Peut-on faire confiance à l’intelligence artificielle pour le diagnostic médical ?

L’intelligence artificielle (IA) en santé n’est pas une tendance nouvelle. « La recherche dans la détection et le diagnostic a démarré au début des années 2000 », rappelle Ludmila Monteiro, business developer santé pour Sayens, société chargée de valoriser les innovations issues de la recherche publique. Mais ces dernières années, le développement de l’IA générative, comme ChatGPT, et l’explosion des données médicales disponibles ont bouleversé la donne.

Aujourd’hui, les outils sont plus puissants et plus rapides. Ils sont capables d’analyser en quelques secondes des milliards de clichés d’IRM (1) ou de résultats de prise de sang. « L’IA peut reconnaître des formes dans une radiographie que l’œil humain ne verrait pas. C’est un atout formidable pour le diagnostic », souligne Laurence Devillers, professeure à Sorbonne-Université et chercheuse au CNRS, spécialiste de la relation sociale et affective Homme-machine.

Des outils médicaux qui intègrent de l’IA

Oncologie, radiologie, dermatologie, cardiologie, mais aussi génétique, ophtalmologie psychiatrie… de nombreuses spécialités médicales sont concernées par ces avancées technologiques pour détecter des cancers, des rétinopathies, prédire la dégradation d’un état de santé ou la survenue de la maladie d’Alzheimer. On retrouve déjà des outils « augmentés » avec de l’IA dans un certain nombre de services hospitaliers et des cabinets de médecins.

« Les hôpitaux renouvellent régulièrement leur matériel. Et les derniers modèles de scanner ou d’IRM par exemple intègrent souvent directement de l’intelligence artificielle », pointe Ludmila Monteiro. Il existe aussi tout un tas d’outils d’analyse biologiques. Par exemple, des dispositifs sous forme de “kits” proposés aux oncologues étudient la signature génétique d’un cancer en 24 heures, à partir d’une simple prise de sang, permettant de personnaliser les traitements.

Citons aussi les « agrégateurs » qui croisent l’ensemble des examens d’un patient pour proposer une vue d’ensemble de son état de santé. « Ces “agrégateurs” facilitent la tâche du praticien face à des masses d’informations de plus en plus complexes », souligne l’ingénieure biochimiste de formation.

Ces solutions en matière de diagnostic et de prévention ne se cantonnent pas à l’hôpital, aux cabinets médicaux ou aux établissements médico-sociaux (Ehpad, foyer d’accueil médicalisé…). On commence à en trouver au domicile des patients âgés pour détecter les chutes, rappeler aux patients de prendre leurs médicaments ou bien encore pour réaliser des petits tests cognitifs…

La recherche sur l’intelligence artificielle soutenue

L’IA en santé n’en est pourtant qu’à ses débuts. De plus en plus de projets sont en développement et à l’étude. Par exemple, au sein de Sayens, parmi la dizaine étudiée par Ludmila Monteiro, la moitié intègrent de l’IA, contre guère plus de deux il y a cinq ans.

Le gouvernement français soutient cette recherche, que ce soit à travers sa « Stratégie d’accélération Santé numérique (SASN) » dans le cadre du Plan France 2030, ou avec la plateforme des données de santé (Health data hub). Plus de 160 projets sont soutenus, parmi lesquels Psycare (qui vise à améliorer la détection et l’intervention précoce en cas de psychose) et Hydro (dont la vocation est de prédire les crises d'insuffisance cardiaque menant à une hospitalisation pour les patients porteurs de pacemakers).

Et après ? On parle déjà de « jumeaux numériques », c’est-à-dire des modélisations 3D d’organes ou du corps référençant l'ensemble du dossier médical d’un patient pour que le médecin consulte à distance, prépare une opération, suive l’évolution de lésions… « Ces “jumeaux numériques” permettront à terme de simuler l’évolution de notre état de santé et de renforcer la prévention », anticipe le Dr Imad Sfeir, directeur médical chez VYV3 Bourgogne lors d’une Agora (2), organisée par Harmonie Mutuelle en avril 2025.

Collecte et protection des données

Avec la hausse de l’utilisation de ces outils, les données disponibles vont croître. En particulier, celles concernant des profils de patients sous-représentés dans les études cliniques (les enfants, les personnes âgées, les femmes). En clair, plus on aura de données sur ces profils, mieux ils seront représentés et plus les diagnostics seront précis. « Petit à petit, l’IA réduit les biais algorithmiques (erreurs ou résultats déséquilibrés dus aux données d'entraînement insuffisamment diverses ou bien stéréotypées, N.D.L.R.), en intégrant les données rencontrées sur le terrain, sans les corriger pour autant », commente Ludmila Monteiro.

Ces avancées technologiques soulèvent aussi des questions légitimes. D’abord en ce qui concerne la protection des données de santé. « En Europe, les règles sont strictes : un logiciel d’IA utilisé pour le diagnostic est considéré comme un dispositif médical et doit obtenir un marquage CE. Un outil sans marquage CE ne peut entrer à l'hôpital », rassure Ludmila Monteiro. Ni même dans un cabinet de médecin ou au domicile des patients.

Face à l’essor de l’intelligence artificielle, certains soignants restent prudents. Ils « redoutent une perte d’autonomie ou une déshumanisation de la relation », note le Dr Sfeir. Pour autant, l’IA n’est qu’un outil d’aide au diagnostic. Le médecin garde la main, peut confirmer ou contester les résultats. Et l’IA peut se tromper. Ces technologies ne remplacent pas l’intelligence humaine : elles la complètent. « Elles ne sont ni créatives, ni conscientes, insiste Laurence Devillers, autrice du livre “L’IA, ange ou démon ? Le nouveau monde invisible” (3). Elles analysent, comparent, prédisent. C’est une production algorithmique, pas une pensée médicale ».