Rubrique
Diagnostic, recherche médicale, hôpitaux et bien-être : les promesses et les limites de l’IA en santé. 95 articles
De l’analyse d’images médicales à la recherche sur les protéines, l’intelligence artificielle élargit les capacités de la médecine. Mais la performance technique ne suffit pas : qualité des données, validation clinique, protection des patients et organisation des soins conditionnent son déploiement réel.
Les grands laboratoires pharmaceutiques font de l’intelligence artificielle une priorité pour explorer plus vite de nouvelles molécules et mieux conduire leurs essais cliniques. Cette accélération promet des gains d’efficacité, mais elle dépend de données fiables, de compétences adaptées et d’un cadre réglementaire exigeant.
Publié en janvier 2025, le projet de la FDA encadre le cycle de vie des logiciels médicaux dopés à l’IA. Il ne crée pas encore de règles définitives, mais il indique aux startups les preuves, la documentation et le suivi attendus pour convaincre le régulateur américain.
Des chercheurs de l’Université Johns Hopkins ont confié à un robot l’ablation complète d’une vésicule biliaire sur un patient simulé réaliste. Formé à partir de vidéos d’experts et de consignes textuelles, le système SRT-H a enchaîné 17 étapes sans intervention humaine. Cette démonstration ne constitue toutefois pas encore une chirurgie utilisable à l’hôpital.
CellLENS est un système d’intelligence artificielle conçu pour mieux distinguer les cellules présentes dans les tissus, y compris les populations rares liées aux cancers. En réunissant leur apparence, leur localisation et des informations moléculaires, l’outil pourrait aider la recherche à identifier de nouveaux biomarqueurs et à préparer des traitements plus ciblés.
Google met à disposition MedGemma et MedSigLIP, des modèles d’IA conçus pour les textes et les images médicales. Avec des résultats prometteurs sur des tests spécialisés et une exécution possible en local, ils pourraient aider les soignants. À condition de ne jamais confondre assistance algorithmique et décision clinique.
Positionner une aiguille au cœur d’une anatomie complexe exige une précision extrême. Des travaux menés par Ron Alterovitz proposent un cadre formel pour organiser l’assistance de l’IA, de la visualisation jusqu’au contrôle du geste. L’enjeu est de rendre ces systèmes plus sûrs, compréhensibles et réellement utilisables en clinique.
Dans les soins, un malentendu peut peser sur tout le parcours du patient. Soutenu par le MIT Human Insight Collaborative, le Language/AI Incubator réunit soignants, spécialistes du langage et sciences sociales pour étudier comment l’IA générative peut aider à mieux dialoguer, sans effacer les différences culturelles et linguistiques.
Le MIT Health and Life Sciences Collaborative lance la bourse postdoctorale Biswas, financée à hauteur de 12 millions de dollars. Dès 2026, elle doit soutenir des chercheurs à l’interface de la santé, des sciences de la vie, de l’intelligence artificielle et d’autres disciplines, pendant quatre ans.
L’idée de médicaments conçus avec l’intelligence artificielle et testés chez l’humain franchit une étape décisive. Mais derrière le raccourci « Google », c’est surtout Isomorphic Labs, société du groupe Alphabet issue de DeepMind, qui porte l’ambition. Entre découverte moléculaire, essais cliniques et contrôle sanitaire, voici ce qui est réellement en jeu.
Microsoft présente MAI-DxO, un orchestrateur d’IA qui aurait correctement résolu 85,5 % de cas médicaux complexes issus du New England Journal of Medicine. Face à lui, 21 médecins ont obtenu 20 % de réussite en moyenne. Une performance spectaculaire, qui doit toutefois être lue à l’aune du protocole de test et de la réalité clinique.
Le MIT et Mass General Brigham créent le MIT-MGB Seed Program, avec le soutien d’Analog Devices. Cette initiative doit financer des projets communs de recherche, à la croisée de l’intelligence artificielle, de la médecine clinique et des technologies de mesure, afin d’accélérer les diagnostics et traitements de demain.
Des chercheurs du MIT alertent sur une fragilité préoccupante des modèles de langage en santé : des détails sans rapport avec l’état clinique, comme une faute de frappe ou un ton hésitant, peuvent infléchir leurs conseils. L’effet est particulièrement inquiétant lorsqu’il conduit à déconseiller une consultation médicale, notamment pour les femmes.
Dans un essai de prospective primé au MIT, la doctorante Annaliese Meyer imagine des bactéries synthétiques activées par Bluetooth pour réguler le microbiome intestinal. Son scénario interroge le modèle de l’abonnement : une innovation médicale très avancée peut-elle rester accessible lorsque son usage dépend de paiements récurrents ?
L’intelligence artificielle s’installe dans la MedTech à la fois comme outil de productivité et comme composant de dispositifs médicaux. En recherche, en gestion documentaire ou en imagerie, elle promet d’accélérer les processus. Mais sa valeur dépend d’une validation clinique, de données fiables et d’une coordination étroite avec les équipes réglementaires.
L’intelligence artificielle promet d’accélérer l’analyse médicale, d’aider au diagnostic et de mieux adapter les traitements. Elle ne dispense toutefois pas les cliniciens de leur jugement, ni les établissements de leur responsabilité. Pour être utile, l’IA en santé doit être conçue avec les soignants, comprise par eux et encadrée par des règles claires.
IBM et Roche s’allient autour d’Accu-Chek SmartGuide Predict, une application qui exploite l’intelligence artificielle pour estimer l’évolution de la glycémie. Reliée à un capteur de glucose en continu de Roche, elle vise notamment à signaler les risques d’hypoglycémie, y compris durant la nuit.
Le rapport « Make America Healthy Again », porté par Robert F. Kennedy Jr., est vivement contesté après l’identification de références scientifiques introuvables ou non publiées. Au-delà d’erreurs bibliographiques, l’affaire pose une question essentielle : comment fonder une politique de santé publique sur des travaux que personne ne peut vérifier ?
Au Royaume-Uni, le NHS recommande l’abiratérone dans la prise en charge de certains cancers de la prostate avancés. La publication d’origine évoque une réduction pouvant atteindre la moitié du risque de décès dans les populations étudiées. Ce bénéfice important doit toutefois être interprété selon le stade de la maladie, les traitements associés et le suivi spécialisé.
En analysant des images de biopsies, un test d’intelligence artificielle repère les hommes atteints d’un cancer de la prostate à haut risque susceptibles de tirer un bénéfice majeur de l’abiratérone. Dans l’étude, le risque de décès à cinq ans est passé de 17 % à 9 % chez les patients identifiés par ce biomarqueur.
Une équipe de recherche a mis au point FaceAge, une IA capable d’estimer, à partir d’un portrait, un âge biologique distinct de l’âge inscrit sur l’état civil. Testée auprès de patients atteints de cancer, elle pourrait enrichir l’évaluation médicale, à condition de rester un outil d’aide à la décision, encadré et validé.
Oura enrichit son application de trois outils centrés sur la nutrition : journal des repas par photo, estimation des macronutriments et suivi de la glycémie via Dexcom. Disponibles aux États-Unis pour les membres équipés d’une Oura Ring 3 ou 4, ils promettent une lecture plus complète des habitudes de santé.
Google fait évoluer AMIE, son système d’IA médicale conversationnelle, pour qu’il prenne aussi en compte des images comme des photos dermatologiques ou des électrocardiogrammes. Dans 105 scénarios simulés, l’outil a obtenu des évaluations souvent supérieures à celles de médecins, sans pour autant être prêt à exercer en situation réelle.
À l’hôpital, les données ne servent plus seulement à établir des bilans : elles peuvent aider à anticiper les sorties, organiser les équipes et signaler une dégradation clinique. L’exemple de Hartford Hospital illustre le potentiel de cette approche, mais aussi une règle essentielle : l’outil doit rester au service d’une décision médicale humaine.
