de l’illusion de l’étape 0
On nous a appris à considérer le cancer comme une horloge qui tourne. Tic, tic, tic, puis la bombe explose. Le secteur médical fonctionne selon un schéma strictement linéaire où le stade 0 évolue inévitablement vers le stade 4, à moins qu’un scalpel agressif n’intervienne. Mais la réalité biologique est bien plus chaotique, désordonnée et tenace. Le cancer du sein de stade 0 — également appelé carcinome canalaire in situ — est un exemple fascinant et terrifiant de notre incompréhension collective. Sous le microscope, ces cellules semblent incroyablement mutées. Elles s’entassent à l’intérieur des canaux galactophores comme une ligne irrégulière et menaçante de verre brisé. Pourtant, voici le petit secret inavouable de l’oncologie : si on les laissait totalement tranquilles, une grande partie de ces amas de stade 0 ne franchirait jamais la fine paroi des canaux. Ils resteraient simplement là. Ils resteraient en sommeil jusqu’à ce que vous mouriez finalement d’une cause tout à fait banale, comme une chute sur un trottoir verglacé ou une insuffisance cardiovasculaire progressive à l’âge de quatre-vingt-deux ans.
Nos technologies actuelles parviennent à détecter ces anomalies avec plus ou moins de succès. Mais dès lors qu’on intègre un réseau d’apprentissage profond hypersensible à l’équation, la machine ne fait plus la distinction entre un amas de cellules inoffensives et un groupe de cellules inactives.
Du jour au lendemain, un être humain de quarante-cinq ans en pleine forme se retrouve transformé en patient atteint d’un cancer. Il est plongé dans un tourbillon de consultations chirurgicales, de nuits blanches et de radiothérapie locale. Ce n’est pas là prolonger la durée de vie en bonne santé. C’est la production industrielle de la terreur. Nous échangeons des années d’une vie insouciante et sans médicaments contre une place permanente dans une salle d’attente qui sent le café rassis et le désinfectant industriel.
Pourquoi la puissance de calcul bute sur les réalités biologiques complexes
Les ordinateurs excellent dans la détection des variations de pixels qui échappent aux yeux fatigués et surmenés d’un médecin humain effectuant une garde de douze heures dans une clinique locale. Donnez à un algorithme un million de mammographies ou une montagne d’images de cytopathologie numérique, et il repérera les microcalcifications avec une précision redoutable. Le taux d’erreur diminue. La progression de la précision fait forte impression sur une présentation PowerPoint lors d’un congrès sur les technologies médicales.
Mais un pixel, c’est quelque chose de net et d’immuable. Le corps humain, c’est un marécage.
Lorsqu’une intelligence artificielle analyse un échantillon sanguin à la recherche de cellules tumorales circulantes ou de minuscules fragments d’ADN méthylé libérés par des lésions précoces, elle nage dans un océan de bruit. Votre corps rejette constamment des fragments de tissus. Votre système immunitaire mène sans cesse de minuscules guerres invisibles, détruisant les cellules anormales, éliminant les débris et redéfinissant ses propres frontières sans que vous ne vous en rendiez compte. Si vous lancez une suite de diagnostics prédictifs par IA un mardi ordinaire, le modèle pourrait détecter un pic passager dans un profil protéique spécifique. S’agit-il d’un cancer gastrique précoce ? D’un polype colique agressif ? Ou avez-vous simplement mangé un taco de rue particulièrement mauvais il y a quarante-huit heures, alors que votre système immunitaire était déjà aux prises avec un rhinovirus bénin ?
L’algorithme ne peut pas vous le dire. Il peut seulement vous indiquer qu’il y a quelque chose d’étrange d’un point de vue mathématique. La machine ne dispose pas de ce jugement clinique physique et intuitif qu’un médecin expérimenté acquiert après avoir examiné des milliers de ventres bien réels. Elle ne comprend pas que certaines personnes présentent naturellement des anomalies au niveau moléculaire sans pour autant être malades.
Les conséquences désastreuses d’un faux positif
Imaginez que vous vous réveilliez avec une alerte sur votre téléphone provenant d’un service d’abonnement spécialisé dans la santé numérique. La notification indique que votre prise de sang de dépistage précoce de plusieurs cancers a révélé un écart de 12 % dans un biomarqueur d’ARN non codant de grande longueur associé à des lésions colorectales à un stade précoce. Votre rythme cardiaque grimpe d’un coup à 110 battements par minute. Vos mains deviennent moites.
Ce qui s’ensuit, c’est une longue et coûteuse descente aux enfers du diagnostic.
On ne peut pas se contenter d’attendre les mains croisées une fois que la machine s’est prononcée. On prend rendez-vous pour une coloscopie. Le gastro-entérologue introduit une longue caméra flexible dans vos intestins, à la recherche d’un fantôme. Il ne trouve rien. Ou peut-être découvre-t-il un polype microscopique qui n’aurait jamais causé le moindre problème s’il était resté là pendant trente ans. Il l’enlève quand même. Le laboratoire d’anatomopathologie reçoit le prélèvement, utilise un autre modèle d’apprentissage automatique pour évaluer le tissu, et les résultats s’avèrent limites.
Vous êtes désormais pris dans un cercle vicieux de surveillance. Tous les six mois, vous devez y retourner. Assis à des tables recouvertes de papiers, vous attendez une nouvelle prise de sang ou une IRM pour prouver que vous n’êtes pas en train de pourrir de l’intérieur. Votre santé mentale en prend un coup énorme et durable. Vous cessez de planifier de longues vacances. Vous n’investissez plus dans votre retraite avec le même enthousiasme, car ce fantôme numérique plane en permanence au-dessus de votre épaule.
C’est là le coût caché du dépistage précoce. Nous pensons acheter la sécurité, mais souvent, nous ne faisons qu’acquérir un abonnement à vie à la paranoïa liée à la santé. Le taux de faux positifs de ces systèmes de dépistage précoce peut osciller entre 5 % et 15 %. Cela peut sembler peu, jusqu’à ce qu’on multiplie ce chiffre par les centaines de millions de citoyens lambda qui cherchent à prolonger leur vie.
Le problème des données biaisées que nous ignorons discrètement
Les algorithmes ne possèdent pas d’emblée une compréhension innée de la pathologie humaine. Ils sont entraînés à partir d’ensembles de données recueillies auprès de personnes réelles. Et ces personnes réelles sont généralement celles qui ont les moyens de participer à des essais cliniques de pointe menés dans les grands centres médicaux universitaires situés dans des zones urbaines aisées.
Si vous entraînez un modèle principalement à partir de données d’imagerie provenant d’un seul groupe démographique, celui-ci apprend les caractéristiques biologiques de référence propres à ce groupe. Lorsque vous essayez de déployer ce même outil de diagnostic prédictif basé sur l’IA dans une clinique rurale ou une communauté urbaine défavorisée, la précision du modèle diminue rapidement. Il passe à côté de lésions subtiles chez certaines populations tout en surdiagnostiquant des variations inoffensives chez d’autres.
Nous mettons en place des systèmes d’alerte précoce extrêmement sophistiqués, coûtant plusieurs millions de dollars, qui reposent sur des biais structurels. Une machine peut atteindre un taux de précision quasi parfait dans un environnement de laboratoire contrôlé et stérile, en utilisant un ensemble uniforme d’échantillons. Mais le monde réel est incroyablement diversifié, génétiquement fragmenté et peu coopératif. Tant que nos systèmes d’apprentissage ne pourront pas tenir compte de l’énorme diversité dans la manière dont les différents corps humains expriment les mutations cellulaires à un stade précoce, ces outils de diagnostic resteront des gadgets de luxe qui causent autant de confusion qu’ils n’apportent de solutions.
Le coût financier de la chasse aux fantômes
Soyons tout à fait honnêtes : qui profite de ce changement de paradigme ? Les entreprises qui commercialisent ces suites de diagnostics prédictifs basés sur l’IA ne sont pas des organisations caritatives. Ce sont des entités financées par du capital-risque qui doivent justifier des valorisations colossales. Elles veulent vous faire croire que vérifier chaque trimestre la présence de marqueurs de cancer dans votre sang est tout aussi indispensable que de vérifier la pression des pneus de votre voiture.
Mais qui en subit les conséquences lorsque la machine se trompe ?
Les compagnies d’assurance traditionnelles sont connues pour leur réticence à prendre en charge les dépistages de pointe basés sur l’IA tant qu’elles ne disposent pas de données issues d’essais contrôlés randomisés menés sur plusieurs années et démontrant une réduction claire de la mortalité toutes causes confondues. Si votre scanner corporel, financé par vos propres moyens, révèle une ombre suspecte au niveau de votre rein, votre assurance maladie standard pourrait refuser de prendre en charge l’intervention chirurgicale exploratoire de suivi, au motif qu’elle a été motivée par un outil de dépistage non validé. Vous vous retrouvez alors avec une facture exorbitante pour une intervention médicale dont vous n’aviez en réalité pas besoin.
Nous sommes en train de mettre en place un système à deux vitesses. Les personnes fortunées peuvent dépenser des milliers de dollars pour traquer chaque fantôme numérique détecté par leurs appareils de santé haut de gamme. Pendant ce temps, le système de santé publique dans son ensemble peine à fournir des soins de base éprouvés, tels que les coloscopies de routine ou les frottis cervicaux standard, aux personnes qui en ont le plus besoin. C’est une répartition absurde de l’ingéniosité humaine et des capitaux.
Changer la donne : et si la machine se concentrait plutôt sur la prévention ?
Il existe une autre voie possible, mais elle nous oblige à renoncer à notre obsession pour un dépistage précoce spectaculaire. Et si nous cessions d’utiliser l’intelligence artificielle pour traquer les signes les plus infimes et les plus précoces de la maladie, pour l’utiliser plutôt à optimiser ces variables quotidiennes et banales qui empêchent ces mutations de se produire dès le départ ?
Imaginez un algorithme qui ne se contente pas d’analyser votre plasma sanguin pour détecter des cellules cancéreuses du sein au stade 0. Imaginez plutôt un système qui analyse en temps réel vos marqueurs métaboliques, l’architecture de votre sommeil et vos niveaux d’inflammation chronique sur une période de dix ans. Il pourrait vous dire exactement comment votre corps réagit à un repas pris tard le soir, à une semaine de travail stressante ou à une toxine environnementale localisée. Il vous proposerait des ajustements minimes et sans grand intérêt à votre quotidien.
- Consommez trente grammes de sucre raffiné en moins le jeudi.
- Décalez vos horaires de sommeil de vingt minutes pour les adapter à votre rythme circadien.
- Filtrez votre eau potable, car une modification de la composition des eaux souterraines locales a altéré son équilibre minéral.
C’est ainsi que l’on prolonge réellement la durée de vie en bonne santé. Pour cela, il faut maintenir le corps dans un état d’équilibre résilient où les mutations sont éliminées naturellement par un système immunitaire bien soutenu. Mais cette approche ne fait pas l’objet d’un communiqué de presse très accrocheur pour une entreprise. On ne peut pas lever cinquante millions de dollars auprès d’une société de capital-risque de la Silicon Valley en conseillant aux gens de manger plus de fibres et d’éteindre leurs écrans à neuf heures du soir.
Le véritable avenir de la longévité ne réside pas dans une ligne de code
Nous avons un désir profond, presque religieux, de croire que la technologie peut prendre le pas sur la biologie. Nous voulons croire que si nous parvenons à collecter suffisamment de données, à construire un réseau neuronal suffisamment vaste et à analyser nos tissus de manière suffisamment approfondie, nous pourrons échapper à la fragilité fondamentale de la vie.
Il ne fait aucun doute que les diagnostics prédictifs basés sur l’IA permettront de détecter de nombreux cancers de stade 0 au cours des prochaines décennies. Ils permettront de repérer des cas qui nous échappaient auparavant, et chez un petit groupe restreint de patients présentant des profils génétiques très agressifs et à évolution rapide, ces dépistages précoces sauveront des vies. C’est là une victoire réelle et indéniable.
Mais pour la grande majorité d’entre nous, transformer notre corps en flux de données destinés à être analysés par un « gardien » algorithmique ne nous apportera pas d’années de vie plus dynamiques et en bonne santé. Cela ne fera qu’instiller une anxiété constante et sourde dans les années qui nous restent. La longévité n’est pas un problème que l’on peut résoudre en fixant un écran ou en attendant qu’un tableau Excel bien ordonné atterrisse dans notre boîte de réception. Elle se trouve dans la terre, le soleil, les relations humaines désordonnées, et la volonté de laisser nos corps être merveilleusement, imparfaitement analogiques.
