L'IA dans le secteur médical

Depuis que les entreprises d'IA OpenAI et Anthropic ont lancé leurs chatbots appelés respectivement ChatGPT Health et Claude for Healthcare, les débats ont été relancés sur l'IA dans le secteur médical.

Le but du sujet de cette semaine sera de montrer que l'impact de l'IA sur ce secteur va bien au-delà des simples chatbots, et que l'IA aide plus le personnel soignant qu'il ne le remplace.

L'origine du sujet

Le débat de l’IA dans le secteur médical est revenu à l’ordre du jour depuis janvier 2026, plus précisément depuis que OpenAI a annoncé ChatGPT Health le 7 janvier, puis Anthropic qui a annoncé Claude for Healthcare quelques jours plus tard.

Les deux outils sont uniquement lancés aux États-Unis pour le moment, mais ont le même objectif, à savoir connecter ses données de santé pour obtenir des explications simplifiées de résultats, des analyses des activités physiques et du sommeil, ou encore la prise de rendez-vous.

ChatGPT Health permet aux utilisateurs de connecter leurs dossiers médicaux et applications de bien-être au chatbot, alors que Claude for Healthcare inclut des "connecteurs" vers des bases de données comme la base CMS (Centers for Medicare & Medicaid Services), donc plus orientés vers les usages hospitaliers et les assurances.

Ces deux outils ciblent les tâches administratives plutôt que le diagnostic, mais ça permet de montrer que les chatbots sont passés d’un “outil qui explique des choses” à un “outil qui explique notre santé”.

Suite à ces annonces, on a vu ressurgir les grandes questions liées à l’utilisation de l’IA, ainsi que des poncifs bien connus :

• L’utilisation de l’IA est dangereuse
• L’IA va faire disparaître des emplois

Et il y a plusieurs choses à dire vis-à-vis de tous ces débats.

Les défis de l'IA dans le médical

L'idée reçue

Premièrement, le fait que l’IA va faire disparaître des emplois relève plus de la crainte que du fait réel, notamment en France où l’IA accompagne les médecins plus qu’elle ne les remplace.

En effet, la startup Synapse Medicine basée à Bordeaux déclare que l’IA est adoptée par 25% des médecins généralistes en France.

De plus en plus de modèles d’IA différents sont utilisés pour améliorer le diagnostic (chose qu’on abordera dans le chapitre ci-dessous), mais le personnel soignant est toujours là.

Les défis de l'IA

Malgré tout, l’industrie de l’IA telle que nous la connaissons connaît plusieurs problèmes, auxquels il faut trouver une solution le plus vite possible :

• Les fuites de données : Il est vivement recommandé de ne pas intégrer de données personnelles (nom, adresse, informations médicales) dans les chatbots, car ces données peuvent être absorbées dans les bases d'entraînement et potentiellement divulguées publiquement en cas d'hallucination du modèle
• Droit à l'oubli impossible : Il est techniquement très difficile de faire "oublier" des données spécifiques à un modèle d'IA une fois qu'il a été entraîné. La seule solution fiable serait de réentraîner le modèle de zéro

Dans une société où la sécurité des données est primordiale, il n’est pas vraiment possible de “faire confiance” à des modèles d’IA propriétaires lorsqu’il s’agit de partager des données sensibles, ce qui rend la proposition de ChatGPT Health et de Claude for Healthcare difficile à prendre au sérieux.

Il faut aussi rappeler que les entreprises comme OpenAI et Anthropic se lancent à pleine vitesse dans le secteur médical car elles cherchent désespérément de nouvelles sources de revenus pour financer leurs infrastructures dont les coûts sont colossaux.

Malgré tout ça, des solutions existent pour une utilisation de l’IA adaptée aux données de santé :

• L’utilisation d’un modèle d’IA en local, de façon à ce que l’individu reste propriétaire de ses données et réduise le risque de fuite.
• Le développement de solutions techniques pour concilier analyse de données et vie privée comme le chiffrement homomorphe (FHE) où l’utilisation des preuves Zero Knowledge

Jusqu'ici, nous avons essentiellement mentionné ChatGPT Health et Claude for Healthcare qui sont des chatbots. Mais ces chatbots ne sont que la face émergée de l’Iceberg.

L'iceberg de l'IA dans la médecine

Quand on se documente sur l’utilisation de l’IA dans le secteur médical, on réalise d’une part qu’il n’y a pas eu besoin d’OpenAI ni d’Anthropic pour aborder le sujet, et d’autre part que le secteur médical a conçu un grand nombre de modèles d’IA différents pour tout un ensemble de besoins.

Chirurgie

La chirurgie robotisée a aujourd'hui une place prépondérante, dont le pionnier et leader incontesté est Intuitive Surgical. Son système Da Vinci permet aux chirurgiens d'opérer avec une précision millimétrique via des bras robotisés contrôlés depuis une console. L'IA intervient pour stabiliser les gestes, compenser les tremblements et assister la vision 3D du champ opératoire

Nous avons aussi Medtronic qui est l'un des plus grands fabricants de dispositifs médicaux au monde. En chirurgie, son robot Mazor X guide les chirurgiens lors d'interventions sur la colonne vertébrale ou en cardiologie.

Echographie

Dans le domaine de l'échographie, l'IA GE HealthCare automatise les mesures en cardiologie (volumes ventriculaires, fraction d'éjection) et en obstétrique (biométrie fœtale), pour accélérer les examens

Radiologie

Aidoc est l'un des logiciels d'IA en radiologie les plus largement déployés au monde, présent dans plus de 1000 établissements hospitaliers.

Son système analyse les scanners et IRM dès leur acquisition pour détecter des urgences comme les hémorragies intracrâniennes, les embolies pulmonaires, les fractures vertébrales ou les AVC.

Amélioration du diagnostic

Rien que pour améliorer le diagnostic des patients, un grand nombre de modèles d'IA différents ont été conçus pour des diagnostics précis, dont voici une liste non-exhaustive :

Pour le cancer du sein, un modèle d'IA nommé Mia a identifié avec succès tous les cas de cancer sur 10 000 mammographies, y compris 11 cas que les radiologues humains avaient manqués, atteignant une précision de 81,6 %.

La startup suédoise Neko Health, cofondée par le fondateur de Spotify Daniel Ek, déploie des services de scan corporel complet (utilisant 70 capteurs), où l'IA est utilisée pour détecter des maladies cardiaques ou des cancers de la peau. À Stockholm, cette technologie a permis de révéler que 14,1% des patients examinés nécessitent un traitement médical

Entre-temps, des chercheurs de Stanford Medicine ont développé un modèle d'IA capable de prédire le risque de développer plus de 100 pathologies à partir d'une seule nuit de données de sommeil. Le modèle, appelé SleepFM, a été entraîné sur près de 600 000 heures de données issues de 65 000 participants. Ses prédictions sont particulièrement performantes pour les cancers, les complications de grossesse, les troubles circulatoires et les troubles mentaux.

Accélération de la recherche

L'IA accélère le processus scientifique en permettant d'imaginer et de tester de nouvelles idées.

Par exemple, le modèle AlphaFold de Google DeepMind a révolutionné la biologie en prédisant la structure de presque toutes les protéines connues.

La version AlphaFold 3, annoncée par Google DeepMind et Isomorphic Labs, va plus loin en prédisant les interactions avec l'ADN, l'ARN et des ligands, ce qui devrait accélérer significativement la découverte de nouveaux médicaments.

Le prix Nobel de chimie 2024, David Baker, a utilisé l'IA pour créer 10 millions de nouvelles protéines, ouvrant des voies pour de nouveaux médicaments et traitements contre le cancer

Même en France, l’IA est utilisée, en particulier pour l'extraction automatique de données (ADE). Cela permet de présélectionner les patients pour les essais cliniques en 3 minutes (contre plusieurs heures manuellement) avec une précision de 96,7 %

Rééducation

L'IA permet d'interpréter les signaux cérébraux pour redonner de la mobilité aux personnes paralysées (tétraplégiques ou amputées) via des interfaces cerveau-machine. Elle est aussi utilisée pour piloter des exosquelettes, comme ceux de l'entreprise française Wandercraft, permettant aux personnes en fauteuil roulant de marcher à nouveau.

Pour le personnel médical, souvent débordé par les tâches administratives et une liste de patients qui s'allonge, les outils sont très bien accueillis. D'après une étude du cabinet Talan publiée en décembre, 85% des professionnels de santé ont recours à l'IA dans leur pratique.

Suivi à domicile ou en établissement

L'IA peut aussi servir à suivre les patients à domicile. C'est le cas de Kardia développé par la société AliveCor qui a démocratisé l'électrocardiogramme en le rendant accessible depuis son téléphone.

Avec plusieurs millions d'utilisateurs dans le monde, AliveCor a rendu le dépistage cardiaque possible en dehors de l'hôpital, chez le médecin généraliste comme à domicile.

Mais l'IA peut aussi être utilisée pour le suivi des patients en établissements, comme SafelyYou qui sert à détecter les chutes et capturer de courtes vidéos basées sur l'événement.

Sachant que les personnes atteintes de démence chutent en moyenne 4 fois par an, ce système permet de réduire la fréquence des chutes, les visites aux urgences, et d'avoir un temps de réponse du personnel bien inférieur à la moyenne.

S'initier à l'IA avec Alyra

Finalement, l’utilisation de l’IA est bien plus prégnante qu’on ne l’imagine dans le secteur médical.

Que ce soit pour identifier des maladies, améliorer la recherche scientifique ou accompagner des patients au cours de leur rétablissement, il est complexe d’imaginer un avenir sans cette technologie.

Pour tous les professionnels de l’IA, cela crée des opportunités pour participer à la transformation du secteur médical dans son ensemble.

Si la perspective d’apprendre des compétences relatives à l’IA vous intéresse, Alyra vous propose de vous y former !

Découvrez nos formations en Intelligence Artificielle !

‍