L’IA en médecine : ni miracle ni mirage, mais un choix à faire
Quand l’absence de médecin devient la vraie question
Il y a quelques semaines, au centre de santé communautaire de Boniaba au Mali, une mère qui toussait depuis des semaines a reçu son diagnostic en quelques secondes. Tuberculose positive. Pas de médecin sur place. Pas de radiologue. Ce jour-là, c'est Diakité Lancine qui a posé le diagnostic. Il n'est pas médecin, mais il a été formé à utiliser un appareil de radiographie mobile. L'image, envoyée directement à son ordinateur, a été interprétée par une IA qui a affiché une carte thermique des poumons, zones rouges signalant les lésions suspectes [1].
Cette scène, impensable il y a cinq ans, résume le paradoxe que Bruce Schneier, expert mondial en cybersécurité et fellow à Harvard, pose lors d’une récente conversation TEDMED avec le Dr Leana Wen, médecin urgentiste et ancienne commissaire à la santé de Baltimore :
« L’IA n’est peut-être qu’un piètre substitut au médecin, mais c’est un excellent substitut à l’absence de médecin. »
Bruce Schneier, Technologue en sécurité, Fellow à Harvard Kennedy School
Voilà qui remet les pendules à l’heure. Car pendant que nous débattons en Occident pour savoir si l’IA va « remplacer » les médecins, des millions de patients n’ont tout simplement pas accès à un médecin. La question n’est pas de savoir si l’IA est aussi bonne qu’un expert. Elle est de savoir si elle est mieux que rien.
L’IA est déjà là, mais pas où vous croyez
Quand le Dr Wen a commencé à enquêter sur le sujet pour sa chronique dans le Washington Post, elle pensait écrire sur l’avenir de la médecine. Elle a découvert que l’IA était déjà intégrée dans pratiquement tous les aspects des soins de santé.
Et les chiffres confirment cette intuition. Selon l’American Medical Association, 66% des médecins américains utilisaient l’IA en 2024, contre seulement 38% en 2023, soit une augmentation de 78% en un an [2]. Le marché mondial de l’IA en santé est passé de 1,1 milliard de dollars en 2016 à 32,3 milliards en 2024 [3]. La FDA américaine avait approuvé 1 247 dispositifs médicaux intégrant l’IA à la fin mai 2025, dont 956 en radiologie [4].
Mais attention à la confusion. Pour beaucoup, « IA » équivaut à « chatbot ». Or la majorité des applications médicales actuelles relèvent de l’IA prédictive : des algorithmes qui analysent des données pour identifier des patterns. Détection d’anomalies sur mammographies ou coloscopies. Identification en temps réel des patients susceptibles de s’aggraver en soins intensifs. Prédiction des patients pneumoniques nécessitant des soins intensifs.
L’IA générative type ChatGPT ? Ses usages validés restent plus limités : rédaction de premiers jets de notes médicales, assistance à la recherche d’informations. Mais pour le triage ou le diagnostic direct des patients, le Dr Wen est formelle : « Nous n’en sommes pas encore là. »
Les quatre dimensions de l’avantage IA
Schneier propose un cadre d’analyse en quatre dimensions qui mérite qu’on s’y arrête : vitesse, échelle, portée, sophistication.
La vitesse. L’IA peut traiter des données en temps réel, là où un médecin vérifie les résultats toutes les deux heures. Dans les services de soins intensifs, cette différence peut être vitale.
L’échelle. Dans les pays sans obstétriciens, des agents de santé communautaires formés en quelques heures utilisent désormais des échographes interprétés par IA. Le système ULTR-AI, présenté à la conférence ESCMID Global 2025, a démontré une sensibilité de 93% et une spécificité de 81% pour le diagnostic de tuberculose, dépassant les seuils recommandés par l’OMS [5]. L’étude montre que l’IA surpasse les experts humains de 9% dans l’interprétation des échographies pulmonaires pour la tuberculose [6].
La portée. L’IA peut connaître des maladies rares qu’aucun médecin individuel ne maîtrise. Face aux 7 000 maladies rares référencées, quel généraliste peut prétendre les reconnaître toutes ?
La sophistication. Dans certains cas, l’IA détecte des patterns invisibles à l’œil humain. Petites lésions pleurales sous-centimétriques, variations subtiles dans les images médicales que même les radiologues expérimentés peuvent manquer.
La révolution silencieuse des scribes IA
Pendant ce temps, dans les couloirs des hôpitaux occidentaux, une autre révolution se joue. Plus discrète. Plus immédiate. Et peut-être plus importante pour le quotidien des soignants.
L’IA ambiante. Ces systèmes qui écoutent les consultations et génèrent automatiquement des notes médicales. Un essai randomisé mené à UCLA sur 238 médecins entre novembre 2024 et janvier 2025 a montré une réduction du temps de rédaction des notes de 41 secondes par consultation avec l’outil Nabla, soit environ 9,5% de gain [7]. Une autre étude multicentrique publiée dans JAMA Network Open sur 263 cliniciens a observé une baisse du burnout de 51,9% à 38,8% après seulement 30 jours d’utilisation [8].
« L’IA ambiante me passionne parce qu’elle permet à la technologie de s’effacer à l’arrière-plan et au soin de revenir au premier plan. »
Dr Allen Hsiao, Professeur de pédiatrie et de médecine d’urgence, Yale School of Medicine [9]
Les médecins passent plus de la moitié de leur journée à documenter dans les dossiers médicaux électroniques, et seulement un quart du temps face aux patients [8]. Si l’IA peut inverser ce ratio, l’impact serait considérable.
Mais, car il y a toujours un mais, les études signalent aussi des inexactitudes cliniquement significatives dans les notes générées. Omissions d’informations, erreurs de pronoms, un incident de sécurité patient rapporté dans l’essai UCLA [7]. La technologie nécessite une supervision active, pas une acceptation passive.
La course aux armements algorithmique
C’est ici que l’histoire se complique. Car l’IA peut servir deux maîtres aux intérêts divergents.
D’un côté, les médecins utilisent l’IA pour rédiger des demandes d’autorisation aux assurances. De l’autre, les assurances utilisent l’IA pour les refuser automatiquement. Selon une enquête de l’AMA publiée en février 2025, 61% des médecins craignent que l’utilisation de l’IA par les assureurs augmente les refus d’autorisation préalable [10]. Et ce n’est pas de la paranoïa. Un rapport du Sénat américain de 2024 cite des cas où les outils IA des assureurs produisent des taux de refus 16 fois supérieurs à la normale [11].
« L’utilisation d’outils IA pour refuser automatiquement de plus en plus de soins nécessaires n’est pas la réforme de l’autorisation préalable que les médecins et les patients réclament. »
Dr Bruce A. Scott, Président de l’American Medical Association [10]
71% des assureurs santé américains admettent utiliser l’IA pour la gestion des autorisations préalables, selon une enquête de la National Association of Insurance Commissioners de 2025 [12]. La Californie a réagi en adoptant le Physicians Make Decisions Act (SB 1120), entré en vigueur le 1er janvier 2025, qui exige qu’un médecin qualifié supervise toute décision de refus basée sur la nécessité médicale [13].
Nous sommes entrés dans une course aux armements algorithmique. Des startups comme Counterforce Health ou Claimable proposent désormais aux patients des IA pour contester les refus générés par d’autres IA. Le serpent qui se mord la queue.
À qui profiteront les gains de productivité ?
Schneier pose la question que trop peu d’observateurs soulèvent : l’IA peut servir à augmenter le temps passé avec chaque patient, ou permettre à l’employeur d’exiger deux fois plus de patients.
Le Dr Wen confirme cette inquiétude : les médecins apprécient le temps libéré par l’IA ambiante, mais craignent que ces gains soient captés par les structures plutôt que redistribués aux soignants et aux patients. Si les 30 minutes quotidiennes économisées par l’IA scribe se traduisent par trois consultations supplémentaires au lieu de trois minutes de plus par patient, qui gagne vraiment ?
Cette tension n’est pas nouvelle. Elle traverse l’histoire des technologies médicales. Mais l’IA, par sa capacité à modifier simultanément tous les aspects du travail soignant, la rend plus aiguë que jamais.
Une nouvelle hiérarchie des soins ?
Le Dr Wen anticipe l’émergence d’une stratification des soins en quatre niveaux :
Niveau 1 : IA + médecin expert
Niveau 2 : IA + clinicien non-médecin
Niveau 3 : Clinicien seul sans IA
Niveau 4 : IA seule
Cette hiérarchie risque d’aggraver les disparités existantes. Les patients les mieux informés et les mieux assurés accéderont au niveau 1. Les autres devront se contenter des niveaux inférieurs.
Mais Schneier nuance. Des études sur l’IA en service client suggèrent qu’elle améliore davantage les performances des agents moyens que celles des meilleurs. Si ce pattern se confirme en médecine, l’IA pourrait être distributive plutôt que concentratrice. Elle pourrait réduire l’écart entre un médecin de campagne et un spécialiste hospitalier.
L’issue dépendra des choix politiques et économiques. Des choix que nous faisons collectivement, ou que nous laissons d’autres faire à notre place.
« L’avenir de la médecine, ce n’est pas l’IA à la place des cliniciens. Ce sont les cliniciens qui savent utiliser l’IA remplaçant ceux qui ne le font pas. »
Dr Leana Wen, Médecin urgentiste, chroniqueuse au Washington Post
Le triptyque non négociable : transparence, surveillance, responsabilité
La transparence est nécessaire mais insuffisante. Savoir comment un algorithme a été développé et testé, sur quelles données, avec quelle reproductibilité. C’est le minimum. Mais connaître un risque n’empêche pas qu’il se réalise.
La surveillance est indispensable. Qui vérifie en continu que le système fonctionne comme prévu ? Les performances d’une IA peuvent dériver avec le temps, à mesure que les populations de patients changent ou que les pratiques médicales évoluent. Sans monitoring permanent, les erreurs peuvent s’accumuler silencieusement.
La responsabilité est le maillon final. Qui est comptable des erreurs ? Quand un algorithme contribue à un mauvais diagnostic, qui porte la responsabilité ? Le développeur de l’IA ? L’hôpital qui l’a déployée ? Le médecin qui a suivi sa recommandation ? Sans réponse claire à cette question, tous les acteurs auront intérêt à se défausser.
« On ne peut pas avoir confiance sans transparence. Et la transparence seule ne suffit pas. »
Bruce Schneier
Ce que cela signifie pour vous
Si vous êtes clinicien, l’IA n’est pas optionnelle. Si vous pensez ne pas l’utiliser, vous l’utilisez probablement déjà, via les calculateurs médicaux et l’aide à la décision intégrés dans vos logiciels. Commencez par les cas d’usage à faible risque : recherche d’information, documentation. Adoptez l’humilité. Même les meilleurs experts ne peuvent tout connaître.
Si vous êtes patient, utilisez les chatbots pour comprendre et interpréter des informations, pas pour remplacer votre médecin. Donnez un maximum de contexte à vos requêtes. Et n’utilisez jamais l’IA pour des symptômes d’urgence. Douleurs thoraciques, signes d’AVC, ces situations nécessitent des humains, immédiatement.
Si vous êtes décideur, toute gouvernance de l’IA en santé doit inclure les trois piliers : transparence, surveillance et responsabilité. Les gains de productivité doivent être fléchés vers les soignants et les patients, pas uniquement vers les structures.
Le mot de la fin, provisoire
« Si nous avions eu cette conversation il y a six mois, elle aurait été différente. Et lorsque nous nous reverrons dans six heures, elle sera encore différente. »
C’est la caractéristique fondamentale de ce moment historique. Le terrain bouge sous nos pieds. Les certitudes d’hier sont les erreurs de demain. Ce qui était science-fiction il y a cinq ans est déjà déployé dans des milliers d’hôpitaux.
Mais une chose reste constante. La question n’est pas de savoir si l’IA va transformer la médecine. Elle le fait déjà. La question est de savoir qui contrôlera cette transformation, et au bénéfice de qui.
« À quoi bon avoir de meilleurs diagnostics si les gens n’ont toujours pas les moyens de se payer leurs médicaments ? »
Dr Leana Wen
La technologie ne résoudra pas les problèmes politiques. Mais elle peut les amplifier. Dans un sens ou dans l’autre. C’est à nous de choisir lequel.
Références
NPR. « AI is screening for TB. Is it doing a good job? ». Goats and Soda. 6 novembre 2025.
American Medical Association. « 2 in 3 physicians are using health AI—up 78% from 2023 ». 26 février 2025.
Docus. « AI in healthcare statistics 2025: Overview of trends ». 2025.
Vention Teams. « AI in healthcare 2025 statistics: Market size, adoption, impact ». 2025.
European Society of Clinical Microbiology and Infectious Diseases. « AI-guided lung ultrasound marks a major breakthrough in tuberculosis diagnosis ». EurekAlert. 14 avril 2025.
Open Access Government. « AI-powered lung ultrasound outperforms human experts by 9% in TB diagnosis ». 14 avril 2025.
UCLA Health. « UCLA study finds AI scribes may reduce documentation time and improve physician well-being ». 26 novembre 2025.
Olson KD, et al. « Use of ambient AI scribes to reduce administrative burden and professional burnout ». JAMA Network Open. 1er octobre 2025.
Yale School of Medicine. « AI scribes reduce physician burnout and return focus to the patient ». 17 octobre 2025.
American Medical Association. « Physicians concerned AI increases prior authorization denials ». 24 février 2025.
American Medical Association. « How AI is leading to more prior authorization denials ». 10 mars 2025.
PBS News Weekend. « How patients are using AI to fight back against denied insurance claims ». 22 novembre 2025.
Senator Josh Becker. « Landmark law prohibits health insurance companies from using AI to deny healthcare coverage ». 9 décembre 2024.