Coloscopie et IA : une étude interroge la vigilance des médecins sans assistant

L’intelligence artificielle est souvent présentée comme un renfort pour le diagnostic médical. En endoscopie, elle peut attirer l’attention du praticien sur une zone susceptible de contenir une anomalie. Mais que se passe-t-il lorsqu’un médecin, habitué à travailler avec ce filet technologique, doit de nouveau examiner seul les images ? Une étude menée en Pologne apporte un signal préoccupant, tout en appelant à la prudence dans son interprétation.

Publiée dans une revue du groupe The Lancet, cette recherche s’intéresse à l’évolution des performances de gastro-entérologues après l’introduction d’outils d’intelligence artificielle dans leur pratique. Son résultat le plus commenté est une baisse de 6 % de la détection des polypes lors de coloscopies effectuées sans assistance IA, après que les médecins ont commencé à utiliser ces systèmes dans leurs centres.

Le constat ne signifie pas que l’IA serait à bannir des hôpitaux, ni que les médecins deviendraient incapables de diagnostiquer sans elle. Il pose une question beaucoup plus précise, et essentielle : comment déployer des assistants algorithmiques sans affaiblir, à terme, les réflexes d’observation et de décision qui restent au cœur du métier médical ?

Ce que les chercheurs ont étudié

L’étude repose sur l’observation de plus de 1 400 coloscopies réalisées en Pologne entre septembre 2021 et mars 2022, par 19 gastro-entérologues. Les chercheurs ont comparé les résultats obtenus avant et après l’arrivée d’outils d’IA dans plusieurs centres d’endoscopie.

Près de 800 interventions ont été effectuées avant cette adoption. Les autres ont été réalisées au cours de la période suivant le déploiement de l’assistance algorithmique. Le point important est que les chercheurs se sont intéressés aux examens pratiqués sans l’aide active de l’IA : ils voulaient savoir si l’exposition habituelle à l’outil pouvait influencer la performance humaine lorsque cet outil n’était pas utilisé.

Une coloscopie consiste à examiner l’intérieur du côlon à l’aide d’une caméra. Cet examen permet notamment de repérer des polypes, c’est-à-dire des excroissances de la muqueuse. Tous les polypes ne sont pas des cancers et tous ne deviendront pas cancéreux. Leur identification est néanmoins importante, car certains peuvent évoluer avec le temps et leur retrait participe à la prévention du cancer colorectal.

La détection de ces lésions dépend de nombreux paramètres : la qualité de la préparation du patient, le déroulement technique de l’examen, la visibilité des images, l’expérience du praticien et son niveau d’attention. C’est précisément dans cette tâche visuelle répétitive que des logiciels d’assistance sont développés.

Comment fonctionne l’IA d’assistance en coloscopie ?

Les systèmes utilisés en endoscopie analysent en direct les images issues de la caméra. Lorsqu’ils repèrent un motif qui ressemble à une anomalie, ils peuvent le signaler à l’écran. L’objectif est d’aider le médecin à ne pas laisser passer une zone discrète ou difficile à distinguer.

Le logiciel ne réalise pas la coloscopie, ne prélève rien et ne pose pas, à lui seul, un diagnostic définitif. Le gastro-entérologue reste responsable de l’examen, de l’interprétation de l’image, de la décision de retirer un polype et du suivi du patient. L’IA est donc conçue comme une aide au repérage, non comme un remplacement du jugement clinique.

Cette distinction est décisive. Un outil peut améliorer la capacité à attirer l’œil sur certains signaux, mais il peut aussi modifier la manière dont l’utilisateur répartit son attention. Dans l’aviation, dans l’industrie ou en médecine, ce phénomène est bien connu sous une forme générale : lorsqu’une tâche est partiellement automatisée, l’humain peut être tenté de déléguer davantage sa vigilance au système.

Une baisse de 6 % lors des examens sans IA

Après l’intégration des systèmes d’IA dans les centres étudiés, les chercheurs ont constaté que le taux de détection des polypes reculait de 6 % lors des coloscopies réalisées sans assistance. Autrement dit, les médecins observés ont moins souvent repéré de polypes dans les examens où l’algorithme n’était pas là pour les alerter, par rapport à la période précédant l’adoption de ces outils.

Le résultat est préoccupant parce que l’examen sans IA n’est pas une situation théorique. Un assistant peut être indisponible pour des raisons techniques, ne pas être installé dans tous les établissements ou ne pas être utilisé dans toutes les indications. La compétence du médecin doit donc rester solide, avec ou sans système numérique.

Pour autant, il faut résister à une lecture trop rapide des chiffres. L’étude compare des périodes de pratique et ne peut pas isoler, à elle seule, tous les facteurs susceptibles d’avoir influencé la détection des polypes. Elle ne permet pas non plus d’affirmer que chaque gastro-entérologue a perdu une part de ses compétences, ni d’estimer les conséquences directes pour les patients.

Son apport est ailleurs : elle montre que l’évaluation d’une IA médicale ne devrait pas se limiter à la question « le logiciel aide-t-il pendant qu’il est allumé ? ». Il faut aussi se demander comment cet outil transforme les comportements professionnels lorsqu’il est éteint.

Dépendance à l’outil ou effet de contexte ?

Le Dr Marcin Romanczyk, l’un des auteurs de l’étude, s’est montré réservé sur les effets possibles de cette assistance. Les chercheurs avancent notamment que l’usage de l’IA pourrait affecter la motivation ou la concentration des praticiens lorsqu’ils travaillent sans soutien technologique.

Cette hypothèse est plausible, mais elle ne suffit pas à clore le débat. Plusieurs éléments de contexte peuvent contribuer à une variation des résultats entre deux périodes. La charge de travail des médecins a notamment été évoquée. Une activité plus intense, une fatigue accumulée ou des conditions de travail différentes peuvent réduire la vigilance au cours d’un examen exigeant.

Les chercheurs et lecteurs de l’étude doivent aussi considérer les limites inhérentes à ce type d’observation. Les participants sont 19 médecins, dans des centres polonais, sur une période de six mois. Il serait imprudent de généraliser mécaniquement ces résultats à l’ensemble des gastro-entérologues, à tous les pays, ou à toutes les formes d’IA en santé.

La bonne question n’est donc pas de savoir si les médecins seraient « trop dépendants » de l’IA dans l’absolu. Elle est de déterminer dans quelles conditions une aide utile peut devenir une béquille cognitive, et comment réduire ce risque par l’organisation, la formation et l’évaluation régulière des pratiques.

Pourquoi cet enjeu dépasse la seule coloscopie

La coloscopie constitue un cas d’école particulièrement parlant, car l’IA y intervient directement dans une tâche d’observation. Mais le sujet concerne plus largement les logiciels qui aident à lire des images médicales, à trier des dossiers, à signaler des risques ou à proposer des pistes de diagnostic.

Dans tous ces cas, la promesse est la même : réduire les oublis, faire gagner du temps ou mieux prioriser l’attention des professionnels. Ces bénéfices potentiels ne dispensent pas de concevoir des garde-fous. Un bon système de santé ne doit pas seulement vérifier qu’un algorithme est performant dans un essai. Il doit aussi s’assurer que les équipes restent capables de vérifier, contester et remplacer l’outil lorsque c’est nécessaire.

Cela implique de former les soignants au fonctionnement et aux limites des assistants numériques. Comprendre qu’une alerte est un signal, et non une vérité, aide à conserver une posture critique. De même, des exercices réguliers sans assistance pourraient permettre de maintenir les compétences d’observation, comme les professionnels s’entraînent déjà face à des situations rares ou complexes.

Quelles précautions pour les hôpitaux et les médecins ?

Cette étude ne fournit pas un mode d’emploi définitif, mais elle dessine plusieurs pistes de vigilance pour les établissements de santé qui déploient ces technologies.

D’abord, l’évaluation devrait se poursuivre après l’achat d’un logiciel. Les hôpitaux peuvent suivre les indicateurs de qualité des examens, comparer les conditions d’utilisation et analyser les écarts éventuels. Une IA médicale ne doit pas être considérée comme un équipement autonome dont les effets resteraient stables par nature.

Ensuite, la formation ne devrait pas porter uniquement sur les boutons à utiliser. Elle doit inclure les limites de l’outil, les erreurs possibles, les situations où le praticien doit redoubler d’attention et la manière de poursuivre l’examen lorsqu’aucune assistance n’est disponible.

Enfin, il est utile de préserver des situations de pratique autonome. Cela ne veut pas dire priver volontairement les patients d’un outil qui pourrait être utile. Cela signifie organiser la formation et le contrôle qualité pour que les médecins continuent de développer leurs capacités de détection indépendamment du logiciel.

Les patients, eux, ne doivent pas interpréter cette étude comme une invitation à refuser systématiquement l’IA lors d’une coloscopie. Elle ne compare pas les résultats de santé individuels de patients avec ou sans IA. Elle souligne plutôt l’importance d’un déploiement responsable, où l’assistance numérique demeure sous le contrôle d’un professionnel bien entraîné.

Ce qu’il faut surveiller

Les travaux à venir devront confirmer ou infirmer ce signal dans des groupes plus larges, dans d’autres établissements et sur des périodes plus longues. Ils devront aussi distinguer plus finement les causes possibles d’une baisse de détection : fréquence d’utilisation de l’IA, fatigue, volume d’examens, expérience des médecins ou changements dans l’organisation des centres.

Il faudra également mesurer les effets sur la durée. Une exposition à l’IA pendant quelques mois ne produit pas nécessairement les mêmes conséquences qu’une utilisation quotidienne pendant plusieurs années. À l’inverse, une formation adaptée peut peut-être prévenir toute perte de vigilance et transformer l’outil en véritable support pédagogique.

Cette étude polonaise rappelle une évidence parfois oubliée dans le débat technologique : une IA performante n’est pas seulement celle qui donne une bonne réponse. C’est aussi celle qui s’insère dans une pratique médicale sans éroder l’attention, l’autonomie et la capacité de jugement de celles et ceux qui l’utilisent.