Entre les promesses extraordinaires — détecter un cancer avant les symptômes, découvrir un médicament en quelques semaines — et les risques potentiellement mortels d'une hallucination au mauvais moment, l'IA médicale est le terrain le plus vertigineux de tous.
Le domaine où l'IA est la plus mature et la plus impressionnante.
Les algorithmes analysent radiographies, IRM, scanners et lames histologiques avec une précision souvent supérieure à celle des spécialistes humains. Détection de microtumeurs invisibles à l'œil nu, lecture d'ECG, analyse de fond d'œil pour détecter le diabète ou des risques cardiovasculaires. Le système Paige diagnostique certains cancers (sein, prostate) depuis des images de pathologie. En France, une expérimentation d'interprétation automatisée des ECG démarre en 2025.
DÉPLOYÉ EN CLINIQUECe qui prenait 10 ans et 1 milliard de dollars peut maintenant prendre quelques semaines.
AlphaFold (DeepMind) a résolu en 2022 le problème du repliement des protéines — un verrou fondamental de la biologie, ouvert sur plus de 200 millions de structures protéiques. Des IA identifient des candidats médicaments en simulant des millions d'interactions moléculaires. Insilico Medicine a développé un médicament contre la fibrose pulmonaire de A à Z avec une IA — essais cliniques en cours. Une révolution pour les maladies rares et les pandémies futures.
RECHERCHE ACTIVEPasser du traitement "taille unique" au traitement taillé sur votre génome.
L'IA croise données génomiques, cliniques, d'imagerie et biologiques pour prédire quelle thérapie sera efficace sur quel patient. En oncologie, elle prédit la réponse à l'immunothérapie en analysant des biopsies tumorales. Pour le diabète et les maladies chroniques, elle adapte les dosages en temps réel selon les biomarqueurs. Le Plan France médecine génomique 2025 centralise ces données sur une plateforme nationale — l'IA sera le moteur d'analyse.
EN DÉPLOIEMENTL'IA qui allège le quotidien du médecin — et lui rend du temps pour ses patients.
Nabla Copilot écoute la consultation et génère automatiquement le compte-rendu médical. L'IA aide à la prescription en signalant les contre-indications et interactions médicamenteuses. Pour les maladies rares, acccelRare (Sanofi) identifie les syndromes en croisant symptômes et littérature médicale — réduisant de 4,5 ans le délai de diagnostic. Les wearables (Apple Watch, Withings) détectent des marqueurs d'Alzheimer, d'AVC, ou de risques cardiaques en continu.
DÉJÀ EN CABINETDeepMind résout un problème vieux de 50 ans en biologie structurale. Comprendre comment une protéine se replie à partir de sa séquence d'acides aminés est fondamental pour concevoir des médicaments. AlphaFold prédit ces structures avec une précision quasi-parfaite. En 2022, la base de données est ouverte : 200 millions de structures protéiques accessibles gratuitement à toute la recherche mondiale. Révolution silencieuse mais immense.
Une étude publiée dans Nature montre qu'une IA entraînée sur des mammographies détecte les cancers avec 11,5% moins de faux positifs et 2,7% moins de faux négatifs qu'une lecture par deux radiologues humains. Première démonstration clinique robuste qu'une IA peut surpasser des spécialistes expérimentés dans un acte diagnostique réel.
Google DeepMind publie Med-PaLM 2, un LLM spécialisé en médecine. Il obtient des scores "expert" aux questions des examens médicaux américains (USMLE). Il répond à des questions cliniques complexes avec une précision jugée acceptable par des médecins. Cela ne signifie pas qu'il peut remplacer un médecin — mais ça montre que les LLM peuvent devenir des assistants cliniques fiables dans des cadres bien définis.
Des IA analysent des fragments d'ADN tumoral circulant dans le sang (liquid biopsy) pour détecter jusqu'à 50 types de cancers simultanément, avant tout symptôme. Le test Galleri (Grail) est en cours d'évaluation clinique à grande échelle au NHS britannique. Si les résultats se confirment, c'est l'un des plus grands progrès en oncologie depuis des décennies.
Le robot da Vinci X réalise des anastomoses vasculaires avec 0,2mm de marge d'erreur (contre 1mm pour un humain). Des premières opérations de neurochirurgie partiellement autonomes ont été réalisées en 2025. Le robot MIRA effectue des colectomies par incision de 3cm, réduisant le temps de récupération à 48h. L'autonomie reste encadrée et supervisée — mais la trajectoire est tracée.
Écoute la consultation médecin-patient en temps réel et génère automatiquement le compte-rendu structuré. Le médecin reste présent pour le patient, l'IA gère l'administratif. Déployé dans des milliers de cabinets, notamment en France. Économie estimée : 2h de paperasse par jour par médecin.
Prédit les structures 3D des protéines, ARN, et de leurs interactions avec de petites molécules (candidats médicaments). Version 3 (2024) : prédit aussi les interactions protéine-ADN et protéine-ligand. Accéléré massivement la recherche sur les maladies rares, le cancer, les maladies infectieuses.
Premier logiciel d'IA approuvé par la FDA pour aider à diagnostiquer le cancer de la prostate depuis des images de biopsie. Analyse des lames numérisées, détecte les cellules cancéreuses avec une précision supérieure au diagnostic seul. Réduit le temps d'analyse et les faux négatifs.
Combine l'analyse des données médicales avec la littérature scientifique pour identifier des syndromes rares à partir d'un tableau clinique. Réduit de 4,5 ans le délai de diagnostic pour des maladies rares — des années de souffrance évitées pour les patients. 73% d'amélioration dans l'identification précoce.
Modèle spécialisé en médecine, entraîné sur des milliers d'articles, guidelines et cas cliniques. Répond à des questions médicales complexes avec des performances "expert". Conçu comme assistant clinique, pas comme remplaçant. En cours de déploiement dans certains systèmes hospitaliers américains.
Les wearables de nouvelle génération détectent en continu des signaux précoces : marqueurs d'Alzheimer via l'analyse du discours, risques d'AVC, fibrillation auriculaire, variations glycémiques. Selon Deloitte, réduction de 35% des hospitalisations d'urgence chez les patients cardiaques équipés en 2024.
"Le médecin seul habilité à porter un diagnostic doit pouvoir garder son autonomie face à la machine. Il doit être en mesure de comprendre le pourquoi et le comment des décisions affichées, et de les contourner si besoin."
— INSERM, Dossier Intelligence Artificielle et SantéUn médecin de campagne assisté d'une IA diagnostique aussi bien qu'un spécialiste urbain. Les déserts médicaux pourraient bénéficier d'une expertise de niveau CHU.
L'IA voit des patterns dans des millions d'images ou de données biologiques qu'aucun humain ne pourrait percevoir. Les cancers détectés au stade 1 ont un taux de survie à 5 ans supérieur à 90%.
2h de paperasse en moins par jour, c'est 2h de plus pour les patients. Dans un système de santé sous tension, c'est colossal.
AlphaFold a ouvert en quelques mois l'équivalent de décennies de travaux en biologie structurale. Les maladies rares et les pandémies futures pourraient trouver des traitements bien plus vite.
Un LLM qui invente une contre-indication, oublie une interaction médicamenteuse ou se trompe sur un dosage avec assurance peut causer des dommages irréversibles. Les LLMs génériques ne sont pas fiables pour les tâches médicales complexes — l'INSERM le confirme.
Un algorithme entraîné sur des données majoritairement caucasiennes peut être moins précis sur d'autres populations. En dermatologie, les IA diagnostiquent moins bien les cancers cutanés sur peaux foncées — des vies en jeu.
Le risque que le médecin "fasse confiance à la machine" sans questionner. "La machine dit X, donc c'est X." La responsabilité médicale et l'autonomie de jugement clinique sont des enjeux éthiques et légaux ouverts.
Les données médicales sont parmi les plus sensibles qui existent. Les entraîner sur des LLMs tiers, les croiser avec des données génomiques — les questions de souveraineté, de consentement et de RGPD sont loin d'être résolues.