MedTech : L'IA de ScreenPoint augmente de 29 % la détection du cancer du sein lors d'un essai clinique majeur

Une vaste étude clinique, menée en Suède dans le cadre du programme national de dépistage du cancer du sein, apporte de nouveaux résultats particulièrement encourageants pour le secteur de la santé connectée. Baptisé MASAI (Mammography Screening With Artificial Intelligence), cet essai d'envergure a suivi plus de 105 000 femmes afin d’évaluer l’apport concret de l’intelligence artificielle à la radiologie traditionnelle.

Pour mesurer l'efficacité du système, le groupe d’étude a été divisé en deux : une partie des mammographies a été analysée avec l'assistance du logiciel Transpara Breast développé par la société ScreenPoint, tandis que l’autre a suivi les protocoles de lecture manuelle classiques. Les travaux, dirigés par la Dr Kristina Lång de l’Université de Lund — une chercheuse reconnue par la prestigieuse European Society of Breast Imaging —, démontrent que l’IA améliore de façon critique le taux de détection tout en réduisant l'apparition de tumeurs agressives entre deux examens routiniers.

Une précision clinique accrue sans fausses alertes

Les conclusions chiffrées de l’essai MASAI marquent un tournant dans l'oncologie numérique. Grâce à l’alliance entre la puissance de calcul de l’intelligence artificielle et l’expertise fine des radiologues, le taux de détection des cancers du sein a bondi de 29 %.

Plus important encore, l'étude met en lumière une baisse significative des "cancers d’intervalle" (les tumeurs qui se développent de manière foudroyante entre deux campagnes de dépistage obligatoires et qui s'avèrent souvent les plus complexes à traiter). Dans le groupe de patientes suivies par IA, les résultats enregistrent :

• Une diminution de 12 % des cancers d’intervalle globaux.
• Un taux de cancers invasifs inférieur de 16 %.
• Une baisse de 21 % des tumeurs de grande taille au moment du diagnostic.
• Une réduction drastique de 27 % des formes de cancers les plus agressives.

Ce gain de précision thérapeutique majeur s’est fait à enveloppe constante concernant la fiabilité de l'examen, le taux de fausses alertes (les résultats faussement positifs qui génèrent une anxiété importante chez les patientes) étant resté strictement identique au modèle classique.

« L’essai MASAI montre que l’intelligence artificielle appliquée à la détection du cancer du sein a franchi un cap décisif : elle aide les professionnels de santé à travailler de manière plus efficace, et surtout, elle a un impact concret pour les femmes dans le monde entier. Maintenant que ce niveau de preuve existe, la question n’est plus de savoir si l’IA doit être utilisée, mais comment faire en sorte que toutes les femmes puissent en bénéficier », se félicite Pieter Kroese, Directeur Général de ScreenPoint.

Perspectives de déploiement en France et en Europe

L'Europe fait face à un défi démographique majeur : une pénurie croissante de radiologues spécialisés en sénologie, alors même que l'âge moyen de la population augmente. Face à cette tension sur les ressources médicales, les résultats de l'étude suédoise ouvrent la voie à une révision des politiques publiques de santé.

En France, le programme de dépistage organisé du cancer du sein (destiné aux femmes de 50 à 74 ans) repose sur un protocole strict de double lecture : chaque mammographie est examinée par un premier radiologue, puis réévaluée par un second en cas de première lecture négative. L'intégration de solutions validées cliniquement comme Transpara pourrait permettre de remplacer la seconde lecture humaine par une validation algorithmique pour les cas ne présentant aucune ambiguïté. Cela permettrait de libérer un temps médical précieux pour que les praticiens se concentrent sur les dossiers complexes et les biopsies.

Le déploiement à grande échelle à l'échelle européenne reste toutefois suspendu à la validation des organismes de réglementation nationaux, à l'instar de la Haute Autorité de Santé (HAS) en France, qui exige des niveaux de preuve clinique rigoureux avant d'autoriser le remboursement de ces actes technologiques par la Sécurité Sociale.

Implications économiques et opportunités pour les investisseurs en HealthTech

Pour les gestionnaires des systèmes de santé publique comme pour les investisseurs privés en capital-innovation (Venture Capital et Growth Equity), la validation clinique de l'IA médicale modifie en profondeur l'équation financière du secteur :

• Réduction des coûts de traitement de longue durée : Détecter une tumeur à un stade ultra-précoce permet de privilégier des traitements moins lourds, moins invasifs et considérablement moins coûteux pour la collectivité (chirurgie ciblée plutôt que des protocoles longs de chimiothérapie ou d'immunothérapie pour des cancers métastatiques).
• Valorisation des éditeurs de logiciels de confiance : Le marché de l'IA appliquée à l'imagerie médicale sort de sa phase exploratoire. Les investisseurs délaissent les applications gadgets pour injecter des capitaux dans des acteurs "pure players" disposant d'études cliniques robustes publiées dans des revues scientifiques de premier plan.

Un écosystème en pleine ébullition concurrentielle

ScreenPoint n'est pas le seul acteur à vouloir standardiser l'usage de l'IA dans les hôpitaux. Le secteur de l'imagerie oncologique et médicale se structure autour de plusieurs entreprises de croissance performantes :

• Lunit (Corée du Sud) : Un acteur global coté dont la suite logicielle d'analyse thoracique et mammaire est adoptée par des milliers de centres de radiologie dans le monde.
• Kheiron Medical (Royaume-Uni) : Développeur de la solution Mia, un assistant d'IA également très implanté dans les études de dépistage au sein du système de santé britannique (NHS).
• Gleamer et Therapanacea (France) : Des pépites de la French Tech spécialisées respectivement dans l'automatisation de la radiographie osseuse standard et l'optimisation des plans de traitement en radiothérapie grâce au Deep Learning (apprentissage profond).

Cette saine émulation sectorielle valide une thèse d'investissement forte : la MedTech logicielle combine des revenus récurrents solides (modèles d'abonnements SaaS auprès des cliniques) et un impact sociétal direct, faisant de la santé connectée l'un des segments les plus résilients du non-coté.