Africa-Press – Niger. Deux révolutions qui fusionnent. L’imagerie par résonance magnétique (IRM) a été une avancée gigantesque pour la santé, permettant, à la fin du siècle dernier, de voir pour la première fois le cerveau en fonctionnement. Cette technique, qui a valu le prix Nobel de médecine à Peter Mansfield et Paul Lauterbur en 2003, a ouvert une fenêtre vers les secrets de notre organe le plus mystérieux, propulsant les neurosciences dans une nouvelle ère.
Or, une vingtaine d’années après, une nouvelle révolution bouleverse la santé: l’intelligence artificielle. Ce n’était qu’une question de temps pour que ces deux percées technologiques se rejoignent. C’est désormais le cas, grâce à une IA spécialisée conçue par des chercheurs de l’Université du Michigan aux États-Unis. Leur approche, qui automatise la détection de problèmes neurologiques lors des IRM, a été présentée le 6 février 2026 dans la revue Nature Biomedical Engineering.
Une IA qui associe images et texte pour optimiser l’analyse du cerveau
L’IA en question s’appelle Prima. Il ne s’agit pas vraiment de la première intelligence artificielle pour des IRM, mais c’est la première entièrement autonome. Auparavant, d’autres IA devaient être entraînées avec des images annotées par un expert pour apprendre au modèle à reconnaître les anomalies. Contrairement à Prima, qui fonctionne davantage comme les modèles de langage (LLM) tels que ChatGPT, qui nécessitent d’être alimentés par un grand nombre de données mais qui font elles-mêmes le travail de « comprendre » ces données.
Et en plus d’analyser des images issues des IRM, Prima peut aussi analyser du texte, afin de faire le lien entre les clichés du cerveau d’un patient et son histoire médicale pour affiner le diagnostic. « Prima fonctionne comme un radiologiste, dans le sens qu’elle intègre l’information médicale du patient et les données issues des images pour avoir une meilleure compréhension de sa santé, explique dans un communiqué l’auteur de l’étude, Samir Harake. Cela lui permet d’obtenir une meilleure performance à travers un large éventail de tâches prédictives. »
L’IA diagnostique correctement les patients avec un taux de succès supérieur à 90 %
Les chercheurs ont entraîné Prima avec des données issues de plus de 170.000 patients ayant fait une IRM de la tête dans l’hôpital de leur université avant 2023 (pour un total de 5,6 millions de séquences d’IRM). Chaque IRM était liée à une synthèse du rapport radiologique correspondant, permettant à l’IA d’apprendre à interpréter les images toute seule. Grâce à cet entraînement, Prima est parvenue à décrire correctement les images avec un taux de succès de 94 %, étant capable ainsi de diagnostiquer 52 anomalies neurologiques, tels que les troubles vasculaires, des inflammations ou encore des infections au niveau du cerveau.
Puis, les scientifiques ont testé Prima avec tous les nouveaux patients admis à l’hôpital entre juin 2023 et juin 2024 (pour un total de 29.435 patients). L’IA est parvenue à diagnostiquer correctement chaque cas médical avec un taux de succès de 90 % en ayant accès uniquement aux images cérébrales, et à 92 % avec les images et l’histoire médicale du patient. Pour certains cas, ce taux de diagnostic était particulièrement élevé: par exemple pour les tumeurs gliales (qui concernent les cellules gliales, situées comme les neurones dans le cerveau), le taux de réussite a atteint 99,7 % !
Prima améliore la prise en charge des patients
Cette capacité de diagnostic rapide pourrait être très utile pour trier les patients et optimiser leur parcours médical. Les chercheurs ont mis en évidence que Prima permettait en effet d’identifier rapidement les cas les plus graves, afin de prioriser leur prise en charge. Et qu’en plus, elle proposait correctement vers quel service chaque patient devait être dirigé en fonction de sa condition: par exemple, une personne atteinte d’une sclérose en plaques (une maladie auto-immune) doit être prise en charge par un spécialiste en neuro-immunologie.
Cependant, le but de cette IA n’est pas de remplacer le médecin, seulement de l’épauler: « De la même manière que des outils d’IA peuvent aider à rédiger un email et donner des recommandations, Prima serait un copilote pour interpréter les images médicales, rassure le neurochirurgien Todd Hollon, directeur de l’étude. Prima est un bon exemple d’intégration de modèles d’intelligence artificielle dans les systèmes de santé. » Avec son équipe, il ambitionne désormais de renforcer son modèle en intégrant des données supplémentaires, telles que la génétique du patient ou d’autres informations de santé, afin d’enrichir sa capacité de diagnostic et améliorer la prise en charge.
Pour plus d’informations et d’analyses sur la Niger, suivez Africa-Press
