L’intelligence artificielle peut-elle révolutionner le diagnostic et le traitement des maladies rares ?

Aux États-Unis, plus de 30 millions de personnes vivent avec une maladie rare, un ensemble de plus de 10 000 affections souvent méconnues et difficiles à identifier. Pour beaucoup, obtenir un diagnostic précis prend en moyenne cinq à huit ans, un délai qui retarde l’accès à des traitements adaptés. Moins de 5 % de ces maladies disposent aujourd’hui d’un traitement approuvé, laissant la majorité des patients sans solution thérapeutique. Le coût économique est immense : plus de 1 000 milliards de dollars sont dépensés chaque année pour ces maladies aux États-Unis, avec un marché thérapeutique estimé à 400 milliards de dollars d’ici 2030.

Le parcours des patients atteint de maladies rares ressemble souvent à une errance médicale. Les symptômes sont parfois vagues ou similaires à ceux d’autres affections plus courantes, ce qui complique le travail des médecins généralistes déjà confrontés à une charge de travail élevée. Les tests génétiques, bien que de plus en plus accessibles, génèrent des quantités colossales de données difficiles à interpréter. Les analyses génomiques complètes peuvent manquer certaines anomalies, comme les expansions de répétitions ou les grandes aberrations chromosomiques, nécessitant des technologies plus avancées et coûteuses.

L’intelligence artificielle pourrait transformer cette situation en unifiant le processus de diagnostic et de traitement. Grâce à des modèles capables d’analyser des données génomiques, cliniques et environnementales, l’IA permet d’identifier des schémas invisibles à l’œil humain. Elle peut détecter des maladies rares avant que des dommages irréversibles ne surviennent, en croisant des informations issues de dossiers médicaux, d’images, de séquences génétiques ou même d’enregistrements audio et vidéo. Ces systèmes proposent des diagnostics plus rapides et plus précis, tout en réduisant les coûts liés aux erreurs et aux retards.

Cependant, des défis majeurs subsistent. Les modèles biologiques actuels ne capturent pas toute la complexité du corps humain, ce qui limite la fiabilité des prédictions. La production de traitements personnalisés reste lente et onéreuse, avec des délais de fabrication bien plus longs que ceux de la conception par IA. Enfin, le financement de ces thérapies sur mesure pose question : leur coût élevé et leur caractère ultra-spécifique rendent difficile leur intégration dans les systèmes de santé traditionnels.

Pour surmonter ces obstacles, une collaboration étroite entre gouvernements, industries et fondations est essentielle. L’objectif est de créer une infrastructure durable, capable de soutenir la recherche, la production et la distribution de traitements innovants. L’IA ne remplacera pas les experts humains, mais elle peut les assister en automatisant l’analyse de données massives et en proposant des pistes thérapeutiques adaptées à chaque patient. À terme, cette approche pourrait rendre les soins personnalisés accessibles à tous, transformant ainsi la prise en charge des maladies rares.

Sources et crédits

Étude source

DOI : https://doi.org/10.1007/s12553-026-01057-y

Titre : Unifying the odyssey: artificial intelligence for rare disease diagnosis and therapy

Revue : Health and Technology

Éditeur : Springer Science and Business Media LLC

Auteurs : Mai-Lan Ho; Marinka Zitnik; Ronen Azachi; Sanjay Basu; Pranav Rajpurkar; Richard Sidlow