Alibaba a annoncé la mise en open source d'un modèle d'intelligence artificielle destiné au diagnostic médical, capable selon l'entreprise de détecter des cancers ainsi que près de 150 autres pathologies à partir d'images médicales. Le modèle s'inscrit dans les efforts du groupe chinois pour appliquer ses recherches en IA au secteur de la santé, un domaine où plusieurs géants technologiques chinois — dont Baidu et Tencent — investissent massivement depuis plusieurs années.
Le choix de l'open source s'inscrit dans une stratégie plus large adoptée par Alibaba avec sa famille de modèles Qwen, dont plusieurs versions ont déjà été publiées librement pour encourager leur adoption par la communauté des développeurs et des chercheurs, en Chine comme à l'international. Rendre accessible un modèle médical de ce type permettrait à des hôpitaux, cliniques ou équipes de recherche, notamment dans des régions disposant de ressources limitées, d'expérimenter des outils d'aide au diagnostic sans dépendre de solutions propriétaires coûteuses.
Les modèles d'IA appliqués à l'imagerie médicale se sont multipliés ces dernières années, portés par les progrès en vision par ordinateur et par la disponibilité croissante de jeux de données annotés. Ces systèmes sont généralement entraînés à repérer des anomalies dans des radiographies, scanners ou IRM, en s'appuyant sur des corrélations statistiques apprises à partir de milliers, voire de millions d'images cliniques. Leur intérêt principal réside dans leur capacité à accélérer le dépistage et à soutenir les radiologues, en particulier dans les zones où ces spécialistes sont rares.
Reste que l'ouverture d'un tel modèle soulève des questions classiques de validation clinique, de biais dans les données d'entraînement et de responsabilité en cas d'erreur diagnostique. Les détails techniques sur la méthodologie d'évaluation, les jeux de données utilisés ou les performances comparées à des radiologues humains n'ont pas encore été précisés dans les informations disponibles, ce qui invite à la prudence avant toute adoption clinique généralisée.