« Intelligence artificielle médicale : “Nous sommes encore très loin d’un usage réel de l’IA générative en clinique” »
Date de publication : 13 juillet 2026 https://www.mediscoop.net/index.php?pageID=673f90f01a09aa1e8c0336fc0e0c3927&id_newsletter=24085&liste=0&site_origine=revue_mediscoop&nuid=44baf5968540a6248a8065e80f2f7273&midn=24085&from=newsletter&slnk=8
Temps de lecture: 3 min
Anne Prigent relève dans Le Figaro que « deux études publiées récemment dans Nature illustrent les progrès de l’intelligence artificielle en santé. L’une, MIRA, met en scène un système capable de gérer un patient fictif de bout en bout aux urgences, de l’interrogatoire à la décision thérapeutique. L’autre, AMIE, explore le suivi médical sur la durée, avec une IA capable d’interagir de manière continue avec un patient ».
La journaliste note ainsi que « les IA pourraient devenir de véritables partenaires capables de raisonner, décider et agir dans des contextes cliniques complexes. Une perspective prometteuse, mais qui soulève encore de nombreuses questions ».
Elle livre un entretien avec Jean Charlet, chercheur au LIMICS, laboratoire commun sous tutelle Sorbonne Université et INSERM, pionnier de l’intelligence artificielle médicale.
Le chercheur déclare que « ces travaux sont impressionnants sur le papier, mais ils restent des preuves de concept réalisées dans des environnements très contrôlés. Les données utilisées ne sont pas celles de vrais patients, mais des corpus ouverts, très pratiques pour la recherche mais loin de la réalité clinique. […] On est encore très loin d’un environnement clinique avec de vrais patients, des données imparfaites et des contraintes organisationnelles et réglementaires ».
Jean Charlet rappelle que « la réglementation pose de très fortes contraintes. Aujourd’hui, en Europe, on ne peut pas faire circuler librement des données de patients vers des systèmes d’IA générative et c’est normal. […] Entre une démonstration en laboratoire et un outil utilisable en routine, il y a un gouffre. En médecine, un outil doit démontrer qu’il améliore réellement la prise en charge des patients, un peu comme un médicament doit prouver son efficacité avant d’être autorisé. Or, c’est loin d’être le cas ».
Anne Prigent interroge en outre : « Les IA d’imagerie, plus anciennes, sont-elles mieux évaluées ? ».
Le chercheur répond : « Pas vraiment. Même dans ce domaine, où l’IA est très performante pour reconnaître un mélanome ou une tumeur, les études montrent que la démonstration d’un bénéfice réel pour le patient est rare. Sur une centaine de systèmes d’imagerie évalués récemment, très peu ont prouvé qu’ils amélioraient réellement la prise en charge. Mais cette démonstration est coûteuse, longue, et encore largement insuffisante aujourd’hui ».
Jean Charlet déclare que « la vraie question est de savoir si ces outils seront considérés comme utiles par le système de santé et finalement remboursés. Aujourd’hui, on n’y est pas ».
Il ajoute que « ce qui semble le plus intéressant, c’est la complémentarité. Des études montrent que la combinaison d’un médecin et d’une IA peut être plus performante que chacun séparément ou même que deux médecins ensemble. Mais là encore, ce sont des résultats obtenus dans des conditions expérimentales. Il reste à élaborer et valider l’outil complet que le médecin utilisera dans sa pratique journalière ».
La journaliste poursuit : « Y a-t-il aussi un risque pour les médecins ? ».
Jean Charlet répond : « Oui, notamment un risque de dépendance. Si les médecins s’appuient trop sur ces outils, ils pourraient perdre une partie de leur expertise. Or, un bon usage de l’IA suppose justement des professionnels capables de comprendre ses limites et de garder un regard critique. Un médecin doit être capable de dire «je ne suis pas d’accord avec l’IA» ».
Réservé aux abonnés
Intelligence artificielle médicale : « Nous sommes encore très loin d’un usage réel de l’IA générative en clinique »
Par Anne Prigent
ENTRETIEN – Jean Charlet, chercheur au LIMICS, laboratoire commun sous tutelle Sorbonne Université et INSERM, pionnier de l’intelligence artificielle médicale, aborde la question de l’intervention des IA dans des contextes cliniques complexes.
Deux études publiées récemment dans Nature illustrent les progrès de l’intelligence artificielle en santé. L’une, MIRA, met en scène un système capable de gérer un patient fictif de bout en bout aux urgences, de l’interrogatoire à la décision thérapeutique. L’autre, AMIE, explore le suivi médical sur la durée, avec une IA capable d’interagir de manière continue avec un patient. Ces travaux suggèrent que les IA pourraient devenir de véritables partenaires capables de raisonner, décider et agir dans des contextes cliniques complexes. Une perspective prometteuse, mais qui soulève encore de nombreuses questions. Le Figaro fait le point avec Jean Charlet chercheur au LIMICS, laboratoire commun sous tutelle Sorbonne Université et INSERM, pionnier de l’intelligence artificielle médicale.
SantéNewsletter
Tous les lundis
Retrouvez les meilleurs articles du Figaro Santé ainsi que les dernières actualités.S’INSCRIRE
LE FIGARO. – La publication de ces deux études est-elle le signe que l’IA médicale est déjà très avancée ?PASSER LA PUBLICITÉ
JEAN CHARLET. – Ces travaux sont impressionnants sur le papier, mais ils restent des preuves de concept réalisées dans des environnements très contrôlés. Les données utilisées ne sont pas celles de vrais patients, mais des corpus ouverts, très pratiques pour la recherche mais loin de la réalité clinique. Les auteurs eux-mêmes reconnaissent dans leurs discussions que les données utilisées ou les situations testées ne reflètent pas la complexité du réel. On est encore très loin d’un environnement clinique avec de vrais patients, des données imparfaites et des contraintes organisationnelles et réglementaires.
À lire aussi Concurrencé par Google et OpenAI, la contre-attaque de Doctolib dans l’IA médicale
Justement, pourquoi ne peut-on pas utiliser de vraies données de patients ?
Parce que la réglementation pose de très fortes contraintes. Aujourd’hui, en Europe, on ne peut pas faire circuler librement des données de patients vers des systèmes d’IA générative et c’est normal. Imaginez les données envoyées à ChatGPT. Or, dans les deux études que vous mentionnez, cette question n’est même pas posée. Les chercheurs travaillent dans des environnements qui ne sont pas conformes au cadre européen. C’est limite pour la recherche et cela signifie qu’on ne peut pas transposer ces résultats en pratique clinique.
Ces démonstrations sont donc encore très éloignées d’une application pratique ?
Oui, clairement. Entre une démonstration en laboratoire et un outil utilisable en routine, il y a un gouffre. En médecine, un outil doit démontrer qu’il améliore réellement la prise en charge des patients, un peu comme un médicament doit prouver son efficacité avant d’être autorisé. Or, c’est loin d’être le cas.
Les IA d’imagerie, plus anciennes, sont-elles mieux évaluées ?
Pas vraiment. Même dans ce domaine, où l’IA est très performante pour reconnaître un mélanome ou une tumeur, les études montrent que la démonstration d’un bénéfice réel pour le patient est rare. Sur une centaine de systèmes d’imagerie évalués récemment, très peu ont prouvé qu’ils amélioraient réellement la prise en charge. Mais cette démonstration est coûteuse, longue, et encore largement insuffisante aujourd’hui. La vraie question est de savoir si ces outils seront considérés comme utiles par le système de santé et finalement remboursés. Aujourd’hui, on n’y est pas. Aujourd’hui seuls quelques dispositifs médicaux connectés sont remboursés.Des études montrent que la combinaison d’un médecin et d’une IA peut être plus performante que chacun séparément ou même que deux médecins ensemble
Existe-t-il malgré tout des domaines où l’IA est réellement performante ?
C’est toujours la même question : des algorithmes performants pris indépendamment, notamment pour le cancer du sein, sont meilleurs que les médecins pour analyser une image. Mais cela ne suffit pas : aider un médecin, ce n’est pas seulement lire une image. C’est s’intégrer dans un parcours, dans un flux de travail, dans une organisation.
Dans ce contexte, quel est le rôle le plus prometteur de l’IA aujourd’hui ?
Ce qui semble le plus intéressant, c’est la complémentarité. Des études montrent que la combinaison d’un médecin et d’une IA peut être plus performante que chacun séparément ou même que deux médecins ensemble. Mais là encore, ce sont des résultats obtenus dans des conditions expérimentales. Il reste à élaborer et valider l’outil complet que le médecin utilisera dans sa pratique journalière.
Les patients utilisent déjà des IA comme ChatGPT pour leurs questions de santé. Est-ce problématique ?
Cela pose plusieurs problèmes. D’abord, ces systèmes répondent souvent dans le sens de la question posée, sans véritable recul. Ensuite, ils peuvent donner une impression de certitude trompeuse. Contrairement à une recherche classique sur Internet, où l’on croise les sources, l’IA fournit une réponse directe, ce qui peut renforcer la confiance… parfois à tort. Idéalement, il vaudrait mieux qu’ils consultent directement des sources fiables et croisent leurs informations.
Mais on sait que ce ne sera pas le cas. Il faut savoir que certaines IA génératives prétendent s’appuyer prioritairement sur les recommandations françaises de la HAS, ce qui pourrait être un progrès. Mais il reste la question cruciale : où sont stockées les données ? Sont-elles traitées localement ou envoyées sur des serveurs étrangers ? Sur dix systèmes, neuf ne respectent pas les exigences européennes.
Y a-t-il aussi un risque pour les médecins ?
Oui, notamment un risque de dépendance. Si les médecins s’appuient trop sur ces outils, ils pourraient perdre une partie de leur expertise. Or, un bon usage de l’IA suppose justement des professionnels capables de comprendre ses limites et de garder un regard critique. Un médecin doit être capable de dire « je ne suis pas d’accord avec l’IA ». C’est pourquoi les universités doivent désormais former les médecins à la santé numérique pour qu’ils comprennent ce que fait l’IA et ce qu’ils peuvent en attendre.
Santé-Environnement-Politique 