Dans un monde où la technologie évolue à un rythme exponentiel, l’intelligence artificielle (IA) se distingue comme un catalyseur de changement, particulièrement dans le secteur de la santé. L’analyse de données massive est une pratique de longue date en santé avec la génomique en particulier, et le big data a tenu ses promesses en imagerie médicale notamment. Grâce à la disponibilité croissante de données de toutes sortes, l’IA s’est récemment introduite dans tous les domaines de la santé au travers de multiples applications spécialisées et en s’insérant dans la plupart des dispositifs médicaux, par exemple pour détecter précocement des pathologies, formuler des diagnostics plus précis, personnaliser des traitements ou automatiser des tâches répétitives. Depuis peu, l’IA générative ouvre de nouvelles perspectives encore plus disruptives pour le système de santé. De nombreuses publications récentes décrivent cette situation et traitent de l’apport de l’IA en santé et son adoption croissante¹.

Dans ce dossier, nous explorons dans seize articles de multiples facettes de l’IA appliquée à la santé pour des usages variés sans prétendre à l’exhaustivité, en cherchant à mettre en lumière les défis posés et les perspectives d’avenir engendrées.

Dans un premier temps, trois articles visent à poser le cadre de l’IA en santé, en premier lieu du point de vue d’une structure institutionnelle pour l’innovation (AIS), puis par un praticien de santé (Pr D. Maucort-Boulch, HCL & CNRS) et enfin concernant un domaine d’application clé que constitue l’oncologie (J. Abecassis, INRIA).

Ensuite, nous passons en revue au travers de cinq articles plusieurs usages spécifiques et variés concernant l’IA en imagerie médicale (P.H. Conze, IMT & LaTIM), l’IA en radiothérapie (C. Robert, Université Paris-Saclay & IGR), l’IA pour l’endoscopie (Pr X. Dray, Hôpital St Antoine & Augmented Endoscopy), l’IA et la prescription médicamenteuse (V. Bouvier, Vidal Group) et enfin l’IA en assurance santé (V. Lacam-Denoel, Proxicare).

À la suite de cela, nous abordons dans quatre articles les perspectives spécifiques de l’IA générative, apparue récemment, pour le secteur de la santé. En premier lieu, nous faisons un clin d’œil à ce propos par un texte issu directement de ChatGPT 4, suivi d’un article introductif sur l’IA générative en santé et ses perspectives (Dr. S. Barrit, Université Libre de Bruxelles & Science). Nous poursuivons par deux articles abordant des usages spécifiques, voire inattendus, de cette technologie, l’un concernant la génération de protéines (J. Holland, journaliste), et l’autre portant sur les usages en pédagogie (Pr P. Staccini, CHU de Nice & Université Côte d’Azur).

Enfin, nous passons en revue certains des enjeux techniques, juridiques et éthiques de l’IA en santé avec les quatre derniers articles. Le premier aborde la technique de l’apprentissage fédéré et ses avantages (M. Clerc avec A. Bellet et M. Lorenzi, INRIA), le suivant traite le besoin de préparer les données pour l’IA (F. Mougin avec G. Diallo, Université de Bordeaux), le troisième les défis posés par l’IA du point de vue éthique (Pr B. Seroussi, Sorbonne Université, AP-HP, LIMICS & Ministère de la Santé), et enfin le dernier explicite les enjeux réglementaires et juridiques associés (Maître L. Huin, Cabinet Houdart & Associés).

Tous ces articles témoignent que les patients que nous sommes peuvent s’attendre à l’avenir à un afflux d’outils basés sur l’IA dans toutes les facettes de notre santé avec des inquiétudes et questions légitimes que cela peut parfois susciter. Nous nous retrouverons tous cependant très certainement autour d’une finalité que l’IA va très certainement assurer : apporter plus de Temps HUMAIN à un accompagnement individualisé aux Soins ! Nous espérons que cette édition stimulera la réflexion et suscitera l’intérêt pour ce domaine clé pour l’avenir de notre santé à tous.

¹ Quelques références 

https://www.actuia.com/actualite/lutilisation-de-lia-permet-daugmenter-le-nombre-de-depistages-et-de-suivis-de-la-retinopathie-diabetique/?mc_cid=889bef8ba2&mc_eid=29277ce73c

https://www.nature.com/articles/s41746-024-01010-1

https://www.academie-medecine.fr/systemes-dia-generative-en-sante-enjeux-et-perspectives/

https://radiologybusiness.com/topics/artificial-intelligence/large-language-models-excel-simplifying-radiology-reports

https://www.who.int/fr/news/item/18-01-2024-who-releases-ai-ethics-and-governance-guidance-for-large-multi-modal-models

https://observatoire-competences-industries.fr/etudes/edec-industrie-de-la-sante-3/

https://www.inserm.fr/dossier/intelligence-artificielle-et-sante/

https://op.europa.eu/en/publication-detail/-/publication/fb8d8ec2-55a0-11ed-92ed-01aa75ed71a1

https://www.genengnews.com/topics/artificial-intelligence/machines-bring-efficiencyand-empathy-eric-topol-talks-ai-in-precision-medicine/

https://www.rtflash.fr/l-intelligence-artificielle-va-reinventer-medecine/article

https://medicalfuturist.com/7-things-to-expect-from-ai-in-healthcare-this-year/