Ophtalmologie
Glaucome : le dépistage par IA est performant
Une étude prospective menée en conditions réelles de soins primaires démontre que le dépistage du glaucome assisté par IA est cliniquement performant, opérationnellement faisable avec un personnel non médecin formé en une journée, et économiquement avantageux
- Moon Safari/iStock
Le glaucome constitue l'une des premières causes de cécité irréversible dans le monde, avec environ 76 millions de personnes touchées. Son évolution longtemps asymptomatique explique qu'en dépit d'un niveau de revenus élevé, jusqu'à la moitié des patients ignorent leur diagnostic au moment de la détection. Si les critères de l'OMS pour un dépistage organisé sont théoriquement remplis — prévalence élevée, phase préclinique prolongée, tests non invasifs disponibles, traitements efficaces au stade précoce —, la mise en œuvre à grande échelle se heurte au manque de personnel spécialisé, au coût des équipements et à la faible valeur prédictive positive inhérente au dépistage d'une maladie de prévalence modérée. L'essor de l'intelligence artificielle (IA) appliquée à la photographie du fond d'œil relance l'intérêt pour des stratégies de dépistage populationnel plus accessibles et plus standardisées.
Cette étude transversale lien, sous-étude de l'essai clinique Glaucoma POST (NCT05875090) conduit au Portugal dans le cadre du Service national de santé, a évalué la faisabilité, les performances diagnostiques et le rapport coût-efficacité d'un dépistage du glaucome assisté par IA, intégré à un programme déjà existant de dépistage de la rétinopathie diabétique en soins primaires. Entre mars et décembre 2023, 1 038 personnes âgées de 55 à 65 ans ont été invitées par tirage au sort à partir des registres de soins primaires de Lisbonne. Parmi elles, 671 (65 %) ont participé. Le protocole reposait sur une photographie couleur du fond d'œil non mydriatique analysée par l'algorithme MONA-GLC, générant un score de risque continu de 0 à 1, et sur une mesure de la pression intraoculaire par tonomètre à rebond. Les deux examens étaient réalisés par un orthoptiste certifié, sans nécessité de formation médicale approfondie — une journée de formation spécifique ayant suffi. L'orientation vers un ophtalmologiste était déclenchée par un score IA supérieur ou égal à 0,73, seuil défini a priori à partir de cohortes de validation externes, ou par une pression intraoculaire supérieure ou égale à 24 mmHg.
Les participants orientés bénéficiaient d'une périmétrie automatisée et d'une OCT en milieu hospitalier, le diagnostic de glaucome étant établi par deux spécialistes indépendants, en aveugle de l'origine de l'orientation. Un panel de six experts internationaux en glaucome a par ailleurs évalué l'ensemble des photographies du fond d'œil de façon indépendante, servant de comparateur pour les performances humaines.
Une prévalence de 6%
Sur les 629 participants ayant bénéficié d'un examen du champ visuel (critère per protocole), un glaucome a été diagnostiqué chez 40 sujets, soit une prévalence de 6 % (IC 95 % : 5–9 %). La majorité des cas étaient légers (75 %), 13 % modérés et 13 % avancés dans au moins un œil.
Chez les participants diabétiques, la prévalence atteignait 7 %. Le parcours reposant sur l'IA a conduit à orienter 66 patients (10 % des dépistés), détectant 31 des 40 glaucomes confirmés. La sensibilité de l'algorithme était de 78 % (IC 95 % : 62–89 %), la spécificité de 95 % (93–97 %), la valeur prédictive positive de 53 % et la valeur prédictive négative de 98 %. Ces performances s'avèrent comparables — voire supérieures sur plusieurs indicateurs — à celles du panel d'experts humains, qui a orienté 118 patients (18 % des dépistés) pour des résultats diagnostiques similaires, avec une valeur prédictive positive nettement inférieure (36 %) et un coefficient kappa de Cohen moins élevé (0,44 contre 0,60 pour l'IA).
L'IA plus performante que les spécialistes
Autrement dit, l'IA générait moins du tiers des orientations supplémentaires inutiles produites par les experts humains, tout en maintenant une sensibilité équivalente, ce qui est particulièrement pertinent dans une maladie où les faux positifs génèrent une surcharge importante des consultations spécialisées et une anxiété injustifiée chez les patients.
Sur le plan opérationnel, la durée médiane du dépistage était de 5 minutes chez les non-diabétiques, et l'ajout du dépistage du glaucome lors d'une visite de rétinopathie diabétique n'allongeait la consultation que de deux minutes. Aucun obstacle majeur n'a été identifié, en dehors de l'absentéisme. Le délai médian entre l'invitation et le dépistage était d'un jour, et le délai médian entre un résultat positif et l'examen du champ visuel de 45 jours.
L'analyse médico-économique, conduite sur un horizon de 10 ans a démontré un rapport coût-efficacité favorable. Le coût du dépistage par IA était estimé à 11,65 € par participant (8 € de licence logicielle, 3,65 € de frais opérationnels). À une prévalence de 1 %, le ratio coût-efficacité incrémental s'établissait à 1 725 € par QALY gagné, avec une probabilité d'être coût-efficace de 76,3 % au seuil décisionnel de 20 000 € par QALY.
Dès une prévalence de 2 %, l'intervention devenait dominante — à la fois moins coûteuse et plus efficace que les soins standards. À la prévalence observée de 5 % dans cette étude, les économies projetées sur 10 ans dépassaient 1 300 € par participant. Ces résultats se sont révélés robustes dans l'ensemble des analyses de sensibilité testant différentes hypothèses de coûts d'infrastructure, avec des probabilités de rentabilité comprises entre 82 et 84 %.
Les auteurs soulignent plusieurs limites : la population étudiée était majoritairement diabétique (84 %) et ethniquement homogène (96 % de participants blancs), ce qui limite la généralisation des résultats. L'attrition entre le dépistage et la confirmation diagnostique (26 % des patients orientés ne s'étant pas rendus à l'évaluation hospitalière) constitue une limite structurelle inhérente aux systèmes à deux niveaux de soins. L'OCT, bien que réalisée chez les patients orientés, n'a pas été intégrée aux critères diagnostiques de référence, faute de consensus international à ce sujet.
En conclusion, cette étude prospective menée en conditions réelles de soins primaires démontre que le dépistage du glaucome assisté par IA est cliniquement performant, opérationnellement faisable avec un personnel non médecin formé en une journée, et économiquement avantageux dès les prévalences modérées habituellement observées en population à risque. Son intégration aux filières de dépistage de la rétinopathie diabétique représente une voie pragmatique pour améliorer la détection précoce du glaucome à grande échelle, tout en préservant la capacité des spécialistes pour les actes diagnostiques et thérapeutiques de confirmation.











