3 minutes pour détecter un mélanome : l'IA là où les dermatologues manquent

En France, consulter un dermatologue prend en moyenne 6 mois. L'IA, elle, répond en 3 minutes.

Ce n'est pas une promesse marketing. C'est le quotidien de milliers de patients français qui attendent une consultation pour une lésion suspecte, un eczéma persistant ou une simple tache inquiétante — et qui, faute de spécialistes disponibles, laissent traîner. Dans un pays qui compte moins d'un dermatologue pour 10 000 habitants dans certains territoires ruraux, cette attente a des conséquences concrètes, parfois graves. L'intelligence artificielle appliquée au diagnostic dermatologique n'est plus un projet de laboratoire : c'est une réalité déjà déployée, avec des résultats qui méritent qu'on les regarde en face.

Une pénurie qui n'est pas près de se résorber

La France comptait environ 4 200 dermatologues en activité en 2023, selon le Conseil National de l'Ordre des Médecins. Un chiffre en légère baisse depuis dix ans, alors que la demande, elle, explose : vieillissement de la population, cancers cutanés en hausse, patients mieux informés et plus exigeants. Résultat : les délais d'attente atteignent régulièrement 6 à 12 mois dans les zones sous-dotées, notamment en Normandie, dans le Grand Est ou en Occitanie.

Ce n'est pas qu'un problème de confort. Le mélanome, diagnostiqué tardivement, voit son taux de survie à 5 ans chuter de 98 % à moins de 25 %. Chaque semaine perdue compte. C'est précisément dans cette fenêtre critique que l'IA tente de s'insérer.

Comment fonctionne concrètement un outil d'IA dermatologique ?

Les systèmes actuels reposent majoritairement sur des réseaux de neurones convolutifs (CNN), entraînés sur des centaines de milliers d'images de lésions cutanées annotées par des dermatologues experts. Le principe est simple dans sa description, complexe dans son exécution :

• Le patient ou le médecin généraliste photographie une lésion avec un smartphone ou un dermatoscope connecté.
• L'image est analysée par l'algorithme, qui la compare à sa base d'apprentissage.
• Un score de probabilité est généré : bénin, suspect, potentiellement malin.
• Une recommandation d'urgence de consultation est émise le cas échéant.

Le tout en quelques secondes à quelques minutes. Sans remplacer le dermatologue — mais en orientant le patient avant même qu'il ne le voie.

Les outils déjà en action : SkinVision, DermEngine et les initiatives françaises

SkinVision, application néerlandaise disponible en France, affiche une sensibilité de 95 % pour la détection des cancers cutanés à haut risque, selon une étude publiée dans le Journal of the European Academy of Dermatology. Elle est utilisée par plusieurs mutuelles européennes comme outil de triage préventif.

DermEngine, solution canadienne, s'adresse davantage aux professionnels de santé. Elle intègre un suivi longitudinal des lésions, permettant de comparer l'évolution d'une tache dans le temps — un facteur clé dans le diagnostic précoce.

En France, des initiatives émergent. La start-up Skinobs travaille sur la standardisation des évaluations cliniques assistées par IA pour les industriels de la cosmétique et du médical. Le CHU de Bordeaux, de son côté, a mené des expérimentations avec des algorithmes d'aide au diagnostic intégrés directement dans les parcours de soins.

Performances réelles : l'IA à armes égales avec les experts ?

En 2018, une étude publiée dans Nature a mis en compétition un réseau de neurones d'IA avec 58 dermatologues internationaux sur la détection du carcinome épidermoïde et du mélanome. L'IA surpassait les médecins humains en sensibilité et en spécificité moyennes.

Mais ces chiffres demandent une lecture nuancée. Les conditions de test en laboratoire diffèrent du chaos du monde réel : mauvaise qualité d'image, poils, lumière inadaptée, phototypes variés. Les algorithmes, souvent entraînés majoritairement sur des peaux claires, montrent des biais de performance significatifs sur les phototypes foncés — un point critique sur lequel la recherche est encore en retard.

Ce que cela change pour le patient… et pour le médecin

L'IA dermatologique ne vise pas à supprimer le dermatologue. Elle cherche à restructurer le flux de patients : filtrer les cas bénins qui encombrent les consultations, accélérer l'accès aux cas urgents, et donner aux médecins généralistes un deuxième regard instantané lors de leurs consultations.

Pour le patient, cela signifie potentiellement :

• Une première orientation en quelques minutes via une application ou son médecin traitant.
• Un accès priorisé au dermatologue si la lésion est classée à risque.
• Un suivi photographique de ses grains de beauté sur le long terme.

Pour le dermatologue, c'est un outil de triage, pas un concurrent. Les consultations gagnent en pertinence : moins de lésions bénignes traitées manuellement, plus de temps pour les cas complexes.

Les freins réels à une adoption massive

Plusieurs obstacles persistent. D'abord, la réglementation : en Europe, un dispositif médical d'aide au diagnostic doit obtenir le marquage CE de classe IIa ou IIb, un processus long et coûteux. Ensuite, la responsabilité médicale : en cas d'erreur algorithmique, qui est responsable ? Le médecin qui a utilisé l'outil, l'éditeur du logiciel, ou les deux ?

Enfin, la confiance des patients reste à construire. Selon un sondage Ifop de 2023, 61 % des Français accepteraient un diagnostic assisté par IA à condition qu'un médecin valide le résultat. La transparence sur les limites des algorithmes est une condition non négociable de leur adoption.

Conclusion : une révolution en cours, pas une solution clé en main

L'IA dermatologique n'est pas là pour effacer 6 mois d'attente d'un claquement de doigts. Elle est là pour rendre ce temps d'attente moins dangereux, en identifiant qui ne peut pas se permettre d'attendre. Dans un système de santé sous tension, c'est déjà considérable.

La vraie question n'est plus "est-ce que ça marche ?" — les études répondent par l'affirmative, avec nuances. La vraie question est : combien de temps allons-nous attendre pour intégrer ces outils dans les parcours de soins officiels ? Parce que pendant ce débat, les patients, eux, continuent d'attendre.

— Reservoir Live