Frottis & IA : la nouvelle ère du dépistage cervical
26 février 2026 · Par Ana Espino
Le cancer du col de l’utérus demeure l’un des rares cancers largement évitable grâce au dépistage organisé, combinant cytologie cervico-utérine et test HPV. Pourtant, malgré ces stratégies éprouvées, des diagnostics à un stade avancé persistent. La cytologie conventionnelle, pilier historique du dépistage, présente des limites intrinsèqu
Par Ana Espino | Publié le 26 février 2026 | 3 min de lecture
Le cancer du col de l’utérus
demeure l’un des rares cancers largement évitable grâce au dépistage
organisé, combinant cytologie cervico-utérine et test HPV. Pourtant, malgré
ces stratégies éprouvées, des diagnostics à un stade avancé persistent. La
cytologie conventionnelle, pilier historique du dépistage, présente des limites
intrinsèques. Son interprétation repose sur une analyse morphologique
humaine experte, exposée à une variabilité inter- et intra-observateur.
Les lésions de bas grade, les atypies discrètes et les échantillons
paucicellulaires constituent des zones de fragilité diagnostique. À mesure que les
programmes de dépistage s’élargissent, la charge croissante de prélèvements
accentue le risque de fatigue analytique et d’erreurs de tri. Dans ce contexte déjà exigeant,
l’introduction du test HPV a transformé les algorithmes décisionnels.
Plus sensible pour identifier les patientes à risque, il permet une détection
précoce accrue. Cependant, sa spécificité plus faible augmente le nombre
d’examens complémentaires et complexifie la stratification clinique. Le défi
n’est donc plus seulement de détecter une anomalie, mais de hiérarchiser le
risque avec précision, tout en maintenant l’efficience des flux de
laboratoire. Dans ce contexte de transition
vers une médecine plus standardisée et numérique, l’intelligence
artificielle (IA) émerge comme un levier stratégique. La revue publiée en
2025 dans Bioengineering analyse l’intégration croissante des systèmes d’IA en
cytologie cervicale diagnostique, en évaluant leur performance analytique,
leur potentiel organisationnel et leurs limites cliniques.
L’IA peut-elle réduire les
faux négatifs ?
Les auteurs ont conduit une revue
narrative basée sur une recherche centrée sur les cinq dernières années. Trente
études ont été retenues, principalement consacrées aux applications cliniques
du deep learning en cytologie cervicale. L’analyse bibliométrique montre
une expansion rapide du domaine, avec 90 % des publications survenues au
cours des cinq dernières années, témoignant d’un intérêt scientifique
croissant. Les performances diagnostiques
rapportées sont élevées. Plusieurs modèles basés sur des réseaux neuronaux
convolutifs (CNN) ou des architectures hybrides ont atteint des niveaux
comparables, voire supérieurs, à l’expertise humaine. Un modèle validé sur plus
de 16 000 patientes a présenté une AUC de 0,947, avec une sensibilité
de 94,6 % et une spécificité de 89,0 % pour la détection des lésions
cervicales. Dans une cohorte dépassant 700
000 femmes, un système d’IA a montré une concordance de 94,7 % avec les
cytologistes, tout en augmentant la sensibilité de 5,8 %. Ces résultats
suggèrent un potentiel réel pour réduire les faux négatifs, principal défi du
dépistage cytologique. Les approches technologiques
évoluent vers des modèles multimodaux intégrant images cytologiques, statut HPV
et biomarqueurs moléculaires. L’apprentissage semi-supervisé et auto-supervisé
permet d’exploiter de grandes bases d’images partiellement annotées. Par
ailleurs, l’émergence de modèles d’IA explicable (xAI) vise à améliorer
la transparence décisionnelle, condition essentielle à l’acceptabilité
clinique. Des solutions commerciales comme
le Genius™ Digital Diagnostics System, déjà autorisé par la FDA,
illustrent la transition du développement expérimental vers l’implémentation en
routine. L’IA ne se limite plus à un outil de recherche ; elle devient un
soutien opérationnel au triage et à la priorisation des cas.
Le dépistage entre dans l’ère
intelligente
Le cancer du col de l’utérus
demeure une pathologie évitable grâce au dépistage organisé. Toutefois,
l’efficacité réelle du programme repose sur la qualité et la
reproductibilité de l’interprétation cytologique, encore soumise à une
variabilité humaine et à une charge analytique importante. Dans ce contexte, l’enjeu actuel
ne se limite plus à la détection des lésions, mais concerne la standardisation,
la fiabilité et l’optimisation des flux diagnostiques. Cette revue avait
pour objectif d’évaluer la maturité et la pertinence clinique de l’intelligence
artificielle appliquée à la cytologie cervicale, en analysant ses
performances diagnostiques et son potentiel d’intégration en pratique courante. Les données disponibles indiquent
que l’IA améliore significativement la sensibilité diagnostique, limite
la variabilité inter-observateur et contribue à une standardisation de
l’analyse morphologique, avec des performances robustes dans de larges
cohortes. Ces éléments Ces éléments confirment son intérêt comme outil d’aide
au triage et de sécurisation du dépistage. Bien que ces
résultats nécessitent encore des validations multicentriques dans des
populations plus diversifiées, ils soulignent le potentiel d’une cytologie
assistée par IA pour consolider la performance des programmes de
prévention. À terme, cette approche pourrait favoriser une stratification
plus fine du risque et une meilleure efficience des parcours diagnostiques,
contribuant ainsi à renforcer durablement l’impact du dépistage du cancer du
col de l’utérus.
À propos de l'auteure – Ana Espino
Docteure en immunologie, spécialisée en virologie Rédactrice scientifique, Ana est animée par la volonté de relier la
recherche à l’impact concret. Spécialiste en immunologie, virologie, oncologie
et études cliniques, elle s’attache à rendre la science complexe claire et
accessible. Sa mission : accélérer le partage des savoirs et favoriser des
décisions éclairées grâce à une communication percutante.
Connexion requise pour lire la suite
Réservé aux professionnels de santé, inscription gratuite.
Référence scientifique
Giansanti D, et al. AI in Cervical Cancer Cytology Diagnostics: A Narrative Review of Cutting-Edge Studies. Bioengineering (Basel). 2025 Jul 16;12(7):769.
