L’IA en ophtalmologie oublie les aveugles du Sud
3 min de lecture
Une étude qui cartographie l’IA en ophtalmologie
Des chercheurs ont voulu tester une promesse répétée : l’IA en ophtalmologie pourrait démocratiser le dépistage des maladies oculaires. Pour cela, ils ont superposé trois cartes du monde. D’abord, celle de la production scientifique en IA oculaire. Ensuite, celle de la prévalence de la cécité. Enfin, celle de la densité d’ophtalmologistes.
Le résultat, publié dans NEJM AI, est sans appel. En effet, la recherche se concentre dans les pays qui comptent déjà beaucoup de spécialistes et peu de personnes aveugles. Autrement dit, l’innovation naît là où le besoin médical est le plus faible.
Le choix de l’ophtalmologie n’a rien d’anodin. D’une part, l’oeil se prête très bien à l’analyse d’images, terrain de prédilection de l’IA. D’autre part, la cécité pèse lourd sur les populations les plus démunies. Ce domaine offre donc un révélateur idéal des tensions entre promesse technologique et justice sanitaire.
La cécité frappe le Sud, la recherche reste au Nord
Or les chiffres mondiaux racontent l’inverse d’un accès équitable. Aujourd’hui, environ 43 millions de personnes sont aveugles. De plus, près de 300 millions vivent avec une déficience visuelle sévère. Surtout, neuf cas sur dix se situent dans les pays à revenu faible ou intermédiaire.
Cette injustice est d’autant plus criante que la plupart de ces cécités restent évitables ou traitables. Par ailleurs, la ressource humaine suit la même pente. Ainsi, un pays pauvre compte en moyenne quelques ophtalmologistes par million d’habitants. En revanche, les pays riches en alignent plusieurs dizaines pour la même population. Par conséquent, les régions au plus lourd fardeau disposent du moins de moyens pour concevoir ou tester des outils d’IA.
Un cercle vicieux d’inégalités
Cette géographie déséquilibrée nourrit un cercle vicieux. Concrètement, les algorithmes s’entraînent sur les données des patients du Nord. De plus, on les valide sur des populations peu représentatives du fardeau réel de la maladie.
Le danger est double. D’une part, un modèle appris sur des yeux européens ou nord-américains peut mal fonctionner ailleurs. D’autre part, il risque de manquer des pathologies fréquentes dans les pays du Sud. Ce type d’angle mort rejoint les risques cachés des IA cliniques, dont la fiabilité dépend étroitement des données d’apprentissage.
Le paradoxe est cruel. En théorie, le dépistage automatisé de la rétinopathie diabétique est l’un des terrains où l’IA excelle. Pourtant, ces outils manquent souvent des données locales qui les rendraient utiles là où les ophtalmologistes font défaut.
Le devoir des politiques publiques
Pour les auteurs, la technologie ne corrigera pas seule ces écarts. Au contraire, laissée au seul marché, elle suivra la solvabilité, pas le besoin. Il revient donc aux politiques publiques d’orienter le financement de la recherche.
Plusieurs leviers existent déjà. D’abord, financer les travaux là où la cécité est la plus répandue. Ensuite, imposer des jeux de données représentatifs des populations concernées. Enfin, conditionner les autorisations à des validations locales. Cette exigence prolonge le débat plus large sur l’apport réel de l’intelligence artificielle en santé.
Certains programmes montrent d’ailleurs la voie. Ainsi, des projets menés en Afrique et en Asie du Sud entraînent leurs modèles sur des patients locaux. De cette façon, ils gagnent en fiabilité là où les besoins explosent. Ces initiatives restent toutefois minoritaires face au poids des laboratoires du Nord.
Le message de l’étude reste au fond nuancé. Car l’IA peut vraiment réduire les inégalités d’accès aux soins oculaires. Mais elle ne le fera qu’à une condition : que la recherche cesse d’ignorer ceux qui en ont le plus besoin.
Sources
- Will Artificial Intelligence Augment Global Health Inequalities ?, NEJM AI
- Artificial intelligence and digital health in global eye health, The Lancet Global Health
- L’Allemagne rembourse enfin la santé des femmes - 8 octobre 2026
- IA médicale : l’audacieux permis probatoire de Londres - 6 octobre 2026
- L’IA de codage fait flamber la facture des hôpitaux - 1 octobre 2026
