IA en dermatologie : amélioration du diagnostic sans amélioration de la prise en charge
L’essor des applications d’intelligence artificielle grand public transforme l’accès à l’information en dermatologie. Une étude récente publiée dans JAMA Dermatology [1] met en évidence, chez des utilisateurs non-médecins, un paradoxe clinique : une meilleure reconnaissance des lésions sans amélioration des décisions de prise en charge.
Dans cette étude randomisée, 2.345 participants du grand public ont analysé des cas dermatologiques simulés associant images et données cliniques.
Trois situations étaient comparées : une recherche d’information via les outils habituels (notamment internet), une assistance par IA et un outil similaire reposant sur des diagnostics fournis par un panel de dermatologues.
L’IA augmente la capacité des participants à proposer un diagnostic (62,26 %, vs 41,21 % avec recherche d’information traditionnelle), ainsi que sa précision (22,79 % vs 7,86 %), ce qui traduit un meilleur accès à une information structurée. Cette amélioration reste toutefois limitée, avec des performances globales faibles en valeur absolue.
Une dissociation entre identification et conduite à tenir
Malgré ces progrès, aucune amélioration n’est observée en ce qui concerne la pertinence des décisions, avec des conduites appropriées comparables (58,87 % vs 60,10 %).
En revanche, lorsque les propositions diagnostiques sont issues de dermatologues, une amélioration des décisions de prise en charge est observée (62,95 %). L’étude met également en évidence une augmentation des décisions inadéquates par sous-estimation de la gravité chez les utilisateurs assistés par IA (29,76 % vs 27,34 %), sans différence significative pour les surestimations. Cette dissociation souligne que la reconnaissance d’une lésion ne suffit pas à orienter la prise en charge, qui nécessite une évaluation clinique complète.
Par ailleurs, l’utilisation de ces outils s’accompagne d’une augmentation de la confiance et de la satisfaction, indépendamment de la qualité réelle des décisions. Ce décalage entre confiance et performance suggère un risque de fausse réassurance, susceptible de retarder le recours aux soins en cas de pathologie grave. Ces résultats doivent être interprétés avec prudence : l’étude repose sur des cas simulés dans un cadre expérimental, éloigné de la pratique réelle.
Implications pour la dermatologie clinique
Pour le clinicien, ces données éclairent l’évolution du comportement des patients. L’IA pourrait améliorer leur capacité à identifier une lésion et à formuler une hypothèse diagnostique, sans pour autant améliorer l’évaluation de la gravité ni l’orientation du parcours de soins. En consultation, cela peut se traduire par des patients plus informés, mais aussi plus confiants dans des interprétations parfois erronées.
Cette dissociation expose à un double risque : un risque théorique de retard diagnostique en cas de sous-estimation d’une lésion maligne et un recours inapproprié aux soins pour des lésions bénignes. Le rôle du dermatologue reste donc central pour réintégrer les données cliniques, contextualiser les lésions et guider la prise en charge.
Dans ce contexte de vigilance croissante, la Société française de dermatologie a alerté sur les risques liés à l’usage non encadré de l’IA dans le dépistage des cancers cutanés [2]. Ainsi, si ces outils peuvent constituer un support d’information en amont de la consultation, ils ne permettent pas, à ce stade, d’améliorer la décision médicale et nécessitent un encadrement rigoureux.
Références
1. Sayres R, Jain A, Venkatraman M, et al. Consumer understanding of skin concerns with an AI-powered informational tool. JAMA Dermatol. 2026. doi:10.1001/jamadermatol.2026.0597
2. Société française de dermatologie, Encadrement de l’usage de l’intelligence artificielle en dermatologie : communiqué de presse. 17 juillet 2025.
