L’IA médicale en 2026 : plus de 900 algorithmes approuvés par la FDA et des cas où elle sauve déjà des vies

Lorsqu'un médecin de l'hôpital Gregorio Marañón de Madrid prescrit un médicament à un patient qui prend déjà cinq autres médicaments différents prescrits par trois spécialistes différents, un système d'intelligence artificielle analyse la combinaison complète en temps réel et alerte le médecin s'il détecte une interaction potentiellement dangereuse avant que la prescription ne soit confirmée. Depuis que ce système est entré en service en 2025, il a permis d’éviter plus de 15 000 interactions médicamenteuses graves en Andalousie. Ce n’est pas de la science-fiction ou un pilote expérimental. Cela fait partie du fonctionnement quotidien du système de santé.

En 2026, plus de 900 dispositifs médicaux et algorithmes dotés d'intelligence artificielle ont été approuvés par la FDA américaine, et l'Agence européenne des médicaments en a autorisé plus de 200. Le nombre est significatif, mais la diversité des applications est encore plus significative : imagerie diagnostique en radiologie, dermatologie et ophtalmologie ; prédiction du risque cardiovasculaire, diabétique et sepsis ; détection précoce du cancer; soutien à la prescription et réduction des erreurs médicamenteuses.

Là où l'IA médicale fonctionne le mieux

Les experts identifient trois domaines dans lesquels l'IA médicale démontre systématiquement des résultats cliniquement pertinents. Le premier est l’analyse d’images médicales : les systèmes formés pour détecter les lésions dans les mammographies, les tomodensitogrammes, les IRM et les photographies du fond d’œil ont démontré dans de multiples études une sensibilité diagnostique comparable ou supérieure à celle du spécialiste humain dans des tâches spécifiques. Plus important encore, ils détectent des résultats qui échappent à l'œil humain, non pas parce que le médecin est incompétent, mais parce qu'ils traitent les images à une vitesse et à un volume qu'aucun être humain ne peut égaler.

Le deuxième domaine est la prévision des risques. Les systèmes formés avec des données provenant de milliers de patients peuvent identifier des semaines à l'avance quels patients hospitalisés sont les plus susceptibles de développer une septicémie, quels diabétiques sont plus à risque de complications rénales ou cardiovasculaires, ou quels patients souffrant d'insuffisance cardiaque sont les plus susceptibles d'être réadmis dans les 30 jours suivant leur sortie. Cette prédiction permet des interventions préventives qui réduisent à la fois la souffrance des patients et les coûts du système.

L'IA médicale en chiffres — 2026

• Algorithmes approuvés par la FDA : plus de 900
• Autorisations EMA : plus de 200
• Espagne – prescription électronique avec IA (Andalousie) : plus de 15 000 interactions dangereuses évitées
• Espagnols considérant l'impact de l'IA sur la santé comme positif : 44 % (étude Cigna International Health Study)
• Réduction prévue des coûts de diagnostic grâce à l'IA : jusqu'à 50 % (Harvard School of Public Health)
• Investissement espagnol dans l'IA pour la santé (Stratégie nationale 2024-2027) : 120 millions d'euros

La distinction que le patient doit comprendre

Les médecins d'Osakidetza, le service de santé basque, ont récemment publié un avertissement qui mérite attention : il existe une différence fondamentale entre l'IA médicale clinique et les chatbots génératifs à usage général. Les systèmes utilisés par les hôpitaux pour détecter le sepsis ou analyser les mammographies sont des algorithmes spécifiquement formés avec des données cliniques validées, évalués lors d'essais, intégrés dans des flux de travail médicalement supervisés et soumis à une réglementation sanitaire stricte. ChatGPT, Claude, Gemini ou Copilot sont des systèmes conçus pour produire un texte cohérent à partir de grands volumes d'informations : ils peuvent être utiles pour comprendre un diagnostic déjà établi ou préparer des questions pour la consultation, mais ils n'ont pas la fiabilité ou la validation nécessaire pour prendre des décisions diagnostiques.

Le problème est que les 44 % d'Espagnols qui considèrent l'impact de l'IA sur la santé comme positif ne font pas toujours la distinction entre les deux catégories. La même étude indique que certaines personnes interprètent les réponses des chatbots génératifs comme des diagnostics concluants et agissent en conséquence sans consulter un professionnel, ce qui génère une augmentation inquiétante de l'automédication à risque.