Radiologie : quand l’IA lit entre les pixels 

Les images issues de l’imagerie médicale, qu’il s’agisse de radiographies, de scanners ou d’IRM, sont composées de pixels en deux dimensions, ou de voxels lorsqu’il s’agit d’images en trois dimensions comme en tomodensitométrie. Une seule coupe de scanner peut contenir des millions de voxels. Pourtant, notre œil et notre cerveau ne peuvent analyser que les informations les plus évidentes de ces images, en laissant de côté une grande partie de la richesse des données qu’elles contiennent.

La naissance de la radiomique

C’est précisément ici que l’intelligence artificielle trouve toute son utilité. La radiomique est née de cette idée : utiliser des algorithmes capables d’extraire et de quantifier des centaines de caractéristiques invisibles à l’œil nu – forme, texture, intensité – afin d’en tirer des informations cliniquement pertinentes. Ces données peuvent ensuite être utilisées pour classifier des lésions, prédire l’évolution d’une maladie ou estimer la réponse probable à un traitement.

Un outil pour améliorer le diagnostic et le suivi

L’intérêt clinique de cette approche est considérable. Elle permet d’objectiver des informations qui échappent à l’œil humain, d’anticiper l’évolution d’une pathologie et d’adapter plus finement la stratégie thérapeutique. Par exemple, dans le domaine de l’oncologie, la radiomique peut aider à différencier un nodule bénin d’une lésion maligne, prédire le risque de récidive ou encore identifier les patients les plus susceptibles de répondre à une immunothérapie.

Un soutien pour les équipes médicales

Au-delà du bénéfice direct pour les patients, la radiomique représente aussi un outil d’aide à la décision pour les équipes médicales. Dans un contexte où le nombre d’examens d’imagerie augmente rapidement, l’automatisation de l’extraction et de l’analyse des données peut contribuer à soulager les radiologues et les cliniciens, tout en réduisant le risque d’erreurs diagnostiques. L’intégration de ces modèles dans les flux de travail hospitaliers pourrait également accélérer la prise en charge, un atout majeur pour les pathologies nécessitant une intervention rapide.

Une brique essentielle de la médecine de précision

Ce champ reste jeune et fait encore l’objet de nombreux travaux de validation, mais il illustre parfaitement l’apport de l’intelligence artificielle à la médecine de précision. La radiomique ouvre la voie à une interprétation plus fine et plus personnalisée de l’imagerie médicale, capable de transformer des images en véritables biomarqueurs numériques au service de la clinique.

Les rapports des examens radiologiques

L’imagerie médicale ne se limite plus à ce que l’œil perçoit. Les rapports radiologiques de demain intégreront des données invisibles aujourd’hui, transformées en informations cliniques utiles par l’intelligence artificielle. Les rapports radiologiques que nous lisons quotidiennement vont donc évoluer…

Jean Gabriel Jeannot, le 01.10.2025

Image. La radiomique, une aide au diagnostic.