🤖 Le stéthoscope devient copilote

Médecins & IA — copilote, pas pilote auto

En 2024, la FDA avait déjà validé plus de 950 dispositifs médicaux IA/ML. La majorité en radiologie. Les autres entrent en pathologie, cardiologie, ophtalmologie et dans la barre latérale du DSE. Les médecins ne sont pas remplacés. Ils sont fusionnés. Comment fusionner reste ton choix.

950+ validés FDA
🟢 Tier 1 — FDAcumul des dispositifs IA/ML, 2024mis à jour : 2024

📡 Où l'IA est déjà en clinique

Pas de la science-fiction. Actif, facturé, validé FDA.

🩻 Radiologie

Triage AVC (Viz.ai), détection nodules pulmonaires (Aidoc, Lunit), mammographie (DeepHealth, iCAD). Plus de 75 % des validations FDA.

🔬 Pathologie

Paige.AI — première IA validée FDA pour cancer prostatique (2021). Lames complètes en centres universitaires.

👁️ Ophtalmologie

IDx-DR (devenu Digital Diagnostics) — première IA autonome validée FDA (2018). Diagnostique la rétinopathie diabétique sans médecin dans la boucle.

❤️ Cardiologie

AliveCor + Apple Watch ECG — alertes fibrillation. Caption Health — échographie cardiaque IA pour non-experts.

📋 Documentation

Scribes ambiants (Abridge, Nuance DAX, Suki) écoutent la consultation et rédigent. Utilisés à Kaiser, Mass General Brigham, Stanford.

🧬 Découverte de médicaments

DeepMind AlphaFold — 200M+ structures protéiques. Insilico Medicine pousse une molécule conçue par IA en phase II. Découverte précoce d'années à mois.

Source : liste FDA des dispositifs IA/ML 🟢 Tier 1

🏗️ Hôpitaux et institutions qui construisent avec l'IA

Pas des plaquettes commerciales. De vrais programmes phares.

InstitutionProgrammeFocus
Mayo ClinicMayo Clinic PlatformRéseau IA données distribuées
Cleveland ClinicPartenariat IBMDécouverte accélérée, quantique + IA
Mass General BrighamCCDSCentre de science clinique des données · IA radiologique
Stanford MedicineAIMI CenterIA en imagerie médicale
Google Health / DeepMindMed-Gemini, AlphaFoldRaisonnement clinique multimodal, structure protéique
Microsoft + OpenAI + EpicGPT-4 dans le DSEBrouillons messagerie, résumé note · UC San Diego, Stanford
NIHBridge2AIProgramme fédéral 130M $ pour datasets IA biomédicaux éthiques
OMSÉthique & gouvernance IA santéCadre mondial pour IA clinique multimodale (2024)

📊 Ce que disent vraiment les données

Les annonces refroidissent une fois en peer-review. Voici ce que la littérature a stabilisé.

✅ Gains solides

  • Dépistage rétinopathie diabétique en soins primaires — non-inférieur
  • Alerte AVC à grosse occlusion — délai porte-aiguille raccourci
  • Alerte précoce sepsis (Epic / TREWS) — antibiotique plus précoce
  • Scribe ambiant — temps de note et travail nocturne réduits mesurés

⚠️ Mitigé

  • IA générative en Q&A clinique — bonne sur benchmarks, hallucinations en réel
  • IA mammographie — équivalente en moyenne, pire pour populations sous-représentées
  • IA pathologie — forte sur cancers fréquents, faible sur entités rares

❌ Échecs notoires

  • IBM Watson for Oncology (MD Anderson 2017–2018) — recommandations qualifiées d'"incorrectes et dangereuses" en interne
  • Plusieurs IA imagerie COVID-19 (2020–2021) — Nature Machine Intelligence : aucune des 232 études examinées n'était utilisable cliniquement

🧭 Ce que les médecins ne cèdent pas (encore)

Les parties remplaçables et les parties sacrées de la médecine ne sont pas les mêmes. La première est plus grande qu'on ne croit. La seconde est plus petite qu'on ne craint.

Probablement automatisé d'ici 2030

  • Premier passage radiologique
  • Grading pathologique de routine
  • Brouillon de note clinique
  • Triage de messagerie
  • Réponses pré-autorisations assurance

Mixte (humain + IA)

  • Diagnostic différentiel
  • Plan de traitement oncologique
  • Plan de sortie
  • Préparation préopératoire

Reste humain (pour l'instant)

  • Annoncer une mauvaise nouvelle
  • Discussions de fin de vie
  • Examen pédiatrique / patient vulnérable
  • Entretien clinique ouvert
  • Responsabilité finale de toute décision
"L'IA ne remplacera pas les radiologues. Les radiologues qui utilisent l'IA remplaceront ceux qui ne l'utilisent pas."
— Curtis Langlotz, Stanford AIMI

⚠️ Mises en garde

Amplification des biais. Une IA entraînée sur Boston n'est pas un médecin pour le Mississippi rural. Écarts par origine, sexe, âge documentés et persistants.
Responsabilité non tranchée. Si l'IA dit bénin et c'était malin — qui est poursuivi ? Médecin, hôpital, vendeur ? Pas de réponse jurisprudentielle.
L'hallucination n'est pas synonyme d'"erreur rare". Les modèles génératifs inventent références et posologies avec assurance. Le coût est plus élevé qu'en code.
Déqualification silencieuse. Un junior qui ne lit jamais sans IA pourrait ne pas apprendre à lire sans IA. Le plafond de la prochaine génération devient le plancher de la précédente moins l'aide IA.