Objectif : Évaluer l’impact d’un logiciel d’intelligence artificielle (IA) sur les performances diagnostiques d’un interne de radiologie pour la détection en IRM de lésions de cancer de prostate cliniquement significatives. Matériel et méthode : 204 cas d’IRM multiparamétrique ont été utilisés, issus d’un ensemble de données publiques (PROSTATEx Challenge), pour lesquels chaque lésion ≥ PI-RADS 3 avait une histologie connue ou était considérée comme non cliniquement significative (PI-RADS 2). Un interne en radiologie a lu chaque cas deux fois (premièrement sans l’aide de l’IA et 4 semaines plus tard avec l’aide de l’IA). Un radiologue expérimenté a lu chaque cas une fois, sans l’aide de l’IA. La lecture des cas consistait à détecter, segmenter (uniquement pour le radiologue junior) et classer les lésions selon le “Prostate Imaging Reporting and Data System” (PI-RADS) v2.1. Les performances des lecteurs et du logiciel d’IA ont été évaluées à l’aide des mesures de sensibilité/spécificité/exactitude au seuil PI-RADS 3. Les performances autonomes du logiciel d’IA ont été analysées à l’aide de l’AUC ROC. La variabilité inter-observateur a été rapportée en utilisant le κ de Cohen sur les scores PI-RADS. Le temps de lecture par l’interne pour tous les cas a également été évalué et comparé sans et avec l'IA. Résultats : L’exactitude du radiologue junior dans la détection des cas cliniquement significatifs (PI-RADS ≥3) était améliorée par l’aide de l’IA, passant de 0,63 à 0,75 (sans/avec IA), p= 3,8 x 10-5. Les mesures de sensibilité (Se) et spécificité (Sp) étaient également améliorées, passant respectivement de 0,84 à 0,91 (Se, sans/avec IA) et de 0,53 à 0,67 (Sp, sans/avec IA). La concordance entre lecteurs (en termes de Cohen κ) entre l’interne et le radiologue expérimenté est passée de 0,44 à 0,54. Le temps d'annotation par l’interne a été réduit de 16 %. Conclusion : L'assistance de l'IA a entraîné une augmentation significative des performances diagnostiques pour le radiologue junior, en termes de sensibilité, spécificité et exactitude, pour la détection des lésions cliniquement suspectes de cancer de prostate, et a réduit la variabilité inter-individuelle entre les lecteurs.