L'essentiel en 30 secondes
- L’IA médicale regroupe les systèmes qui analysent des données de santé pour aider un soignant à diagnostiquer, documenter, prescrire ou organiser son activité. Elle propose, le professionnel décide.
- À l’hôpital et en recherche, l’intelligence artificielle en médecine s’est d’abord imposée en imagerie et en aide au diagnostic. En cabinet libéral, elle vise surtout la charge administrative : un généraliste libéral consacre 6 heures par semaine à la gestion du cabinet et à la coordination (DREES, 2026).
- Dans le logiciel médical, les fonctions d’IA les plus répandues sont la dictée vocale médicale, le scribe IA qui rédige le compte rendu de consultation et le tri automatique des documents. Les agents d’IA connectés aux référentiels médicaux arrivent.
- Le cadre de l’IA en santé se précise : RGPD, hébergement HDS, information du patient, AI Act (échéance repoussée au 2 août 2028 pour les dispositifs médicaux) et recommandations de la HAS.
- Pour DrSanté, une IA médicale n’est utile que sur un socle solide : dossier patient structuré, logiciel certifié, données confiées à un hébergeur certifié HDS.
L'IA médicale en 2026 : de quoi parle-t-on exactement ?
L'IA médicale désigne l'ensemble des systèmes informatiques capables d'analyser des données de santé (texte, image, signal, voix) pour produire une proposition utile au soin : une hypothèse diagnostique, un compte rendu, une alerte, une priorisation. Le professionnel de santé reste celui qui vérifie, valide et décide.
On parle aussi d’IA en santé. Le terme recouvre des outils très différents. Un algorithme qui repère un nodule sur un scanner, un assistant qui rédige un courrier et une alerte d’interaction médicamenteuse relèvent tous, à des degrés divers, de l’IA médicale. Pour s’y retrouver, mieux vaut raisonner par familles de technologies et par finalité.
Une définition de l'IA médicale en trois familles de technologies
| Famille | Principe | Exemples en santé |
|---|---|---|
| Systèmes experts | Des règles écrites par des spécialistes, appliquées automatiquement | Alertes d'interactions médicamenteuses, diagnostic vaccinal automatique |
| Apprentissage automatique | Un modèle entraîné sur des milliers de données annotées repère des motifs | Détection de lésions sur des images, scores de risque |
| IA générative | Un grand modèle de langage produit du texte ou de la voix | Scribe IA, synthèse de dossier, réponse à une question clinique |
Les systèmes experts existent depuis les années 1970. L’apprentissage automatique a fait décoller l’imagerie dans les années 2010. L’IA générative, popularisée fin 2022, explique l’accélération actuelle de l’intelligence artificielle en médecine : pour la première fois, une IA médicale sait manipuler le langage, donc la matière première du travail administratif des soignants.
Intelligence artificielle en médecine : quand l'outil devient un dispositif médical
Un logiciel d’intelligence artificielle en médecine qui revendique une finalité médicale (diagnostic, prévention, surveillance, traitement) est un dispositif médical au sens du règlement européen 2017/745. Il doit porter le marquage CE. Sa règle 11 classe au minimum en classe IIa un logiciel qui fournit des informations servant à prendre des décisions diagnostiques ou thérapeutiques.
Un outil qui se limite à mettre en forme une note de consultation n’a pas forcément cette finalité : tout dépend de ce que le fabricant revendique. Pour le praticien, le réflexe est simple. Dès qu’un outil d’IA médicale touche au diagnostic ou à la thérapeutique, vérifiez son marquage CE et sa classe.
De l'hôpital au laboratoire : ce que l'intelligence artificielle en médecine a déjà changé
Avant d’arriver au cabinet, l’intelligence artificielle en médecine a fait ses preuves dans des environnements riches en données : l’imagerie, la biologie, la recherche. Ce sont ces usages qui ont forgé la confiance, et aussi les premières mises en garde.
Imagerie et aide au diagnostic : le premier terrain de l'IA médicale
L’imagerie médicale se prête bien à l’apprentissage automatique, et c’est là que l’IA médicale a le plus de recul. En radiologie, des outils signalent des fractures, des nodules pulmonaires ou des hémorragies et remontent les examens urgents en tête de liste. En ophtalmologie, l’analyse des photos du fond d’œil aide au dépistage de la rétinopathie diabétique. En dermatologie, l’IA médicale classe des images de lésions pigmentées. L’anatomopathologie et la cardiologie, avec l’interprétation assistée des ECG, suivent le même chemin.
Dans tous ces cas, l’algorithme joue le rôle d’un second lecteur. Il attire l’attention sur une zone ou un tracé ; le médecin confirme ou écarte. Cette aide au diagnostic fait gagner du temps sur les examens normaux et réduit le risque de passer à côté d’une anomalie discrète.
Médecine prédictive, médecine de précision et santé publique
À partir des données médicales du dossier, des modèles d’IA médicale estiment un risque : complication, réhospitalisation, dégradation d’une maladie chronique. En oncologie, l’analyse génomique aide à choisir une thérapie ciblée. Cette médecine de précision adapte la prise en charge au profil biologique du patient plutôt qu’à une moyenne.
À l’échelle de la population, l’IA médicale sert la santé publique : surveillance des épidémies, détection de signaux de pharmacovigilance dans des volumes de déclarations impossibles à lire à la main, pilotage des flux de patients à l’hôpital.
Recherche médicale et essais cliniques
La recherche médicale est l’autre grand terrain de l’intelligence artificielle en médecine. La prédiction de la structure des protéines par IA a valu le prix Nobel de chimie 2024 à Demis Hassabis et John Jumper, et elle accélère la conception de nouvelles molécules. Elle aide aussi à repérer les patients éligibles à un essai clinique et à trier une littérature scientifique qui grossit chaque jour.
Au cabinet, l'IA médicale s'attaque d'abord à la charge administrative
Pour les professionnels de santé libéraux, l’intelligence artificielle en médecine n’a pas pour priorité de détecter mieux que le radiologue. Elle doit d’abord libérer du temps. Selon la DREES, un médecin généraliste libéral travaille en moyenne 46 heures par semaine, dont 36 h 30 auprès des patients et 6 heures pour la gestion du cabinet et la coordination avec les autres professionnels (Études et Résultats n° 1381, août 2026). C’est sur ces heures que l’IA médicale apporte le gain le plus visible.
Médecins généralistes et spécialistes : le temps que l'IA médicale rend à la consultation
Pour le médecin généraliste, l’enjeu principal est la documentation : rédiger l’observation, le compte rendu, le courrier au confrère, sans détourner le regard du patient pendant la consultation. Le scribe IA et la dictée vocale, deux outils IA désormais courants, répondent directement à ce besoin.
Le spécialiste produit davantage d’écrits longs (comptes rendus d’examen, courriers détaillés au médecin traitant) et manipule plus d’images et de tracés. Ses besoins rejoignent ceux de l’imagerie hospitalière : lecture assistée, comparaison d’examens, modèles de comptes rendus par discipline. Notre guide sur le logiciel médical pour spécialiste détaille ces attentes propres à chaque discipline.
Paramédicaux, sages-femmes et secrétariat : une IA médicale plus discrète
Les infirmiers, kinésithérapeutes et sages-femmes travaillent souvent en mobilité. Pour eux, l’IA médicale prend la forme de transmissions dictées en fin de visite, de photos de plaies comparées dans le temps ou de bilans pré-remplis. Côté secrétariat, l’IA médicale passe par les assistants téléphoniques et la prise de rendez-vous conversationnelle : ces outils soulagent l’accueil, sans remplacer le jugement d’une secrétaire sur l’urgence d’une demande. Pour l’organisation de l’accueil, voir notre guide du logiciel de secrétaire médicale.
| Profession | Usages d'IA médicale les plus utiles |
|---|---|
| Médecin généraliste | Scribe IA, dictée vocale, courriers automatiques, synthèse de dossier |
| Médecin spécialiste | Comptes rendus structurés, lecture assistée d'images et d'ECG, comparaison d'examens |
| Infirmier, kinésithérapeute | Transmissions dictées, suivi photo, bilans pré-remplis |
| Sage-femme | Comptes rendus de suivi de grossesse, rappels de dépistage |
| Secrétaire médicale | Assistant téléphonique, prise de rendez-vous, tri des messages patients |
IA médicale et logiciel médical : l'inventaire des fonctionnalités
Le logiciel médical est le point d’entrée naturel de l’IA médicale au cabinet : c’est là que se trouvent l’agenda, les ordonnances, la facturation et le dossier patient informatisé. Une IA intégrée au logiciel travaille sur des données médicales déjà structurées et évite les copier-coller entre outils. Voici, pour les professionnels de santé, l’inventaire des fonctionnalités d’intelligence artificielle en médecine de ville, présentes sur le marché ou annoncées. Chacune fera l’objet d’un guide dédié.
Documentation clinique : dictée vocale médicale, scribe IA et compte rendu automatisé
- Dictée vocale médicale : reconnaissance vocale entraînée au vocabulaire médical, qui écrit directement dans les champs du dossier.
- Transcription d’enregistrements : un compte rendu dicté sur un dictaphone devient du texte, sans ressaisie.
- Scribe IA (transcription ambiante) : l’outil écoute la consultation et rédige une note structurée à relire.
- Compte rendu automatisé : mise en forme selon le motif, la spécialité ou un modèle (antécédents, examen, conclusion, conduite à tenir).
- Courriers et certificats générés à partir de la consultation.
- Résumé pour le patient en langage simple, et traduction en consultation.
À titre de repère, l’application mobile pour médecin de DrSanté permet déjà d’enregistrer un compte rendu oral sur son téléphone et de le classer automatiquement dans le bon dossier patient.
Prescription : l'IA médicale comme aide à la décision
C’est le domaine où l’intelligence artificielle en médecine touche directement la décision thérapeutique.
Alertes de prescription : interactions médicamenteuses, contre-indications, allergies. Ce socle repose aujourd’hui sur des règles et des bases médicamenteuses certifiées, indispensables pour rédiger une ordonnance conforme.
- Adaptation posologique selon la fonction rénale, le poids ou l’âge.
- Assistant de questions cliniques qui répond en langage naturel en citant ses sources.
- Recommandations contextualisées : les référentiels appliqués au profil du patient.
- Aide au diagnostic différentiel et lecture assistée d’ECG ou de photos de lésions.
Dossier patient : synthèse, tri des documents entrants et codage
- Synthèse automatique des antécédents et des dernières consultations.
- Lecture et classement des documents entrants : courriers, résultats scannés, ordonnances d’autres prescripteurs.
- Structuration des résultats biologiques en valeurs exploitables et en courbes.
- Suggestion de codage des diagnostics (CIM-10).
- Recherche en langage naturel dans le dossier.
- Repérage des patients à rappeler pour un dépistage ou un vaccin.
Accueil, agenda et relation patient
- Assistant téléphonique qui répond, qualifie la demande et propose un créneau.
- Questionnaire de pré-consultation rempli par le patient avant sa venue.
- Tri des messages patients par degré d’urgence.
- Prévision des rendez-vous non honorés et gestion optimisée de l’agenda.
Facturation et pilotage du cabinet
- Suggestion de cotation des actes (NGAP, CCAM).
- Contrôle avant envoi des feuilles de soins électroniques et analyse des rejets.
- Rapprochement des paiements et tableaux de bord d’activité.
| Fonctionnalité d'IA médicale | Ce qu'elle fait | Maturité en 2026 |
|---|---|---|
| Dictée vocale médicale | Convertit la voix en texte médical | Disponible et répandue |
| Scribe IA | Rédige la note à partir de la consultation | Disponible, en forte diffusion |
| Compte rendu automatisé | Structure le compte rendu selon un modèle | Disponible |
| Courriers et certificats générés | Rédige à partir de la consultation | Disponible |
| Assistant de questions cliniques | Répond en citant des sources | Disponible |
| Recommandations contextualisées | Applique les référentiels au patient | En déploiement |
| Lecture assistée d'ECG ou d'images | Signale les anomalies | Disponible selon les spécialités |
| Synthèse de dossier | Résume l'historique du patient | En déploiement |
| Tri des documents entrants | Lit, identifie et classe | En déploiement |
| Assistant téléphonique | Répond et oriente les appels | Disponible |
| Suggestion de cotation | Propose les actes à facturer | Émergente |
| Agents connectés aux référentiels | Interrogent les bases médicales validées | Émergente |
Les fonctionnalités d'IA médicale qui arrivent dans les logiciels
Deux évolutions de l’intelligence artificielle en médecine se dessinent pour les prochaines années : des assistants qui puisent dans des sources validées plutôt que dans le web, et une IA médicale qui commence avant la consultation.
Des agents d'IA médicale branchés sur les référentiels
Le principal reproche fait aux outils IA généralistes est de répondre sans source fiable. La réponse technique s’appelle le protocole MCP (Model Context Protocol), un standard qui permet à un modèle d’IA d’interroger proprement une base de connaissances. En décembre 2025, VIDAL a annoncé un programme de serveur MCP reliant l’IA générative à sa base de connaissances médicales, avec une première version proposée à ses partenaires dès début 2026. Les usages annoncés : aide à la rédaction des prescriptions, recherche d’informations sur le médicament, puis, à plus long terme, pré-génération d’ordonnances, conciliation médicamenteuse et alertes en temps réel.
Pour le praticien, l’intérêt est clair : une IA médicale dont chaque réponse est traçable jusqu’à un référentiel connu.
Pré-consultation, orientation et suivi : l'IA médicale côté patient
L’autre front concerne le patient. Des questionnaires intelligents préparent la consultation en recueillant motif, symptômes et traitements en cours. Des outils d’orientation évaluent le degré d’urgence d’une demande, un usage encore en cours d’évaluation clinique. Pour la prise en charge des maladies chroniques, le télésuivi couplé à l’IA médicale repère une dégradation entre deux rendez-vous, alerte l’équipe soignante et fluidifie le parcours de soins.
Limites de l'IA médicale : erreurs, éthique et cadre légal
Comme toute intelligence artificielle en médecine, une IA médicale mal encadrée peut faire perdre plus de temps qu’elle n’en fait gagner, voire menacer la sécurité du patient. Trois sujets demandent une vigilance particulière : la fiabilité des contenus, la protection des données et les enjeux éthiques.
Hallucinations et biais : pourquoi la relecture de l'IA médicale reste obligatoire
Une IA générative peut produire une information fausse mais plausible : c’est l’hallucination. Un scribe peut aussi omettre un élément important ou attribuer au patient un symptôme qu’il a nié. Les modèles héritent par ailleurs des biais de leurs données d’entraînement : une population sous-représentée sera moins bien servie par l’IA médicale. D’où l’importance d’un contrôle humain. S’y ajoute le biais d’automatisation, cette tendance à faire confiance à la machine parce qu’elle se trompe rarement.
La conséquence est pratique : tout contenu produit par une IA médicale se relit avant d'entrer dans le dossier. Le professionnel qui valide engage sa responsabilité, comme pour n'importe quel document qu'il signe.
IA médicale, RGPD, hébergement HDS et AI Act : les règles du jeu
| Texte | Ce qu'il impose | En pratique au cabinet |
|---|---|---|
| RGPD (art. 9) | Les données de santé sont des données sensibles | Base légale, information du patient, minimisation |
| Hébergement HDS (art. L.1111-8 du Code de la santé publique) | Un hébergeur certifié pour les données de santé confiées à un tiers | Vérifier où l'outil stocke les enregistrements et les notes |
| Secret médical (art. L.1110-4 CSP) | Les informations du patient restent couvertes par le secret | Aucune donnée identifiante dans un outil grand public |
| Loi de bioéthique de 2021 (art. L.4001-3 CSP) | Informer le patient de l'usage d'un dispositif médical à traitement algorithmique appris sur des données massives | Information orale et affichage en salle d'attente |
| Règlement 2017/745 | Marquage CE des logiciels à finalité médicale | Vérifier le marquage et la classe |
| AI Act (règlement 2024/1689) | Les IA qui sont ou équipent un dispositif médical évalué par un organisme notifié sont classées « à haut risque » | Obligations applicables au 2 août 2028 depuis le règlement (UE) 2026/1744 |
Pour une IA médicale, la confidentialité passe d’abord par l’hébergement. Sur ce point, notre guide sur l’hébergement HDS explique ce que la certification garantit vraiment, et ce qu’elle ne garantit pas.
Ce que recommandent la HAS et la CNIL
Le 30 octobre 2025, la Haute Autorité de santé a publié ses premières clefs d’usage de l’IA générative, élaborées avec la CNIL. Elles tiennent en quatre axes : se former au fonctionnement de l’outil, vérifier chaque contenu généré comme une proposition pouvant comporter des erreurs, évaluer régulièrement la pertinence de l’outil et échanger avec ses pairs. La HAS résume l’enjeu ainsi : « Bien maîtrisée, l’IA générative peut ainsi devenir une alliée au service de la qualité et de la sécurité des soins. »
La HAS et la CNIL ont ensuite soumis à consultation, jusqu’au 16 avril 2026, un projet de guide intitulé « Accompagner le bon usage des systèmes d’intelligence artificielle en contexte de soins ». Il couvre tout le cycle de vie d’un outil, de l’acquisition à la désinstallation, et classe ses recommandations en quatre niveaux, des obligations légales aux réflexes systématiques. À la date de mise à jour de ce guide, la version définitive n’est pas encore publiée.
L'IA médicale va-t-elle remplacer les médecins ?
Non. L'IA médicale remplace des tâches, pas un métier. Elle rédige, trie, signale et calcule. L'examen clinique, l'écoute, la décision partagée avec le patient et la responsabilité de la prise en charge restent humains.
Avec l’intelligence artificielle en médecine, les métiers des professionnels de santé vont en revanche évoluer. Le temps gagné sur la saisie peut revenir à la consultation, à condition que les outils soient bien intégrés et que leur relecture ne devienne pas une nouvelle corvée. Chez DrSanté, cette position fait partie de l’éthique de l’éditeur :
L'équipe DrSanté
Préparer son cabinet à l'IA médicale : la check-list
Une IA médicale ne vaut que par les données qu’elle exploite. Avant d’adopter un outil d’intelligence artificielle en médecine, vérifiez les fondations numériques du cabinet :
Les six réflexes avant de s'équiper
- Un dossier patient structuré, avec des données médicales (antécédents, traitements, résultats) saisies dans des champs exploitables.
-
Un logiciel certifié et à jour : référencement Ségur, LAP, SESAM-Vitale. Les logiciels référencés Ségur vague 2 préparent ces échanges structurés.
- Un hébergement certifié HDS pour garantir la sécurité et la confidentialité des données confiées à un tiers.
- Pour chaque outil d'IA médicale : marquage CE si la finalité est médicale, lieu d'hébergement, réutilisation éventuelle des données pour entraîner le modèle, intégration au logiciel plutôt que copier-coller.
- Une information claire des patients, à l'oral et par affichage.
- Une relecture systématique de tout ce que l'IA produit, et un temps de formation.
DrSanté apporte ce socle numérique. Le dossier patient se génère automatiquement en début de visite, avec des fiches d’observation adaptées à plus de 50 spécialités. Le logiciel, couplé à la base Vidal Expert, est certifié LAP par la HAS (voir les certifications du logiciel). En mode Cloud ou Hybride, les données sont confiées à un hébergeur français certifié HDS. Parmi les partenaires intégrés, Apicrypt automatise le classement des résultats d’analyse dans les dossiers, et le système expert de MesVaccins.net fournit un diagnostic vaccinal automatique.