Elle commence déjà à trouver sa place dans les systèmes de santé, où elle peut contribuer à analyser des données, repérer certaines anomalies, assister les professionnels dans leur travail ou encore faciliter certaines tâches médicales.

L’Organisation mondiale de la santé reconnaît d’ailleurs que l’IA joue déjà un rôle dans le diagnostic, les soins cliniques, le développement de médicaments ou encore la surveillance des maladies.

Mais une différence fondamentale demeure entre une technologie capable de produire une recommandation et un médecin capable de prendre une décision clinique.

Et c’est précisément dans cet espace que se situe aujourd’hui l’un des grands débats autour de l’IA en santé.

Lorsqu’un système d’intelligence artificielle analyse une radiographie, interprète des données biologiques ou identifie des éléments susceptibles d’attirer l’attention d’un praticien, il peut apporter une nouvelle couche d’analyse.

Sa capacité à traiter rapidement de grandes quantités d’informations peut constituer un soutien précieux dans certaines situations.
 

Mais analyser n’est pas comprendre un patient.
 

Une consultation médicale ne repose pas uniquement sur des données. Le médecin écoute, observe, questionne, tient compte des antécédents, du contexte, des symptômes décrits par le patient et parfois d’éléments difficiles à transformer en données. Une recommandation produite par un algorithme doit donc rester replacée dans un raisonnement clinique plus large.
 

C’est également pour cette raison que l’OMS insiste sur l’idée d’une IA qui augmente les capacités humaines plutôt qu’elle ne remplace le jugement humain.
 
La question n’est donc pas nécessairement de savoir si l’IA sera capable de « remplacer » le médecin. Elle est plutôt de déterminer dans quelles conditions elle peut devenir un outil suffisamment fiable pour être intégré à la décision médicale.

C’est probablement l’une des questions les plus sensibles.
 

Une erreur humaine en médecine peut déjà avoir des conséquences importantes. Mais lorsqu’une décision s’appuie sur un système algorithmique, la responsabilité peut devenir plus complexe à déterminer.
 

Si une intelligence artificielle suggère un diagnostic erroné, qui doit répondre de cette erreur ? Le professionnel qui a suivi la recommandation ? L’établissement qui a utilisé l’outil ? Le concepteur du système ? Ou plusieurs acteurs à la fois ?

Cette question de la responsabilité est indissociable de celle de la confiance.
 

Un outil médical ne peut pas être considéré comme fiable simplement parce qu’il est performant dans certaines conditions. Il doit être évalué, surveillé et utilisé dans un cadre permettant de comprendre ses limites. L’OMS souligne justement l’importance de l’évaluation des performances des systèmes d’IA et de leur suivi dans le temps.
 

La confiance ne peut donc pas reposer uniquement sur la technologie elle-même. Elle doit également reposer sur les conditions dans lesquelles celle-ci est utilisée.

Une intelligence artificielle apprend à partir de données. Cela signifie que la qualité et la diversité de ces données peuvent directement influencer les résultats qu’elle produit.
 

Si certaines populations sont insuffisamment représentées dans les données utilisées pour développer ou évaluer un modèle, celui-ci peut être moins pertinent lorsqu’il est appliqué à ces populations. Le problème ne vient alors pas nécessairement d’une volonté de discriminer, mais de la manière dont les données ont été constituées.
 

C’est l’un des enjeux majeurs de l’IA médicale : un système peut être extrêmement sophistiqué et néanmoins produire des résultats inégaux selon les patients ou les contextes dans lesquels il est utilisé.
 

La question devient alors beaucoup plus large que celle de la performance technique. Il faut aussi se demander pour qui l’outil fonctionne, dans quelles conditions et avec quelles limites.
 

Les travaux de l’OMS sur l’IA en santé identifient notamment les biais des données, les lacunes de gouvernance et les questions d’équité parmi les difficultés à prendre en compte pour un déploiement responsable.

Il y a également une autre question que le patient ne voit pas toujours : que deviennent ses données ?
 

Dossier médical, résultats d’analyses, imagerie, antécédents, traitements… les données de santé sont particulièrement sensibles. Leur utilisation pour développer ou évaluer des outils d’intelligence artificielle doit donc répondre à des exigences élevées en matière de confidentialité, de sécurité et de protection des données.
 

C’est justement l’un des enjeux mis en avant cette semaine lors de la troisième réunion de la Global Initiative on AI for Health, organisée du 16 au 18 septembre 2026 par l’OMS, l’Union internationale des télécommunications et l’Organisation mondiale de la propriété intellectuelle.
 

L’un des dispositifs présentés dans ce cadre cherche notamment à permettre l’évaluation de modèles d’IA à partir de données cliniques sans transmettre ces données aux développeurs des modèles. L’objectif est de pouvoir tester les performances des systèmes tout en maintenant les données sous le contrôle des institutions qui les détiennent.
 
Cette approche illustre une difficulté fondamentale : pour savoir si une IA médicale est fiable, il faut pouvoir la confronter à des données cliniques réelles. Mais ces mêmes données doivent être protégées.

À mesure que l’IA progresse, le rôle du professionnel de santé pourrait donc évoluer plutôt que disparaître.
 

Le médecin devra de plus en plus savoir utiliser ces outils, mais aussi comprendre leurs limites, vérifier leurs recommandations et identifier les situations dans lesquelles leur utilisation n’est pas appropriée. L’enjeu devient alors autant médical que technologique.
 

Car une IA peut signaler une anomalie sans savoir nécessairement ce qu’elle signifie pour cette personne précise. Elle peut proposer une piste sans disposer de tout le contexte. Elle peut produire une réponse convaincante tout en se trompant.
 

Cette dernière caractéristique est particulièrement importante avec les systèmes capables de générer du texte ou des réponses en langage naturel : une réponse qui semble crédible n’est pas nécessairement une réponse médicalement exacte.
 
Le défi consiste donc à construire une relation dans laquelle la machine apporte ses capacités d’analyse, tandis que le professionnel conserve la responsabilité du raisonnement clinique et de la décision.

L’arrivée de l’IA dans les soins ne pose finalement pas uniquement une question de performance. Elle pose une question de confiance.
 

Faire confiance à une technologie médicale ne signifie pas lui accorder une confiance aveugle. Cela suppose de savoir comment elle a été conçue, avec quelles données elle a été évaluée, dans quelles conditions elle fonctionne, quelles sont ses limites et qui intervient lorsque son résultat est contesté.
 

L’OMS, l’UIT et l’OMPI travaillent justement à faire émerger des standards, des mécanismes de gouvernance et des pratiques permettant de rendre l’utilisation de l’IA en santé plus responsable.
 

L’IA pourrait donc profondément transformer la manière dont les médecins travaillent et dont les patients sont pris en charge. Mais entre outil d’aide médicale et médecin, il existe encore une différence essentielle : la capacité à assumer une décision face à une personne réelle.
 
La question de demain ne sera peut-être pas de savoir si l’intelligence artificielle peut faire médecine. Elle sera de savoir jusqu’où nous acceptons de lui confier une partie de nos décisions médicales, et quelles garanties nous exigeons avant de le faire.