Un modèle généraliste pour les scanners abdominaux : les promesses de RADAR, entre Science et licences d'usage

Le 18 septembre 2026, l'Académie DAMO du groupe Alibaba a rendu publics le code et les poids de RADAR, un modèle de vision et de langage conçu pour l'analyse des scanners abdominaux avec produit de contraste. Contrairement à l'usage des lancements industriels, la diffusion du système a été précédée par la publication des résultats dans la revue Science. Selon la documentation officielle, le modèle a été entraîné sur plus de 400 000 examens radiologiques et 15 millions de paires image-texte, en apprenant directement des comptes rendus cliniques, sans annotation manuelle, pour évaluer 18 structures anatomiques et 146 observations radiologiques.

Les données publiées dans l'article font état d'une aire sous la courbe ROC moyenne de 0,913 sur les 146 observations de la cohorte interne, avec un intervalle de confiance à 95 % compris entre 0,911 et 0,915, et de valeurs situées entre 0,874 et 0,912 lors des tests menés dans huit centres externes. Pour quatre types de tumeurs confirmés par examen anatomopathologique — foie, pancréas, estomac et côlon-rectum — l'indicateur varie de 0,891 à 0,984. Dans une épreuve de lecture réunissant 26 radiologues, la précision autonome du modèle a dépassé celle de 23 des 26 médecins concernés, tandis que son assistance a accru la sensibilité diagnostique du groupe d'environ 10 points de pourcentage, réduisant les délais de compte rendu de plus de 30 %. Il s'agit toutefois de mesures agrégées déclarées par les auteurs : une vérification indépendante sur des cohortes non sélectionnées par l'équipe de recherche fait encore défaut. Un écart apparaît par ailleurs sur le volume des données : une partie de la presse indique 420 000 examens, alors que le dépôt officiel et l'article de Science parlent de « plus de 400 000 ». L'écart ne peut être tranché sur le texte intégral de l'article, inaccessible à la lecture automatique. L'équipe de l'Académie DAMO, citée par le South China Morning Post, le présente comme « le premier modèle généraliste d'imagerie médicale de niveau expert au monde ».

Sur le terrain de l'adoption concrète apparaissent des contraintes méthodologiques et juridiques. Si le code source est distribué sur GitHub sous licence Apache 2.0, les poids publiés sur Hugging Face relèvent de la licence Creative Commons Attribution-NonCommercial-ShareAlike 4.0, qui en interdit l'exploitation commerciale ; le dépôt renvoie en outre à une archive Zenodo du matériel. On ignore encore si cette limitation autorise l'emploi de la technologie au sein des établissements de santé publics européens, tenus de concilier l'innovation clinique avec les exigences du règlement sur les dispositifs médicaux et du règlement sur l'IA. Sur les autorisations réglementaires pour un usage clinique hors de Chine, nous n'avons trouvé aucune confirmation de source primaire, dans un sens comme dans l'autre : le point reste ouvert.

L'ordre choisi — d'abord l'évaluation par les pairs, ensuite la diffusion — inverse la pratique habituelle des lancements industriels ; reste à savoir si cette gratuité conditionnée par une licence non commerciale sera une ressource pour les laboratoires ou un casse-tête juridique pour les services hospitaliers.

— Olya