Une intelligence artificielle (IA) peut désormais identifier, à partir de simples données de santé, les personnes susceptibles de développer un mélanome, une forme de cancer de la peau, dans les cinq années à venir. Cette avancée ne relève pas seulement de la recherche théorique : elle est le résultat d’une vaste étude menée en Suède par l’Académie Sahlgrenska de l’Université de Göteborg, impliquant plus de 6 millions de personnes. Cette étude pourrait ouvrir la voie à un dépistage plus ciblé du cancer de la peau.
Une IA entraînée sur plus de 6 millions de dossiers
Les chercheurs ont utilisé les registres de santé couvrant toute la population adulte en Suède. Sur une période de cinq ans, plus de 6 millions de Suédois ont été suivis. Au cours de cette période, 38 582 d’entre eux, soit environ 0,64 %, ont développé un mélanome.
Martin Gillstedt, principal auteur de l’étude, explique : « Notre étude montre que les données disponibles dans les systèmes de santé peuvent être exploitées pour repérer les individus à risque élevé de mélanome. » Il précise que ces données, qui ne sont pas encore utilisées comme outil de décision dans la pratique courante, pourraient à l’avenir servir à une utilisation plus stratégique.
Une IA pour détecter les profils à très haut risque
Les chercheurs ont comparé plusieurs modèles d’intelligence artificielle. Le plus performant a permis d’identifier correctement les personnes qui allaient développer un mélanome dans environ 73 % des cas. Par comparaison, un modèle basé uniquement sur l’âge et le sexe atteignait environ 64 %.
En combinant les analyses de diagnostics, de traitements et de données sociodémographiques, l’algorithme a également permis de repérer de petits groupes où le risque de développer un mélanome à cinq ans atteint environ 33 %. Autrement dit, dans ce groupe, une personne sur trois pourrait être concernée, ce qui pourrait transformer l’organisation du suivi médical.
Vers un dépistage plus ciblé du cancer de la peau
Les chercheurs estiment que le dépistage sélectif de petits groupes à haut risque pourrait améliorer la précision du suivi et rendre l’utilisation des ressources de santé plus efficace. Ils proposent d’intégrer ces données dans une approche de médecine de précision, en complétant les évaluations cliniques traditionnelles.
Néanmoins, ils soulignent qu’il reste nécessaire de poursuivre les recherches et d’obtenir des décisions politiques avant d’intégrer pleinement cette IA dans les soins courants.
Source : Predicting Melanoma Impact on the Swedish Healthcare System from the Adult Population Using Machine Learning on Registry Data, Acta dermato, avril 2026
