Marine Protais, Anne Taffin et Emilie Valès
Cette photo, prise le 14 mars 2025, montre une démonstration de robot chirurgical lors du Salon international des équipements médicaux de Chine 2025, qui s'est tenu au Centre international des expositions de Chongqing.
Xinhua/ABACA
Trouver un remède miracle, libérer du temps pour les patients, diagnostiquer des maladies très en amont… Les promesses de l’IA en santé sont nombreuses, et encore au stade embryonnaire pour la plupart. Si les perspectives sont vastes et l’engouement sans précédent, plusieurs professionnels de santé alertent déjà sur les dérives d’une telle intelligence, et préfèrent utiliser le terme d’« assistance artificielle » pour définir cet outil.
L’IA est utilisée par l’industrie pharmaceutique pour identifier de nouvelles molécules, accélérer le développement des traitements, ou encore prédire les effets secondaires. Le secteur s’attend à des changements d’importance. Des médicaments développés par l’IA et en un temps record, une réalité ? La possibilité se rapproche, comme en témoigne le candidat médicament Rentosertib, développé par la société américano-asiatique Insilico Medicine, pour lequel l’IA a été intégrée à toutes les phases de conception.
Déjà utilisé dans le diagnostic par imagerie, l’IA intègre désormais la recherche de nouveaux traitements en accélérant les démarches. « L’IA facilite l’exploration et l’analyse de vastes bases de données chimiques ou biologiques virtuelles », permettant ainsi « d’identifier de nouvelles molécules susceptibles d’être efficaces dans une maladie, mais aussi de prédire des interactions avec d’autres molécules, des effets secondaires potentiels », explique le Leem (l’organisation professionnelle des entreprises du médicament en France). Le couplage entre l’IA et les supercalculateurs permettrait ainsi de réduire de 80 % à 90 % les temps de calcul, selon lui.
Les industriels l’ont déjà adopté. Sanofi indique ainsi avoir quasiment « doublé le nombre de biologiques et vaccins dont le développement a été facilité par l’IA » depuis 2019. L’outil est très utile pour les élaborations complexes, comme l’ARNm, où le nombre de séquences possibles d’ARN pour une seule protéine est extrêmement élevé, explique Fernando Ulloa Montoya, responsable Données et Sciences computationnelles du Centre d’excellence ARNm de Sanofi.
Forte de ces premiers succès, la société a lancé un programme spécial, baptisé « Biologics AI Moonshot », pour généraliser le recours à l’IA sur l’ensemble de son portefeuille de projets biologiques. « Les prédictions fondées sur l’IA aident également à déterminer le dosage optimal. Lors des essais cliniques, l’IA aide à la stratification (regroupement en sous-catégories) des patients, à l’élaboration de jumeaux numériques, et à la réalisation de simulations d’essais », ajoute la Commission européenne.
Chaque dimanche, l’essentiel de l’actualité économique, politique et sociétale.
Les promesses sont nombreuses. En témoigne l’exemple de l’imagerie médicale, pionnière dans le domaine. Si le numérique a révolutionné l’imagerie médicale (radios, scanners, IRM, mammographies…), l’IA est une étape supplémentaire, dont les premières applications remontent à 15-20 ans. Les algorithmes ont très tôt montré leur intérêt, notamment dans l’aide au diagnostic. Aujourd’hui, le secteur est pionnier et la technologie avancée.
Plusieurs logiciels d’intelligence artificielle sont opérationnels pour assister les radiologues dans leurs décisions. « Ce sont des outils de détection, qui permettent d’attirer l’œil sur des anomalies, explique le docteur Jean-Philippe Masson, président de la Fédération Nationale des Médecins Radiologues. Dans la recherche de fractures, c’est très utilisé, notamment dans les services d’urgence des hôpitaux, où les radiologues ont peu de temps. Il y a des outils semblables pour analyser des anomalies en mammographie, dans le cadre du dépistage cancer du sein. Vous avez aussi des outils d’IA qui vont, sur un scanner des poumons, aller reconnaître les nodules pulmonaires. »
Mais si ces algorithmes perfectionnés améliorent la qualité et la précision de la détection, ils ne remplacent pas l’œil et l’avis du radiologue. Le spécialiste rappelle que la responsabilité finale du diagnostic reste toujours médicale. L’IA ne remplace pas le médecin, elle l’« augmente », en quelque sorte. Elle lui libère également du temps pour des tâches à haute valeur ajoutée, en automatisant des tâches répétitives (mesures, tri des examens). Et améliore le fonctionnement des appareils.
« Intégrée directement dans le scanner, cette technologie va permettre de reconstituer des images de très bonne qualité, avec moins de rayons X. On réduit ainsi la dose de rayonnements pour les patients, ce qui est très positif », souligne Jean-Philippe Masson. Mais, selon ce radiologue, le coût de certains logiciels reste un frein, limitant leur adoption. « Sur l’aide à la détection, les professionnels payent à l’utilisation. Cela peut aller jusqu’à 5 euros pour un scanner des poumons », note le médecin.
Des start-up s’engagent à anticiper l’efficacité d’un traitement. L’IA peut traiter une vaste quantité de données : génétiques, cliniques ou issues d’objets connectés, faisant naître l’espoir de soins sur mesure. La tendance n’est pas nouvelle. Déjà, dans les années 2010, l’essor des tests génétiques, en particulier aux États-Unis, promettaient d’obtenir un régime alimentaire, voire un traitement préventif adapté à son profil et à ses facteurs de risque. Les IA génératives et conversationnelles, comme ChatGPT, poussent le principe en rendant envisageable l’avènement d’assistants médicaux personnels à portée de poche.
« L’objectif de ce type de médecine préventive est aussi d’éviter de passer par des tests inutiles et coûteux ou des traitements lourds, mais inadaptés, en identifiant des prédispositions à partir de données que l’on possède déjà », pointe Philippe Peltier, directeur associé au sein du fonds Kurma Partners, qui finance plusieurs entreprises positionnées sur ce créneau. À l’instar de Spotlight, une startup parisienne qui, à partir des biopsies et de marqueurs des patientes, peut savoir si elles répondront positivement à un traitement spécifique.
Pour l’investisseur, la médecine personnalisée pourrait même aller plus loin qu’un « simple » traitement sur mesure. « Si on pousse la logique, cela ne se limite plus au traitement, mais englobe toute la prise en charge. On peut imaginer des soins coordonnés, avec le bon professionnel au bon moment, et des suivis médicaux anticipés. Par exemple, les trajets des infirmières qui seraient optimisés en anticipant de quels soins une population précise aurait besoin à une période donnée. » Cette promesse se heurte toutefois, selon lui, à une mauvaise consolidation des données de santé en France.
L’hyper-personnalisation des soins s’accompagne, par ailleurs, de dérives potentielles. Le déploiement de cliniques de luxe, comme Zoï à Paris, en est l’illustration. En proposant des batteries d’examens préventifs pour plusieurs centaines, voire plusieurs milliers d’euros, avec la promesse – par ailleurs controversée scientifiquement – de faire gagner quelques années de vie en bonne santé à des bien-portants, ce modèle fait naître la crainte d’une médecine à deux vitesses et d’une accélération des sur-diagnostics.
Plus des deux tiers des hôpitaux utilisent déjà des outils d’IA pour libérer du temps aux soignants. Moins de paperasses à remplir, plus de temps pour les patients. C’est la promesse séduisante de l’IA à l’hôpital. De nouveaux outils proposent ainsi d’automatiser les comptes rendus de consultation et autres documents, ou d’optimiser les plannings. Selon une étude de la Fédération hospitalière de France publiée fin 2025, 66 % des hôpitaux en France auraient déjà déployé des outils d’IA. Et 90 % prévoient d’en faire l’usage d’ici à trois ans. L’aide au diagnostic, notamment dans l’imagerie (lire plus haut), reste l’application la plus plébiscitée. En seconde position, vient l’IA organisationnelle pour « fluidifier la gestion ».
Mais sur le terrain, le déploiement de ces technologies prend du temps pour se faire sous contrôle. Au CHU de Montpellier, près de 15 millions d’euros ont été injectés dans le cadre du programme France 2030, pour soutenir de multiples expérimentations de la technologie et suivre très précisément leurs résultats, avec la sécurité en priorité. « Les premières applications concernent celles où le risque est moindre », précise le professeur Éric Jeziorski, chef du service des urgences pédiatriques. Depuis quelques mois, son service utilise une IA qui génère automatiquement les documents de sortie du patient, dont une lettre explicative à partir des observations du médecins.
« Les médecins deviennent vite jargonneux, l’IA permet d’adapter le compte rendu aux vocabulaires du patient et de le traduire lorsque c’est nécessaire. » Un effort de communication qu’il est compliqué de faire en temps normal, estime-t-il. « Les urgences pédiatriques sont un terrain particulièrement complexe, avec beaucoup de contraintes : on doit parler à la fois à l’enfant et aux parents, avec très peu de temps. » Les premiers retours des médecins sont positifs, ceux des patients également, même s’ils ne lisent pas souvent la documentation, pointe le chef de service.
Par ailleurs, Éric Jeziorski note que l’implémentation de ce système prend du temps puisque, durant la phase d’expérimentation, les médecins sont mobilisés pour relire chaque texte généré par l’IA. Plus de tâches administratives, donc… avant la grande simplification ?
Si nombre de médecins utilisent déjà l’IA, seule une minorité s’estime bien formée à cette technologie. Avec son sens légendaire de la nuance, Elon Musk jugeait récemment les études de médecine « inutiles », les robots étant voués à surpasser les chirurgiens d’ici trois ans. Rien n’est moins sûr. En revanche, la manière dont la technologie s’immisce dans la pratique des médecins mérite sans doute des ajustements de formation. « Je n’ai quasiment eu aucun conseil sur le bon usage de l’IA pendant nos études », regrette Julia*, interne en médecine générale.
Si elle reconnaît l’intérêt de certains usages, comme l’accès rapide aux dernières recommandations de posologie, elle s’inquiète de voir des confrères déléguer parfois une partie de leur réflexion à des chatbots. Le sentiment de Julia n’est pas isolé. Et ne concerne pas que les jeunes praticiens. Un sondage de l’association de l’économie numérique Acsel montre que 90 % des professionnels de santé déclarent utiliser des outils d’IA dans leur pratique... Mais seulement 37 % d’entre eux s’estiment bien formés.
Depuis la rentrée 2025, les étudiants de premier cycle doivent suivre une formation au numérique, incluant l’IA. Mais avant de les voir arriver au travail, il faut former les autres, estime Stéphanie Allassonnière. La professeure en mathématique à l’Université Paris Cité pilote un diplôme sur l’IA accessible aux médecins en fonction, qui traite le sujet sous tous ses aspects. Celui-ci attire de plus en plus de candidatures : plus de 300 en 2025 pour une soixantaine de places.
« L’IA est arrivée dans la vie de tout le monde et a été transposée dans le monde professionnel, y compris la santé, sans en percevoir les risques, les limites et les interdits », remarque-t-elle. Un médecin ne peut pas mettre les données de ses patients sur un outil comme ChatGPT. Pourtant, certains le font, simplement parce qu’ils ne le savent pas. » Pour la chercheuse, la formation en médecine doit être agrémentée de notions nouvelles comme la différence entre donnée anonymisée et pseudonymisée, ou les règles sur l’hébergement des données de santé… sans avoir besoin de produire « des mécaniciens de l’IA ».
*Le prénom a été modifié.
Marine Protais, Anne Taffin et Emilie Valès
