Intelligence artificielle: comment renouer avec une médecine plus humaine

Intelligence artificielle : comment renouer avec une médecine plus humaine ?

Roger Gil. Billet éthique, 18 novembre 2026, 223

      Parmi les systèmes d’intelligence artificielle (IA), appliqués au diagnostic médical, l’interprétation de l’imagerie (mammographie, scanner, IRM) a fait l’objet d’innombrables travaux. Ces logiciels produisent des algorithmes d’autant plus efficaces que les données emmagasinées par les concepteurs sont plus nombreuses et que les logiciels permettent des apprentissages profonds liés au fait que des données similaires subtiles sont repérées entre les images et accroissent l’efficacité statistique de leur reconnaissance. Il existe bien sûr des risques d’erreur, comme dans les interprétations humaines. On peut globalement considérer que les performances diagnostiques de l’IA sont au moins comparables sinon supérieures à celles de radiologues même expérimentés[1]. L’IA pourrait ainsi constituer un outil complémentaire au diagnostic du cancer de la prostate, améliorant potentiellement la précision et réduisant le nombre de biopsies inutiles grâce à un perfectionnement du modèle[2]. Et les exemples de ce type pourraient être multipliés. Il n’y a pas lieu d’insister sur ce qui a été abondamment développé sur le plan éthique, à savoir que l’IA ne devrait pas avoir pour vocation de remplacer l’imageur en général et le radiologue en particulier qui soucieux de respecter leur autonomie et leur responsabilité, se doivent de confronter leur propre interprétation et celle fournie par l’IA, de demeurer convaincu que le résultat fourni sera le leur et non la simple transcription du résultat d’un algorithme. Il faudrait aussi que le praticien puisse dans l’idéal s’appuyer sur l’explicabilité des résultats qui nécessiterait et la connaissance de la pathologie évoquée et une connaissance du fonctionnement des algorithmes ayant permis d’aboutir au résultat[3].

   Mais, sur un plan éthique, il est nécessaire que chaque procédure utilisant l’IA en Santé et notamment l’assistance au diagnostic, se préoccupe aussi du coût en termes de ressources humaines, comme en termes de ressources sociales, économiques, financières afin de questionner lucidement à chaque fois le chemin qui reste à faire, ou l’inventivité à déployer pour que les bienfaits de l’IA soient accessibles au plus grand nombre, au sein des pays favorisés où toute précarité n’a pas disparu, mais aussi entre les pays dits développés et les pays défavorisés. Dans les pays développés, la « sobriété en santé » est même maintenant présentée comme « une nécessité pour l’avenir »[4] tant sur le plan économique qu’écologique pour les pays développés qui se doivent de discerner parmi les soins ceux qui sont « justes » et utiles ». Que dire alors de l’attention à porter aux pays les plus pauvres. C’est à juste titre que Léon XIV rappelle dans son encyclique « Magnifique humanité », « l’importance immédiate » que revêtait, parmi les « multiples implications du bien commun », « le principe de la destination universelle des biens »[5].
   Dans ces deux cas, une éthique performative se doit de rappeler ce que la médecine doit à la clinique, qui est non seulement l’interrogatoire du patient, mais aussi l’examen physique avec ses étapes essentielles qu’étaient l’observation (la peau, les yeux, les troubles respiratoires qui se voient et s’entendent), la palpation, l’auscultation. Cette médecine clinique était encore vivace pendant les trente glorieuses avant de se flétrir avec la découverte des examens complémentaires, utilisant des techniques de plus en plus sophistiquées et coûteuses. Hélas avec le temps, ces examens qui devaient être complémentaires sont devenus de plus en plus coûteux et ont atrophié la pratique clinique. Comment ne pas se désoler que dans les hôpitaux, la tarification dite à l’activité ne connaisse que l’addition d’examens complémentaires sources des financements hospitaliers alors que la clinique a été ignorée des concepteurs du financement hospitalier.

   La question aujourd’hui posée est bien celle de savoir si l’IA peut apporter sa contribution à une médecine moins coûteuse et moins indifférente aux pays les plus pauvres. Certes l’IA apporte sa contribution diagnostique à la dermatologie, à la pathologie du fond d’œil qui relèvent de l’observation visuelle d’éléments du corps humain. Un pas important a été franchi par les travaux qui montrent aujourd’hui la contribution que peut apporter l’auscultation du cœur analysée par l’IA (et associé à l’électrocardiogramme) à la pathologie cardiaque et notamment au diagnostic de troubles du rythme et à l’insuffisance ventriculaire gauche. Ainsi une étude menée en Afrique subsaharienne, publiée en février 2026[6] menée dans des dispensaires de district et des centres hospitaliers universitaires du Ghana, a montré que l’auscultation assistée par l’IA a identifié les patients présentant une fraction d’éjection ventriculaire gauche (FEVG) ≤ 40 % avec une sensibilité de 97 %, une spécificité de 76 %. Ainsi dans ce pays aux ressources encore limitées en cardiologues et en échographes, cette technique permet de discerner les malades nécessitant des examens complémentaires, notamment échographie, permettant ainsi que des soins adaptés soient apportés à des personnes habitant des régions mal desservies, et montrant ainsi l’apport de l’IA à une médecine innovante, efficace quoique de moindre coût, filtrant l’accès aux examens d’imagerie sophistiqués dont les indications seraient mieux ciblées. Des résultats aussi encourageants viennent d’être publiés dans une vaste étude japonaise[7] et montrent que dans les pays développés l’IA peut favoriser la sobriété, le juste soin et même la prévention dans le domaine de la pathologie cardiaque et en particulier de l’insuffisance ventriculaire gauche dont on sait et la fréquence et la nécessité d’une prise en charge thérapeutique dont l’accès serait plus équitable, plus rapide, moins coûteux tout en réconciliant la médecine moderne avec ses racines cliniques. Mais bien des obstacles restent à surmonter. Il faudrait bien sûr que d’autres études confortent les résultats obtenus. Il faudrait que la médecine générale puisse s’approprier cette pratique : des études exploratoires ont été mises en place notamment au Royaume-Uni[8]. IL faudrait enfin que les études pilotes déployées dans des pays défavorisés puissent déboucher sur une intégration pérenne aux structures locales, ce qui ne pourra se faire qu’en tentant de surmonter avec détermination la fragilité des réseaux énergétiques, la saturation de l’aval hospitalier, la fragmentation des données de santé, les ressources humaines nécessaires à l’organisation et à la maintenance, ainsi que l’intégration de la gouvernance de l’IA dans les politiques nationales de santé numérique et de e-santé, soutenue par des modèles de financement durables[9].

   La tâche est rude, mais elle est la condition nécessaire pour que l’IA puisse résolument s’ouvrir à une médecine plus juste, plus rationnelle, plus compassionnelle, en un mot, plus humaine. Un même combat, tendu vers le Bien commun, ce Bien dont nul ne devrait être privé, rassemblerait ainsi la quête de la « sobriété et du juste soin » comme de la prévention dans les pays riches, et la lutte contre la précarité en santé des pays les plus pauvres. Il reste une exigence : inscrire une éthique concrète, une éthique incarnée, une éthique clinique au plus près des personnes, en contrepoint des développements de l’intelligence artificielle en santé.

[1] Les systèmes d’IA ont présenté une sensibilité globale de 0,90 (IC à 95 % : 0,84- 0,94) et une spécificité de 0,69 (IC à 95 % : 0,45- 0,85). Les radiologues ont obtenu une sensibilité de 0,89 (IC à 95 % : 0,82- 0,94) et une spécificité de 0,60 (IC à 95 % : 0,43- 0,75)

[2] Marco Antonio Andrade et al., « Artificial-Intelligence Models vs. Radiologists in the Detection of Clinically Significant Prostate Cancer on mpMRI: A Meta-Analysis », European Radiology 36, no 8 (2026) : 6741‑51, https://doi.org/10.1007/s00330-026-12465-z.

[3] Voir Avis n° 141 du CCNE et n° 4 du CNPEN : Diagnostic médical et Intelligence artificielle : Enjeux éthiques. https://www.ccne-ethique.fr/fr/avis/avis-ndeg141-du-ccne-et-ndeg4-du-cnpen-diagnostic-medical-et-intelligence-artificielle-enjeux

[4] https://www.thinktankcraps.fr/wp-content/uploads/2026/05/Livre-Sobriete-VF-WEB.pdf

[5] Léon XIV. Lettre encyclique Magnifica humanitas ; 15 mai ; https://www.vatican.va/content/leo-xiv/fr/encyclicals/documents/20260515-magnifica-humanitas.html

[6] Alexis K. Okoh et al., « Artificial Intelligence-Enabled Digital Auscultation for Detecting Heart Failure With Reduced Ejection Fraction in Sub-Saharan Africa: The DAMSUN-HF Study », Circulation 153, no 5 (2026) : 361‑63, https://doi.org/10.1161/CIRCULATIONAHA.125.078246. Cette étude démontre la faisabilité d’un modèle reliant les dispensaires communautaires aux centres hospitaliers universitaires grâce à un flux de données basé sur le cloud et à un examen rapide par des spécialistes.

[7] Eiichiro Sato et al., « Artificial Intelligence-Enhanced Auscultation to Identify Left Ventricular Dysfunction – Development and External Validation in Prospective Multicenter Studies », Nejm Ai 3, no 11 (2026) : AIoa2600258, https://doi.org/10.1056/AIoa2600258. Dans une sous-étude portant sur 100 patients, l’auscultation par IA a surpassé le consensus des cardiologues en termes de précision (82,0 % contre 62,0 % ; p = 0,004)

[8] Comme l’étude financée par le programme NIHR Invention for Innovation , la British Heart Foundation et l’Imperial Health Charity. Elle a bénéficié du soutien du NIHR Imperial Biomedical Research Centre et a impliqué plus de 200 cabinets de médecins généralistes dans le nord-ouest de Londres. 

Le stéthoscope « numérique » a été testé sur des patients présentant des symptômes d’insuffisance cardiaque : essoufflement, fatigue ou gonflement des jambes et/ou des pieds. https://www.nihr.ac.uk/news/ai-stethoscope-can-detect-3-heart-conditions-15-seconds

[9] Abdulelah Al-Ganad et al., « Deploying Medical AI in Low-Resource Settings: A Scoping Review of Challenges and Strategies », Frontiers in Digital Health 8 (2026): 1743634, https://doi.org/10.3389/fdgth.2026.1743634.

Pour écouter la version radiophonique, cliquer sur le lien suivant: