Intelligence artificielle en médecine : LLM cliniques, diagnostic, imagerie, outils pour praticiens.
L’intelligence artificielle appliquée au codage médical coûterait déjà près d’un milliard de dollars aux assureurs américains. La Blue Cross Blue Shield Association (BCBSA) chiffre à 942 millions de dollars le surcoût lié aux outils d’IA des hôpitaux sur deux ans. Derrière ce chiffre se dessine une course aux armements entre payeurs et établissements, dont l’Europe ferait bien de s’inquiéter.
L’analyse de l’ECG par intelligence artificielle franchit un cap aux États-Unis. Le 3 septembre, la FDA a accordé une autorisation de novo à Queen of Hearts, l’algorithme de Powerful Medical. Cette start-up d’origine slovaque promet de repérer les infarctus que l’électrocardiogramme classique laisse passer.
Depuis le 1er août 2026, les données de santé Doctolib alimentent un programme de recherche en intelligence artificielle. La plateforme a retenu un droit d’opposition, et non un consentement explicite. Ce choix reste légal, mais il installe un précédent pour la gouvernance des données de santé françaises.
L’IA en ophtalmologie promet de dépister la cécité à grande échelle. Pourtant, une étude publiée dans NEJM AI montre que cette recherche se concentre dans les pays riches, là où la cécité est la plus rare. Résultat : une innovation qui profite d’abord à ceux qui en ont le moins besoin.
Dans un Viewpoint publié début juillet par The Lancet Digital Health, des chercheurs de Harvard, du MIT et de Virginia Commonwealth University distinguent un risque encore peu étudié des IA cliniques : au-delà de l’hallucination, leur capacité à produire des réponses trompeuses, édulcorées ou excessivement rassurantes. Un phénomène qu’ils jugent invisible aux méthodes d’évaluation actuelles, alors que ces outils s’imposent dans le diagnostic et la communication avec les patients.