Tirer parti de l’intelligence artificielle dans l'œsophagite à éosinophiles

Pourquoi cela compte pour les personnes qui ont du mal à avaler

L’œsophagite à éosinophiles, ou EoE, est difficile à prononcer et encore plus pénible à vivre. C’est une maladie chronique d’origine allergique de l’œsophage — le tube qui transporte les aliments de la bouche à l’estomac — qui peut provoquer des douleurs à la déglutition, des aliments coincés et des cicatrices à long terme. Cette revue examine comment l’intelligence artificielle (IA) pourrait transformer la manière dont les médecins dépistent, diagnostiquent et traitent l’EoE, et ainsi alléger potentiellement le fardeau des patients qui doivent aujourd’hui subir des procédures répétées et des années d’essais-erreurs thérapeutiques.

Comprendre un trouble digestif discret

L’EoE est devenue beaucoup plus fréquente ces dernières décennies, notamment en Amérique du Nord et en Europe. Chez l’adulte, on a souvent l’impression que la nourriture « reste bloquée » dans la poitrine, tandis que chez l’enfant elle peut provoquer vomissements, perte de poids ou retard de croissance. Parce que ces symptômes se recoupent avec des problèmes plus courants comme le reflux acide, le diagnostic est souvent retardé de plus de deux ans. Pendant ce temps, l’inflammation persistante peut rigidifier et rétrécir l’œsophage, augmentant le risque d’impaction alimentaire et même de déchirures. Les soins actuels reposent sur l’endoscopie (une caméra flexible) et de petites biopsies pour rechercher des regroupements de certains globules blancs. Ces examens sont invasifs, doivent être répétés et ne reflètent pas toujours bien l’état symptomatique du patient.

Comment les machines intelligentes peuvent aider

L’IA désigne des systèmes informatiques qui apprennent des motifs à partir de données et font des prédictions ou des décisions. Dans l’EoE, des outils d’IA sont entraînés sur de nombreux types d’informations médicales : images endoscopiques, lames de microscope de tissus, mesures de pression et d’élasticité de l’œsophage, marqueurs génétiques et sanguins, et même dossiers médicaux écrits. Certains modèles peuvent déjà distinguer l’EoE d’affections similaires avec une très grande précision, ou repérer des patients souffrant de troubles de la déglutition qui ont une forte probabilité d’être atteints et devraient être orientés vers des examens complémentaires. D’autres analysent la rigidité de l’œsophage ou l’organisation des cellules dans une biopsie, révélant des motifs subtils de la maladie que l’œil humain pourrait manquer.

Images plus nettes et microscopes plus « intelligents »

L’endoscopie et l’analyse tissulaire sont au cœur du diagnostic de l’EoE, et les deux peuvent bénéficier de l’IA. Des systèmes de vision par ordinateur entraînés sur des milliers d’images endoscopiques peuvent automatiquement reconnaître des anneaux, des sillons et des plaques blanches évocateurs d’EoE, obtenant des performances comparables à celles de spécialistes expérimentés et supérieures à celles des stagiaires dans certaines études. En pathologie, compter les cellules clés une par une est lent et subjectif. De nouveaux outils numériques pilotés par l’IA peuvent scanner des lames entières, dénombrer les cellules pertinentes, mesurer les lésions tissulaires et même repérer d’autres cellules immunitaires comme les mastocytes. Ces systèmes égalent la précision des pathologistes experts tout en offrant des résultats constants et reproductibles. Avec le temps, ils pourraient fournir des rapports instantanés et standardisés aidant les cliniciens à surveiller l’activité de la maladie et la réponse au traitement avec plus de précision.

Des indices dans le sang, les gènes et les soins quotidiens

Les chercheurs utilisent aussi l’IA pour trier des signaux biologiques complexes et des données cliniques quotidiennes. Des modèles d’apprentissage automatique entraînés sur l’expression génique et de petits régulateurs (microARN) ont identifié des motifs qui distinguent clairement l’EoE du reflux et des tissus normaux, et peuvent même refléter la réponse d’un patient à la corticothérapie. Des approches similaires pourraient un jour transformer un prélèvement sanguin ou un simple frottis en un test fiable permettant de suivre la maladie sans endoscopies répétées. La revue examine également les chatbots et modèles de langage IA comme outils d’information pour les patients. Les premières évaluations montrent que les systèmes généralistes actuels peuvent paraître assurés tout en mélangeant affirmations exactes, erreurs et formulations confuses, ce qui souligne la nécessité d’un réglage fin et d’une supervision médicale avant que ces outils puissent soutenir en toute sécurité les personnes atteintes d’EoE.

Concilier promesses et précautions

Malgré l’enthousiasme, les auteurs insistent sur le fait que l’IA n’est pas une solution miracle. De nombreuses études sur l’EoE reposent sur des cohortes petites et restreintes, ce qui soulève des inquiétudes sur les biais et la fiabilité en conditions réelles. Les modèles complexes peuvent se comporter comme des « boîtes noires », fournissant des prédictions sans explications claires, ce qui complique la confiance, la responsabilité et la régulation. La revue décrit les règles émergentes qui considèrent les algorithmes avancés comme des dispositifs médicaux, en insistant sur la nécessité de jeux de données larges et diversifiés, de tests transparents et d’un suivi continu. Si ces obstacles sont surmontés, l’IA pourrait aider à transformer la prise en charge de l’EoE, passant d’un processus lent, invasif et uniforme à un parcours plus précis, rapide et moins contraignant — permettant aux patients d’obtenir plus tôt le bon diagnostic et le bon traitement, avec moins d’examens et de meilleurs résultats à long terme.

Citation: Liberto, J.D., Snyder, D.L. & Codipilly, D.C. Leveraging artificial intelligence in eosinophilic esophagitis. npj Gut Liver 3, 13 (2026). https://doi.org/10.1038/s44355-025-00046-8

Mots-clés: œsophagite à éosinophiles, intelligence artificielle en médecine, imagerie endoscopique, pathologie numérique, gastro-entérologie de précision