Radiologie et IA : L’IA peut-elle créer des "Deepfakes" indétectables ?

Radiologie et IA : L’IA peut-elle créer des "Deepfakes" indétectables ?

Le domaine de l’imagerie médicale entre dans une zone de turbulences. Selon une étude majeure publiée dans la revue Radiology le 17 avril 2026, l’intelligence artificielle générative est désormais capable de produire des radiographies si réalistes qu’elles trompent l'œil des radiologues expérimentés et même les systèmes de détection automatisés.

1. L'illusion de la perfection

L'étude, menée par le Dr Mickael Tordjman (Mont Sinai, New York), a soumis 264 radiographies (moitié réelles, moitié générées par ChatGPT) à 17 radiologues internationaux.

• Le constat : Lorsqu'ils ne sont pas prévenus de la présence de deepfakes, les radiologues n'identifient que 41 % des images générées par l'IA.
• Même prévenus : La détection ne monte qu'à 75 %. L'expertise clinique et les années d'expérience n'améliorent pas significativement ce score.
• L'IA se trompe elle-même : Les modèles multimodaux, et même l'IA ayant créé les images, ne parviennent pas à reconnaître systématiquement leurs propres productions.

2. Comment repérer un "Deepfake" médical ?

Malgré leur réalisme, ces images présentent des caractéristiques de "perfection" artificielle que le Dr Tordjman appelle des anomalies récurrentes :

• Symétrie excessive : Des poumons ou des colonnes vertébrales trop parfaitement alignés.
• Surfaces lisses : Des os sans aucune irrégularité naturelle.
• Fractures "propres" : Des cassures qui paraissent trop nettes et limitées à un seul côté de l'os.
• Bruit uniforme : Un grain d'image trop régulier sur l'ensemble du cliché.

3. Les risques : De l'erreur de diagnostic à la fraude

La démocratisation de ces outils (qui ne nécessitent plus de savoir programmer) ouvre la porte à des scénarios inquiétants :

• Manipulation de données : Création de fausses fractures ou de fausses tumeurs dans des dossiers cliniques, juridiques ou de recherche.
• Cyberattaques ciblées : Injection d'images falsifiées dans les réseaux hospitaliers.
• Perte de confiance : Le défi du médecin passe de l'interprétation de l'image à la vérification de son authenticité.

Mon conseil de pro (Focus Algérie)

En Algérie, où la numérisation des services de radiologie progresse rapidement, ces découvertes sont cruciales :

1. La prudence face au "tout IA" : L'IA est un outil d'aide formidable, mais ce rapport souligne l'importance vitale de garder un œil humain critique. "Voir ne suffit plus à croire".
2. Besoin de sécurité : Il devient urgent de mettre en place des systèmes de protection technique, comme le tatouage numérique (watermarking) des images produites par nos scanners et radios, pour garantir que ce que le médecin analyse est bien la réalité du patient.
3. Formation continue : Nos radiologues doivent être sensibilisés à ces nouveaux types d'anomalies "trop parfaites" pour ne pas être induits en erreur par des images générées ou altérées accidentellement par des logiciels de traitement d'image trop agressifs.

Dr NAAS-ARABA AI.