Pourquoi l’IA ne s’impose pas encore dans les soins au quotidien

Un fossé sépare les immenses attentes suscitées par l’intelligence artificielle en médecine de son utilisation effective dans les soins au quotidien. Le sociologue français Olivier Cousin tente de l’expliquer.

Que perçoit aujourd’hui un médecin de l’intelligence artificielle lorsqu’il entre dans un établissement de soins ? Cette question a constitué le point de départ des recherches d’Olivier Cousin, professeur de sociologie à Bordeaux.

Mais distinguer les applications concrètes des promesses et des attentes s’est rapidement révélé difficile.

« Dans le domaine de la santé, les annonces sont nombreuses et beaucoup de choses seraient possibles, mais peu existent réellement », explique Cousin. Il nuance toutefois aussitôt son propos : des recherches sont bel et bien menées, des investissements sont consentis et certains services utilisent déjà l’IA au quotidien.

Selon lui, un décalage persiste néanmoins entre les promesses des développeurs et ce que les chercheurs constatent sur le terrain. Cette « économie de la promesse » l’a conduit à inverser sa question de recherche : examiner non seulement ce que l’IA fait au système de santé, mais aussi ce que le système de santé fait à l’IA.

Les règles du jeu de la médecine

La médecine est un domaine fortement institutionnalisé, souligne le sociologue. Pour trouver sa place dans la pratique quotidienne, l’IA doit elle aussi se conformer à ce cadre. « L’intelligence artificielle devra répondre aux attentes, aux normes, aux règles, aux codes et aux valeurs de la médecine. »

Selon Cousin, cette adaptation reste pour l’heure insuffisante. Ses recherches distinguent trois domaines dans lesquels elle se heurte à des difficultés : les preuves cliniques, l’intégration dans les établissements de soins et le financement.

« Dans le cadre des études cliniques, nous ne savons pas aujourd’hui comment évaluer un modèle qui évolue en permanence. »

Le premier obstacle concerne la manière dont la médecine évalue les innovations. Les études cliniques constituent la référence : elles doivent démontrer la valeur ajoutée d’une nouvelle application. Cousin s’interroge à cet égard sur les comparaisons entre médecins et modèles d’IA. « On compare certes les performances des machines à celles des médecins, mais il ne s’agit pas d’études cliniques. »

Il relève surtout une tension entre les méthodes habituelles d’évaluation et le caractère évolutif des modèles d’IA. « Dans le cadre des études cliniques, nous ne savons pas aujourd’hui comment évaluer un modèle qui évolue en permanence. »

S’intégrer à la pratique hospitalière

Un deuxième obstacle apparaît lorsqu’un établissement de soins souhaite concrètement introduire l’IA. Une application doit pouvoir fonctionner avec l’informatique existante et exploiter des données issues de différents systèmes. Selon Cousin, cette interopérabilité exige un effort particulièrement important et coûteux.

« Les systèmes informatiques et numériques actuels n’ont jamais été conçus pour communiquer entre eux. Il s’agit généralement de systèmes indépendants et autonomes. »

L’échange de données est possible, mais pas à l’échelle qu’exige l’IA, affirme-t-il. En outre, le travail de connexion entre les systèmes doit être recommencé à chaque fois : d’un service à l’autre et d’un établissement de soins à l’autre.

Cousin ajoute que l’image d’une IA capable de tout faire est trompeuse. « En réalité, une application d’IA en médecine ne peut généralement accomplir qu’une seule tâche très précise. » Il cite la radiologie, où chaque appareil d’imagerie nécessite une application d’IA distincte, tandis qu’un radiologue maîtrise ces différentes tâches et peut les combiner.

Qui paie ?

Le troisième obstacle est économique. Même lorsqu’une application est disponible et que son intégration technique est possible, l’établissement de soins doit pouvoir la financer.

Selon Cousin, il manque un modèle de remboursement adapté à l’IA. « Nous ne savons pas comment intégrer l’intelligence artificielle dans le modèle économique existant. »

Les établissements qui s’en équipent doivent dès lors en supporter eux-mêmes les coûts, explique-t-il. Cousin évoque la situation financière difficile des hôpitaux français et suppose que les établissements belges ne sont pas mieux lotis à cet égard.

Le progrès technique ne suffit pas

Selon Cousin, les limites techniques ne suffisent donc pas à expliquer pourquoi l’IA reste encore peu utilisée dans les soins de santé. Ces limites existent et des progrès sont réalisés pour les surmonter. Mais « le progrès technique ne suffit pas à faire de l’intelligence artificielle un outil du quotidien. L’IA doit d’abord répondre aux exigences des institutions », conclut le sociologue.

Olivier Cousin est professeur de sociologie à l’Université de Bordeaux et codirecteur du Centre Émile Durkheim. En 2025, il a publié avec Andy Smith IA et santé. L’âge des possibles (Presses de Sciences Po, 2025).

Il a présenté ses recherches lors du symposium commun consacré à l’IA en médecine, organisé par la Koninklijke Academie voor Geneeskunde et l’Académie royale de médecine de Belgique.