Usages concrets
L'IA s'installe dans les pratiques quotidiennes des professionnels de santé. En imagerie médicale, les systèmes d'aide au diagnostic analysent radiographies, scanners et IRM pour repérer des schémas pathologiques, en « second regard » qui ne se substitue pas au radiologue. La cardiologie et la dermatologie connaissent des déploiements comparables, notamment pour la détection d'arythmies sur électrocardiogrammes ou la reconnaissance de lésions cutanées.
La documentation clinique constitue un deuxième axe : des assistants génèrent comptes rendus et courriers médicaux, limitant la saisie manuelle et libérant du temps clinique. L'automatisation s'étend aux tâches administratives — prise de rendez-vous, tri des messages, codage. L'IA soutient enfin les parcours patients via la téléconsultation, la téléexpertise et le suivi des pathologies chroniques, avec des outils de triage et de détection précoce qui émergent dans les établissements.
Enjeux et limites
La fiabilité des algorithmes reste centrale. Des biais surviennent lorsque les données d'entraînement ne reflètent pas la diversité des populations soignées : un modèle dermatologique peut afficher une précision hétérogène selon le type de peau. Cette variabilité limite la confiance des praticiens et crée un risque clinique dans les situations atypiques.
L'opacité des systèmes complexes — les « boîtes noires » — pose une tension entre performance et explicabilité. L'IA produit des probabilités et des alertes, rarement une justification clinique transparente, alors que le médecin doit pouvoir comprendre et expliquer une orientation, notamment en cas de contestation.
La protection des données de santé s'impose comme un impératif réglementaire : le RGPD encadre strictement leur traitement (anonymisation ou pseudonymisation, hébergeurs certifiés, localisation en France ou dans l'Union européenne), et le secret médical doit être préservé quand les données transitent vers des plateformes externes.
La responsabilité médicale, enfin, demeure capitale. En droit français, le praticien reste responsable de l'acte diagnostique ou thérapeutique, quelle que soit la technologie : l'IA propose, le médecin décide. Cette règle n'efface pas les zones d'ambiguïté, notamment quand l'outil suggère un choix hors protocole.
Acteurs et cadre en France
La Haute Autorité de santé (HAS) a engagé un cadre de confiance pour les technologies numériques et les systèmes d'IA à usage professionnel, et publié des recommandations pour un usage responsable de l'IA générative en santé. L'Agence nationale de sécurité du médicament (ANSM) et la Commission nationale de l'informatique et des libertés (CNIL) se partagent des responsabilités de régulation, la CNIL veillant à la conformité au RGPD. Le règlement européen sur l'intelligence artificielle (AI Act) prévoit des obligations renforcées pour les systèmes à haut risque, dont relèvent de nombreux dispositifs médicaux. L'Assurance maladie et la HAS conduisent par ailleurs des travaux d'évaluation médico-économique pour mesurer l'apport réel de l'IA avant toute généralisation.
Ce que suit ActuIA
ActuIA suit les développements de l'IA en santé : émergence de nouveaux outils, évolution de la régulation française et européenne, enjeux de fiabilité et de gouvernance des données, et transformations des pratiques professionnelles.
