L'Organisation mondiale de la Santé (OMS) définit l'intelligence artificielle en santé comme l'ensemble des systèmes informatiques capables d'effectuer des tâches qui requièrent normalement l'intelligence humaine, incluant l'apprentissage automatique, le traitement du langage naturel et la vision par ordinateur.
Nuance clinique
La tendance à utiliser « IA » comme terme générique crée une confusion clinique importante. Un scribe IA (NLP) et un algorithme de prédiction de sepsis (ML supervisé) ont en commun le mot « IA » — et peu d’autres choses. Leurs sources d’erreur, leurs modes de défaillance et leurs implications cliniques sont fondamentalement différents. Un clinicien qui évalue un outil IA sans distinguer la catégorie à laquelle il appartient risque de poser les mauvaises questions.
Points pratiques
Classification pratique des outils IA en santé :
| Catégorie | Exemples | Question clé |
|---|---|---|
| NLP / LLM | Scribes IA, assistants rédactionnels, chatbots patients | Sur quelles données a-t-il été entraîné ? Hallucinations possibles ? |
| Vision par ordinateur | Analyse de radio, ECG, fonds d’œil, dermatoscopie | Sur quelle population validé ? Biais de représentation ? |
| CDSS (prédiction de risque) | Score de sepsis, prédiction de readmission, stratification | Calibration locale testée ? Proxy utilisés ? |
| Automatisation admin | Codification CIM, facturation, planification | Taux d’erreur documenté ? Supervision humaine requise ? |
Ce qui distingue les outils « IA » qui méritent confiance :
- Validation externe publiée (pas seulement les données marketing du fournisseur)
- Performance documentée dans une population similaire à celle où l’outil est déployé
- Mécanisme de supervision humaine explicite
- Processus clair de signalement des erreurs
Ce qui devrait alerter :
- Outil présenté comme « validé » avec des données issues exclusivement du fournisseur
- Absence de sous-groupe d’analyse dans les publications
- Promesses de « diagnostic autonome » sans validation par ECR
Preuves et contexte public
- Quelle est la différence entre IA faible et IA forte en santé ?
- Évaluation clinique de l’IA — pilier