Toutes les AUC > 0,90 ne sauveront pas des vies

Guillaume Bailly, Jeremy Florence, Marc Villacèque, Stéphane Laffite

L’intelligence artificielle (IA) en cardiologie est très souvent jugée sur un critère unique : la performance algorithmique. AUC (Area Under the Curve) élevées, sensibilités spectaculaires, courbes ROC (Receiver Operating Characteristic) flatteuses. Et pourtant, sur le terrain, beaucoup d’outils restent inutilisés, inefficaces… voire contre-productifs.

Le problème n’est pas technologique. Il est conceptuel.

Dans un article marquant publié dans The New England Journal Of Medicine (NEJM) : Artificial Intelligence, Parsa et al. posent une question simple : et si le problème n’était pas la performance des algorithmes, mais la façon dont nous concevons leur utilité clinique ?

De nombreux outils d’IA affichent d’excellentes performances en développement, mais échouent à produire un bénéfice clinique réel une fois déployés.

La raison ? Un algorithme n’agit jamais seul. Il se déploie dans un environnement réel avec :

• des flux de soins dynamiques,
• des contraintes de capacité (consultations, imagerie, spécialistes),
• des conséquences cliniques des faux positifs et faux négatifs.

Une IA qui génère trop d’alertes dans un système incapable de les absorber ne détecte pas mieux la maladie : elle déplace le problème.

La vraie question n’est pas « Cette IA est-elle performante ? » mais : « À partir de quel niveau de performance cette IA améliore réellement les soins, ici et maintenant ? »

C’est tout l’intérêt des Health AI Target Product Profiles (TPP) proposés par les auteurs.

Inspirés du développement pharmaceutique, les TPP définissent en amont les performances minimales requises pour qu’une IA produise un bénéfice clinique net. Un TPP intègre donc trois dimensions clés :

1. Worflow clinique (parcours de soins avec et sans IA)
2. Contraintes de capacité (triage, consultations spécialisées, imagerie)
3. Utilité clinique (bénéfices attendus versus risques de mauvaise classification)

On ne juge plus un modèle isolé, mais un programme de soins augmenté par l’IA.

Les auteurs illustrent leur approche avec la cardiomyopathie hypertrophique (CMH), pathologie sous-diagnostiquée mais pour laquelle plusieurs outils d’IA (ECG, ETT) affichent des AUC > 0,90 pour le diagnostic.

Mais les simulations TPP montrent que, dans un système à capacité limitée, une IA insuffisamment spécifique augmente la mortalité en saturant la filière avec des faux positifs. Sans adaptation du système, seules des IA extrêmement spécifiques (≈0,95) sont bénéfiques. De plus, en modélisant une augmentation des capacités cliniques à priori, le seuil de performance acceptable change et peut donc être anticipé.

Cet article nous oblige à sortir de la fascination technologique. Déployer une IA, ce n’est pas « ajouter un algorithme » : c’est redessiner un parcours de soins. Il nous rappelle que :

• une IA doit être pensée en amont avec les capacités existantes,
• la performance optimale dépend du contexte local,
• sans vision organisationnelle, l’IA ne fera que brasser des données.

Pourquoi est-ce crucial pour les cardiologues ?

• Pour éviter des investissements coûteux dans des IA « impressionnantes mais inutiles »
• Pour co-construire des outils réellement utiles, adaptés aux réalités locales
• Pour replacer les cliniciens et les patients au cœur de la conception des outils de demain

Une bonne IA n’est pas celle qui prédit le mieux, mais celle qui améliore réellement les soins, dans un contexte donné.

En conclusion, si nous voulons que l’IA améliore réellement la cardiologie de demain, nous devrons accepter une vérité simple : une « belle courbe ROC » seule ne soigne personne. Ce qui soigne, c’est une IA conçue pour le réel, intégrée aux soins et évaluée sur son impact clinique — pas seulement sur ses performances statistiques.