L’intelligence artificielle va-t-elle transformer le métier de médecin ?

L’intelligence artificielle (IA) est déjà présente dans les hôpitaux et les cabinets. Elle peut repérer une anomalie sur une image, classer un examen, résumer un dossier ou signaler une interaction médicamenteuse. La vraie question n’est pas de savoir si elle va « remplacer » les médecins, mais quelles tâches elle peut accélérer ou sécuriser, et qui reste responsable quand la décision concerne une personne.

La pratique médicale deviendra sans doute plus assistée par la donnée. Mais la relation de soin, l’examen clinique et la décision partagée resteront au centre.

L’essentiel à retenir

• L’IA aide déjà pour l’imagerie, le tri de documents, la transcription ou l’aide à la rédaction.
• Ce n’est pas un professionnel de santé : elle peut se tromper avec assurance et ne porte pas la responsabilité clinique.
• Un outil n’a de valeur que s’il est validé dans un vrai parcours de soins, avec formation et suivi des erreurs.
• Le métier évoluera vers plus d’interprétation, de coordination et de contrôle des systèmes automatisés.
• Pour les patients : l’IA informe ou assiste ; elle ne remplace ni une consultation, ni un examen, ni une décision individualisée.

Comprendre l’IA et ce qu’elle fait déjà

Le terme recouvre des réalités différentes. L’apprentissage automatique repère des régularités dans des images, des tracés ou des résultats biologiques. Les modèles génératifs produisent du texte ou des résumés. Les modèles multimodaux combinent texte, image et données tabulaires. Un dossier médical mêle symptômes, examens, images, antécédents et traitements : un outil qui organise ces éléments peut faire gagner du temps, à condition qu’un professionnel vérifie le résultat. L’OMS rappelle que les performances apparentes ne suffisent pas : gouvernance, protection des données et supervision humaine doivent être prévues dès le départ.

Dans la pratique, trois usages sont déjà visibles. Structurer l’information : face à des années d’examens et de courriers, l’IA peut proposer une chronologie, lister les traitements ou préparer un brouillon de lettre, à condition de tout relire. Lire certaines images : la FDA recense de nombreux dispositifs intégrant de l’IA, surtout comme second regard (mammographie, tri d’examens urgents, quantification de lésions). Le résultat doit toujours être interprété avec l’image complète et le contexte clinique. Prévention et suivi : des modèles estiment des risques (cardiovasculaire, réadmission, etc.) ; ce sont des aides à l’organisation, pas des diagnostics, dont la fiabilité dépend des données d’entraînement.

Les assistants conversationnels rédigent vite un compte rendu ou reformulent une explication pour le patient. Mais ils produisent du texte plausible, pas une vérification clinique : ils peuvent inventer une référence, omettre une contre-indication ou donner une réponse trop catégorique. Réservez ces outils aux brouillons, reformulations et aides linguistiques. Toute information au patient ou toute décision thérapeutique doit être validée par un professionnel.

Le médecin demain : compétences, limites et consultation

L’IA ne supprime pas l’incertitude médicale ; elle peut la rendre plus visible. Le médecin doit demander : sur quelles données repose cette proposition ? Que manque-t-il ? Quel serait le coût d’une erreur ? Trois compétences gagnent en importance. Le jugement clinique : l’algorithme détecte une corrélation ; le médecin décide si elle a du sens pour ce patient. La communication : expliquer ce que l’outil a fait (et n’a pas fait) fait partie du consentement éclairé. La supervision : un outil peut dériver si la population ou l’appareil change. Le cadre FUTURE-AI (BMJ, 2025) insiste sur six principes (équité, traçabilité, robustesse, etc.) et sur une évaluation qui continue après le déploiement.

L’automatisation non supervisée reste risquée pour le tri d’urgence, la prescription, l’annonce d’un diagnostic grave ou la priorisation de ressources rares. L’OMS recommande une approche fondée sur les droits humains : autonomie, sécurité, confidentialité, équité et recours humain. Le règlement européen sur l’IA impose des obligations renforcées pour les systèmes à haut risque.

La consultation évoluera de façon graduelle. Avant, un outil pourra préparer le dossier ; pendant, transcrire ou afficher des recommandations ; après, aider à rédiger un compte rendu accessible. Mais entendre ce que le patient n’ose pas dire, observer un signe clinique et construire la confiance restent des actes humains. L’avenir souhaitable : un médecin mieux outillé, moins captif de l’administratif, plus disponible pour l’examen et l’explication — c’est l’objectif d’une IA médicale soumise à la validation du praticien.

Avant de déployer un outil, quelques questions simples évitent l’effet de mode : quel problème précis cherche-t-on à résoudre ? S’agit-il d’un dispositif médical ou d’une aide organisationnelle ? Les données d’entraînement ressemblent-elles à notre population ? Qui vérifie le résultat, et quand ? Que faire si l’outil est indisponible ou incohérent ? Quelles données quittent le système ? Quel indicateur mesurera le bénéfice réel ?

Conclusion

L’IA peut être un excellent copilote : organiser la complexité, améliorer la continuité, soulager les tâches répétitives. Elle devient dangereuse quand on lui prête une compréhension qu’elle n’a pas ou qu’on remplace la relation de soin par une réponse automatique.

Références et lectures

1. Organisation mondiale de la Santé : Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models (2025)
2. U.S. Food and Drug Administration : Artificial Intelligence-Enabled Medical Devices
3. Lekadir K. et al. : FUTURE-AI: International consensus guideline for trustworthy and deployable artificial intelligence in healthcare, BMJ, 2025
4. Règlement (UE) 2024/1689 établissant des règles harmonisées concernant l’intelligence artificielle