IST et IA : pourquoi une photo ne suffit pas à établir un diagnostic fiable

Une photographie peut-elle suffire à évaluer une infection sexuellement transmissible, ou IST ? La promesse paraît séduisante : une réponse rapide, privée, accessible depuis un téléphone et sans rendez-vous. C’est sur ce terrain que se présente Calmara, une application qui propose aux adultes d’envoyer des photos intimes afin qu’une intelligence artificielle repère d’éventuelles anomalies. Pourtant, entre l’observation d’une image et un diagnostic médical, l’écart est considérable.

La santé sexuelle constitue un domaine où l’accès au dépistage doit être simple et dénué de jugement. Les outils numériques peuvent y jouer un rôle utile, par exemple pour informer, orienter vers un centre de santé ou rappeler la date d’un test. Mais une application qui se fonde sur une image pour estimer un risque d’IST engage des sujets autrement plus sensibles : la fiabilité clinique, le risque de faux sentiment de sécurité, la protection de données extrêmement intimes et la place indispensable des professionnels de santé.

Ce que Calmara promet à partir d’une photo intime

Le principe présenté par Calmara est direct. L’utilisateur transmet une image de ses parties génitales, puis un algorithme analyse les éléments visibles afin d’identifier des signes qui pourraient être associés à une IST, comme des lésions ou des rougeurs. L’application adopte une interface conviviale, proche des codes visuels des réseaux sociaux, et met en avant une expérience rapide et facile d’accès.

Ses concepteurs affirment que le système peut atteindre une précision allant jusqu’à 94,4 %. Ce chiffre, pris isolément, ne permet toutefois pas de conclure à la valeur médicale du service. Pour interpréter une performance algorithmique, il faudrait notamment connaître les infections évaluées, le nombre et le profil des images utilisées pour l’entraînement, les conditions de prise de vue, le seuil retenu pour déclencher une alerte, ainsi que les résultats obtenus sur des personnes n’ayant pas participé à la conception de l’outil.

La précision elle-même peut recouvrir des réalités très différentes. Un outil peut, par exemple, être performant dans la reconnaissance d’une anomalie visible sur un jeu d’images donné, sans être capable de dire de manière fiable si cette anomalie correspond à une infection particulière, à une irritation, à une affection dermatologique ou à une variation normale de l’anatomie.

Pourquoi une IST ne se diagnostique pas sur une image

La limite la plus importante est simple : de nombreuses IST sont asymptomatiques. Une personne peut donc être infectée sans présenter de lésion, de rougeur ni de signe extérieur perceptible sur une photo. Dans ce cas, une analyse visuelle peut se révéler rassurante alors qu’elle ne permet nullement d’écarter une infection.

Même lorsqu’il existe des symptômes, ceux-ci ne sont pas nécessairement spécifiques. Une irritation peut avoir plusieurs causes, et une même infection peut se manifester différemment selon les personnes. La qualité d’un cliché complique encore l’exercice : éclairage, angle de prise de vue, mise au point, résolution du téléphone et cadrage peuvent modifier l’apparence de la peau ou masquer ce qui devrait être examiné.

C’est pourquoi la démarche médicale ne consiste pas seulement à regarder. Selon la situation, elle peut inclure un échange sur les symptômes et les expositions, un examen réalisé dans de bonnes conditions, puis un prélèvement ou une analyse sanguine. Ces tests recherchent des marqueurs que l’œil humain, comme une caméra et un algorithme, ne peuvent pas voir.

Il faut aussi distinguer deux notions souvent confondues. Détecter qu’une image paraît inhabituelle n’équivaut pas à identifier une maladie. Et identifier une image compatible avec un symptôme n’équivaut pas à déterminer si une personne est infectée, contagieuse ou doit recevoir un traitement. Une application ne devrait donc pas transformer une estimation visuelle en verdict médical.

Que signifie réellement un taux de précision de 94,4 % ?

Le chiffre de 94,4 %, avancé par Calmara, peut impressionner. Mais en santé, un pourcentage de précision n’a de sens que s’il est accompagné de sa méthode de calcul. Il importe de savoir si l’outil évite surtout les faux positifs, c’est-à-dire des alertes injustifiées, ou les faux négatifs, c’est-à-dire des situations où l’application rassure à tort une personne pourtant concernée par une infection.

Les faux négatifs sont particulièrement préoccupants dans le cadre des IST. Un résultat présenté comme rassurant peut inciter à renoncer à un test, à retarder une consultation ou à ne pas prévenir un partenaire. À l’inverse, des faux positifs peuvent provoquer anxiété, stigmatisation et recours inutile aux soins. Dans les deux cas, l’enjeu n’est pas seulement technique : il touche aux décisions concrètes prises après l’écran.

L’évaluation d’un système médical fondé sur l’IA exige habituellement une validation rigoureuse, sur des données représentatives des personnes susceptibles de l’utiliser. Elle doit aussi vérifier que les performances restent fiables quels que soient les appareils photo, les conditions de prise de vue et la diversité des peaux ou des présentations cliniques. Sans informations détaillées sur de telles évaluations, il est impossible d’apprécier la portée réelle d’une promesse de précision.

Des données de santé parmi les plus intimes

Envoyer une photo intime à une application ne revient pas à partager une image ordinaire. Elle peut contenir des informations relatives à la santé et à la sexualité, mais aussi des éléments permettant potentiellement d’identifier son auteur : caractéristiques physiques, arrière-plan, métadonnées ou association avec un compte personnel. La sensibilité de ces contenus impose un niveau de prudence particulièrement élevé.

Calmara assure que les images sont supprimées après leur analyse. Cette promesse mérite d’être lue avec attention, car la suppression d’un fichier visible ne répond pas, à elle seule, à toutes les questions. Pendant combien de temps l’image est-elle conservée avant suppression ? Passe-t-elle par des serveurs ou des sous-traitants ? Les données dérivées de l’analyse sont-elles conservées ? Sont-elles utilisées pour améliorer le produit ? Quelles mesures protègent l’accès aux comptes et aux infrastructures ?

La politique de confidentialité de Calmara indique par ailleurs que des données d’utilisateurs sont partagées avec des partenaires, notamment à des fins d’hébergement et de marketing. Même lorsque le partage est encadré, cette mention est difficilement conciliable avec l’attente de discrétion qui entoure des clichés aussi personnels. L’utilisateur devrait pouvoir comprendre clairement quelles données partent vers quels destinataires, dans quel but et selon quelles garanties.

Le consentement mérite la même attention. Il doit être libre, éclairé et spécifique. Une interface ludique ou inspirée des réseaux sociaux peut banaliser un geste dont les implications sont pourtant importantes. Avant tout envoi, l’application devrait expliquer de façon immédiatement compréhensible les limites de son analyse, le traitement des données et les risques liés à un résultat erroné.

Une promesse d’accessibilité qui peut devenir un risque sanitaire

L’attrait de Calmara repose aussi sur la suppression apparente de certains obstacles : la gêne liée à une consultation, le manque de temps, la difficulté à obtenir un rendez-vous ou la crainte d’être jugé. Ces freins sont réels. Pour certaines personnes, une première interaction numérique peut favoriser une prise de conscience et les orienter vers les soins.

Le problème survient lorsque l’outil est présenté, explicitement ou implicitement, comme un moyen d’éviter une consultation. La facilité d’usage ne doit pas faire oublier que le dépistage est justement conçu pour détecter des infections qui ne se voient pas. L’application pourrait avoir une utilité d’information si elle incitait systématiquement à consulter ou à effectuer un test approprié en cas de symptôme, d’exposition ou de doute. Elle devient plus problématique lorsqu’elle laisse croire qu’une image négative équivaut à une absence d’infection.

Ce discours semble particulièrement susceptible de toucher les jeunes adultes, habitués à obtenir des réponses rapides sur leur téléphone. Or la rapidité d’une réponse n’est pas un gage de fiabilité. En santé publique, une solution utile doit réduire les retards de prise en charge, et non les déplacer derrière un écran rassurant.

Le cas particulier des mineurs et de la vérification de l’âge

Calmara se déclare réservée aux personnes de 18 ans et plus. Cette limite est essentielle compte tenu de la nature des images sollicitées. Mais une interdiction écrite dans des conditions d’utilisation ne constitue pas, à elle seule, une protection effective. Si aucun mécanisme ne vérifie réellement l’âge, un mineur peut théoriquement accéder au service et transmettre un contenu extrêmement sensible.

Cette éventualité soulève plusieurs enjeux. Il y a d’abord la protection de la vie privée de mineurs, qui peuvent mesurer imparfaitement les conséquences d’un partage numérique. Il y a ensuite le risque qu’une application, en demandant de telles images, banalise une pratique inadaptée à leur âge. Enfin, tout service traitant des contenus intimes doit prévoir des procédures robustes pour empêcher les usages abusifs et gérer les signalements.

L’accès des adolescents à une information fiable sur la santé sexuelle reste nécessaire. Mais il doit passer par des ressources adaptées, par le dialogue avec des professionnels qualifiés et par des dispositifs de dépistage respectueux de leur confidentialité, non par la collecte insuffisamment encadrée de photos intimes.

Quel rôle l’IA peut-elle jouer dans la santé sexuelle ?

L’intelligence artificielle n’est pas, par nature, incompatible avec la santé sexuelle. Elle peut contribuer à rendre l’information plus accessible, aider à organiser un parcours de soins ou faciliter l’orientation vers des structures de dépistage. Dans un cadre clinique, elle pourrait également assister des professionnels, à condition d’être évaluée, supervisée et intégrée à une décision médicale humaine.

La frontière à préserver est celle entre l’aide et la substitution. Un outil numérique peut rappeler qu’un symptôme mérite un avis médical. Il ne devrait pas prétendre, à partir d’une photo seule, exclure une IST ou délivrer une certitude qui dépasse ses capacités. Plus l’enjeu sanitaire et intime est élevé, plus l’explication des limites doit être claire.

Pour une personne qui craint une IST, la conduite la plus sûre reste de solliciter un professionnel de santé ou une structure de dépistage. En cas de symptômes, de rapport à risque ou d’inquiétude, il ne faut pas attendre qu’une application tranche sur la seule base d’une image. Le dépistage adapté demeure le moyen fiable de savoir.

Ce qu’il faut surveiller avant d’utiliser ce type d’application

L’émergence de services comme Calmara pose une question plus large : jusqu’où les applications de santé peuvent-elles transformer des données personnelles en recommandations médicales ? Les promesses d’IA doivent être examinées à l’aune de preuves cliniques accessibles, et non seulement de pourcentages mis en avant dans le marketing.

Avant d’utiliser un tel service, plusieurs signaux doivent alerter : l’absence d’explication sur la validation médicale, un résultat formulé comme un diagnostic définitif, des conditions floues sur le devenir des images, ou encore l’idée qu’un téléphone peut remplacer un test de dépistage. La technologie peut raccourcir certains parcours, mais elle ne doit jamais raccourcir les exigences de sécurité, de confidentialité et de rigueur médicale.

Dans ce domaine, la bonne innovation serait celle qui facilite l’accès aux soins sans collecter plus de données intimes que nécessaire, qui explique honnêtement ce qu’elle sait et ne sait pas faire, et qui oriente vers un professionnel plutôt que de promettre une certitude inaccessible.