Cette version de navigateur n’est pas compatible. Pour une meilleure expérience, nous vous invitons à mettre à jour votre navigateur ou à utiliser un autre navigateur (Google Chrome, Firefox ou Safari).
L'intelligence artificielle s'installe progressivement dans les cabinets médicaux, les blocs opératoires et les services hospitaliers. Loin d'une médecine entièrement automatisée, ces outils visent avant tout à épauler les professionnels de santé. Ils soulèvent néanmoins des questions essentielles sur la responsabilité médicale, la protection des données et la place du jugement clinique. État des lieux des usages actuels et des enjeux qu'ils suscitent.
L'IA au service de la détection précoce, du diagnostic et du suivi des patients
La médecine prédictive
La médecine prédictive constitue l'une des applications les plus tangibles de l'IA en santé. Des technologies anticipent certaines pathologies graves en analysant des signaux imperceptibles à l'examen clinique classique.
Dans le domaine cardiovasculaire, des travaux de recherche ont démontré qu'une mammographie pouvait révéler des informations sur les risques cardiovasculaires. En examinant la calcification des artères mammaires visible sur ces clichés, des algorithmes spécialisés permettent de détecter des risques d'infarctus et d'AVC, sans examen complémentaire.
Sur un autre front, la prévention de la mort subite mobilise également des chercheurs qui développent des algorithmes capables d'anticiper les arrêts cardiaques. Une équipe réunissant l'Université Paris Cité, l'Inserm, l'AP-HP et Harvard, en collaboration avec l'entreprise Cardiologs, a mis au point un réseau de neurones artificiels capable d'analyser des électrocardiogrammes (ECG) sur 24 heures. Entraîné sur plus de 240 000 ECG recueillis dans six pays, l'algorithme identifie les patients à risque d'arythmie sévère dans plus de 70 % des cas, et ceux sans risque dans 99,9 % des cas. Les résultats ont été publiés dans l'European Heart Journal.
Si la technologie est encore en phase d'évaluation, elle pourrait à terme équiper des holters ambulatoires ou des montres connectées et assurer ainsi une détection précoce.
C'est également l'ambition du programme Predict2Prevent, fondé par le Pr Xavier Jouven (AP-HP / Université Paris Cité). En croisant des données cliniques, génétiques et comportementales à grande échelle, il vise à identifier les individus à risque de mort subite avant le premier événement cardiaque. L'IA y a permis de dégager huit profils à risque distincts, dont plusieurs aux caractéristiques inattendues.
L'imagerie médicale
Les applications de l'IA en imagerie médicale affichent aujourd'hui une maturité clinique significative. L'étude prospective MASAI, menée en 2023 sur plus de 80 000 patientes, a démontré que la lecture assistée par IA en dépistage du cancer du sein permettait de détecter davantage de cancers (6,1 pour 1 000 contre 5,1 pour 1 000 en double lecture classique), tout en réduisant de près de moitié la charge de travail des radiologues. Les conclusions de la Société Française de Radiologie (SFR) rappellent toutefois que les meilleurs résultats sont obtenus en associant l'IA aux radiologues, et non en la substituant à eux.
Ces résultats encouragent l'extension de ces approches à d'autres modalités. Selon un rapport de l'Académie nationale de médecine de février 2026, l'IA offre désormais une aide au diagnostic 24h/24 en scanner et en IRM. En ophtalmologie, des solutions françaises comme OphtAI permettent déjà la détection automatique de la rétinopathie diabétique à partir de photographies de la rétine.
La start-up française Gleamer, accompagnée par la MACSF, assiste les radiologues grâce à sa technologie Copilot®, basée sur l’intelligence artificielle : détection des fractures (son outil BoneView réduit de 30 % le taux de fractures non détectées), analyse des poumons, mesures osseuses... Ses solutions équipent aujourd'hui plus de 2 000 établissements dans 40 pays et traitent plus de 30 millions d'examens par an.
Le suivi à domicile
La télésurveillance médicale enrichie par l'IA produit ses premiers résultats cliniques probants. Satelia® Cardio, développée avec le CHU de Bordeaux, a fait l'objet de l'étude TELESAT-HF, présentée en mai 2024 au congrès ESC Heart Failure à Lisbonne et publiée en 2025 dans l'European Journal of Heart Failure. Il s'agit de la plus grande cohorte de télésurveillance étudiée à ce jour en France et à l'international, portant sur 18 882 patients répartis dans plus de 300 centres.
Les résultats sont significatifs : 36 % de réduction de la mortalité toutes causes sur 30 mois chez les patients en insuffisance cardiaque suivis par télésurveillance. L'algorithme affiche une valeur prédictive négative de 99,4 %, assurant que les patients identifiés comme stables le sont effectivement.
L'IA pour sécuriser les prescriptions et l'aide à la décision
Assistants médicaux et orientation diagnostique
Les assistants médicaux conversationnels basés sur l'IA se développent progressivement. MedGPT.fr, conçu par des médecins et dédié aux professionnels de santé, aide ces derniers à accéder rapidement à une information fiable et adaptée au cadre français. L'outil intervient en appui à la décision médicale dans des situations concrètes du quotidien : vérification d'une interaction médicamenteuse, confirmation d'une recommandation en vigueur, ajustement d'une prescription à un profil patient particulier. Chaque réponse est documentée et sourcée.
Réduction des erreurs médicamenteuses
Les erreurs médicamenteuses représentent un enjeu majeur de santé publique. Selon l'étude nationale ENEIS 3, près d'un tiers des événements indésirables graves liés aux soins impliquent une erreur médicamenteuse, dont plus de la moitié sont considérées comme évitables.
Face à ce constat, Synapse Medicine a développé des solutions d'IA pour accompagner les professionnels de santé dans leurs prescriptions : détection automatique des interactions médicamenteuses, génération d'ordonnances personnalisées. Un de ses outils, Copilote Recos, fournit des recommandations thérapeutiques contextualisées selon le profil du patient.
Bloc opératoire augmenté : l'IA au service du geste chirurgical
Selon un communiqué de l'Académie nationale de médecine d'octobre 2025, plus de 300 robots chirurgicaux sont désormais implantés dans des établissements de santé publics ou privés en France. Les spécialités concernées se diversifient : urologie, chirurgie digestive, gynécologie, orthopédie et neurochirurgie.
D’après le dossier de l'Inserm sur la chirurgie assistée par ordinateur, l'apport de ces technologies se déploie sur plusieurs registres.
- La vision augmentée permet de superposer en temps réel des données issues d'IRM ou de scanner sur le champ opératoire, facilitant l'identification des structures anatomiques.
- La planification préopératoire s'appuie sur ce que l'Inserm appelle le "patient numérique" : une modélisation personnalisée construite à partir des imageries du patient, permettant notamment de simuler l'intervention en amont.
- Pendant l'intervention, les bras robotisés sont dotés de caméras miniaturisées et d'un système anti-tremblement. À terme, ces systèmes devraient également être capables d'alerter le chirurgien en temps réel en cas de risque de complication ou de déviation du plan opératoire, une fonctionnalité encore en cours de développement selon l'Inserm.
Le programme France 2030 prévoit un financement pour le développement de ces technologies, considérées comme un enjeu stratégique pour la souveraineté sanitaire française.
Recherche médicale : accélérer l'innovation
Découverte et développement de médicaments
L'IA accélère les processus de recherche pharmaceutique.
Owkin, biotech franco-américaine, développe des modèles prédictifs basés sur l'IA pour mieux comprendre la progression des maladies, identifier des biomarqueurs et prédire la réponse aux traitements. Si l'oncologie constitue un axe fort de ses travaux, Owkin intervient également en immunologie et en cardiologie. La société travaille en étroite collaboration avec l'AP-HP et l'Institut Curie, en s'appuyant sur l'analyse de données biomédicales multimodales (cliniques, génomiques, histologiques, d'imagerie) via une technique d'apprentissage fédéré qui préserve la confidentialité des données patients. En 2023, elle a lancé le consortium Owkin PortrAIt avec pour objectif de positionner la France comme leader mondial de la pathologie numérique basée sur l'IA au service de la cancérologie.
Aqemia emprunte une voie différente, en combinant physique théorique et IA générative pour concevoir des molécules véritablement nouvelles — et non des copies de médicaments existants. La start-up promet d’accélérer la découverte de nouvelles molécules, à des fins thérapeutiques.
Optimisation des essais cliniques
Le recrutement des patients constitue un enjeu majeur des essais cliniques en oncologie : identifier les patients éligibles est une tâche chronophage et sujette à variabilité entre évaluateurs.
L'outil MassiveBio est actuellement évalué par l'Institut de Cancérologie de Lorraine (ICL), dans une étude démarrée en mars 2025 sur des patientes atteintes de cancer du sein. L'objectif est de comparer trois approches de sélection : IA seule, IA assistée par un expert, et évaluation humaine seule, afin de mesurer le gain de précision et de temps apporté par l'IA.
Un autre obstacle freine la recherche clinique : selon Lifen, entreprise experte des données de santé, 80 % des données médicales restent piégées dans des documents non structurés (comptes rendus, courriers...), rendant leur exploitation difficile. C'est pourquoi la start-up a développé DataLab, une solution d'extraction et de structuration automatique de ces informations, permettant d'accélérer la constitution de cohortes de patients pour la recherche.
L'organisation des soins : libérer du temps médical
La charge administrative représente une part croissante du temps des professionnels de santé. Lifen a développé deux solutions d'IA pour répondre à cet enjeu.
- Lifen Documents permet l'envoi sécurisé et centralisé de tout type de document médical à l'ensemble des correspondants, grâce à un annuaire couvrant 100 % des professionnels de santé français, compatible avec tous les logiciels métiers.
- Lifen Intégration automatise la réception, l'identification et le classement des documents directement dans le Dossier Patient Informatisé. Au Centre Hospitalier de Soissons, la solution permet d'économiser plus d'une heure par jour et par secrétaire, avec 90 % des intégrations réalisées sans erreur.
Lifen accompagne aujourd'hui plus de 800 hôpitaux et 20 000 professionnels de santé libéraux, et analyse plus de 45 millions de documents par an.
Intelligence artificielle et santé : comprendre les responsabilités juridiques
La protection des données de santé
L'IA repose sur l'exploitation de données massives. En santé, ces informations sont par nature sensibles et leur utilisation soulève immédiatement la question de la protection de la vie privée.
Le cadre réglementaire européen impose des garanties strictes à travers deux textes complémentaires. Le Règlement Général sur la Protection des Données (RGPD) exige le consentement éclairé des patients avant toute utilisation de leurs données, ainsi que la confidentialité et la sécurité des informations médicales.
L'AI Act, entré en vigueur en août 2024, complète ces dispositions. Les systèmes d'intelligence artificielle en santé sont classés comme "à risque élevé" et soumis à des exigences renforcées (transparence, supervision humaine, traçabilité des systèmes). Les dispositions relatives aux systèmes à risque élevé s'appliqueront pleinement à partir du mois d'août 2026.
Les biais algorithmiques et la transparence
Les algorithmes apprennent à partir de données existantes. Si elles reflètent des inégalités ou des erreurs passées, ils peuvent les reproduire dans leurs recommandations, créant des risques d'inégalités dans l'accès aux soins et la qualité des diagnostics.
La transparence devient dès lors une exigence centrale. Les soignants doivent pouvoir comprendre sur quelles bases l'algorithme formule ses recommandations. Cette "explicabilité" permet de vérifier la pertinence des informations fournies et d'identifier d'éventuels biais.
Le guide d'implémentation de l'éthique dans les systèmes d'IA en santé, publié par l'Agence du Numérique en Santé en juillet 2025, structure cette démarche autour de cinq principes : responsabilité, transparence, explicabilité, équité et proportionnalité.
La responsabilité médicale
Depuis l'arrêt Mercier de 1936, le médecin doit prodiguer des soins "conformes aux données acquises de la science". L'IA pose une question inédite : lorsque ces données incluent une recommandation algorithmique, qui est responsable en cas d'erreur — le praticien, l'éditeur du logiciel, ou l'établissement ?
Pour y répondre, trois principes structurent les enjeux de responsabilité :
- Le principe de garantie humaine : l'IA reste une aide à la décision, jamais un substitut au jugement clinique. La décision finale appartient toujours au professionnel de santé.
- La traçabilité obligatoire : le praticien doit documenter ses choix thérapeutiques dans le dossier patient. Cette traçabilité protège tant le patient que le professionnel en cas de litige.
- La préservation de la relation médecin-patient : l'empathie et le jugement clinique demeurent au cœur de la pratique médicale.
Au-delà de l'assurance : la MACSF soutient l'innovation en santé
En tant qu'assureur mutualiste des professionnels de santé, la MACSF soutient depuis 2018 19 starts-up qui développent des solutions concrètes sur le terrain : aide à la décision médicale, sécurisation des prescriptions, télémédecine et IA appliquée à la santé.
Ces engagements s'inscrivent dans la raison d'être de la MACSF : œuvrer durablement à l'amélioration de la santé, tout en anticipant les nouveaux enjeux de responsabilité que ces innovations font émerger.
« Soutenir l'innovation médicale, c'est contribuer à préparer les réponses aux grands défis du système de santé de demain. En investissant dans des solutions utiles aux professionnels de santé, la MACSF agit en cohérence avec sa mission d'accompagner l'évolution des pratiques médicales. Cet engagement se traduit par le soutien d'innovations de confiance au service de la qualité des soins, de la sécurité des patients et des professionnels de santé. »
Dr Thierry Houselstein, directeur médical de la MACSF
L’intelligence artificielle produit des résultats mesurables en matière de détection précoce, de sécurisation des prescriptions et de réduction de la charge administrative. Cette transformation nécessite un cadre réglementaire solide et une vigilance constante quant à la protection des données et les biais algorithmiques. La responsabilité médicale reste pleinement assumée par le praticien, l’IA étant une aide à la décision et non un substitut au jugement clinique. Les prochaines années verront l'extension de ces technologies à de nouvelles spécialités. Les praticiens devront se former à ces outils tout en préservant la dimension humaine des soins. La question de l'acceptabilité par les patients reste centrale et nécessite un effort constant de pédagogie et de transparence.