La Santé et l’IA : Une Introduction

Ce que révèlent les recommandations de la Haute Autorité de la Santé sur l’avenir de l’usage de l’IA dans la pratique médicale

Depuis 2004, nous disposons, en France, d’un organisme appelé Haute Autorité de la Santé (HAS) dont les objectifs sont l’évaluation des produits de santé, la recommandation des bonnes pratiques et l’amélioration de la qualité des soins. Le terme santé doit être ici compris comme « un état de complet bien-être physique, mental et social (qui) ne consiste pas seulement en une absence de maladie ou d’infirmité ».

Pour atteindre ces objectifs, cette autorité publique indépendante (un type très différent d’API que vous pouvez maîtriser) publie régulièrement un projet stratégique. Le dernier porte sur la période 2025–2030 et identifie de nombreux défis comme :

• de « fortes évolutions démographiques et épidémiologiques »
• « des inégalités sociales et territoriales importantes »
• « des difficultés systémiques qui affectent l’offre de soins et d’accompagnement »
• « un défi majeur de soutenabilité financière et environnementale du système de santé »
• un changement des « attentes des personnes vis-à-vis du système de santé »

La HAS compte s’appuyer en partie sur les « innovations en santé » pour faire face à ces évolutions. Parmi ces avancées, l’intelligence artificielle générative est reconnue comme pouvant jouer un rôle clef et a fait l’objet de l’écriture d’un guide d’usage en octobre 2025. On y retrouve un récapitulatif des cas d’usages aujourd’hui envisagés par l’API et des précautions suggérées aux utilisateurs de ces derniers.

Pour rappel, dans le domaine de la santé, les domaines d’application des intelligences artificielles sont vastes allant de la recherche de nouveaux traitements, à la gestion administrative en passant par la robotique et l’identification des pathologies.

Première chose à noter, le champ d’action des IA considéré dans ce guide, à destination des professionnels de la santé, reste relativement restreint. Il comprend des solutions qui ne sont pas à proprement dire médicales comme des services de traduction ou de transcription d’échange. Il contient aussi des services plus proches du cœur de métier des professionnels de santé comme des outils permettant d’« expliciter les parcours médico-sociaux ». Pour autant, il n’envisage pas de solutions plus directes comme les logiciels de diagnostic ou bien d’ordonnancement alors même qu’ils ont pu faire preuve d’un certain enthousiasme dans le passé. En 2018 par exemple, un article publié dans Annals of Oncology, une revue scientifique, affirmait qu’un modèle de réseau neuronal convolutif était plus performant qu’un panel de médecins dans la détection de cancers.

En défense de la HAS l’absence de définition de ce qui est constitutif d’une intelligence artificielle générative rend difficile sa distinction avec d’autres formes d’IA. Il est cependant difficile d’affirmer que cela ne révèle rien sur le niveau de scepticisme qui demeure vis-à-vis de ces technologies et qui se témoigne directement dans une deuxième dimension.

Pour encadrer l’usage des IA le guide de la HAS encourage les professionnels de la santé à travailler avec la technologie en suivant un acronyme A.V.E.C. (oui ils sont insistants). Ce dernier signifie :

• Apprendre : Le professionnel de santé est incité, entre autres, à avoir des connaissances sur le fonctionnement technique d’une IA. Il est aussi encouragé à maîtriser leur usage notamment en suivant des « formations continues spécifiques » ou en participant à des « échanges organisés par des universités, des conseils nationaux professionnels, des organisations professionnelles ou des sociétés savantes ». Il doit aussi favoriser des systèmes qui offrent la possibilité d’ « échanger avec l’entité responsable du système » et choisir des systèmes cohérents avec son habitude de travail.
• Vérifier : Le professionnel de santé doit aussi vérifier la « conformité du système d’IA aux exigences réglementaires pour l’usage prévu ». Il faut qu’il s’assure qu’il ne transmet pas des informations confidentielles et que les recommandations qui lui sont fournies sont basées sur des documents sérieux et existant « effectivement ». Il doit aussi considérer que le rendu que le système lui fournit est une « proposition » et « reformuler le texte généré dès que nécessaire ». Tout cela doit être fait en « conservant son indépendance et ses compétences professionnelles ».
• Estimer : Le personnel médical devrait mettre en place des indicateurs « quantitatifs ou qualitatifs représentant au mieux l’ensemble des modifications entraînées par l’utilisation du système » et analyser l’« adéquation avec ses moyens et du temps à disposition ». S’il travaille dans une grande structure il est aussi encouragé à « s’impliquer avec les instances décisionnelles » pour « évaluer sur le long terme la pertinence des usages et de leurs impacts organisationnels ».
• Communiquer : Le professionnel de la santé doit « échanger dans un langage adapté avec le patient ou la personne accompagnée autour de l’usage d’un système IA générative, pour renforcer sa compréhension et pour développer une relation de confiance ». Il devrait aussi « signaler les erreurs majeures et limites des contenus générés au fournisseur ».

Ce paradigme révèle quelque chose d’assez fondamental. Dans le secteur de la santé, nous ne sommes pas encore arrivés à un stade où la délégation de la responsabilité à la machine est réellement envisagée par les autorités. C’est le cas alors même que cela fait de nombreuses années que sur certaines maladies la machine a su démontrer une compétence au moins égale à l’homme.

Selon une étude publiée par le groupe d’intérêt Hub France IA, le marché ne reflète pas actuellement cette dynamique avec environ 48 % des sociétés dans le domaine de la santé offrant des services dans « l’aide (à la) décision médicale ou thérapeutique » ou bien 44 % dans l’« aide au diagnostic médical ». Les professionnels de la santé de leur côté d’après la même étude attendent avant tout à 51 % des systèmes pour l’« aide administrative » ou bien la « gestion des documents ». Ils redoutent principalement les risques liés à la sécurité des données (62%) et la fiabilité/confiance dans les performances (57%).

Cet exemple peut nous servir de source de réflexion sur la place que nous souhaitons accorder à l’IA dans nos sociétés. Sans parler du domaine de la santé où la vie de personnes peut être en jeu, il semble important de nous poser la question sur le niveau de responsabilité que nous sommes prêts à accepter ou à déléguer au nom de la performance. Il doit aussi nous interroger sur comment faire en sorte que nous ayons toujours ce choix. Face à la liste de défis dressée par la HAS, peut-être que l’automatisation sera inéluctable. Les choses évolueront sûrement avec le temps :)

Louis Fourneau, étudiant à 42 Paris, diplômé de Sciences Po Paris

Article rédigé sans assistance de l’IA