Lionel Reichardt : "Cancer et innovation : une nouvelle ère d'excellence et d'espoir"

Vingt ans après le lancement du premier Plan cancer, la France et la communauté scientifique mondiale se trouvent à un tournant décisif.

Si le cancer demeure la première cause de mortalité prématurée dans l'Hexagone, l'accélération technologique sans précédent observée entre 2021 et 2026 transforme radicalement l'horizon des patients.

L'intégration de l'intelligence artificielle (IA) et de la médecine de précision n'est plus une simple promesse de laboratoire, mais une réalité clinique qui sauve des vies chaque jour.

La "Génération Prévention" : agir sur le fardeau évitable

Le premier levier d'espoir réside dans ce que nous pouvons empêcher.

En 2026, une étude mondiale massive a révélé que 37,8 % des nouveaux cas de cancer (soit environ 7,1 millions de diagnostics annuels) sont directement liés à des facteurs de risque modifiables.

En France, la Stratégie décennale 2021-2030 entre dans sa seconde phase (2026-2030) avec un investissement massif de 1,7 milliard d'euros. L'objectif est clair : réduire de 60 000 par an le nombre de cancers évitables d'ici 2040.

Cette ambition repose sur trois priorités majeures :

• La lutte contre les addictions : Le tabagisme reste responsable de 15,1 % des cas mondiaux, suivi de l'alcool à 3,2 %. La France vise une "génération sans tabac" dès 2032.

• La révolution vaccinale : La vaccination contre les papillomavirus (HPV), responsable de nombreux cancers du col de l'utérus et de la sphère ORL, est une priorité avec un objectif de couverture de 80 % d'ici 2030.

• Le dépistage "sur mesure" : Nous passons d'un dépistage de masse par tranche d'âge à un dépistage personnalisé basé sur le risque individuel (génétique, mode de vie, antécédents) calculé par des algorithmes d'IA. Le programme IMPULSION, lancé en 2025, déploie ainsi le dépistage organisé du cancer du poumon par scanner à faible dose pour les populations à risque.

L'Intelligence artificielle : le nouveau stéthoscope numérique

L'IA agit aujourd'hui comme un véritable "microscope intelligent" qui assiste le médecin là où la complexité biologique dépasse les capacités d'analyse humaine.

En 2000, un bilan médical générait quelques dizaines de chiffres ; aujourd'hui, il mobilise plusieurs milliards de paramètres.

Le diagnostic de précision (Imagerie et Pathologie)

L'IA a transformé la lecture des examens médicaux. Grâce à l'essai MASAI, il a été démontré que l'assistance par IA augmente le taux de détection du cancer du sein de 29 % par rapport à une double lecture humaine classique.

De plus, elle réduit la charge de travail des radiologues de 44 %, leur permettant de se concentrer sur les cas les plus complexes.

L'innovation touche également la pathologie numérique et la "biopsie virtuelle". Des solutions comme Paige Prostate aident à identifier les zones suspectes et à graduer les tumeurs avec une précision accrue, souvent sans attendre des tests génétiques longs.

L'optimisation thérapeutique

L'IA ne se contente pas de diagnostiquer, elle aide à soigner mieux :

• Radiothérapie adaptative : Des outils comme ceux de TheraPanacea délimitent automatiquement les volumes cibles et ajustent les doses quotidiennement en fonction du rétrécissement de la tumeur, épargnant ainsi les tissus sains environnants.

• Chirurgie augmentée : La modélisation 3D et la réalité virtuelle offrent une concordance de 92 % avec le plan opératoire lors d'interventions sur des tumeurs proches de structures critiques.

L'Émergence de l'Agent IA Autonome

L'une des percées les plus significatives de 2025-2026 est le passage de l'IA "outil" à l'IA "agent autonome". Ces modèles, comme Woollie (développé par MSK et UCSF), sont capables de raisonner sur des cas cliniques multimondiaux (images, textes, génétique) pour proposer des conclusions correctes dans 91 % des cas.

Ces agents utilisent des techniques comme le RAG (Retrieval-Augmented Generation) pour ancrer leurs réponses dans les dernières recommandations officielles, évitant ainsi les "hallucinations" des IA généralistes.

Pour les cancers de "primitifs inconnus", l'outil TransCUPtomis parvient désormais à identifier l'origine de la tumeur dans 70 % des cas, réduisant le risque de décès de 40 % grâce à un traitement enfin ciblé.

Accélérer la recherche par le virtuel

Le temps de la recherche clinique est souvent l'ennemi du patient. Ici aussi, l'innovation bouscule les lignes :

• Bras de contrôle synthétiques : L'IA permet de générer des cohortes de patients virtuels à partir de données historiques. Cela permet d'accélérer les essais cliniques de phase 3, en offrant le nouveau traitement à tous les participants réels sans sacrifier la rigueur scientifique.

• TrialGPT : Ce système automatise le jumelage entre les patients et les essais cliniques, réduisant le temps de recrutement de 42,6 %.

Survivance et Qualité de Vie : l'humain au centre

L'innovation technologique redonne paradoxalement de la place à l'humain.

• Libérer du temps médical : L'utilisation de scribes cliniques ambiants (comme DAX Copilot) capture les conversations médecin-patient et rédige automatiquement les notes, réduisant le burn-out des soignants et rendant la consultation plus qualitative.

• Accompagner la fin de vie : L'identification précoce des patients à haut risque par l'IA a permis une augmentation de 1100 % des références vers les services de soins palliatifs (Hospice), garantissant un accompagnement digne et anticipé.

• Recherche pédiatrique : La France consacre désormais 20 millions d'euros annuels spécifiquement à la recherche sur les cancers de l'enfant pour transformer des maladies rares en guérisons possibles.

  
  

Conclusion : vers une "Oncologie Apprenante"

L'avenir de la lutte contre le cancer repose sur le concept de Learning Oncology : un écosystème où chaque donnée de patient, traitée de manière sécurisée et anonymisée, enrichit instantanément la connaissance mondiale pour soigner le patient suivant.

En 2030, grâce au futur Registre National des Cancers, la France disposera d'un outil de pilotage unique pour s'assurer que chaque innovation bénéficie à tous, sans exception.

Lionel Reichardt
Expert e-santé et Fondateur de 7C’S Health | Pharmageek

——————————————————————————————

Références bibliographiques

• Fondation ARC, Enquête sur le tournant vers l'intelligence artificielle, livret thématique, 2026.

• Riaz I.B., et al., Artificial intelligence across the cancer care continuum, Cancer Journal, 2025.

• Flora D. & Maniago R., The Unseen Revolution: How AI Is Redefining Cancer Care, NEJM AI, 2025.

• Hamamoto R., et al., Implementing generative artificial intelligence in precision oncology, Journal of Hematology & Oncology, 2026.

• Dellamonica D., et al., The AI revolution: how multimodal intelligence will reshape the oncology ecosystem, Nature, 2025.

• Ferber D., et al., Development and validation of an autonomous AI agent for clinical decision-making, Nature Cancer, 2025.

• Zhu M., et al., Large language model trained on clinical oncology data predicts cancer progression (Woollie), Nature Medicine, 2025.

• Institut National du Cancer (INCa), Stratégie décennale de lutte contre les cancers 2021-2030 : Feuille de route 2026-2030, février 2026.

• Institut National du Cancer (INCa), Panorama des cancers en France, Édition spéciale 20 ans, juin 2025.

• Fink H., et al., Global and regional cancer burden attributable to modifiable risk factors, Nature Medicine, février 2026.

• GBD 2019 Collaborators, The global burden of cancer attributable to risk factors, 2010–19, The Lancet, 2022.