Publiée en décembre 2025 dans Annals of Oncology, l’étude* montre que l’IA réduit les erreurs par rapport aux méthodes manuelles, et que son association à une relecture humaine ciblée améliore encore la fiabilité des données tout en accélérant leur collecte.
Extraction des données : l’enjeu de l’automatisation
La recherche clinique en oncologie repose sur l’exploitation de volumes croissants de données issues de dossiers médicaux hétérogènes, majoritairement non structurés. Leur extraction reste largement manuelle et mobilise fortement les équipes de recherche clinique, avec des pratiques variables selon les centres. Dans une interview précédente à HTI, le Pr Fabrice André, directeur de la recherche à l’IGR, soulignait que la complexification des essais cliniques, marquée par une inflation des procédures et des tâches de recueil, fragilise leur faisabilité et leur équité. Il plaidait pour une automatisation ciblée de l’opérationnel afin de simplifier les processus sans compromettre la qualité scientifique. L’étude publiée dans Annals of Oncology s’inscrit dans cette logique, en comparant de manière structurée différentes méthodes d’extraction de données cliniques.
Une étude française pilotée par l’IGR
L’étude rétrospective a été conduite dans le cadre de la cohorte LUCC (Large & Unified Cancer Cohort), consacrée au cancer du poumon. Parmi les 10 000 patients de la cohorte, 311 issus de 10 centres publics et privés ont été sélectionnés aléatoirement. Les chercheurs ont analysé 31 variables cliniques, incluant des données démographiques, des facteurs de risque, des biomarqueurs génomiques et les traitements. Trois approches ont été comparées à partir des mêmes comptes rendus médicaux pseudonymisés : une extraction manuelle réalisée par des attachés de recherche clinique expérimentés, une extraction automatisée par intelligence artificielle et une approche hybride combinant extraction par IA et relecture humaine ciblée. Pour chaque variable, les valeurs extraites ont été comparées. En cas de divergence, un professionnel senior de la recherche clinique, supervisé par des oncologues et aveugle à la méthode utilisée, a établi la valeur de référence.
Résultats : Deux fois moins d’erreurs grâce à l’IA
- Taux d’erreur global : 14,2 % pour l’extraction manuelle, contre 7,0 % pour l’IA seule, soit deux fois moins d’erreurs.
- Approche hybride : le taux d’erreur descend à 4,4 % lorsque l’IA est associée à une relecture humaine ciblée, après révision d’environ 30 % des cas jugés incertains.
- Efficacité opérationnelle : l’approche hybride permet un traitement des données quatre fois plus rapide que l’extraction strictement manuelle.
- Homogénéité multicentrique : l’IA réduit la variabilité des données extraites entre centres, par rapport à la saisie manuelle.
- Variables complexes, notamment génomiques : l’IA extrait ces données avec une fiabilité supérieure à la saisie manuelle, avec un taux de concordance atteignant 0,97, contre 0,86 pour l’extraction réalisée par des professionnels.
- Analyses de survie : les analyses de survie globale et sans progression réalisées à partir des données extraites par IA sont proches de la valeur de référence définie par expertise humaine.
Les auteurs indiquent que l’extraction automatisée par intelligence artificielle présente donc une précision plus élevée et une variabilité inter-centres plus faible que l’extraction manuelle, et que l’approche hybride permet d’atteindre le meilleur compromis entre qualité des données et efficacité opérationnelle. Selon eux, ce mode d’organisation, dans lequel l’IA réalise l’extraction initiale et oriente l’intervention humaine vers les cas les plus complexes, pourrait faciliter la constitution de cohortes multicentriques de grande taille et élargir la participation de centres disposant de ressources limitées. Dans une interview précédente à HTI, le Pr Fabrice André rappelait que « si l’on n’a pas l’infrastructure pour délivrer, on ne peut rien faire ». Pour les auteurs, les résultats de l’étude suggèrent que la performance des essais cliniques dépend par conséquent aussi de la manière dont les données sont produites et structurées en amont, et pas uniquement des analyses réalisées a posteriori.
* Next-Generation Multicenter Studies: Using Artificial Intelligence to Automatically Process Unstructured Health Records of Patients with Lung Cancer across Multiple Institutions
M. Aldea, L. Zullo, V. Levrat, J. Bennouna, S. Schneider, O. Mercier, E. Mougenot, E. Bergot, C. Dujon, N. Cloarec, C.Audigier Valette, A. Nuccio, M. Deloger, C. Helissey, S. Simon, A. Carpentier, A. Djarallah, P. Rolland, J.C. Louis, L. Ancillon, B. Vignal, F. Rambaud, P. Tessier, L. Chuttoo, K. Siby, A. Poplu, K. Zarca, S. Michiels, F. Barlesi, F. Le Ouay, B. Besse
Annals of Oncology, publication en ligne le 15 décembre 2025
https://www.annalsofoncology.org/article/S0923-7534(25)06320-3/abstract