Auteurs:
Monali Tayade, Jignesh Rawal
Télécharger le PDF gratuit
Marché de l’IA en oncologie Taille et part 2026-2035
ID du rapport: GMI8547
|
Date de publication: August 2026
|
Format du rapport: PDF/Excel/Tableau de bord/Plateforme
Télécharger le PDF gratuit
Découvrez nos options de licence:
Télécharger le PDF gratuit
Marché de l’IA en oncologie
Obtenez un échantillon gratuit de ce rapport
Obtenez un échantillon gratuit de ce rapport
Marché de l’IA en oncologie
Is your requirement urgent? Please give us your business email
for a speedy delivery!
Taille du marché de l’IA en oncologie
Le marché mondial de l’IA en oncologie était évalué à 3,1 milliards de dollars (USD) en 2025. Il devrait passer de 3,7 milliards de dollars (USD) en 2026 à 32 milliards de dollars (USD) d’ici 2035, soit un taux de croissance annuel composé (CAGR) de 27,2 %. Le marché comprend les logiciels d’IA, le matériel nécessaire à leur fonctionnement et les services utilisés pour la détection du cancer, le diagnostic, la planification des traitements, la découverte de médicaments, le développement clinique et la prestation de soins en oncologie.
Principaux enseignements du marché de l’IA en oncologie
Leader du marché : Tempus dominait le marché avec une part de marché supérieure à 9 % en 2025.
Principaux acteurs : les cinq principaux acteurs de ce marché comprennent Tempus, Flatiron Health, NVIDIA, Guardant Health, Paige AI, qui détenaient collectivement une part de marché de 45 % en 2025.
La charge de morbidité cancéreuse constitue une base de demande durable, mais elle ne suffit pas à elle seule à créer un marché de l’IA déployable. L’IARC a fait état de 20 millions de nouveaux cas de cancer et de 9,7 millions de décès dus au cancer dans le monde en 2022, et prévoit plus de 35 millions de nouveaux cas en 2050 [1]WHO/IARC, Global cancer burden growing, amidst mounting need for services, February 2024, who.int. Le cancer du sein représentait 2,3 millions de cas en 2022, tandis que le cancer du poumon était à l’origine de 1,8 million de décès. Ces deux pathologies reposent sur des flux de travail reproductibles en imagerie, en anatomopathologie et en analyses moléculaires, susceptibles de générer les données étiquetées nécessaires aux algorithmes commerciaux.
Le marché initial était concentré sur l’interprétation des images et les analyses moléculaires. Sa prochaine phase dépendra de la capacité des fournisseurs à relier l’imagerie, l’anatomopathologie, les données génomiques et les dossiers cliniques au sein des flux de soins, plutôt qu’à proposer des alertes isolées. Les autorisations de la FDA témoignent de l’élargissement de la base d’applications réglementées d’IA clinique : une étude a recensé 71 dispositifs d’IA en oncologie autorisés jusqu’en 2021, la radiologie et l’anatomopathologie représentant les parts les plus importantes [2]Tian et al., AI in Oncology: Current Landscape and Future Directions, PMC/NIH, 2024, pmc.ncbi.nlm.nih.gov. En 2024, la radiologie représentait 74,4 % des autorisations de dispositifs médicaux intégrant l’apprentissage automatique dans l’ensemble des domaines cliniques.
Point de vue de l’analyste de GMI
La hausse prévue reflète une évolution de l’unité économique vendue. Les premiers déploiements pouvaient être justifiés autour d’une seule tâche d’interprétation, comme le triage en mammographie ou l’examen anatomopathologique. Des sources de revenus plus importantes exigent que les systèmes s’intègrent aux décisions oncologiques longitudinales, dans lesquelles une observation d’imagerie, un résultat moléculaire et les antécédents thérapeutiques doivent être mis en cohérence. Cette transition accroît les coûts de changement et renforce la valeur de l’intégration des données, mais elle rend également les achats dépendants de l’interopérabilité, de la validation et de la gouvernance clinique, et non plus seulement de la précision des algorithmes.
Le marché devrait donc connaître une croissance inégale selon les fournisseurs. Les entreprises capables d’associer des applications réglementées à des capacités de mise en œuvre et à des actifs de données réutilisables devraient capter une part disproportionnée des contrats d’entreprise. Les fournisseurs de solutions ponctuelles de petite taille peuvent néanmoins progresser dans les indications bénéficiant d’un flux de travail clair et d’une voie de remboursement définie, mais leur stratégie de changement d’échelle passera plus probablement par des partenariats de distribution, une intégration à des plateformes ou une acquisition.
Le marché est évalué à l’échelle mondiale sur la période 2022–2035, l’année 2025 constituant l’année de référence et la période 2026–2035 correspondant à la période de prévision. La valeur du marché mondial s’élevait à 3 064,05 millions de dollars (USD) en 2025 et devrait atteindre 31 963,2 millions de dollars (USD) d’ici 2035, selon un CAGR de 27,2 %.
Principaux moteurs
La demande en matière de détection précoce du cancer transforme l'IA, qui passe d'un outil expérimental d'aide à la lecture à une infrastructure destinée à accroître le débit.
L'étude randomisée de dépistage MASAI a montré que la mammographie assistée par IA réduisait de 44 % la charge de lecture des examens tout en maintenant des performances de détection du cancer comparables à celles d'une double lecture standard. Ces résultats revêtent une importance commerciale, car les programmes de dépistage sont confrontés à une offre limitée de lecteurs spécialisés. Le produit de tomosynthèse mammaire numérique de Lunit a obtenu l'autorisation FDA 510(k) en novembre 2023 [3]Lunit, FDA Clearance for Lunit INSIGHT DBT, November 2023, lunit.io, puis la version 1.1 a été autorisée en octobre 2024. En anatomopathologie de la prostate, Ibex a obtenu l'autorisation FDA 510(k) pour son produit Prostate Detect en février 2025. Ces cas montrent que l'adoption progresse lorsque les performances peuvent être validées par rapport à un parcours diagnostique établi.
La prévalence du cancer élargit la charge de travail potentiellement adressable.
Les États-Unis ont enregistré 1 941 540 cancers invasifs diagnostiqués en 2023, tandis que l'UE a recensé 1,16 million de décès dus au cancer en 2023. Les cancers à forte incidence génèrent une demande immédiate en matière d'analyse d'images, d'interprétation anatomopathologique et de sélection des traitements ; les marchés disposant de moins de ressources présentent un besoin différent, axé sur le triage et l'assistance à distance de spécialistes. Qure.ai a indiqué que ses solutions étaient déployées sur plus de 3 000 sites d'imagerie dans plus de 90 pays après son financement de série D de septembre 2024. Cette présence opérationnelle illustre l'importance de l'IA lorsque la capacité de diagnostic, plutôt que la demande, constitue la contrainte déterminante.
L'oncologie de précision fait de la synthèse des données une nécessité clinique et de recherche.
Les traitements guidés par les données moléculaires obligent les cliniciens et les développeurs de médicaments à interpréter des variants, des historiques thérapeutiques et des résultats provenant de types de données qui ne sont pas conçus pour être analysés conjointement manuellement. Guardant Health a fait état de 687,9 millions de dollars (USD) de revenus issus de l'oncologie de précision en 2024 et d'environ 206 700 tests cliniques en oncologie, hors Shield. La plateforme de données en vie réelle de Flatiron Health contient plus de 5 millions de dossiers de patients en oncologie provenant d'environ 280 cliniques spécialisées dans le cancer. Ces réseaux fournissent la couche de données structurées qui permet la mise en correspondance avec des essais cliniques, l'étude des biomarqueurs et la modélisation des résultats, même si l'utilisation de données en vie réelle nécessite toujours une curation adaptée à l'objectif visé.
Les infrastructures numériques modifient l'ampleur des déploiements désormais réalisables.
Les établissements de santé achètent de plus en plus l'IA comme une capacité d'entreprise lorsqu'ils peuvent connecter les PACS, les systèmes d'anatomopathologie, les DSE et les services cloud. La plateforme d'Aidoc a été déployée dans plus de 150 hôpitaux et systèmes de santé aux États-Unis, notamment dans le cadre d'un déploiement à l'échelle de l'entreprise au sein des établissements d'University Hospitals. GE HealthCare a fait état de 85 autorisations FDA de solutions intégrant l'IA dans ses résultats de l'exercice 2024, tandis que Siemens Healthineers a déclaré un chiffre d'affaires de 3,84 milliards d'euros (EUR) pour Varian au titre de l'exercice 2024. Les bases installées d'équipements d'imagerie et de planification des traitements confèrent à ces fournisseurs un avantage en matière de distribution, car l'IA peut être intégrée à un système déjà pris en charge par l'établissement.
Principaux freins
Le coût de mise en œuvre reste plus large que le seul contrat logiciel.
Le déploiement d'une solution clinique d'IA peut nécessiter la numérisation d'images ou de lames, des travaux d'interfaçage avec les systèmes PACS, RIS, DSE et de laboratoire, un examen de cybersécurité, la formation du personnel ainsi qu'un suivi des performances après le déploiement. Anatomopathologie numériqueest particulièrement capitalistique, car les scanners de lames entières et la capacité de stockage doivent être disponibles avant l'utilisation des algorithmes. L'examen par la FDA des autorisations de dispositifs intégrant l'apprentissage automatique (ML) en 2024 a fait état d'un délai médian de 162 jours pour l'examen des demandes 510(k) et a constaté que des plans prédéfinis de contrôle des modifications ne figuraient que dans 16,7 % des dossiers soumis. Cette situation implique que les fournisseurs et les établissements de santé doivent prévoir un budget pour maintenir le système validé, et pas uniquement pour son installation initiale.
La fragmentation réglementaire limite la portabilité des données cliniques.
L'autorisation de la FDA n'élimine pas la nécessité de satisfaire aux exigences des règlements européens MDR ou IVDR, et les systèmes d'IA à haut risque dans le secteur de la santé visés par le règlement européen sur l'IA sont soumis à des obligations en matière de documentation, de surveillance et de contrôle humain [4]EMA, 2024 AI Observatory Report, December 2024, ema.europa.eu. Le document de réflexion publié par l'EMA en 2024 préconise également une approche fondée sur les risques pour l'IA tout au long du cycle de vie des médicaments. Les lancements dans plusieurs juridictions nécessitent donc des stratégies réglementaires et des dossiers de preuves distincts, ce qui peut retarder les déploiements de produits et favoriser les fournisseurs capables de maintenir des équipes chargées de la gestion de la qualité et des affaires cliniques.
Point de vue de l'analyste de GMI
Les facteurs de la demande favorisent les outils capables soit de créer une capacité mesurable dans des parcours diagnostiques soumis à des contraintes, soit de réduire l'incertitude dans les décisions coûteuses liées au développement de médicaments. Toutefois, le coût de l'intégration d'un algorithme dans un système clinique et du maintien de sa conformité réglementaire signifie qu'une démonstration technique ne constitue pas nécessairement un produit évolutif. La capacité déterminante sur le plan commercial consiste à assurer la continuité des preuves, de l'intégration aux flux de travail et de la surveillance tout au long du cycle d'achat du client.
Cela concentre l'avantage aux deux extrémités du marché. Les grands fournisseurs de technologies médicales peuvent s'appuyer sur leurs bases installées pour distribuer des offres intégrées, tandis que les spécialistes de l'oncologie disposant de vastes volumes de données peuvent défendre des applications dont les performances reposent essentiellement sur des jeux de données moléculaires, anatomopathologiques ou en vie réelle. Les produits autonomes restent viables lorsqu'ils répondent à un problème distinct donnant lieu à remboursement, mais leur pouvoir de négociation s'affaiblit s'ils ne peuvent pas démontrer leur intégration dans l'environnement de données plus vaste du client.
Analyse par segment du marché de l'IA en oncologie
Par composant
Les solutions logicielles représentaient 1 314,78 millions de dollars (USD), soit 42,9 % des revenus de 2025, et devraient progresser à un taux de 27,5 %. Leur avance reflète le passage d'algorithmes liés aux scanners à des logiciels déployés dans des environnements existants d'imagerie, d'anatomopathologie, de génomique et de données cliniques. Le matériel représentait 983,25 millions de dollars (USD), soit 32,1 %, car les scanners d'anatomopathologie numérique, le calcul accéléré et les équipements d'imagerie intégrant l'IA restent nécessaires dans de nombreux flux de travail. Les services représentaient 766,01 millions de dollars (USD), soit 25,0 %, et gagnent en importance à mesure que les systèmes de santé intègrent plusieurs modalités et nécessitent des activités de validation, de formation et de gouvernance.
L'imagerie médicale reste le point d'entrée clinique le plus mature, mais l'anatomopathologie et la génomique élargissent la base de marché accessible aux logiciels. L'autorisation par la FDA, en septembre 2024, du système de coloscopie CADDIE d'Olympus/Odin Medical, fondé sur une infrastructure cloud, illustre le passage à des applications diagnostiques déployables à distance [5]Olympus, Cloud-Based AI Endoscopy FDA Clearance, September 2024, olympusamerica.com. Les partenariats conclus par NVIDIA avec Illumina et la Mayo Clinic en janvier 2025 illustrent l'autre évolution du marché : l'IA multiomique et les modèles de fondation en anatomopathologie nécessitent une puissance de calcul importante et des jeux de données structurés, ce qui préserve le rôle des infrastructures habilitantes.
Par type de cancer
Le cancer du sein représentait le chiffre d'affaires le plus élevé en 2025, avec 820,55 millions de dollars (USD), soit 26,78 %, suivi du cancer du poumon avec 754,37 millions de dollars (USD), soit 24,62 %. Cette ampleur s'explique par une incidence élevée et des parcours standardisés de dépistage ou d'imagerie. Le cancer du sein affiche le taux de croissance annuel composé (CAGR) prévisionnel le plus élevé, à 27,8 %, grâce à la maturité des applications de la mammographie et de la tomosynthèse. Les outils dédiés au cancer du poumon associent l'analyse d'images au profilage moléculaire, ce qui fait de ce segment un lien concret entre l'IA diagnostique et l'oncologie de précision. Le cancer de la prostate a généré 460,22 millions de dollars (USD), le cancer colorectal 383,01 millions de dollars (USD) et les tumeurs cérébrales 349,30 millions de dollars (USD) en 2025 ; chacun repose sur une architecture de données cliniques différente, allant des lames histopathologiques et de l'IRM à l'endoscopie et à la planification de la radiothérapie.
Le taux de croissance annuel composé (CAGR) inférieur de 25,1 % pour les autres types de cancer ne doit pas être interprété comme un potentiel technique limité. Les indications plus rares disposent généralement de jeux de données étiquetés plus restreints et de flux de travail moins standardisés. L'expansion de PathExplore par PathAI en janvier 2024, de huit à 14 indications oncologiques, montre comment les fournisseurs étendent l'analyse du microenvironnement tumoral au-delà des cancers à plus forte incidence.
Par application
La découverte de médicaments constituait la plus grande application en 2025, avec 1 412,53 millions de dollars (USD), soit 46,1 %. Les portefeuilles de médicaments en oncologie encouragent fortement l'utilisation de modèles pour l'identification des cibles, la conception moléculaire et la priorisation des composés avant les décisions coûteuses liées aux phases cliniques. En août 2024, Absci et Memorial Sloan Kettering ont annoncé une collaboration visant à développer des produits biologiques pour six programmes oncologiques au maximum à l'aide de l'IA générative [6]Absci, Collaboration with MSK using Generative AI, August 2024, investors.absci.com. La taille de ce segment reflète les dépenses de recherche et les collaborations entre plateformes plutôt que le déploiement courant dans le cadre des soins aux patients.
La détection et le diagnostic du cancer ont généré 802,78 millions de dollars (USD), tandis que la planification et l'optimisation des traitements ont généré 658,77 millions de dollars (USD) et affichent le taux de croissance annuel composé (CAGR) le plus élevé parmi les applications, à 27,8 %. Les outils de planification gagnent en valeur lorsqu'ils peuvent prendre en compte l'anatomie, l'imagerie et les contraintes cliniques dans le cadre d'un flux de traitement répété ; la plateforme Ethos de Siemens est conçue pour utiliser des calculs assistés par l'IA en radiothérapie adaptative. Le développement de médicaments et les essais cliniques, avec 189,97 millions de dollars (USD), constituent un segment plus restreint, car la production de données probantes, la refonte des protocoles et l'appariement des patients suivent des cycles d'adoption plus longs et nécessitent des données plus hétérogènes.
Par utilisation finale
Les hôpitaux représentaient la plus grande part du chiffre d'affaires par utilisation finale, avec 1 433,98 millions de dollars (USD), soit 46,8 %, car ils regroupent l'ensemble le plus vaste de flux de travail liés à l'imagerie, à l'anatomopathologie, aux traitements et à la recherche. Leur avantage peut également devenir une contrainte : les installations de grande envergure nécessitent des processus d'intégration et de gouvernance plus longs. Les centres de diagnostic représentaient 805,85 millions de dollars (USD) et affichent le taux de croissance annuel composé (CAGR) prévisionnel le plus élevé, à 27,8 % ; les prestataires d'imagerie et d'anatomopathologie en réseau peuvent déployer des services d'IA reproductibles sur plusieurs sites sans recréer un flux de travail hospitalier complet. Les cliniques spécialisées ont contribué à hauteur de 671,03 millions de dollars (USD), les tests génomiques et les parcours oncologiques ciblés pouvant y rendre les déploiements ciblés opérationnels. Les autres utilisateurs finaux, principalement les entreprises pharmaceutiques et biotechnologiques ainsi que les organismes de recherche sous contrat, ont contribué à hauteur de 153,20 millions de dollars (USD).
Point de vue de l'analyste de GMI
Le marché repose sur deux moteurs de valeur qui se renforcent mutuellement, mais dont les modalités d'achat diffèrent. L'IA clinique progresse grâce à des flux de travail reproductibles et réglementés dans l'imagerie mammaire, le dépistage du cancer du poumon, l'anatomopathologie et la radiothérapie.
Questions fréquemment posées(FAQ):
Méthodologie de recherche, sources de données et processus de validation
Ce rapport s'appuie sur un processus de recherche structuré basé sur des conversations directes avec l'industrie, une modélisation propriétaire et une validation croisée rigoureuse, et non pas seulement sur une recherche documentaire.
Notre processus de recherche en 6 étapes
1. Conception de la recherche et supervision des analystes
Chez GMI, notre méthodologie de recherche repose sur une base d'expertise humaine, de validation rigoureuse et de transparence totale. Chaque insight, analyse de tendance et prévision dans nos rapports est développé par des analystes expérimentés qui comprennent les nuances de votre marché.
Notre approche intègre une recherche primaire approfondie par un engagement direct avec les participants et experts de l'industrie, complétée par une recherche secondaire complète provenant de sources mondiales vérifiées. Nous appliquons une analyse d'impact quantifiée pour fournir des prévisions fiables, tout en maintenant une traçabilité complète des sources de données originales aux insights finaux.
2. Recherche primaire
La recherche primaire constitue l'épine dorsale de notre méthodologie, contribuant à près de 80% des insights globaux. Elle implique un engagement direct avec les participants de l'industrie pour garantir l'exactitude et la profondeur de l'analyse. Notre programme d'entretiens structurés couvre les marchés régionaux et mondiaux, avec des contributions de cadres dirigeants, directeurs et experts du domaine. Ces interactions fournissent des perspectives stratégiques, opérationnelles et techniques, permettant des insights complets et des prévisions de marché fiables.
3. Exploration de données et analyse de marché
L'exploration de données est un élément clé de notre processus de recherche, contribuant à près de 20% à la méthodologie globale. Elle implique l'analyse de la structure du marché, l'identification des tendances de l'industrie et l'évaluation des facteurs macroéconomiques par l'analyse des parts de revenus des acteurs majeurs. Les données pertinentes sont collectées à partir de sources payantes et gratuites pour constituer une base de données fiable. Ces informations sont ensuite intégrées pour soutenir la recherche primaire et le dimensionnement du marché, avec validation par les principales parties prenantes telles que les distributeurs, fabricants et associations.
4. Dimensionnement du marché
Notre dimensionnement du marché est construit sur une approche ascendante, en commençant par les données de revenus des entreprises collectées directement lors des entretiens primaires, accompagnées des chiffres de volume de production des fabricants et des statistiques d'installation ou de déploiement. Ces données sont ensuite assemblées sur les marchés régionaux pour aboutir à une estimation mondiale ancrée dans l'activité réelle du secteur.
5. Modèle de prévision et hypothèses clés
Chaque prévision comprend une documentation explicite de :
✓ Principaux moteurs de croissance et leur impact supposé
✓ Facteurs limitants et scénarios d'atténuation
✓ Hypothèses réglementaires et risque de changement de politique
✓ Paramètre de la courbe d'adoption technologique
✓ Hypothèses macroéconomiques (croissance du PIB, inflation, monnaie)
✓ Dynamiques concurrentielles et anticipations d'entrée/sortie du marché
6. Validation et assurance qualité
Les dernières étapes impliquent une validation humaine, où des experts du domaine examinent manuellement les données filtrées pour identifier les nuances et les erreurs contextuelles que les systèmes automatisés pourraient manquer. Cette revue par des experts ajoute une couche critique d'assurance qualité, garantissant que les données s'alignent sur les objectifs de recherche et les normes spécifiques au domaine.
Notre processus de validation à triple couche assure une fiabilité maximale des données :
✓ Validation statistique
✓ Validation par les experts
✓ Vérification de la réalité du marché
Confiance & crédibilité
Sources de données vérifiées
Publications commerciales
Revues sectorielles, publications commerciales et médias spécialisés
Bases de données industrielles
Bases de données de marché propriétaires et tierces
Dépôts réglementaires
Dossiers de marchés publics et documents de politique
Recherche académique
Études universitaires et rapports d'institutions spécialisées
Rapports d'entreprises
Rapports annuels, présentations aux investisseurs et dépôts
Entretiens avec des experts
Direction générale, responsables achats et spécialistes techniques
Archives GMI
Plus de 13 000 études publiées dans plus de 20 secteurs d'activité
Données commerciales
Volumes d'importation/exportation, codes SH et registres douaniers
Paramètres étudiés et évalués
Chaque point de donnée de ce rapport est validé par des entretiens primaires, une modélisation ascendante véritable et des vérifications croisées rigoureuses. Découvrez notre processus de recherche →