L’essor de l’intelligence artificielle en santé suscite autant d’enthousiasme que de questions, et la Session 5 de la Health Care Week l’a illustré de manière particulièrement concrète. Loin des discours théoriques ou alarmistes, elle a montré que l’IA, lorsqu’elle est pensée de manière pragmatique, peut devenir un véritable levier d’amélioration des pratiques médicales. Qu’il s’agisse de l’imagerie, où elle accélère et précise l’interprétation des examens, ou de la santé publique, où elle ouvre la voie à une meilleure anticipation des risques sanitaires. Grâce à sa capacité à croiser rapidement des volumes massifs de données hétérogènes, l’IA permet de détecter plus précocement l’émergence d’agents pathogènes, suivre leur diffusion en temps réel et proposer plus rapidement des pistes de traitements ou de réponses adaptées. Les exemples présentés démontrent ainsi qu’il serait réducteur — voire contre-productif — de se priver de ces outils. L’enjeu n’est donc pas de débattre de l’opportunité d’utiliser l’IA, mais de définir comment l’intégrer de façon responsable, utile et au service des professionnels comme des patients.
L’imagerie médicale constitue aujourd’hui l’un des domaines où l’intelligence artificielle (IA) s’est le plus solidement implantée. À ses débuts, l’IA se concentrait principalement sur l’analyse fine d’images radiologiques, permettant par exemple la détection automatisée de microfractures parfois difficiles à identifier à l’œil nu. Cette première étape, centrée sur l’amélioration de la précision diagnostique, a rapidement ouvert la voie à un élargissement du champ d’application: l’IA n’est plus limitée à la simple observation d’images, elle accompagne désormais l’ensemble du processus d’imagerie médicale.
L’IA et le radiologue
Aujourd’hui, l’intelligence artificielle peut assister le radiologue aux deux niveaux de son travail: d’une part dans la gestion du déroulement des examens et de l’autre dans la lecture et l’établissement du diagnostic. En automatisant le tri et la priorisation des examens et des images à analyser, en réduisant le temps d’acquisition des images, notamment en écartant les images redondantes, elle rend l’imagerie médicale plus efficace. Le processus d’examen est plus fluide et plus efficace. Elle peut aussi optimiser les protocoles d’examen en ajustant de manière dynamique les doses de produits injectés ou la durée des examens en fonction du profil du patient, réduisant ainsi les risques liés à la radiation ou à l’exposition aux agents de contraste. Ce gain de sécurité et de confort pour le patient illustre parfaitement le potentiel de l’IA à rendre les procédures médicales non seulement plus efficaces, mais aussi plus humaines. L’IA constitue un assistant précieux dans l’interprétation des images médicales, en détectant automatiquement des anomalies telles que les nodules pulmonaires ou les hémorragies intracrâniennes (1). Elle facilite également la classification et l’analyse des images, certains algorithmes étant désormais capables d’alerter le radiologue sur des anomalies préoccupantes et de hiérarchiser les examens en fonction de l’urgence.
L’IA permet également une catégorisation très fine des lésions. Dans le domaine orthopédique, elle peut identifier et classer jusqu’à six types différents de fractures, offrant ainsi une aide précieuse aux radiologues et médecins. Pour rappel, le taux d’erreur diagnostique pour les fractures est estimé à environ 4% même parmi les radiologues les plus expérimentés, ce qui souligne l’intérêt de ces outils pour améliorer la précision et la sécurité des diagnostics.
L’intelligence artificielle intervient également dans le domaine administratif, générant des comptes rendus radiologiques à partie de logiciel de reconnaissance vocale. Cette fonctionnalité apporte un gain de temps administratif considérable et contribue à une meilleure standardisation des documents médicaux. La réduction de la charge administrative libère du temps que les professionnels de santé peuvent consacrer à la prise en charge directe des patients, améliorant ainsi la qualité globale des soins. L’introduction massive de l’IA en médecine ne résoudra pas tous les problèmes de la profession, mais elle fait partie de la réponse aux problématiques telles que la surcharge pesant sur les épaules des spécialistes ainsi que la pénurie de plus en plus prégnante dans presque l’ensemble des spécialités médicales.
Risques et enjeux
Cependant, cette expansion rapide du recours à l’IA s’accompagne de risques et d’enjeux qu’il est impératif de considérer. Le premier d’entre eux est le phénomène de «deskilling», ou perte de compétences. La délégation systématique de certaines tâches à l’IA pourrait entraîner, à terme, une diminution du savoir-faire pratique des professionnels de santé. Cette dépendance croissante à la machine pose la question de la résilience du système médical en cas de défaillance technologique. L’impact de cette perte de compétence ne fera pas sentir directement, c’est la sans doute le piège, mais impactera les générations suivantes.
Les biais algorithmiques constituent un autre enjeu majeur. Les modèles d’IA sont entraînés sur des données existantes et peuvent reproduire, voire amplifier, des biais préexistants. Dans le domaine médical, cela peut se traduire par des erreurs de diagnostic plus fréquentes pour certaines populations, compromettant l’équité et la fiabilité des soins.
Le coût économique de l’intégration de l’IA est également un facteur critique. L’acquisition, la maintenance et la mise à jour des systèmes représentent des investissements conséquents, parfois difficiles à supporter pour des structures médicales à ressources limitées. Cela risque d’accentuer les inégalités d’accès aux technologies avancées, créant un fossé entre établissements bien financés et centres de soins plus modestes.
À cela s’ajoutent les questions éthiques et sociales. L’usage de l’IA interroge la place du jugement humain et la responsabilité en cas d’erreur médicale. Qui est responsable lorsqu’un algorithme se trompe: le développeur, le médecin, ou l’institution hospitalière? La transparence des décisions algorithmiques reste donc un enjeu crucial pour préserver la confiance des patients et garantir une utilisation responsable.
Enfin, la cybersécurité est un défi incontournable. La centralisation et le partage massif de données médicales exposent les systèmes à des risques accrus de piratage et de fuites d’informations sensibles, avec des conséquences potentiellement graves pour les patients et pour l’intégrité des systèmes de santé.
Intégration
Pour intégrer l’IA de manière éthique, sécurisée et efficiente, plusieurs axes d’action apparaissent prioritaires. Le premier est la formation des professionnels de santé. Tous, du radiologue au personnel administratif, doivent être sensibilisés aux enjeux, limites et impacts de l’IA, afin de favoriser une utilisation raisonnée et complémentaire aux compétences humaines.
Le second axe concerne la sécurité et la gouvernance des données. Il est indispensable de protéger les données à chaque étape de leur traitement et de s’assurer que leur utilisation respecte les réglementations en vigueur, telles que le Règlement Général sur la Protection des Données (RGPD) en Europe.
Le cadre éthique et juridique constitue un autre pilier. Le règlement européen sur l’intelligence artificielle (AI Act) fournit des lignes directrices précises pour encadrer l’usage de l’IA dans le domaine médical, notamment en imposant des standards de sécurité, de transparence et de fiabilité. Cependant, pour se prémunir des effets pervers d’une surutilisation de l’IA, il est nécessaire d’étudier et de comprendre le fonctionnement des différents outils basés sur l’intelligence artificielle et pouvoir anticiper les difficultés éthiques ou juridiques qu’il pourrait générer.
La collaboration interdisciplinaire est essentielle. Médecins, ingénieurs, chercheurs et autorités de santé doivent travailler ensemble pour développer une approche partagée de l’innovation, capable de répondre aux défis techniques, humains et sociaux. Cette synergie permettra de maximiser les bénéfices de l’IA tout en limitant ses risques, pour construire une médecine plus sûre, plus efficace et plus équitable.
