De l’imagerie médicale à la conception de nouvelles molécules, l’intelligence artificielle s’installe durablement dans le soin et les premiers essais cliniques commencent à en attester l’efficacité. Reste à savoir si ses promesses tiendront le rythme de ses progrès.

L’intelligence artificielle (IA) s’est imposée en quelques années comme l’une des innovations les plus marquantes du secteur de la santé. Longtemps cantonnée à la recherche ou à quelques applications spécialisées, elle est désormais présente dans de nombreux domaines de la médecine : aide au diagnostic, analyse d’images médicales, découverte de médicaments, médecine personnalisée ou encore optimisation des parcours de soins. Si elle ne remplace ni le médecin ni son jugement clinique, elle devient un outil capable de traiter d’immenses volumes de données en quelques secondes et d’apporter un soutien précieux à la décision.

L’un des champs où l’IA a démontré les progrès les plus spectaculaires est celui de l’imagerie médicale. Des algorithmes entraînés sur des millions d’images sont aujourd’hui capables d’identifier des anomalies parfois imperceptibles à l’œil humain. En radiologie, ils contribuent à détecter plus rapidement certaines lésions pulmonaires, des fractures, des accidents vasculaires cérébraux ou des cancers. En ophtalmologie, des systèmes d’IA permettent déjà de dépister certaines formes de rétinopathie diabétique ou de dégénérescence maculaire liée à l’âge à partir de photographies du fond d’œil, un système comme IDx-DR a d’ailleurs obtenu dès 2018 une autorisation de la FDA pour le dépistage autonome de la rétinopathie diabétique. En dermatologie, ces outils assistent les spécialistes dans l’analyse de lésions cutanées suspectes. L’oncologie bénéficie également de cette révolution technologique : grâce à l’analyse simultanée des données génétiques, biologiques, radiologiques et cliniques, l’IA aide à mieux caractériser certaines tumeurs et à identifier les traitements susceptibles d’être les plus efficaces pour un patient donné, une approche qui contribue au développement de la médecine dite « personnalisée ». En amont même du diagnostic, la recherche pharmaceutique connaît une transformation comparable : le développement d’un nouveau médicament nécessite traditionnellement une dizaine d’années de travail et plusieurs milliards de dollars d’investissement, et les modèles d’intelligence artificielle accélèrent désormais certaines étapes en identifiant des cibles biologiques et des molécules prometteuses, en anticipant leurs interactions ou en optimisant la conception des essais cliniques. La preuve de concept la plus aboutie à ce jour vient d’Insilico Medicine : son candidat-médicament rentosertib, entièrement conçu par IA générative pour traiter la fibrose pulmonaire idiopathique, a franchi avec succès une étude de phase IIa dont les résultats ont été publiés en juin 2025 dans la revue Nature Medicine, une première pour un médicament dont la cible biologique et la molécule ont toutes deux été générées par un algorithme. L’essai de phase III a depuis été engagé, une étape que peu de molécules issues de l’IA ont, à ce jour, atteinte.

Cette même logique d’assistance se retrouve jusque dans la pratique quotidienne des soignants. Au bloc opératoire, les systèmes d’assistance chirurgicale améliorent la précision de certains gestes techniques, tandis que les logiciels d’analyse d’images en temps réel apportent des informations complémentaires au chirurgien pendant l’intervention, la décision et le geste restant sous la responsabilité du praticien. En médecine générale, l’intelligence artificielle commence par ailleurs à faciliter le quotidien des professionnels de santé : elle peut résumer automatiquement les consultations, assister à la rédaction des dossiers médicaux, analyser les résultats biologiques ou signaler d’éventuelles interactions médicamenteuses, une automatisation qui permet aux soignants de consacrer davantage de temps à leurs patients.

Les progrès ne concernent pas uniquement les établissements de santé. Les objets connectés  montres, capteurs ou dispositifs de surveillance à domicile, utilisent déjà des algorithmes capables de détecter des anomalies du rythme cardiaque, des troubles respiratoires ou d’autres variations physiologiques ; associées à la télémédecine, ces technologies favorisent un suivi plus continu des patients atteints de maladies chroniques. Ces flux de données alimentent d’ores et déjà les recherches sur des modèles dits « multimodaux », capables d’analyser simultanément imagerie, résultats biologiques, informations génétiques, dossiers médicaux et données issues des objets connectés, une vision globale qui pourrait améliorer la précision des diagnostics et permettre une prise en charge toujours plus individualisée. À plus long terme, l’IA pourrait également transformer la prévention en identifiant des facteurs de risque à partir de milliers de variables, ouvrant la voie à une médecine davantage orientée vers l’anticipation que vers le traitement.

La robotique médicale constitue un autre champ de développement prometteur. Les futures générations de robots pourraient assister davantage les chirurgiens dans des interventions extrêmement complexes, améliorer la rééducation fonctionnelle ou faciliter la prise en charge des personnes âgées en perte d’autonomie, ces technologies restant conçues comme des outils d’assistance plutôt que comme des substituts aux professionnels de santé. La médecine génomique devrait elle aussi bénéficier des progrès de l’IA : l’interprétation des milliards de données contenues dans le génome humain représente un défi considérable, et les algorithmes permettent déjà d’identifier certaines mutations responsables de maladies rares ou d’orienter les traitements en fonction du profil génétique d’un patient.

Malgré ces perspectives, plusieurs défis demeurent. Les performances des modèles dépendent de la qualité des données utilisées pour leur entraînement ; des données incomplètes ou insuffisamment représentatives peuvent entraîner des biais susceptibles d’affecter les résultats. La protection des données médicales, le respect de la confidentialité, la transparence des algorithmes et la responsabilité en cas d’erreur constituent également des enjeux majeurs, que les autorités sanitaires de nombreux pays s’efforcent actuellement d’encadrer par de nouveaux cadres réglementaires.

L’intelligence artificielle ne remplacera vraisemblablement pas les médecins. En revanche, elle devrait profondément modifier leur manière d’exercer. En automatisant certaines tâches répétitives, en accélérant l’analyse des données et en fournissant une aide à la décision toujours plus performante, elle permettra aux professionnels de santé de se concentrer davantage sur ce qui demeure au cœur de leur métier : l’écoute, le raisonnement clinique, l’accompagnement et la relation humaine.

La médecine entre ainsi dans une nouvelle ère où expertise médicale et puissance de calcul se complètent, à condition que les promesses continuent d’être confirmées, essai après essai, par la preuve clinique plutôt que par la seule annonce.

Retrouvez l’ensemble de nos articles Inside