Sept minutes. C'est la durée moyenne d'une consultation dermato. Découvrez la COLLECTION SECRETS DE DERMATOLOGUES
Chaque livre de la collection Secrets de dermatologue, c'est l'heure de conversation qu'un dermatologue n'a jamais le temps d'avoir avec vous.
Découvrez 4 GUIDES COMPLETS pour prendre soin de votre peau sans attendre le prochain rendez-vous.
Peau de mon ado
Acné, peau grasse, mais aussi écrans, gale... : le guide complet DermAdo.
Peau Noire et Mate
Taches, cheveux crépus, cicatrices : le guide peau foncée et métissée.
Longévitalité
Le programme en 90 jours pour ralentir le vieillissement de la peau après 40 ans.
La Peau de l'Intérieur
Eczéma, acné, rosacée : soigner sa peau aussi par l'intestin, le sommeil, le stress.
Intelligence artificielle en dermatologie : état des lieux en 2025
L’intelligence artificielle en dermatologie a connu une accélération spectaculaire depuis 2022 avec l’avènement des grands modèles de langage (LLM) et des modèles multimodaux capables d’analyser des images. En quelques années, elle est passée du laboratoire de recherche à l’usage clinique quotidien – avec des performances qui interrogent sur la place respective de la machine et du dermatologue.
Besoin de l'avis d'un dermatologue rapidement ? Les délais en cabinet sont trop longs ?
Téléconsultation dermatologue : une réponse généralement en - de 24h, pas dans 3 mois.
Avis patients vérifiés : 5,0★ (28 avis)
Mis à jour le 27 août 2026 par le Dr Ludovic Rousseau, dermatologue.
Dr Ludovic Rousseau, dermatologue-vénérologue
Qu’est-ce que l’intelligence artificielle en médecine ?
L’intelligence artificielle (IA) désigne des systèmes informatiques capables d’accomplir des tâches qui requièrent normalement l’intelligence humaine – analyse d’images, raisonnement, génération de texte. En médecine, deux grandes familles sont utilisées :
- Réseaux de neurones convolutifs (CNN) – spécialisés dans l’analyse d’images. Ils transforment une image en une représentation vectorielle compacte tout en conservant ses informations visuelles. Bien adaptés à la dermatoscopie et aux photos cliniques
- Grands modèles de langage multimodaux (LLM) – comme GPT-4V (OpenAI), Gemini (Google) ou Claude (Anthropic). Capables depuis 2022-2023 d’analyser simultanément texte et images, et de raisonner sur des données cliniques complexes
La dermatologie est, avec la radiologie, la spécialité médicale la plus adaptée à l’analyse par IA – car elle repose en grande partie sur la reconnaissance visuelle de patterns.
IA et détection des cancers cutanés – le point en 2025
La cancérologie cutanée est le domaine où l’IA en dermatologie a le plus progressé et où les enjeux sont les plus importants. Le mélanome tue chaque année plus de 1 700 personnes en France – et son pronostic dépend directement de la précocité du diagnostic. L’IA pourrait transformer le dépistage, notamment dans les déserts médicaux.
Performances par type de cancer – ce que disent les études
| Cancer cutané | Performances IA (meilleurs algorithmes) | Vs dermatologue expérimenté | Données clés |
| Mélanome | Sensibilité 86–91% / Spécificité 75–82% (CNN spécialisés) GPT-4V : sensibilité 52,5%, spécificité 72,5% |
CNN spécialisés ≥ dermatologue expérimenté LLM généralistes < dermatologue |
Esteva et al. Nature 2017 ; étude GPT-4V Plastic Surgery 2025 |
| Carcinome basocellulaire | Sensibilité 90–95% sur dermatoscopie (CNN) | Comparable au dermatologue expert pour les formes typiques | Forte prévalence → bases d’entraînement volumineuses |
| Carcinome épidermoïde | Sensibilité 80–87% (CNN) | Légèrement inférieur au dermatologue – formes atypiques difficiles | Confusion fréquente avec kératose actinique et kératose séborrhéique |
| Ensemble des lésions (triage) | Meilleure que les non-spécialistes dans 80% des études | Inférieur au dermatologue expérimenté – supérieur au médecin généraliste | Intérêt majeur pour pré-tri en médecine générale |
💡 Distinction essentielle : les CNN entraînés spécifiquement sur des millions d’images dermatoscopiques annotées (comme ceux de Google DeepMind ou de l’équipe d’Esteva) atteignent des performances comparables au dermatologue expert. Les LLM généralistes (ChatGPT, Gemini, Claude) ont des performances nettement inférieures en diagnostic de cancers cutanés – ils n’ont pas été entraînés sur des bases dermatoscopiques spécialisées.
L’étude fondatrice – Nature 2017
La première étude marquante, publiée dans Nature en 2017 par Esteva et al., a soumis un algorithme d’IA à la classification de 129 450 images de lésions cutanées en 2 032 pathologies. Sur la distinction mélanome/lésion bénigne, l’algorithme s’est montré plus performant que 21 dermatologues certifiés sur 3 des 4 cas testés. Cette étude a ouvert le débat mondial sur l’avenir du dermatologue.
Les données les plus récentes (2024-2025)
- GPT-4V et mélanome (2025) – Une étude publiée en février 2025 dans Plastic Surgery a évalué GPT-4V sur des images dermoscopiques. Le modèle a montré une exactitude de 68,5%, une sensibilité de 52,5% et une spécificité de 72,5% – significativement inférieurs aux normes cliniques
- ChatGPT vs équipe médicale (2025) – Une étude française sur 86 cas (64 carcinomes basocellulaires et 22 mélanomes) a comparé ChatGPT à une équipe spécialisée : 61,6% de diagnostic correct en première position pour l’IA, contre 88,3% pour l’équipe médicale
- DermaSensor (2024) – Autorisé par la FDA en 2024, cet outil de spectroscopie lumineuse utilise l’IA pour aider à détecter mélanome, carcinome épidermoïde et basocellulaire. Destiné aux médecins généralistes en zones sans dermatologue
- Vectra 360 en France (2024) – Scanner de cartographie cutanée intégrant l’IA pour documenter l’ensemble de la surface cutanée et suivre l’évolution des nævus dans le temps
Suivi longitudinal des nævus – l’apport majeur de l’IA
Au-delà du diagnostic ponctuel, l’IA apporte une valeur ajoutée considérable dans le suivi dans le temps des grains de beauté. Un mélanome naissant peut être imperceptible à un examen unique mais révèle son évolution quand on compare deux images espacées de 3 à 12 mois.
Les systèmes de cartographie cutanée IA (Vectra 360®, FotoFinder®, 3DermSpot®) permettent de :
- Photographier en haute résolution la totalité de la surface cutanée
- Identifier automatiquement tous les nævus et les numéroter
- Détecter les changements de taille, couleur, forme entre deux examens
- Alerter le dermatologue sur les lésions ayant changé – qui sont prioritaires à l’examen clinique
Cette approche est particulièrement adaptée aux patients à haut risque : antécédents personnels ou familiaux de mélanome, syndrome du nævus dysplasique (nombreux grains de beauté atypiques), immunodépression.
Limites critiques : l’IA sous-performe sur les peaux noires et asiatiques
⚠️ Biais algorithmique majeur : la quasi-totalité des bases d’entraînement des algorithmes de détection de cancers cutanés ont été construites sur des images de phototypes clairs (I à III). Les performances de l’IA chutent significativement sur les peaux noires et asiatiques (phototypes IV à VI), précisément les populations où le mélanome acrolentigineux – sous-diagnostiqué – est surreprésenté. Ce biais est reconnu comme l’un des problèmes éthiques majeurs de l’IA médicale en dermatologie.
Ce que l’IA ne voit pas – limites diagnostiques
Même les meilleurs algorithmes ont des angles morts :
- Mélanome amélanotique – sans pigmentation visible, il ressemble à un simple bouton rose. Les CNN entraînés sur les critères ABCDE le manquent souvent
- Mélanome des muqueuses – bouche, génitaux, muqueuse nasale – absent des bases d’entraînement standard
- Mélanome unguéal (sous l’ongle) – peu représenté dans les bases d’images
- Contexte clinique – un nævus apparemment bénin sur un patient immunodéprimé ou avec antécédents familiaux de mélanome doit être géré différemment. L’IA ne connaît pas le dossier médical
- Palpation – l’induration, la consistance, l’adhérence d’une lésion sont des informations captées par l’examen clinique, pas par une photo
Ce que dit la recherche : performances globales de l’IA en dermatologie
💡 Conclusion des études récentes : l’IA est plus performante que les non-spécialistes pour le dépistage, mais reste inférieure à un dermatologue expérimenté. Son rôle optimal est l’aide au tri et au dépistage, pas le diagnostic autonome. La Société française de dermatologie souligne que ces dispositifs doivent compléter, jamais remplacer, l’évaluation médicale spécialisée.
Les LLMs en dermatologie : ChatGPT, GPT-4V, Gemini, Claude
Depuis fin 2022, les grands modèles de langage multimodaux ont transformé l’usage de l’IA en médecine. Leurs apports en dermatologie sont multiples :
Analyse d’images cliniques et dermoscopiques
GPT-4V, Gemini et Claude peuvent analyser une photo de lésion cutanée et proposer des diagnostics différentiels. Cependant, comme le montrent les études de 2025, leurs performances restent inférieures à celles d’un dermatologue formé – ils ne doivent pas être utilisés pour établir un diagnostic final.
Aide à la décision thérapeutique
Les LLMs peuvent synthétiser la littérature scientifique mondiale et proposer des options thérapeutiques conformes aux dernières recommandations. Utilisés avec discernement, ils constituent une aide précieuse pour vérifier une décision ou explorer des alternatives thérapeutiques rares.
Formation et information patient
Les LLMs peuvent générer des explications claires sur les maladies de peau, les traitements et les signes d’alerte – utile pour l’information patient et la formation médicale continue.
⚠️ Limites importantes : les LLMs peuvent « halluciner » – générer des informations fausses avec une apparente confiance. Toute décision médicale basée sur une IA généraliste doit être supervisée par un médecin. Ces outils ne sont pas des dispositifs médicaux certifiés CE ou FDA pour le diagnostic autonome.
Applications IA en dermatologie disponibles en 2025
Applications mobiles de dépistage
SkinVision – fondée en 2011, basée sur plus d’un million d’images. Classe les lésions en risque faible, moyen ou élevé. Sensibilité 80% / spécificité 78% – utile pour un premier tri mais ne se substitue pas à la dermatoscopie médicale.
Skin IO – deep learning pour le dépistage du cancer cutané via smartphone, avec suivi longitudinal des lésions dans le temps.
Skinive et Ada Health – bases de données de millions d’images annotées pour reconnaître les motifs de maladies cutanées – orientation pour lésions bénignes/suspectes, eczéma, psoriasis, acné.
Outils pour professionnels de santé
MoleScope (MetaOptima) – dermatoscopie connectée au smartphone avec algorithme d’apprentissage automatique pour analyser et suivre les nævus. Destiné aux professionnels de santé.
Skin Image Search (FirstDerm) – aide au diagnostic différentiel sur photos cliniques, à destination des médecins généralistes.
DermaSensor – autorisé par la FDA en 2024, spectroscopie lumineuse IA pour identifier les lésions nécessitant un avis dermatologique urgent chez les médecins non-spécialistes.
IA et découverte de nouveaux traitements
En 2025, l’IA ne se contente plus d’aider au diagnostic : elle accélère aussi l’arrivée de nouvelles thérapies. Takeda a annoncé des résultats de phase III positifs pour le zasocitinib (TAK-279), une petite molécule contre le psoriasis en plaques dont la sélection initiale a été guidée par des algorithmes de découverte médicamenteuse.
Besoin de l'avis d'un dermatologue rapidement ? Les délais en cabinet sont trop longs ?
Téléconsultation dermatologue : une réponse généralement en - de 24h, pas dans 3 mois.
Avis patients vérifiés : 5,0★ (28 avis)
Les centres de dépistage par IA sans dermatologue : le cas des centres « France Dermatologie »
Depuis quelques années, plusieurs centres proposent un dépistage cutané assisté par intelligence artificielle sans dermatologue présent sur place. Le patient est positionné devant un scanner corporel qui photographie l’ensemble de la peau en quelques secondes. Un médecin, pas toujours spécialisé en dermatologie, valide ensuite à distance l’interprétation de l’algorithme et signale les lésions à explorer davantage. Ce modèle a été présenté dans un reportage de franceinfo comme une réponse possible au manque de dermatologues.
Le Syndicat National des Dermatologues Vénéréologues (SNDV) a pris position publiquement contre ce fonctionnement. Il reproche à ces structures de transformer un enjeu de santé publique en offre commerciale, avec des tarifs élevés et un reste à charge important pour le patient, alors qu’une consultation dermatologique classique est prise en charge par l’Assurance Maladie. Le syndicat souligne également que ce type de dépistage se déroule parfois hors de tout encadrement dermatologique, sans validation scientifique publiée sur la performance réelle de l’algorithme utilisé.
- Un algorithme entraîné sur une base d’images ne remplace pas l’examen clinique complet : palpation, dermoscopie, interrogatoire sur les antécédents et l’évolution de la lésion.
- La performance publiée d’une IA en conditions d’étude ne se transpose pas automatiquement à son usage en vie réelle, sur une patientèle et un matériel différents.
- Un résultat rassurant de l’IA ne dispense pas de consulter un dermatologue sans attendre en cas de doute persistant ou de lésion qui évolue.
- Le reste à charge de ces centres est souvent élevé et n’est pas remboursé de la même façon qu’une consultation dermatologique classique.
Mon avis de dermatologue : ces outils peuvent avoir un intérêt réel en pré-tri dans des zones où l’accès à un spécialiste est très limité, à condition qu’un dermatologue reste impliqué dans la boucle diagnostique et que les limites de l’IA soient expliquées clairement au patient. Ils ne doivent en aucun cas se substituer à un examen clinique complet, surtout devant une lésion qui inquiète ou qui change d’aspect.
Le point de vue du dermatologue
La question qui revient souvent est : « L’IA va-t-elle remplacer le dermatologue ? » Les études et l’usage clinique répondent clairement : non, mais elle va le transformer.
L’IA est aujourd’hui surtout utile pour :
- Le dépistage de masse dans les zones sans dermatologue – tri des lésions qui nécessitent un avis urgent
- Le suivi longitudinal des nævus – détection automatique des changements dans le temps
- L’aide à la décision – vérification d’une hypothèse diagnostique ou thérapeutique
- La télémédecine – pré-analyse des photos envoyées avant une téléconsultation
Ce qui reste du ressort exclusif du médecin :
- Le dialogue avec le patient – anamnèse, vécu, histoire clinique complète
- La palpation et l’examen clinique – informations non captables par une photo
- Le jugement médical global – intégrant le contexte, les comorbidités, les préférences du patient
- La décision thérapeutique finale et l’engagement éthique envers le patient
En tant que dermatologue, j’utilise ces outils pour appuyer mes diagnostics et vérifier mes décisions thérapeutiques – en gardant toujours le dernier mot sur ce que me proposent les machines.
- L’examen clinique complet, qui replace un grain de beauté dans le contexte de toute la peau et de ses antécédents
- La dermoscopie manuelle et, si besoin, la biopsie avec analyse histologique, seule à poser un diagnostic de certitude
- Le jugement clinique face à un cas atypique, hors du champ d’entraînement des modèles
Une application d’auto-diagnostic qui rassure à tort sur une lésion suspecte retarde la consultation. En cas de grain de beauté qui change de forme, de couleur ou de taille, ou de toute lésion qui ne guérit pas, consultez un dermatologue sans attendre le verdict d’une IA.
Enjeux éthiques et protection des données
- Protection des données de santé – les données médicales sont les plus sensibles qui soient. La question de leur exploitation par les grandes plateformes technologiques est centrale
- Biais algorithmiques – la plupart des bases d’entraînement sont construites sur des peaux claires, ce qui réduit la performance de l’IA sur les peaux noires et asiatiques
- Faux diagnostics – un mélanome non détecté par une application peut créer une fausse sécurité dangereuse. Une lésion bénigne classée suspecte génère anxiété et consultations inutiles
- Responsabilité médicale – qui est responsable d’une erreur diagnostique d’une IA ? Le cadre réglementaire européen (AI Act) est en cours de construction
Questions fréquentes sur l’IA en dermatologie
L’IA peut-elle diagnostiquer un mélanome à partir d’une photo ?
Les CNN spécialisés entraînés sur des millions d’images dermatoscopiques atteignent des sensibilités de 86 à 91% pour la détection du mélanome – comparables au dermatologue expert. En revanche, les LLM généralistes comme GPT-4V n’atteignent que 52,5% de sensibilité selon l’étude publiée en 2025 dans Plastic Surgery. Les applications grand public (SkinVision, Skin IO) se situent entre les deux. Aucune ne remplace la consultation chez un dermatologue pour une lésion suspecte – elles sont utiles pour un premier tri, pas pour un diagnostic final.
Quels patients bénéficient le plus du suivi des nævus par IA ?
Les systèmes de cartographie cutanée IA sont particulièrement indiqués pour : les patients avec antécédents personnels ou familiaux de mélanome, le syndrome du nævus dysplasique (plus de 50 grains de beauté atypiques), les patients immunodéprimés (transplantés, VIH), et ceux qui ont subi de nombreux coups de soleil intensifs. La cartographie permet de comparer l’ensemble des lésions dans le temps et de détecter les changements précoces – là où l’œil humain, face à des dizaines de nævus similaires, peut passer à côté d’une évolution subtile.
Quelles applications IA existent pour analyser les grains de beauté ?
Plusieurs applications sont disponibles : SkinVision (analyse le risque de cancer cutané, sensibilité 80%), Skin IO (suivi longitudinal des lésions), Skinive et Ada Health (orientation diagnostique). Pour les professionnels : MoleScope (dermatoscopie connectée), DermaSensor (spectroscopie lumineuse FDA 2024), Vectra 360 (cartographie cutanée totale). Ces outils sont utiles pour un premier tri mais ne se substituent pas à la dermatoscopie par un dermatologue.
ChatGPT peut-il aider à diagnostiquer une maladie de peau ?
ChatGPT (GPT-4V) peut analyser des photos de lésions cutanées et proposer des diagnostics différentiels. Cependant, une étude française de 2025 montre que sa précision (61,6%) reste nettement inférieure à celle d’une équipe médicale (88,3%). Il peut être utile comme aide à la réflexion ou pour obtenir des informations générales, mais ne doit jamais servir de diagnostic final – et particulièrement pas pour les lésions pigmentées suspectes où une erreur peut être fatale.
Les données envoyées à une application de diagnostic cutané sont-elles protégées ?
En Europe, le RGPD encadre le traitement des données de santé – qui sont des données « sensibles » au sens juridique. Vérifiez toujours la politique de confidentialité de l’application, si elle est certifiée dispositif médical CE, et si vos données sont hébergées sur des serveurs européens. Méfiez-vous des applications gratuites qui exploitent vos photos à des fins commerciales. La certification dispositif médical CE implique un niveau d’exigence bien supérieur aux applications grand public non certifiées.
Un dermatologue sera-t-il un jour remplacé par l’IA ?
C’est peu probable à court terme. L’IA excelle sur des tâches ciblées et bien définies, comme classer une image dermoscopique, mais elle ne mène pas d’interrogatoire, ne palpe pas, ne suit pas un patient dans le temps et n’engage pas sa responsabilité médicale. La plupart des experts envisagent une complémentarité, l’IA assistant le dermatologue plutôt que le remplaçant.
Comment savoir si une application de diagnostic cutané est fiable ?
Vérifiez si le dispositif dispose d’un marquage CE en tant que dispositif médical, si ses performances ont été publiées dans une revue scientifique avec comité de lecture, et si l’éditeur précise clairement les limites de l’outil. Une application qui promet un diagnostic certain sans jamais recommander de consultation doit alerter.
Voir aussi : Mélanome – reconnaître les signes d’alerte / Grains de beauté / Bouton qui ne guérit pas / Cancers de la peau
Besoin de l'avis d'un dermatologue rapidement ? Les délais en cabinet sont trop longs ?
Téléconsultation dermatologue : une réponse généralement en - de 24h, pas dans 3 mois.
Avis patients vérifiés : 5,0★ (28 avis)
Références et sources
- Esteva A et al., Nature, 2017, PMID 28117445 – Dermatologist-level classification of skin cancer with deep neural networks
- Salinas MP et al., NPJ Digit Med, 2024, PMID 38744955 – Systematic review and meta-analysis of AI versus clinicians for skin cancer diagnosis
- Perlmutter JW et al., Plast Surg (Oakv), 2025, PMID 39980664 – Assessing GPT-4’s accuracy in detecting melanoma and suspicious skin lesions
- IA vs équipe médicale en dermatologie – EM Consulte 2025
- DermaSensor FDA 2024 – Skin Cancer Foundation
- Société Française de Dermatologie
- HAS – Évaluer les dispositifs médicaux avec intelligence artificielle
Sept minutes. C'est la durée moyenne d'une consultation dermato. Découvrez la COLLECTION SECRETS DE DERMATOLOGUES
Chaque livre de la collection Secrets de dermatologue, c'est l'heure de conversation qu'un dermatologue n'a jamais le temps d'avoir avec vous.
Découvrez 4 GUIDES COMPLETS pour prendre soin de votre peau sans attendre le prochain rendez-vous.
Peau de mon ado
Acné, peau grasse, mais aussi écrans, gale... : le guide complet DermAdo.
Peau Noire et Mate
Taches, cheveux crépus, cicatrices : le guide peau foncée et métissée.
Longévitalité
Le programme en 90 jours pour ralentir le vieillissement de la peau après 40 ans.
La Peau de l'Intérieur
Eczéma, acné, rosacée : soigner sa peau aussi par l'intestin, le sommeil, le stress.
Soyez informé(e) des dernières publications et nouveautés du site
