L’intelligence artificielle pourrait améliorer le dépistage du cancer du col de l’utérus en Afrique, mais son efficacité dépend de la qualité des données médicales utilisées. Au Sénégal, le professeur Modou Guèye alerte sur les risques des algorithmes mal adaptés aux populations africaines et recommande le développement de solutions locales.
Comment l’IA peut-elle améliorer le dépistage du cancer ?
L’intelligence artificielle offre de nouvelles possibilités pour détecter plus rapidement les anomalies du col de l’utérus. Les logiciels d’analyse d’images médicales peuvent notamment aider les professionnels de santé à repérer des lésions précancéreuses.
Cette technologie pourrait être particulièrement utile dans les régions où les spécialistes sont peu nombreux. Elle permettrait d’améliorer l’orientation des patientes vers les établissements capables de réaliser les examens complémentaires nécessaires.
Selon le professeur Modou Guèye, enseignant-chercheur à l’université Cheikh Anta Diop de Dakar (UCAD), les applications potentielles dépassent le seul diagnostic.
L’IA pourrait également contribuer au suivi des campagnes de vaccination contre le papillomavirus humain (HPV), principal responsable du cancer du col de l’utérus. L’analyse des données sanitaires permettrait notamment d’identifier les zones insuffisamment couvertes et de mieux organiser les interventions.
Elle pourrait aussi faciliter le suivi des patientes et aider les médecins à prendre certaines décisions thérapeutiques.
Cependant, ces possibilités ne constituent pas toutes des résultats cliniques démontrés. Les outils doivent être évalués avant leur utilisation dans les établissements de santé.
Le diagnostic définitif et les décisions médicales doivent rester sous la responsabilité des professionnels qualifiés.
Pourquoi les algorithmes médicaux présentent-ils des risques ?
Le principal avertissement du professeur Modou Guèye concerne les biais algorithmiques.
Un système d’intelligence artificielle apprend à reconnaître des anomalies à partir des données utilisées pendant son développement. Si ces données ne représentent pas suffisamment les populations africaines, ses performances peuvent diminuer lorsqu’il est employé sur le continent.
Les caractéristiques des patientes, les facteurs de risque et les conditions de réalisation des examens doivent donc être pris en compte.
Un logiciel performant dans un hôpital européen ne produira pas nécessairement des résultats équivalents dans un établissement sénégalais.
Pour illustrer ce danger, le chercheur évoque l’exemple hypothétique d’un modèle dont la précision passerait de 97 % en laboratoire à 57 % en situation réelle.
Ces pourcentages ne correspondent pas aux résultats d’une étude clinique précise. Ils illustrent les conséquences possibles d’une mauvaise adaptation des modèles.
Le risque est particulièrement important lorsqu’une erreur retarde la détection d’une lésion suspecte.
Le professeur recommande donc de tester les solutions dans les conditions locales avant leur déploiement.
Données médicales : quelles solutions pour l’Afrique ?
La protection des informations personnelles constitue un autre défi majeur.
Les données médicales utilisées pour développer les outils d’IA peuvent contenir des renseignements sensibles. Leur exploitation nécessite des garanties concernant la confidentialité, la sécurité et les droits des patientes.
Modou Guèye défend notamment l’apprentissage fédéré. Cette méthode permet à plusieurs établissements de participer à l’entraînement d’un modèle sans transférer leurs bases de données médicales brutes vers un serveur central.
Chaque structure conserve ses informations et partage des mises à jour du modèle. Ce fonctionnement limite certains risques, même s’il ne supprime pas toutes les menaces pour la confidentialité.
Au Sénégal, le chercheur met également en avant les travaux du Data Innovation Center for AI de l’UCAD, en collaboration avec le Centre hospitalier universitaire de Fann.
Cette approche encourage le développement de technologies adaptées aux réalités sanitaires nationales.
Mais les équipements informatiques, l’électricité, la connexion Internet et la formation des professionnels restent indispensables.
Sans ces conditions, les solutions d’IA risquent de demeurer difficiles à utiliser dans les structures sanitaires les moins équipées.
Vaccination et dépistage : les priorités contre ce cancer
Malgré les perspectives offertes par l’intelligence artificielle, la prévention demeure essentielle.
Selon les estimations publiées par l’Organisation mondiale de la santé en juillet 2026, le cancer du col de l’utérus a provoqué environ 280 000 décès dans le monde en 2024, pour 604 000 nouveaux cas.
La majorité des décès survient dans les pays à revenu faible ou intermédiaire, où l’accès au dépistage et aux traitements reste insuffisant.
L’OMS recommande notamment la vaccination des filles âgées de 9 à 14 ans contre le HPV. Elle préconise également le dépistage des femmes dès 30 ans, ou 25 ans pour celles vivant avec le VIH, selon des intervalles adaptés.
L’organisation poursuit une stratégie mondiale fondée sur trois objectifs pour 2030 : vacciner 90 % des filles avant 15 ans, dépister 70 % des femmes aux âges recommandés et traiter 90 % des femmes concernées par des lésions précancéreuses ou un cancer.
Pour le professeur Modou Guèye, l’IA pourrait soutenir ces efforts, mais elle ne saurait remplacer la vaccination, les examens médicaux ou les traitements.
Son efficacité dépendra surtout de sa capacité à répondre aux besoins réels des patientes et des soignants africains.
