Un développeur crée un analyseur d'IRM de la colonne avec Python et Gemini

Dix heures par jour devant l'écran, une douleur lombaire chronique et une nouvelle visite chez le neurologue : une histoire familière pour des centaines de milliers de développeurs dans le monde. L'un d'eux a décidé de ne pas se contenter de serrer les dents et a écrit son propre outil d'analyse d'IRM de la colonne vertébrale. Ainsi est né Spine Advisor, une application de bureau en Python qui traite des images médicales en quelques secondes grâce au modèle multimodal Gemini 3 Flash.

L'histoire du projet, publiée sur Habr, commence de façon banale et reconnaissable. L'auteur est un programmeur en activité qui a ignoré pendant des années les signaux de son propre corps. Quand de rares « coups de poignard » sont devenus une gêne permanente, les consultations se sont enchaînées, et avec elles une pile d'IRM. À chaque fois, le spécialiste passait du temps à comparer les résultats, à expliquer l'évolution et à interpréter les comptes rendus. Le développeur s'est posé une question logique : peut-on confier au moins une partie de cette routine à un modèle de langage ?

Il s'avère que oui. Spine Advisor fonctionne comme un journal numérique du dos doté d'un assistant IA intégré. L'utilisateur charge ses IRM, et Gemini 3 Flash analyse les images en repérant les motifs clés : protrusions, hernies, altérations des disques intervertébraux. L'application permet de comparer les résultats dans le temps et de suivre les progrès du traitement d'une consultation à l'autre. En somme, c'est un suivi médical personnel qui parle un langage compréhensible au patient, au lieu de le laisser seul face à la terminologie impénétrable des comptes rendus de radiologie.

Les choix techniques de l'auteur méritent qu'on s'y arrête. Gemini 3 Flash est un modèle multimodal relativement récent de Google, qui se montre efficace en analyse d'images, avec une grande rapidité et des coûts d'API modérés. Pour une application de bureau destinée au grand public, c'est un compromis raisonnable entre qualité d'interprétation et coût. Le choix de Python n'a rien de fortuit : son riche écosystème de bibliothèques pour l'imagerie médicale, de pydicom à nibabel, en fait le standard de fait du ML médical.

Le projet soulève toutefois des questions qui dépassent largement une seule application. On voit émerger une nouvelle catégorie d'outils médicaux : conçus non par des groupes disposant de budgets de certification de plusieurs millions, mais par des patients pour résoudre leurs propres problèmes. C'est à la fois encourageant et inquiétant. D'un côté, les modèles multimodaux ont réellement atteint un niveau où ils peuvent extraire des informations pertinentes d'images médicales. Les études des deux dernières années montrent que les grands modèles de langage se rapprochent de la précision des internes en médecine sur plusieurs tâches de radiologie. De l'autre, aucun de ces modèles n'est un dispositif médical certifié, et leurs interprétations ne doivent pas remplacer un diagnostic professionnel.

À son crédit, l'auteur présente Spine Advisor comme un outil d'appoint, pas comme un substitut au médecin. L'application aide le patient à préparer sa consultation, à formuler des questions et à suivre les changements, mais le dernier mot revient au spécialiste. C'est une réserve importante, que les enthousiastes de l'IA médicale oublient souvent. Les régulateurs du monde entier, de la FDA à Roszdravnadzor, n'ont pas encore défini d'approche commune pour ces outils « de patients », et le statut juridique de ces applications reste dans une zone grise.

La tendance n'en est pas moins nette. À mesure que les modèles multimodaux deviennent moins chers et plus accessibles, et que les API des grands fournisseurs simplifient l'intégration, la barrière à l'entrée pour créer des assistants médicaux d'IA s'abaisse rapidement. Aujourd'hui, un développeur bricole un analyseur d'IRM en une semaine. Demain, de tels outils pourraient devenir un complément standard du dossier médical électronique. Reste à savoir si le cadre réglementaire suivra la technologie, ou si les patients, armés de Python et de clés d'API, se retrouveront une fois de plus un cran devant le système de santé.