L'IA peut-elle diagnostiquer l'endométriose à partir des irrégularités du cycle menstruel détectées dans les données d'une application de suivi des règles ?

L'endométriose perturbe les cycles hormonaux, provoquant souvent des saignements irréguliers. Une IA analysant les symptômes enregistrés dans une application pourrait identifier des cycles atypiques liés à la maladie. Une détection précoce pourrait réduire les retards de diagnostic, qui s'élèvent actuellement en moyenne à 7–10 ans. La qualité des données et les biais de déclaration des utilisateurs restent des obstacles majeurs. Cette approche exploite les tendances de santé crowdsourcées à grande échelle.

Des chercheurs ont commencé à explorer si les modèles d'IA peuvent utiliser les journaux de symptômes des applications de suivi des règles pour signaler une endométriose possible, mais les systèmes actuels restent expérimentaux et ne sont pas approuvés pour un diagnostic. Une étude de 2023 a montré que l'apprentissage automatique basé sur des symptômes auto-déclarés peut atteindre une précision modérée pour distinguer une endométriose probable des cas témoins, mais des taux élevés de faux positifs et l'absence de validation par imagerie ou chirurgie limitent la fiabilité clinique. Comme le diagnostic de l'endométriose nécessite généralement une chirurgie laparoscopique ou une IRM, les suggestions de l'IA basées uniquement sur des irrégularités du cycle doivent être considérées comme des signaux préliminaires plutôt que comme des diagnostics définitifs. Toute alerte provenant d'une application devrait inciter à consulter un professionnel de santé qualifié pour des tests appropriés.

— Enriched 12 mai 2026 · Source : BMJ — https://www.bmj.com/content/383/bmj.p2810