IA en santé : que retenir au-delà du buzz ?

L’intelligence artificielle s’impose comme l’innovation majeure de cette décennie. Après des débuts prudents, son adoption auprès du grand public se fait maintenant à un rythme fulgurant. Lancé en 2022, ChatGPT a atteint 1 million d’utilisateurs en 5 jours, et en janvier 2026 on comptait 5,5 milliards de connexions à travers le monde ¹.

Quand l’IA est sur toutes les lèvres, voici la question que nous nous posions : quels résultats concrets pour le secteur de la santé ? 🧐

Révolutionner la médecine : les promesses de l’IA

L’IA médicale recouvre aujourd’hui un nombre croissant d’usages et de technologies :

Certaines solutions analysent des images médicales pour détecter des anomalies.
D’autres retranscrivent automatiquement une consultation ou génèrent un compte rendu structuré.
Certaines enfin analysent des données pour anticiper un risque de complication ou d’hospitalisation.

Mais derrière tous ces usages possibles, une attente domine clairement chez les soignants : retrouver du temps médical ²

Le gain de temps et l’allégement de la charge administrative apparaissent aujourd’hui comme les principales motivations à l’usage de l’IA.

Les tâches administratives apparaissent comme le levier de gain de temps le plus prometteur dans l’usage de l’IA 👇

Des bénéfices déjà identifiés sur le terrain

Les professionnels de santé identifient déjà plusieurs apports concrets de l’IA dans leur pratique quotidienne :

L’enthousiasme autour de l’IA est donc bien réel. Mais après les premiers effets d’annonce, une question demeure : ces promesses se traduisent-elles réellement dans le quotidien des soignants ?

L’IA entre dans une phase de maturité

Selon Laurent Pierre, conseiller numérique en santé au sein de la Fédération hospitalière de France (FHF), le secteur traverse une phase comparable aux débuts d’Internet ⁴ :

“Les promesses montent très fort avant de redescendre brutalement, puis les vrais cas d’usage se construisent.”

Selon Gartner, l’IA générative poursuit aujourd’hui sa descente dans la “vallée de la désillusion”, alors que les agents IA seraient au sommet des attentes, pour ensuite entamer leur descente prochainement.

Cette étape est classique pour les technologies émergentes ➡️ Après l’excitation initiale vient le temps des premiers retours terrain, où les attentes se confrontent à la réalité.

Ce que l’IA change déjà

Un impact direct sur la consultation 🩺

Pendant une consultation, certains assistants IA peuvent écouter l’échange médecin-patient, générer automatiquement le compte rendu et proposer une synthèse structurée.

Objectif : réduire cette “deuxième journée” passée à compléter les dossiers le soir. Les premiers retours terrain évoquent des résultats très encourageants : jusqu’à 2 heures gagnées par jour, 50 % de temps d’écran en moins, des dossiers médicaux mieux documentés. ⁵

Des performances prometteuses sur le diagnostic 🔎

Une étude publiée dans Science (avril 2025) a testé le modèle o1 d’OpenAI sur des centaines de cas cliniques.

Résultat : 84 % de bons diagnostics sur des cas complexes, avec un raisonnement clinique jugé meilleur que celui de médecins humains dans presque 100 % des cas. Aux urgences, avec un minimum d’informations disponibles, l’IA a obtenu 67 % de diagnostics corrects contre 50 à 55 % pour les médecins testés.⁶

Ces résultats doivent toutefois être nuancés : L’IA travaille uniquement à partir de données textuelles. Elle ne voit pas le patient, ne perçoit pas son stress, n’interprète pas un langage corporel et n’a pas accès à l’ensemble des signaux cliniques observés en consultation.

Autrement dit, elle peut analyser, mais pas comprendre le contexte global de soin. C’est précisément cette dimension humaine qui reste au cœur de la décision médicale.

L’IA ne peut pas se soustraire à 100% au médecin

Les patients restent prudents face à l’usage de l’IA en santé. Leurs principales craintes concernent les erreurs médicales et la perte du lien humain.

Une étude relayée par Le Monde en 2026 notamment a mis en évidence certaines limites de ChatGPT dans l’autodiagnostic médical : erreurs d’interprétation, contexte clinique mal compris ou réponses inadaptées.⁷

Rassurer, interpréter l’état émotionnel du patient, comprendre son contexte personnel ou social. Or la relation médecin-patient ne repose pas uniquement sur l’analyse de symptômes.

Par ailleurs, ce que l’IA ne fait pas non plus :

❌ L’IA ne palpe pas, n’ausculte pas et ne détecte pas certains signes physiques.

❌ L’IA ne prend pas en compte l’expérience, le contexte et les signaux faibles humains.

L’IA oui, mais pas aveuglément

Des biais se cachent dans les données

L’IA apprend à partir des données qu’on lui fournit. Et ces données peuvent refléter des biais déjà existants. En médecine, les biais de genre sont particulièrement documentés : des algorithmes entraînés sur des données majoritairement masculines produisent des résultats moins fiables pour les femmes. ⁸

La qualité des données reste essentielle

Un principe reste fondamental : une IA n’est pertinente que si les informations qu’on lui fournit le sont aussi.

Des données incomplètes, un contexte insuffisant ou un prompt mal formulé peuvent conduire à des résultats imprécis, voire dangereux.

Un besoin massif de formation

Aujourd’hui, seuls 37 % des professionnels de santé estiment être bien formés à l’usage de l’IA. À l’inverse, 93 % souhaitent bénéficier d’un meilleur accompagnement et de formations adaptées. ³

L’AI Act encadre désormais les usages

L’AI Act européen est désormais en vigueur. Il interdit certaines pratiques à risque, impose des exigences strictes pour les systèmes sensibles et renforce les obligations de transparence.

Cette évolution répond à une attente forte du public : 80 % des Français souhaitent que les applications de santé utilisant l’IA soient validées par une autorité compétente. ³

Ce que l’on en retient

L’IA en santé n’est ni une révolution, ni une fausse promesse. C’est une technologie en cours de maturation, avec des résultats réels sur des cas d’usage ciblés, avec des angles morts qu’il serait imprudent d’ignorer.

Pour les acteurs du numérique en santé, la question n’est plus « Est-ce qu’on y va ? » mais « Comment le faire intelligemment, en apportant une réelle plus-value tout en assurant une sécurité maximale des données et des résultats ? »