L’IA (intelligence artificielle) transforme rapidement la médecine et les soins de santé à l’échelle mondiale. Avec environ 4,5 milliards de personnes sans accès aux soins essentiels et un déficit prévu de 11 millions de professionnels de santé d’ici 2030, l’IA offre des outils pour améliorer l’efficacité, étendre la portée et combler les lacunes dans les soins.
Selon le Forum économique mondial (FEM), « les solutions numériques de santé basées sur l’IA ont le potentiel d’améliorer l’efficacité, de réduire les coûts et d’améliorer les résultats de santé à l’échelle mondiale ».
En pratique, les logiciels pilotés par l’IA surpassent déjà les humains dans certaines tâches diagnostiques. Par exemple, une IA entraînée sur des scans de patients victimes d’AVC s’est révélée deux fois plus précise que des cliniciens experts pour identifier et dater les AVC cérébraux.
En soins d’urgence, l’IA peut aider au triage : une étude britannique a montré qu’un modèle d’IA prédisait correctement quels patients nécessitaient un transfert à l’hôpital dans 80 % des cas d’ambulance. En radiologie, les outils d’IA ont détecté des fractures osseuses ou des lésions souvent manquées par les médecins – le NICE (autorité sanitaire britannique) considère le dépistage par radiographie thoracique assisté par IA comme sûr et économique, et un système d’IA a détecté 64 % de lésions cérébrales liées à l’épilepsie en plus que les radiologues.
L’IA analyse déjà les images médicales (comme les scanners et radiographies) plus rapidement que les humains. Les outils d’IA peuvent repérer des anomalies en quelques minutes – des scans d’AVC aux os cassés – aidant les médecins à diagnostiquer plus vite et avec plus de précision.
Par exemple, une IA entraînée sur des milliers de scans a localisé de petites lésions cérébrales et prédit le moment d’apparition de l’AVC, informations cruciales pour un traitement rapide.
De même, des tâches d’imagerie simples comme la détection de fractures sont idéales pour l’IA : les médecins en soins urgents manquent jusqu’à 10 % des fractures, mais la relecture par IA peut les signaler tôt. En jouant le rôle d’« œil supplémentaire », l’IA aide à éviter les diagnostics manqués et les examens inutiles, ce qui peut améliorer les résultats et réduire les coûts.
L’IA renforce également le support à la décision clinique et la gestion des patients. Des algorithmes avancés peuvent analyser les données des patients pour orienter les soins.
Par exemple, de nouveaux modèles d’IA peuvent détecter des signatures de maladies (comme Alzheimer ou les maladies rénales) plusieurs années avant l’apparition des symptômes.
Les chatbots cliniques et modèles linguistiques émergent comme assistants numériques : alors que les grands modèles de langage généraux (comme ChatGPT ou Gemini) fournissent souvent des conseils médicaux peu fiables, des systèmes spécialisés combinant ces modèles avec des bases de données médicales (appelés génération augmentée par récupération) ont répondu utilement à 58 % des questions cliniques dans une étude récente aux États-Unis.
Les plateformes numériques pour patients sont un autre domaine en croissance. Par exemple, la plateforme Huma utilise la surveillance et le triage pilotés par IA pour réduire les réadmissions hospitalières de 30 % et diminuer le temps de revue clinique jusqu’à 40 %.
Les dispositifs de surveillance à distance (comme les objets connectés et applications intelligentes) utilisent l’IA pour suivre en continu les signes vitaux – prédisant en temps réel les troubles du rythme cardiaque ou les niveaux d’oxygène – fournissant aux médecins des données pour intervenir précocement.
Dans les tâches administratives et opérationnelles, l’IA allège les charges de travail. Les grandes entreprises technologiques proposent désormais des « copilotes IA » pour la santé : Dragon Medical One de Microsoft peut écouter une consultation médecin-patient et générer automatiquement les notes de visite, tandis que Google et d’autres offrent des outils pour la codification, la facturation et la génération de rapports.
En Allemagne, une plateforme IA nommée Elea a réduit les délais des analyses de laboratoire de plusieurs semaines à quelques heures, aidant les hôpitaux à fonctionner plus rapidement. Ces assistants IA libèrent les médecins et infirmiers des tâches administratives pour qu’ils puissent voir plus de patients.
Les enquêtes montrent que les médecins utilisent déjà l’IA pour la documentation courante et les services de traduction : dans une enquête AMA 2024, 66 % des médecins ont déclaré utiliser des outils d’IA (contre 38 % en 2023) pour des tâches comme la saisie, la codification, les plans de soins ou même les diagnostics préliminaires.
Les patients interagissent aussi avec l’IA : par exemple, les outils d’auto-diagnostic alimentés par IA peuvent effectuer un triage basique, bien que seulement ~29 % des personnes déclarent leur faire confiance pour des conseils médicaux.
L’IA dans la recherche, le développement pharmaceutique et la génomique
Au-delà de la clinique, l’IA transforme la recherche médicale et le développement de médicaments. L’IA accélère la découverte de médicaments en prédisant le comportement des molécules, économisant des années de travail en laboratoire. (Par exemple, AlphaFold de DeepMind a prédit avec précision des millions de structures protéiques, facilitant la découverte de cibles.) La génomique et la médecine personnalisée en bénéficient également : l’IA peut analyser d’immenses données génétiques pour adapter les traitements à chaque patient.
En oncologie, les chercheurs de la Mayo Clinic utilisent l’IA sur des images (comme les scanners) pour prédire le cancer du pancréas 16 mois avant le diagnostic clinique – permettant potentiellement des interventions plus précoces pour une maladie dont le taux de survie est par ailleurs très faible.
Des techniques comme l’apprentissage automatique améliorent aussi l’épidémiologie : analyser les sons de la toux avec l’IA (comme Google et ses partenaires l’ont fait en Inde) peut aider à diagnostiquer la tuberculose à moindre coût, favorisant la santé mondiale dans les zones où l’accès aux spécialistes est limité.
Santé mondiale et médecine traditionnelle
L’impact de l’IA s’étend à l’échelle mondiale. Dans les contextes à ressources limitées, l’IA sur smartphone peut combler les lacunes des soins : par exemple, une application ECG alimentée par IA signale les risques de maladies cardiaques, même là où les cardiologues sont rares.
L’IA soutient aussi la médecine traditionnelle et complémentaire : un récent rapport OMS/UIT montre que les outils d’IA peuvent cataloguer les remèdes indigènes et associer des composés à base de plantes à des maladies modernes, tout en respectant les savoirs culturels.
L’Inde a lancé une bibliothèque numérique d’ouvrages ayurvédiques pilotée par IA, et des projets au Ghana et en Corée utilisent l’IA pour classifier les plantes médicinales. Ces initiatives – inscrites à l’agenda de l’OMS – visent à rendre la médecine traditionnelle plus accessible dans le monde sans exploiter les communautés locales.
Globalement, l’IA est perçue comme un moyen d’aider à atteindre la couverture santé universelle (objectif de l’ONU pour 2030) en étendant les services aux zones reculées ou mal desservies.
Avantages de l’IA dans le secteur de la santé
Les principaux avantages de l’IA en médecine sont :
- Diagnostics plus rapides et plus précis : l’IA peut traiter des images et des données à grande échelle, détectant souvent ce que les humains manquent.
- Soins personnalisés : les algorithmes peuvent adapter les plans de traitement à partir des données du patient (génétique, antécédents, mode de vie).
- Gains d’efficacité : l’automatisation des tâches administratives et routinières réduit l’épuisement des cliniciens. (Le FEM rapporte que les plateformes numériques allègent significativement la charge des professionnels.)
- Économies : McKinsey estime que l’usage généralisé de l’IA pourrait économiser des centaines de milliards chaque année grâce à une meilleure productivité et prévention. Les patients bénéficient de meilleurs résultats de santé à moindre coût.
- Accès élargi : la télémédecine et les applications pilotées par IA permettent aux populations rurales ou défavorisées d’accéder à des dépistages et suivis de niveau expert sans se déplacer loin.
Ces avantages sont confirmés par des enquêtes : de nombreux médecins rapportent que l’IA facilite la tenue des dossiers, les diagnostics et la communication.
Comme le souligne un rapport de l’OMS, « l’IA offre un grand potentiel pour améliorer la prestation des soins de santé et de la médecine dans le monde ».
Défis, risques et éthique
Malgré ses promesses, l’IA en santé fait face à des défis majeurs. La confidentialité et la sécurité des données sont primordiales : les données de santé sont très sensibles, et une mauvaise anonymisation peut compromettre la confidentialité des patients.
Les biais dans les modèles d’IA sont une préoccupation majeure. Si les algorithmes sont entraînés sur des données peu diversifiées (par exemple, principalement issues de patients de pays à hauts revenus), leurs performances peuvent être médiocres pour d’autres populations.
Une analyse de l’OMS a montré que les systèmes formés dans des pays riches peuvent échouer dans les contextes à revenus faibles ou moyens, d’où la nécessité de concevoir l’IA de manière inclusive. La confiance des cliniciens et la formation sont aussi essentielles : un déploiement rapide sans éducation adéquate peut entraîner des usages erronés ou des erreurs.
Un éthicien d’Oxford avertit que les utilisateurs doivent « comprendre et savoir comment atténuer » les limites de l’IA.
De plus, les systèmes d’IA (en particulier les grands modèles de langage) peuvent halluciner – c’est-à-dire inventer des informations médicales plausibles mais fausses. Par exemple, une étude a montré que l’outil de transcription Whisper d’OpenAI inventait parfois des détails, et les grands modèles de langage populaires échouent souvent à fournir des réponses médicales entièrement fondées sur des preuves.
Les directives éthiques insistent sur le fait que les humains doivent rester maîtres des décisions de soins (consentement éclairé, supervision, responsabilité). Les recommandations de l’OMS énoncent six principes pour les outils d’IA en santé : protéger l’autonomie du patient, garantir le bien-être et la sécurité, exiger la transparence et l’explicabilité, maintenir la responsabilité, favoriser l’équité et promouvoir la durabilité.
En résumé, l’IA doit assister – et non remplacer – les médecins, et être réglementée pour que ses bénéfices profitent à tous sans causer de nouveaux préjudices.
Réglementation et gouvernance
Les régulateurs du monde entier interviennent déjà. La FDA a accéléré l’approbation de plus de 1 000 dispositifs médicaux intégrant l’IA via les voies existantes.
En janvier 2025, la FDA a publié un projet de guide complet pour les logiciels IA/ML en tant que dispositifs médicaux, couvrant tout le cycle de vie, de la conception à la surveillance post-commercialisation.
Ce guide aborde explicitement la transparence et les biais, incitant les développeurs à prévoir des mises à jour continues et une gestion des risques. La FDA élabore aussi des règles pour l’usage de l’IA dans le développement pharmaceutique et sollicite les avis publics sur les enjeux liés à l’IA générative.
En Europe, le nouveau règlement européen sur l’IA (en vigueur en 2024) classe les systèmes d’IA en santé comme « à haut risque », ce qui implique des exigences strictes en matière de tests, documentation et supervision humaine.
Au Royaume-Uni, l’Agence de réglementation des produits médicaux et de santé (MHRA) régule les dispositifs médicaux alimentés par IA selon la législation existante.
Les organismes professionnels et les gouvernements insistent sur la formation : les cliniciens devront acquérir de nouvelles compétences numériques, et les patients auront besoin d’orientations sur l’usage approprié de l’IA.
Comme l’a déclaré le Directeur général de l’OMS, Tedros, l’IA peut « améliorer la santé de millions de personnes » si elle est utilisée judicieusement, mais « elle peut aussi être mal utilisée et causer des dommages ».
Ainsi, les organisations internationales appellent à des garde-fous garantissant que tout outil d’IA soit sûr, fondé sur des preuves et équitable.
Perspectives d’avenir
À l’avenir, le rôle de l’IA en santé ne fera que croître. L’IA générative (comme les modèles linguistiques avancés) devrait alimenter davantage d’applications destinées aux patients et d’aides à la décision – à condition que la précision s’améliore.
L’intégration avec les dossiers médicaux électroniques et la génomique permettra des soins encore plus personnalisés.
La robotique et les interventions assistées par IA deviendront courantes dans les hôpitaux high-tech. Les capteurs portables associés à des algorithmes d’IA surveilleront en continu les indicateurs de santé, alertant patients et médecins avant que des urgences ne surviennent.
Des initiatives mondiales (comme l’Alliance pour la gouvernance de l’IA du FEM) visent à coordonner le développement responsable de l’IA au-delà des frontières.
Essentiellement, l’avenir repose sur le partenariat entre l’IA et les humains. En combinant la rapidité de l’IA avec l’expertise des cliniciens, on peut « accélérer à la fois le diagnostic et la guérison », affirment les chercheurs.
Comme le soulignent souvent les experts, l’IA doit être un « allié, non un obstacle » dans le domaine de la santé.
Avec un optimisme prudent, les systèmes de santé commencent à adopter l’IA pour offrir une meilleure santé à un plus grand nombre – des diagnostics intelligents et des cliniques optimisées aux avancées thérapeutiques et à l’équité sanitaire mondiale.
>>> Vous pourriez être intéressé par :
L’IA dans l’éducation et la formation
