L’anatomie pathologique demeure essentielle au diagnostic et au pronostic des maladies tumorales. L’émergence de la pathologie digitale et de l’intelligence artificielle (IA) révolutionne cette discipline. Le deep learning, sous-branche du machine learning, permet d’analyser directement les images histologiques numérisées et d’en extraire des biomarqueurs virtuels associés à des altérations génétiques ou à la réponse thérapeutique. Ces outils ouvrent la voie à une pathologie computationnelle intégrée, combinant données morphologiques, moléculaires et cliniques pour une médecine de précision. Malgré les défis liés à la qualité des données, à la standardisation et aux aspects éthiques, l’IA ne remplace pas le pathologiste, mais renforce son rôle central dans le diagnostic.

Anatomical pathology remains essential for the diagnosis and prognosis of tumor. The advent of digital pathology and artificial intelligence (AI) is reshaping this field. Deep learning, a subset of machine learning, enables direct analysis of digitized histological slides and extraction of virtual biomarkers linked to genetic alterations or therapeutic response. These advances foster an integrated computational pathology, merging morphological, molecular, and clinical data toward precision medicine. Despite challenges in data quality, standardization, and ethics, AI does not replace pathologists but enhances their pivotal role in diagnostic.