Merci pour votre inscription à la newsletter
Accueil » Notre-action » Recherche-et-innovation » Informations-sur-les-maladies-et-la-recherche-medicale » Comment l’IA peut-elle améliorer la prise en charge de l’uvéite liée à une maladie auto-immune ?
L’uvéite, liée à une maladie auto-immune dans de nombreux cas, touche environ une à deux personnes sur 1 000. Elle représente l’une des premières causes de handicap visuel chez les adultes actifs. Mais derrière cette pathologie se cachent plus de 80 étiologies possibles, rendant le diagnostic aussi complexe que décisif. Comment mieux identifier la cause d’une uvéite ? Comment anticiper son évolution ? À Lyon, des chercheurs des Hospices Civils de Lyon (HCL) explorent le potentiel de l’intelligence artificielle pour répondre à ces questions.
Troisième cause de cécité évitable dans les pays développés, l’uvéite frappe majoritairement les 20-60 ans. Elle concentre ainsi des enjeux de santé publique, de qualité de vie et d’autonomie, qui dépassent largement la sphère ophtalmologique.
L’uvée désigne la tunique vasculaire intermédiaire de l’œil, composée de l’iris, du corps ciliaire et de la choroïde. Une uvéite correspond à l’inflammation d’une ou plusieurs de ces structures.
Elle peut être :
→ antérieure (touchant l’iris) ;
→ intermédiaire ;
→ postérieure (atteignant la rétine ou la choroïde) ;
→ diffuse (on parle alors de panuvéite).
Dans la majorité des cas, cette inflammation résulte d’un dérèglement du système immunitaire. Les défenses de l’organisme s’attaquent à ses propres tissus oculaires.
Les signes cliniques varient selon la localisation de l’inflammation. Les manifestations les plus fréquentes sont :
→ un œil rouge, douloureux ou inconfortable ;
→ une photophobie (sensibilité accrue à la lumière) ;
→ des corps flottants (taches mobiles dans le champ visuel) ;
→ une vision trouble ;
→ une baisse de l’acuité visuelle.
Une consultation ophtalmologique en urgence s’impose dès l’apparition de ces symptômes, en particulier en cas de baisse rapide de la vision.
Faute de traitement adapté, l’uvéite peut entraîner des complications oculaires sévères, pouvant conduire à une perte irréversible de la vision, voire à la cécité :
→ œdème maculaire ;
→ hypertonie oculaire (glaucome secondaire) ;
→ cataracte ;
→ décollement de la rétine ;
→ lésions rétiniennes, etc.
Lorsque l’uvéite est le signe révélateur d’une maladie auto-immune sous-jacente non traitée, d’autres organes peuvent être affectés (articulations, poumons, reins…), aggravant le pronostic global du patient.
| 💡À retenir : Une méta-analyse récente a associé le tabagisme à un risque d’uvéite presque doublé. Chez les patients ayant une uvéite intermédiaire, le tabagisme actif était aussi lié à un risque presque multiplié par 4 d’œdème maculaire cystoïde. |
Poser le diagnostic d’uvéite est une chose. En identifier la cause en est une autre, bien plus complexe. Ce bilan étiologique requiert systématiquement la collaboration d’un binôme ophtalmologiste-interniste.
L’uvéite recouvre près de 80 étiologies distinctes, ce qui en fait l’une des pathologies oculaires les plus difficiles à explorer.
Les principales origines identifiées sont :
→ infectieuses : tuberculose oculaire, herpès, toxoplasmose, syphilis ;
→ inflammatoires/auto-immunes : sarcoïdose, spondylarthrite, maladie de Behçet, polyarthrite rhumatoïde ;
→ purement ophtalmologiques : maladie de Birdshot, choroïdite multifocale ;
→ médicamenteuses ou paranéoplasiques (provoqués à distance d’un cancer, sans que les cellules cancéreuses envahissent directement l’organe concerné).
La multiplicité et l’hétérogénéité de ces causes font du diagnostic étiologique un exercice long, coûteux et menant parfois à l’impasse. Malgré un bilan exhaustif, un tiers des uvéites restent inexpliquées.
| 💡 Le saviez-vous ? Chez les patients vus pour une uvéite antérieure aiguë, la spondylarthrite axiale n’est pas rare. Une étude a retrouvé une prévalence minimale de 20,2 %, dont près d’un quartdes cas étaient jusque-là passés inaperçus. |
La distinction entre uvéite infectieuse et non infectieuse est l’étape la plus critique du parcours diagnostique.
Les uvéites non infectieuses (UNI) représentent 75 % des cas. Un traitement local par corticoïdes est généralement privilégié. En cas d’atteinte bilatérale ou postérieure, un traitement systémique par immunosuppresseurs ou biothérapies devient nécessaire.
Or, administrer ces mêmes traitements à un patient atteint d’uvéite infectieuse aggraverait la situation. L’enjeu diagnostique est donc directement thérapeutique.
| 💡 Bon à savoir : Les implants corticoïdes peuvent faire baisser le risque de récidive d’environ 54 % à 24 mois. En contrepartie, ils augmentent le risque d’hypertension intraoculaire et de cataracte par rapport au placebo, nécessitant donc un suivi ophtalmologique rapproché pendant le traitement. |
Dans certains cas, l’uvéite est le premier symptôme visible d’une maladie affectant l’ensemble du système immunitaire. Ce signal d’alarme ouvre alors la porte vers un diagnostic bien plus large.
C’est pourquoi le bilan est systématiquement conduit par un binôme ophtalmologiste-interniste. Près d’un quart des maladies auto-immunes sont mises en évidence lors de l’examen clinique de l’interniste.
Face à la complexité du diagnostic étiologique et à l’errance qui en résulte pour de nombreux patients, l’IA ouvre une voie inédite. Les systèmes d’aide à la décision diagnostique, basés sur l’IA, ont démontré des performances prometteuses.
Le Dr Robin Jacquot, praticien en médecine interne à l’hôpital de la Croix-Rousse (HCL), a développé un réseau neuronal entraîné sur les données de 1 249 patients suivis sur 20 ans. Le modèle, de type Multilayer Perceptron (MLP), intègre 109 variables cliniques, ophtalmologiques et démographiques.
Son diagnostic le plus probable correspond à celui d’un consensus d’experts dans 77,8 % des cas. En considérant les deux hypothèses les plus probables, la précision atteint 93 %… Soit plus de 9 patients sur 10 correctement orientés, avant toute prise de sang ou imagerie !
En ciblant d’emblée les deux causes les plus probables, l’algorithme permet aux cliniciens de sélectionner les examens complémentaires réellement pertinents, évitant ainsi des investigations inutiles, coûteuses ou invasives.
Pour le patient, cela signifie moins de délais, moins de gestes diagnostiques pénibles et un accès plus rapide à un traitement adapté.
Fort de ces résultats, le Dr Jacquot porte désormais le projet UVEIA (UVÉite et Intelligence Artificielle), pour lequel la Fondation HCL collecte des dons. L’objectif est de développer un algorithme capable de prédire le pronostic de chaque uvéite avant l’instauration du traitement.
Aujourd’hui, 50 % des patients traités pour une UNI rechutent au cours de leur suivi. Identifier les facteurs de mauvais pronostic permettrait d’adapter d’emblée la stratégie thérapeutique (traitement renforcé pour les patients à risque, allégé pour les autres), limitant ainsi les effets secondaires inutiles tout en préservant la vision.
L’uvéite est une pathologie complexe, aux causes multiples et aux conséquences potentiellement lourdes. Grâce aux travaux des équipes des Hospices Civils de Lyon, l’intelligence artificielle devient un véritable copilote clinique, plus rapide pour orienter le diagnostic, plus précise pour personnaliser le traitement, plus fiable pour anticiper l’évolution de la maladie. Une avancée qui pourrait, à terme, diminuer considérablement le risque de rechutes et de handicap visuel !
Cet article reflète les connaissances disponibles à sa date de rédaction. Compte tenu de l’évolution constante des connaissances scientifiques, certains éléments abordés pourraient ne plus être entièrement actuels ou complets au moment de votre consultation.
Sources :
• Uvéite – HCL
• Jacquot, R., Seve, P., Jackson, T. L., Wang, T., Duclos, A., & Stanescu-Segall, D. (2023). Diagnosis, classification, and assessment of the underlying etiology of uveitis by artificial intelligence: a systematic review. Journal of clinical medicine, 12(11), 3746.
• Jacquot, R., Ren, L., Wang, T., Mellahk, I., Duclos, A., Kodjikian, L., … & Sève, P. (2025). Neural networks for predicting etiological diagnosis of uveitis. Eye, 39(5), 992-1002.
• Revue générale des uvéites – Manuel MSD
• Humira : extension d’indication – HAS
• Kuč, S., Drent, M., Erckens, R., Ronsmans, S., Wijnen, P. A., Gijs, M., & Webers, C. A. B. (2026). Smoking and Risk of Uveitis: A Systematic Review and Meta-Analysis. Ocular immunology and inflammation, 34(1), 48–55.
⏩ Pour aller plus loin, découvrez tous nos contenus sur le sujet.