Une entité universitaire japonaise a développé un système d’analyse d’images médicales par intelligence artificielle appelé Mucosight AI, capable d’examiner des images liées aux maladies oculaires et de fournir un résultat préliminaire en environ 30 secondes. Le système relève des logiciels de dispositifs médicaux (SaMD), avec un plan prévoyant le début de la fourniture du service au Japon en août 2026.
Le système repose sur un modèle d’intelligence artificielle entraîné à analyser les images oculaires téléversées par l’utilisateur vers le service cloud. Après le traitement de l’image, le modèle détermine la présence d’indicateurs associés à la maladie, puis affiche visuellement le résultat sur l’image originale, en classant les cas suspects selon quatre niveaux. Le médecin peut ainsi utiliser le résultat comme référence lors de l’évaluation du patient, plutôt que de se limiter à l’affichage d’un avis automatisé séparé de l’image.
Qu’ajoute concrètement le système ?
La principale valeur réside dans la réduction à environ 30 secondes du temps nécessaire à l’analyse initiale des images médicales, ainsi que dans l’ajout d’une couche d’assistance à l’examen dans les cliniques générales. Selon l’article, Mucosight AI cible les utilisateurs des cliniques générales. Ses résultats peuvent également servir à expliquer au patient les raisons de la suspicion, car le système relie le résultat aux zones pertinentes de l’image.
Toutefois, cette fonction ne signifie pas que le système se substitue au diagnostic médical. Les résultats sont conçus pour fournir une référence au médecin, tandis que l’interprétation de l’image et la prise de décision clinique restent intégrées au processus d’examen médical. Il s’agit d’un point important lors de l’évaluation de tout logiciel médical fondé sur l’intelligence artificielle, en particulier lorsque le résultat est une classification probabiliste et non un verdict définitif.
Le rôle de NVIDIA dans le développement
NVIDIA a participé au soutien du développement du modèle d’intelligence artificielle et à la mise à disposition de l’environnement informatique nécessaire. Des ressources de calcul intensif comprenant deux plateformes GPU baptisées Octopus et SQUID ont été utilisées pour accélérer l’analyse des données ainsi que les opérations de réentraînement et de validation du modèle. NVIDIA a également fourni des conseils liés à la préparation des données et au développement des modèles.
La source indique que le projet est issu de travaux de recherche en intelligence artificielle remontant à 2017, puis que son développement s’est poursuivi avec le soutien de NVIDIA à partir de 2018. Cela montre que le système n’est pas simplement une interface ajoutée à un modèle prêt à l’emploi, mais le résultat d’un long parcours de recherche comprenant la préparation des données et la validation des performances du modèle.
Quels éléments faudra-t-il suivre ?
Le début de la fourniture du service au Japon en août 2026 constituera le principal test pratique, tout comme les détails de l’approbation réglementaire et l’étendue de l’utilisation clinique effective. L’article disponible ne précise pas non plus les indicateurs de performance détaillés, tels que les taux de sensibilité et de spécificité, les maladies précises couvertes par le système, ni les conditions d’utilisation et de qualité des images.
L’importance actuelle de Mucosight AI semble donc résider dans son rôle d’outil de triage et d’assistance au médecin, capable de produire un résultat rapide et explicable, et non dans la fourniture d’un diagnostic indépendant. Son utilité pratique dépendra de la précision du modèle dans les conditions réelles des cliniques, ainsi que de la manière dont ses résultats seront intégrés à la responsabilité du médecin et au processus d’homologation des logiciels médicaux.