[Replay webinaire] Intelligence artificielle en médecine : où en est-on vraiment ?

Le 23 juin 2026, Maiia et Jeunes Médecins ont réuni deux experts pour un webinaire sans langue de bois sur l’intelligence artificielle en médecine. Un format pensé pour tous les niveaux : accessible aux moins familiers du numérique, suffisamment dense pour les praticiens déjà engagés dans la transformation digitale de leur cabinet. Entre réalités opérationnelles, usages concrets et enjeux éthiques, ce replay fait le point sur ce que l’IA peut — et ne peut pas — faire à la place du médecin. Une session de questions-réponses en direct a également permis de traiter les interrogations concrètes des participants — une partie du replay particulièrement utile pour anticiper vos propres questions.

Le mot « intelligence artificielle » circule dans tous les couloirs des congrès médicaux, dans la presse spécialisée, dans les conversations de salle de garde. Mais entre les promesses des start-ups et les craintes des professionnels de santé, il reste difficile de distinguer ce qui relève du réel et ce qui tient encore de la prospective. C’est précisément pour répondre à cette question — sans jargon et avec rigueur — que Maiia et Jeunes Médecins ont co-animé un webinaire ouvert à tous les niveaux de familiarité avec le sujet.

L’IA médicale en 2026 : ce qui fonctionne vraiment

L’intelligence artificielle en santé n’est plus un sujet de science-fiction. Plusieurs domaines ont atteint un niveau de maturité clinique suffisant pour intégrer les pratiques quotidiennes, comme en témoigne le dossier de référence de l’Inserm sur l’IA et la santé.

L’analyse d’imagerie médicale constitue aujourd’hui le terrain le plus avancé. Les algorithmes d’aide à la lecture radiologique atteignent des taux de détection comparables — voire supérieurs — à ceux de radiologues expérimentés sur certaines pathologies ciblées, notamment la détection de nodules pulmonaires, la lecture mammographique ou l’analyse de rétinographies. L’Assurance Maladie et la Haute Autorité de Santé (HAS) ont d’ailleurs lancé des expérimentations sur l’interprétation automatisée des ECG, avec pour objectif d’améliorer le dépistage des troubles du rythme en médecine de ville.

La transcription automatique de consultation — le « scribe ambiant » — représente une autre avancée majeure. Ces outils écoutent en temps réel l’échange médecin-patient et génèrent un compte-rendu structuré, réduisant le temps de documentation post-consultation. La synthèse de dossier patient permet quant à elle au médecin de disposer en quelques secondes d’un résumé des antécédents, traitements en cours et derniers résultats biologiques — une aide précieuse dans les situations d’urgence ou lors des premières consultations.

Mais ces performances ont des limites qu’il faut connaître : les outils d’IA sont entraînés sur des bases de données qui peuvent ne pas refléter la diversité des populations ; ils restent sensibles aux biais de sélection ; et leur précision décroît hors des cas d’usage pour lesquels ils ont été conçus.

Les usages accessibles dès aujourd’hui en cabinet

Au-delà des outils d’aide au diagnostic souvent réservés aux établissements de santé, une génération d’assistants IA généralistes est désormais accessible à tout médecin exerçant en libéral.

• Rédaction de courriers médicaux : résumés de consultation, courriers de correspondance, lettres de sortie — en quelques secondes à partir de données dictées ou saisies.
• Aide au codage CIM-10 : suggestion automatique des codes diagnostiques à partir des libellés cliniques, utile pour la facturation et les déclarations.
• Recherche bibliographique augmentée : interrogation de bases de données médicales (PubMed, HAS) avec synthèse des études disponibles sur une question clinique précise.
• Triage et orientation : outils d’aide à la priorisation des demandes de rendez-vous, avec détection des motifs à forte urgence potentielle.

Ces usages génèrent un gain de temps administratif réel, estimé entre 30 minutes et 2 heures par jour selon les études et les configurations de pratique.

Responsabilité médicale et IA : les règles du jeu

C’est sans doute la question qui revient le plus souvent — et la plus légitime. En France, le cadre juridique est clair : la responsabilité médicale reste entièrement et exclusivement celle du médecin, quelle que soit la recommandation émise par un outil d’intelligence artificielle. Le Comité Consultatif National d’Éthique (CCNE) a d’ailleurs publié un avis de référence sur les enjeux éthiques des systèmes d’IA appliqués au diagnostic médical.

L’IA est légalement qualifiée d’outil d’aide à la décision (OAAD). Elle peut suggérer, signaler, alerter — mais elle ne décide pas. En cas de dommage pour le patient, c’est le praticien qui a validé ou non la recommandation de l’outil qui engage sa responsabilité. Cela impose une vigilance constante : ne jamais appliquer mécaniquement une suggestion IA sans l’avoir évaluée au regard du contexte clinique.

La formation à la lecture critique des recommandations IA devient ainsi une compétence médicale à part entière, au même titre que l’interprétation d’un résultat biologique ou d’une image radiologique.

Données de santé, RGPD et souveraineté numérique : ce que chaque médecin doit vérifier

La question des données est centrale. En utilisant un outil IA, le médecin confie des informations relatives à ses patients — parfois des données de santé au sens du RGPD — à un tiers. La CNIL a publié un référentiel dédié aux professionnels de santé libéraux, et le RGPD appliqué au secteur de la santé précise les obligations en matière de traitement des données patients. Avant tout déploiement d’un outil IA, plusieurs critères doivent être vérifiés :

• L’outil est-il hébergé par un Hébergeur de Données de Santé (HDS) certifié par l’Agence du Numérique en Santé (ANS) ?
• Les données sont-elles traitées sur des serveurs localisés en France ou en Europe ?
• Le contrat précise-t-il explicitement que les données ne sont pas utilisées pour ré-entraîner les modèles ?
• L’éditeur est-il soumis à des législations extraterritoriales — comme le Cloud Act américain — susceptibles d’autoriser l’accès aux données par des autorités étrangères ?

Ces questions distinguent ce que les experts appellent les solutions « souveraines » — hébergées et développées en France — des outils proposés par les géants technologiques américains (GAFAM), dont les pratiques de traitement de données soulèvent des interrogations légitimes dans un cadre médical. Pour aller plus loin, vous pouvez consulter la liste des hébergeurs certifiés HDS publiée par l’ANS.