MEL-IA : l'IA hospitalière qui classe les lésions cutanées
Le cancer de la peau constitue un défi mondial majeur, avec près de 1,5 million de nouveaux cas diagnostiqués en 2024 selon l'Organisation mondiale de la Santé. Pour faciliter le dépistage précoce et améliorer les prises en charge, l'Université d'Alicante et l'Hôpital universitaire de Sant Joan d'Alacant ont mis au point MEL-IA, un système d'intelligence artificielle conçu pour classer automatiquement les lésions cutanées. Les résultats de cette collaboration, menée par le groupe de recherche IBIS, ont été publiés en 2026 dans la revue Journal of Medical Systems. MEL-IA se distingue par son intégration directe dans l'infrastructure informatique existante des établissements de santé. Le dispositif combine une application mobile dédiée à la capture d'images et à la saisie de données cliniques, un modèle algorithmique d'analyse et des protocoles de sécurité assurant un échange confidentiel avec les systèmes hospitaliers. Contrairement à d'autres outils limités à une distinction binaire entre tumeurs bénignes et malignes, MEL-IA offre une catégorisation différentielle couvrant cinq types principaux : mélanome, naevus, carcinome basocellulaire, kératose actinique et kératose bénigne. Pour entraîner et valider son algorithme, l'équipe de recherche a exploité un jeu de données composé de plus de 15 000 images dermatoscopiques associées à des informations médicales telles que l'âge, le sexe et la localisation anatomique des lésions. En phase opérationnelle à l'hôpital de Sant Joan d'Alacant, le système a traité 980 études dermatologiques avec des temps de réponse inférieurs à une seconde. Il affiche une précision globale de 86 %, avec une sensibilité de 88 % pour le mélanome et de 92 % pour le carcinome basocellulaire. Le logiciel conserve également un historique longitudinal des lésions, enregistrant images, diagnostics et observations médicales sur le long terme. Les chercheurs soulignent que MEL-IA constitue un outil d'aide à la décision clinique et non un système de diagnostic autonome. Il est conçu pour assister le personnel soignant dans l'évaluation des lésions, sans se substituer à l'expertise médicale. Les prochaines étapes prévues incluent la réalisation d'études prospectives avec les professionnels de santé, l'optimisation de la capture d'images via smartphones grand public et l'extension du spectre des lésions classifiables. Cette initiative marque une avancée tangible vers l'intégration réussie de l'intelligence artificielle dans les flux de travail hospitaliers, en répondant aux enjeux croissants de la dermatologie clinique.
