Aujourd’hui, les progrès médicaux ont permis des gains significatifs en termes de survie et de réduction de la mortalité. L’IA devient un levier pour une oncologie de demain en passant des traitements personnalisés aux approches prédictives et préventives. Elle permet d’accélérer les essais cliniques, de structurer des données médicales complexes et de personnaliser les stratégies de dépistage. Toutefois, cette application de l’IA en oncologie doit s’accompagner d’une vigilance éthique et méthodologique pour garantir une adoption sécurisée, équitable et bénéfique. Alors que l’oncologie évolue vers une approche plus préventive et anticipative, l’IA permettra une gestion du cancer plus précise et rapide ouvrant de nouvelles perspectives pour les années à venir.
Dans cette étude, Health & Tech Intelligence explore comment l’IA redessine les contours de la lutte contre le cancer, en s’appuyant sur des exemples et données récentes tout en mettant en lumière les défis et opportunités à venir.

🔎 Analyses
📌État des lieux de l’oncologie : chiffres clés, incidence, données épidémiologiques et activité hospitalière
Le « Panorama des cancers en France » publié par l’Institut National du Cancer en septembre 2024 établi un état des lieux et une comparaison de l’évolution des cancers qui reste l’un des principaux défis de santé publique. Le constat est clair : une baisse notable de la mortalité est remarquée ainsi qu’une amélioration du taux de survie pour de nombreux cancers. Cependant, l’incidence continue de croitre à cause notamment du vieillissement de la population et des comportements à risque comme le tabagisme.
Ce rapport met en lumière le besoin de conjuguer prévention, innovation et coordination des politiques de santé pour relever le défi qu’est la lutte contre le cancer.
👉 Plus de détail sur le contexte français de l’imagerie médicale sont disponibles dans cet article.
📌Revue de littérature : l’intégration des modèles de langage en oncologie entre promesses et vigilance
Les modèles d’IA permettent de renforcer la précision des décisions médicales et l’efficacité des soins. Leur capacité à analyser les données complexes des dossiers médicaux ouvre la voie à des applications telles que l’amélioration des décisions cliniques, l’identification des patients pour les essais cliniques ou encore la personnalisation des traitements. Cependant, leur déploiement à grande échelle exige une validation rigoureuse pour surmonter les défis liés aux biais, à la reproductibilité et à l’impact écologique. Les recommandations proposées dans l’article du Lancet soulignent l’importance d’une approche méthodique associant innovations technologiques et vigilance éthique pour maximiser les bénéfices de ces outils.
👉 Une analyse approfondie des opportunités et limites des modèles de langage en oncologie, tout en mettant en lumière les recommandations nécessaires pour garantir leur intégration sécurisée et bénéfique dans la pratique médicale dans cet article.
📌Essais cliniques et données de santé : comment l’IA permet d’accélérer les essais cliniques et structurer les données
Les essais cliniques sont parfois ralentis par des processus longs et coûteux notamment lors du recrutement des patients et de la gestion des données. L’IA peut aider à surmonter ces défis. En automatisant des tâches critiques comme l’identification des patients éligibles ou la structuration des données, l’IA contribue à l’essor d’une médecine plus personnalisée. Des solutions comme ISELA-V2 et Lifen DataLab montrent comment l’IA peut optimiser le recrutement des patients, simuler des réponses thérapeutiques et structurer des données avec précision.
👉 Des projets novateurs comme ceux de Nova In Silico et Lifen sont présentés dans cet article.
📌La prévention, levier d’avenir de lutte contre le cancer
La prévention et le dépistage personnalisé permettent de cibler les personnes à risque avant l’apparition de la maladie. Le programme Interception, développé par Gustave Roussy, illustre comment est combiné médecine préventive et IA afin de proposer des parcours de soins adaptés à chaque individu. En effet, il permet d’anticiper la maladie et de réduire les risques par des interventions précoces. Ce modèle pourrait transformer la gestion des cancers et réduire leur incidence renforçant l’importance de l’anticipation dans les stratégies de santé publique.
👉 Retrouvez ici comment la recherche sur de nouveaux biomarqueurs et outils de dépistage, combinées à des parcours de soins adaptés, ouvrent la voie à une médecine préventive efficace.
🗺️ Cartographies
📌Cartographie des cas d’usage de l’IA en oncologie
En optimisant les diagnostics, en ajustant les traitements et en facilitant la gestion des soins l’IA contribue à améliorer les résultats cliniques tout en allégeant les charges opérationnelles des équipes médicales. Grâce à ses capacités d’analyse et de prédiction, elle permet la prise en charge des patients atteints de cancer, du diagnostic au suivi en passant par l’élaboration de protocoles thérapeutiques.
👉 Un tableau détaillé des cas d’usage repérés ainsi qu’une infographie illustrant la répartition des cas d’usage de l’IA en oncologie sont disponibles ici.
📌Cartographie des entreprises proposant une solution d’IA en oncologie
51 solutions en oncologie sont cartographiées ici. Les solutions présentées couvrent un large éventail de cas d’usage : analyse d’imagerie médicale, prédiction des réponses thérapeutiques, détection précoce des anomalies, gestion de la pathologie digitale et bien d’autres applications.
👉 Cartographie à consulter ici
📌Cartographie des partenariats public-privé utilisant l’IA
Les partenariats publics-privés favorisent le partage des ressources et des compétences entre les institutions publiques, les centres de recherche et les entreprises privées pour accélérer le développement de solutions innovantes. Cet article propose une cartographie des principales initiatives en cours telles que la Fiac, le projet Mosaic ou encore le programme Fresh qui illustrent la dynamique de collaboration et le potentiel de l’IA dans la lutte contre le cancer.
👉 Cartographie à consulter ici






