Une étude du ministère de la Santé de Zambie a dépisté 8 204 femmes dans huit cliniques publiques avec une IA lisant des images cervicales, avec 85 % de sensibilité et 86 % de spécificité ; un essai dans 5 pays africains a quasi doublé la sensibilité face à l'inspection standard.
0.91
AUC pour la détection des lésions CIN2+ (validation en Zambie) (Oct 2019 - Dec 2021)
85 % (95% CI 81-90%)
Sensibilité pour la détection des lésions CIN2+ (validation en Zambie) (Oct 2019 - Dec 2021)
86 % (95% CI 84-88%)
Spécificité pour la détection des lésions CIN2+ (validation en Zambie) (Oct 2019 - Dec 2021)
8,204
Femmes recrutées dans l'étude de validation en Zambie (Oct 2019 - Dec 2021)
60.1 % (95% CI 55.5-64.5)
Sensibilité de l'AVE pour la détection CIN2+ (étude sur cinq pays) (Mar 2022 - Jan 2023)
36.6 % (95% CI 32.2-41.1)
Sensibilité de l'IVA pour la détection CIN2+ (étude sur cinq pays) (Mar 2022 - Jan 2023)
Details
Maturity
Pilot
Promoter
Zambia Ministry of Health, with the U.S. National Cancer Institute, Global Health Labs, and Unitaid
Period
October 2019 - December 2021 (Zambia validation); five-country regional study March 2022 - January 2023
Keywords
health screening, cervical cancer, computer vision, public health service delivery
Context
L'Évaluation visuelle automatisée (AVE) est un outil d'IA de classification d'images, développé à l'origine avec l'Institut national du cancer des États-Unis (NCI), qui analyse des photographies du col de l'utérus prises avec un smartphone ou un appareil photo numérique pour signaler d'éventuelles lésions précancéreuses, destiné à assister et non à remplacer le professionnel de santé effectuant l'examen. Entre octobre 2019 et décembre 2021, le ministère de la Santé de Zambie, en collaboration avec le NCI, Global Health Labs et Unitaid, a mené une étude de validation interne dans huit établissements de santé publics (sept à Lusaka, un à Kitwe), recrutant 8 204 femmes âgées de 25 à 55 ans via le programme public national de prévention du cancer du col de l'utérus.
Objectives
Évaluer la précision avec laquelle l'AVE identifie les lésions cervicales précancéreuses et cancéreuses confirmées par histopathologie (CIN2+) en conditions réelles dans des établissements de santé publics, et comparer sa performance diagnostique à l'inspection visuelle standard à l'acide acétique (IVA).
Activities
L'étude zambienne a confirmé les résultats de l'AVE par histopathologie pour les 8 204 femmes recrutées. Une étude distincte, prospective et observationnelle, de précision diagnostique a été menée dans des établissements de santé publics du Malawi, du Rwanda, du Sénégal, de la Zambie et du Zimbabwe entre mars 2022 et janvier 2023, comparant la détection des lésions CIN2+ par l'AVE à l'IVA à l'œil nu.
Results
En Zambie, l'AVE a identifié les lésions CIN2+ avec une AUC de 0,91, soit une sensibilité de 85 % (IC 95 % 81-90 %) et une spécificité de 86 % (IC 95 % 84-88 %). Dans l'étude portant sur cinq pays, l'AVE a porté la sensibilité de détection des lésions CIN2+ à 60,1 % (IC 95 % 55,5-64,5), contre 36,6 % (IC 95 % 32,2-41,1) pour l'IVA seule, avec une baisse de spécificité jugée acceptable.
Conclusions
Les deux études ont été explicitement présentées comme des recherches de précision diagnostique et non comme un déploiement national de dépistage achevé ; les auteurs indiquent que la baisse de spécificité rend indispensable la supervision clinique de chaque cas signalé par l'IA, et aucune source trouvée ne décrit un déploiement de l'AVE au-delà des établissements de l'étude.
Implementation
Indicative cost
Medium (€50k–€500k) — Not itemised in the source; funded via international research grants (including NCI grant UH3CA202721) rather than domestic budget alone, and dependent on smartphone/camera equipment and histopathology confirmation infrastructure at study facilities.
Time to results
Medium (1–3 years) — Zambia validation ran October 2019 to December 2021; the five-country diagnostic-accuracy study ran March 2022 to January 2023.
Staffing & skills
Health workers performing cervical exams, supported by AVE image analysis, Zambia Ministry of Health public-sector cervical cancer prevention programme staff, Technical partners: U.S. National Cancer Institute, Global Health Labs, Unitaid
Conditions for success
Histopathology confirmation infrastructure to validate AI-flagged results
Clinician oversight of every AI-flagged case, given the specificity trade-off
International grant funding (including NCI grant UH3CA202721)
Common failure modes
Lower specificity than sensitivity means false positives require clinician review
No published evidence yet of deployment beyond the study facilities
No documented national ownership or financing plan for scale-up after the studies
Where it fits
Governance type
national ministry of health with international research-funder support
Scale
sub-national pilot facilities across one to five African countries
Income level
low-income and lower-middle-income
Data sources
Where this practice's information was retrieved from, and when.
Estonia's open-source virtual-assistant ecosystem giving citizens a single conversational channel to public services, integrated across 18+ organisations, with human hand-off …
Rwanda's RISA-run IremboGov platform, now covering 223 government services, added a Kinyarwanda/English/French AI chatbot for citizen support; independent analysis found …