Le sujet n'est plus la canicule mais notre incapacité collective à comprendre qu'elle n'est plus un épisode exceptionnel, mais une réalité sanitaire du XXIᵉ siècle. Demain, ces épisodes seront plus fréquents et plus intenses. Il est temps de les considérer comme un défi permanent de santé publique. Comme les maladies chroniques, les vagues de chaleur ne relèvent plus de l'exception. Nous continuons pourtant à raisonner en gestion de crise alors qu'il faudrait raisonner en prévention. Notre santé dépend autant de notre environnement que des soins reçus. Qualité de l'air, logement, conditions de travail, bruit ou exposition aux fortes chaleurs façonnent durablement notre état de santé. La santé environnementale rappelle qu'une politique de santé commence dans l'aménagement des territoires. Le débat public reste ainsi enfermé dans une logique curative : climatisation, oui ou non ? Notre système réagit aux crises plus qu'il ne les anticipe. Les images observées cette semaine dans plusieurs hôpitaux français sont éloquentes : salles transformées en espaces de rafraîchissement, couvertures de survie aux fenêtres, équipes contraintes d'improviser dans des bâtiments inadaptés. Pourquoi nos hôpitaux demeurent-ils aussi vulnérables alors que ces épisodes sont prévisibles ? Notre modèle privilégie naturellement les dépenses de soins. Nous savons financer une hospitalisation, une intervention ou un examen. En revanche, nous avons beaucoup plus de difficultés à financer les investissements qui permettent précisément d'éviter que ces soins deviennent nécessaires. La tarification à l'activité (T2A) a profondément amélioré la transparence du financement hospitalier. Mais elle demeure orientée vers la production de soins. Adapter un hôpital aux fortes chaleurs, rénover son bâti, améliorer son isolation thermique, végétaliser ses espaces, développer des solutions de rafraîchissement passif, moderniser les systèmes de ventilation ou réduire les îlots de chaleur ne produisent pas immédiatement des actes médicaux. Pourtant, ces investissements évitent demain des hospitalisations, des complications et parfois des décès. L'adaptation au changement climatique est désormais une mission de santé publique. Elle concerne les collectivités, les urbanistes, les architectes, les entreprises, les établissements scolaires et les professionnels de santé. Une ville qui réduit les îlots de chaleur et protège les plus vulnérables produit déjà de la santé. Un hôpital adapté aux fortes chaleurs est lui aussi un outil de prévention. Cette ambition suppose également de repenser l'organisation de l'État. La Délégation à l'aménagement du territoire et à l'action régionale (DATAR), créée en 1963, fut le symbole d'une puissance publique capable de planifier et de transformer durablement les territoires. Face au défi climatique, une proposition de « DATAR 2.0 » pourrait réunir des compétences aujourd'hui dispersées entre de nombreuses administrations. Au fond, la canicule agit comme un révélateur : elle montre les limites d'une action publique encore organisée pour réparer plutôt que pour prévenir. Le meilleur investissement est souvent celui qui évite que la crise n'advienne. David Smadja est professeur d’hématologie à l’AP-HP et à l’Université Paris Cité, responsable de la Commission Santé du Laboratoire de la République. Il est l'auteur de « La République de la prévention » aux éditions LEH (sortie le 28 août 2026). Retrouvez la tribune de David Smadja sur le site de Ouest-France.

Entretien avec Hermine Tranié, présidente et co-fondatrice de ClarityCare AI (English version below). L’intelligence artificielle est souvent associée au diagnostic, à la radiologie ou à la découverte de nouveaux médicaments. Pourtant, elle peut aussi transformer un aspect beaucoup moins visible, mais essentiel, du système de santé : l’accès aux soins. Aux États-Unis, les procédures de prior authorization retardent chaque année des millions de traitements. ClarityCare AI s’est donné pour mission d’automatiser ces démarches afin de permettre aux patients d’accéder plus rapidement aux soins. Nous recevons aujourd’hui Hermine Tranié, présidente-cofondatrice de ClarityCare AI. Le parcours entrepreneurial Bonjour Hermine, vous avez aujourd’hui créé une entreprise de santé numérique aux États-Unis. Pourtant, rien ne vous prédestinait forcément à cette aventure. Quel a été votre parcours ? Je ne suis pas devenue entrepreneure parce que j’avais une idée. Je le suis devenue parce que j’avais trouvé un problème que je ne pouvais plus ignorer. Au MIT, puis au fil d’expériences variées, j’ai eu la chance de travailler sur presque tous les aspects de l’industrie de la santé : la découverte de médicaments, l’optimisation de la planification hospitalière, les essais cliniques, les dispositifs médicaux. C’est ce parcours qui m’a fait découvrir une réalité simple : l’accès au soin ne dépend pas seulement de la science. La plupart du temps, il s’agit d’obtenir un rendez-vous, d’avoir une garantie financière sur la couverture du soin, ou tout simplement de pouvoir récupérer son médicament à la pharmacie. La prior authorization est précisément le mécanisme qui apporte cette garantie financière au patient et au médecin, et qui sécurise l’ensemble du processus. C’est là que j’ai décidé d’agir. Comment avez-vous eu cette idée ? Je n’ai pas eu d’idée au sens où on l’entend d’habitude : il n’y a pas eu d’illumination. ClarityCare est née d’une succession de constats qui ont fini par rendre ce travail inévitable. Ma recherche au MIT m’avait laissée avec un constat frustrant : l’immense majorité des données cliniques générées chaque jour ne sont pas, ou très peu, utilisées pour aider le patient. Plutôt que de poursuivre ma recherche, j’ai décidé de sortir du campus et d’aller me confronter au terrain. J’ai rejoint un incubateur, où j’ai rencontré Alex, mon associé, qui venait du monde de l’assurance. Tous les deux, nous avons fait du porte-à-porte dans les cabinets médicaux de Lower Manhattan pour comprendre le système de santé de l’intérieur. Très vite, les équipes administratives des cabinets nous préparaient d’énormes dossiers documentant leurs tâches et leurs échanges avec les assureurs, et un sujet revenait systématiquement : la prior authorization, cette autorisation préalable qui relie le médecin à l’assureur avant chaque soin. Dans un cabinet d’oncologie, cela signifie un dossier pour chaque imagerie, pour chaque prescription médicamenteuse Avec Alex, nous avons alors décidé de changer de perspective : après avoir compris le problème côté médecins, nous sommes allés voir ce qui se passait de l’autre côté, chez les assureurs. C’est ainsi qu’est née ClarityCare : d’une quête de questions et d’incompréhensions. Longue réponse pour dire que je n’ai jamais d’« idées » : j’essaie de résoudre des problèmes, et de comprendre pourquoi la situation est ce qu’elle est. Pourquoi avoir choisi un problème aussi peu visible que les autorisations préalables, alors que beaucoup d’entrepreneurs se tournent vers le diagnostic ou les dispositifs médicaux ? J’ai toujours parié sur les mal-aimés : les sujets ingrats, ceux que personne ne veut regarder. C’est exactement ça qui m’anime. Le diagnostic et les dispositifs médicaux attirent naturellement les talents et les capitaux ; les autorisations préalables, elles, font perdre du temps à des millions de patients dans une indifférence quasi générale. L’impact potentiel y est immense, précisément parce que personne n’y allait jusque-là. Comprendre ClarityCare AI Pour commencer simplement, si vous aviez une minute pour expliquer ClarityCare AI à un patient, à un professionnel de santé ou à un étudiant en médecine ou en pharmacie, que diriez-vous ? ClarityCare AI déploie des agents d’intelligence artificielle qui prennent en charge les tâches administratives du parcours de soin : l’accès au soin d’abord, le support pendant le soin, puis le suivi administratif et financier après la procédure. Ce type de démarche existe aussi en France : c’est l’accord préalable, utilisé pour certains actes et traitements dont l’apnée du sommeil, transports médicalisés, appareillages médicaux, analyses de laboratoire de biologie médicale. Aux États-Unis, ce mécanisme est extrêmement répandu, car tout soin coûte cher : le praticien, le patient et l’assureur doivent se mettre d’accord en amont sur la nécessité du soin. Chaque jour, des millions d’accords préalables s’échangent entre ces acteurs, et chacun attend une réponse. Electra, le produit phare de ClarityCare, gère ces accords préalables en quelques minutes et répond au praticien en quasi-temps réel. Concrètement, comment votre solution s’intègre-t-elle dans le quotidien d’un médecin ou d’un établissement de santé ? Pour le médecin ou l’établissement, une seule chose change : la réponse arrive en moins de cinq minutes. Ça peut paraître minime, mais la moyenne nationale est de trois semaines. Trois semaines, c’est une personne âgée qui attend sa prothèse de hanche, ou un patient qui a une tumeur attend son PET scan pour pouvoir poser un diagnostic. La plupart des patients n’osent pas commencer le soin avant d’avoir la réponse, de peur de s’endetter à vie si le soin n’était finalement pas couvert. Comment passe-t-on du constat d’un besoin à un outil qui répond en cinq minutes ? En se concentrant sur le problème le plus douloureux, et en ne résolvant que celui-là. Puis on avance, problème après problème. Notre premier client en est la meilleure illustration : notre logiciel d’alors ne ressemblait en rien à ce que nous faisons aujourd’hui, mais sa douleur était telle qu’il préférait notre version bêta à rien du tout. C’est le meilleur signal qui existe : quand quelqu’un adopte un produit encore imparfait, c’est que vous résolvez un problème qui compte vraiment. Aujourd’hui, nous travaillons avec des clients de toutes tailles, de l’équivalent américain de la Sécurité sociale, au niveau fédéral, jusqu’aux assureurs régionaux et nationaux. ClarityCare génère déjà plusieurs millions de dollars de revenus, là où il n’y avait rien il y a quelques mois. Nous venons par ailleurs de clore notre dernière levée de fonds, je pourrai en dire plus dans quelques semaines. Une conviction, enfin : l’innovation, ce n’est pas que du logiciel. Derrière chaque réponse rendue en cinq minutes, il y a des équipes de cliniciens, ingénieurs, spécialistes de l'assurance qui vérifient, apprennent et améliorent le système en continu. Quels sont aujourd’hui les principaux résultats obtenus en termes de réduction des délais ou de simplification des procédures ? Aujourd’hui, ClarityCare touche plus de 2 millions de vies. Et chaque semaine, des milliers de ces patients savent en moins de cinq minutes si leur soin est couvert, là où cela peut prendre des semaines. C’est notre résultat le plus concret : du temps d’incertitude rendu aux patients et aux médecins. Votre client est-il le médecin, l’hôpital, l’assureur… ou finalement le patient ? Je cherche toujours à créer des situations « gagnant-gagnant-gagnant ». Mon client, c’est l’assureur : des directives fédérales lui imposent de décider plus vite, mais face au volume, il n’y parvient pas, il prend des amendes et se met les patients à dos. L’hôpital, lui, veut réaliser une procédure médicale, mais encore faut-il qu’il soit payé : l’autorisation préalable le lui garantit, et l’obtenir en cinq minutes lui permet de mieux s’organiser. Le patient, enfin, veut le meilleur soin possible, le plus vite possible, sans que cela lui coûte toutes ses économies. Quand ces trois intérêts s’alignent, tout le monde gagne. Innovation en santé ClarityCare AI illustre une innovation technologique, mais aussi organisationnelle. Pensez-vous que les plus grandes innovations de demain concerneront davantage l’organisation des soins que les technologies elles-mêmes ? Les deux doivent fonctionner main dans la main. On peut caricaturer deux extrêmes : des technologies incroyables mais inaccessibles d’un côté, du soin médiocre mais abondant de l’autre. Ce qu’on veut, c’est un soin incroyable et abondant. Et on n’y arrive qu’en investissant du temps et de l’argent dans les deux à la fois : la technologie, et l’organisation qui la rend accessible. Comment imaginer possiblement une translation de cette expérience en France ? Soyons honnêtes : notre marché direct, ce sont d’abord les États-Unis. La seule administration de la santé y représente plus de 1 200 milliards de dollars par an, et ce marché croît de plus de 10 % chaque année. Nous avons du travail. Mais la France n’est jamais loin. D’abord parce que je suis française, et que c’est une fierté de montrer qu’une entreprise fondée par une Française travaille avec l’État fédéral américain sur un sujet aussi sensible que la donnée de santé. Ensuite parce que ClarityCare grandit grâce à des ingénieurs français de très grande qualité, que nous faisons venir à San Francisco. Enfin, parce que la méthode, elle, est transposable : je suis pragmatique, j’aime comprendre les flux financiers qui paie quoi, où se loge l’opacité, où naissent les frictions. C’est là que se révèlent les opportunités, dans n’importe quel système de santé. Le jour où la question se posera en Europe, nous serons prêts. Entrepreneuriat et management Comment recrute-t-on dans une startup qui réunit médecins, ingénieurs et spécialistes de l’intelligence artificielle ? On recrute sur l’obsession du problème et l’obsession du détail plus que sur le CV. Faire travailler ensemble médecins, ingénieurs et spécialistes de l’IA suppose une langue commune : chez nous, c’est le parcours du patient. Les ingénieurs assistent aux échanges avec les cliniciens, et les cliniciens participent aux revues produit. Le respect mutuel des expertises n’est pas un bonus culturel, c’est une condition de survie. Quelle culture d’entreprise cherchez-vous à construire chez ClarityCare AI ? Une culture d’excellence, d’innovation et de créativité. L’excellence, parce que nous traitons de la donnée de santé et que nous n’avons pas droit à l’à-peu-près. L’innovation et la créativité, parce que le problème que nous attaquons n’a jamais été résolu : il n’y a pas de manuel, il faut l’écrire. Cette excellence-là ne se décrète pas : elle se compose. Chaque détail compte ; faire 1 % mieux, partout, tous les jours, c’est ce qui crée l’exceptionnel par effet cumulé. J’y ajoute deux convictions qui me guident : les actes comptent infiniment plus que les mots, et « how you do one thing is how you do everything » la manière dont on fait une chose est la manière dont on fait tout. Comment arbitrer lorsqu’il faut choisir entre une innovation ambitieuse et une solution plus simple mais immédiatement utile pour les patients ? Je suis globalement d’avis de sortir une première version, même minimale, le plus rapidement possible, et de s’améliorer en cours de route. Un produit simple qui fait gagner trois semaines à un patient aujourd’hui vaut mieux qu’un produit parfait dans deux ans. Une nuance toutefois : ce raisonnement s’applique au logiciel, pas aux médicaments ni aux dispositifs médicaux, où les exigences sont d’un tout autre ordre. Vision Votre ambition est-elle de devenir un acteur majeur des autorisations préalables ou plus largement une plateforme d’optimisation du parcours de soins ? Notre ambition est de « turn healthcare online » : être l’architecture sur laquelle tout ce qui touche au parcours de soin, en dehors de l’interaction directe entre le patient et le soignant, est géré par ClarityCare. Une comparaison : aux États-Unis, quand vous achetez une canette de Coca, vous payez 1 dollar, votre carte affiche 1 dollar le jour même, et le relevé de fin de mois indique 1 dollar. Dans la santé, expérience personnelle, vous allez passer un IRM, le standardiste vous demande 100 dollars de reste à charge, le « copay », un montant fixé dans votre contrat d’assurance, et à la fin du mois vous recevez une facture de 850 dollars. Puis, pendant des semaines, l’hôpital vous appelle plusieurs fois par jour pour réclamer de l’argent, encore et toujours. Tant que payer un soin ne sera pas aussi simple et transparent qu’acheter une canette de Coca, notre travail ne sera pas terminé. Conclusion Quelle réussite vous rendrait la plus fière : la croissance de votre entreprise, son impact sur les patients ou l’évolution du système de santé ? L’impact sur les patients et il y a quatre ans, avant d’arriver aux États-Unis, j’aurais répondu exactement la même chose. Cela n’a pas changé. Ce qui a changé, c’est le comment. À l’époque, j’aurais parlé de bien commun, d’un idéal plus abstrait. Aux États-Unis, j’ai appris et je le vois chaque jour que l’hypercroissance n’est pas l’ennemie de cet idéal : elle en est le moteur. La croissance de notre revenu annuel récurrent (ce que les startups appellent l’ARR) enclenche un cercle vertueux : elle nous permet d’attirer des talents exceptionnels, qui nous poussent à toujours mieux servir nos clients, ce qui en attire de nouveaux. Et grâce à cela, nous touchons aujourd’hui plus de 2 millions de vies dont des milliers, chaque semaine, obtiennent leur réponse en moins de cinq minutes. Cet impact-là ne serait probablement pas possible sans cette émulation intellectuelle et financière. Mais à la fin, la mesure qui compte reste la même : le nombre de patients qui accèdent plus vite à leur soin. Enfin, les grandes innovations naissent souvent de rencontres, mais aussi de lectures. Existe-t-il un livre, un auteur ou une idée qui a profondément influencé votre manière de penser l’innovation et l’entrepreneuriat ? Pourquoi ? Sans hésiter, je dirais Outliers, de Malcolm Gladwell. Parce qu’il démonte le mythe du génie solitaire : la réussite naît de la rencontre entre un travail acharné et des circonstances qu’il faut savoir saisir. Cela m’a appris à chercher les opportunités là où personne ne regarde et à travailler assez pour être prête quand elles se présentent. Merci Hermine pour cet échange passionnant. Votre expérience américaine montre que l’innovation en santé ne consiste pas seulement à inventer de nouvelles technologies, mais aussi à repenser des organisations et des parcours que nous avons parfois fini par considérer comme immuables. Beaucoup des idées et des méthodes que vous développez sont transposables à la France : partir du terrain, identifier les véritables points de friction et utiliser l’IA pour rendre le système plus simple, plus rapide et finalement plus humain. Une belle source d’inspiration pour transformer notre système de santé. Rendez-vous mardi 18 août pour le prochain épisode « Les mardis de l’innovation en santé » David Smadja est professeur d’hématologie à l’AP-HP et à l’Université Paris Cité, responsable de la Commission Santé du Laboratoire de la République. Léa Behr est CEO de RespublicIA et membre de la commission Santé du Laboratoire de la République. Pour nos lecteurs internationaux, la version anglaise de cet entretien est disponible ci-dessous. For our international readers, the English version of this interview is available below. Interview with Hermine Tranié - English versionTélécharger

En démocratie, il ne suffit pas d’avoir raison pour gouverner ou convaincre. Lorsque le vécu des citoyens contredit le récit politique, la confiance se délite et les récits de peur prospèrent, avec leurs coupables et leurs fausses solutions. Pour comprendre ce phénomène terriblement actuel, il ne suffit pas d’incriminer les réseaux sociaux et la désinformation. Nous devons interroger le rapport qu’entretient la démocratie avec le réel. Nous n’accédons jamais directement au monde. Nous l’interprétons à travers des représentations communes qui nous racontent le monde et créent un récit partagé. Nous passons un pacte de vraisemblance avec elles. Par exemple, nous faisons confiance à l’école pour instruire nos enfants, à l’hôpital pour nous soigner, à l’économie pour créer de la prospérité, à l’État pour nous protéger. Et, ce pacte tient tant qu’il correspond suffisamment à notre expérience. Mais que se passe-t-il quand ce n’est plus le cas ? Certains pactes acceptent de se réviser, d’autres non. Ils préfèrent s’affranchir des faits et s’auto-légitimer, quitte à virer au totalitarisme pour imposer leur vérité de fiction. Ainsi, la démocratie a quelque chose à voir avec l’acceptation du réel. Ici réside sa précieuse singularité : elle institue le citoyen comme garant de l’adéquation entre le récit collectif et le réel. Le vote n’est pas seulement un acte de désignation des représentants. C’est la procédure par laquelle une société peut dire : ce récit ne correspond plus à ce que nous vivons, il faut l’actualiser. Comment cette confrontation des récits politiques au réel s’effectue-t-elle ? La démocratie repose sur deux mécanismes principaux : l’esprit critique et le vécu des citoyens. Et elle a besoin des deux. Négliger l’une de ces dimensions serait une erreur. À ne valoriser que l’expertise, on prend le risque de considérer le vécu comme un simple biais à corriger. À l’inverse, à ne reconnaître que les ressentis, la société devient vulnérable aux récits qui s’affranchissent des faits. Or à quoi avons-nous assisté ces dernières années ? Le citoyen a-t-il été traité comme le garant du réel ? En tournant le dos à des conventions citoyennes, en enterrant les propositions des cahiers de doléances, le pacte démocratique s’est fissuré. En autorisant à nouveau les néonicotinoïdes malgré une pétition massive, en balayant sans débat une taxe Zucman plébiscitée par 86 % des Français, la fissure est devenue une brèche. En bafouant, élection après élection, la promesse d’un « front républicain », la brèche est devenue une faille. Ni l’État, ni les élites économiques et politiques ne peuvent se substituer à cette fonction de garant confiée aux citoyens. Une démocratie ne peut durablement fonctionner sur la base du « Faites-nous confiance, vous comprendrez plus tard ». La défiance ne naît pas d’un simple désaccord mais du sentiment que les récits officiels s’éloignent de plus en plus du vécu et que, malgré tout, ils persistent et nous sont imposés. Le défi n’est donc plus de défendre le récit existant, ni même d’en produire un nouveau, mais plutôt d’organiser sa révision collective. Comment faire ? Nous ne voyons pas d’autre moyen que d’enclencher ce travail à partir du terrain, là où la confiance n’a pas encore disparu : dans les communes, avec les maires, les associations, les artisans, tous ceux qui tissent le futur au plus près du réel, par l’écoute, l’innovation et la construction collective. François Germinet est co-responsable de la commission Éducation du Laboratoire de la République, professeur à CY Cergy Paris Université et président du collectif Le 106. Carole Lipsyc est épistémologue, essayiste, cofondatrice de l’Initiative contributive. Retrouvez la tribune de François Germinet et Carole Lipsyc sur le site de Ouest-France.

Entretien avec le Pr Cécile Badoual, cheffe du département de biologie et pathologie médicales de Gustave Roussy L’anatomopathologie occupe une place décisive et pourtant méconnue dans le parcours de soins en cancérologie : c’est elle qui identifie la maladie sur les prélèvements et détermine la prise en charge qui suivra. Cette discipline connaît aujourd’hui une mutation profonde. La numérisation des lames a ouvert la voie à l’intelligence artificielle, qui trie les prélèvements, repère les anomalies, quantifie, et commence même à générer des informations biologiques qu’il fallait auparavant produire par des analyses chimiques. Le Pr Cécile Badoual observe cette évolution depuis une position privilégiée. Elle dirige un service qui analyse plus de 200 000 lames par an et pilote plusieurs projets de recherche en IA. Sa parole conjugue ainsi l’expérience clinique et la connaissance fine des outils en développement. De cet entretien se dégage une position mesurée, qui reconnaît les apports de la technologie sans en ignorer les limites. L’IA fait gagner un temps considérable et pourrait améliorer l’accès au diagnostic dans les territoires qui manquent de spécialistes. Mais elle soulève des questions que la discipline commence seulement à affronter : celle de la responsabilité, lorsqu’un médecin s’en remet à la machine au point de renoncer à examiner certaines lames ; celle de la transmission, lorsqu’il s’agit de former de jeunes praticiens à l’exercice du doute alors que l’outil fournit d’emblée une réponse. L’enjeu, tel que le formule le Pr Badoual, n’est pas de choisir entre l’humain et la machine, mais de tirer parti de l’un sans renoncer à ce qui fonde l’autre : le regard clinique, et la capacité de douter. RepèresLe Pr Cécile Badoual est médecin pathologiste et cheffe du département de biologie et pathologie médicales de Gustave Roussy, premier centre de lutte contre le cancer en Europe. Professeure des universités de classe exceptionnelle à l’Université Paris Cité, elle y est titulaire d’une chaire d’intelligence artificielle au sein de l’institut Prairie. Spécialiste du papillomavirus et de ses liens avec le cancer, elle dirige un département qui analyse plus de 200 000 lames par an et pilote plusieurs projets de recherche en IA, dont MOSAIC et PortrAIt. Trois familles d’algorithmes au service du diagnostic Professeur Cécile Badoual, vous dirigez un département qui analyse plus de 200 000 lames par an et vous pilotez les projets de recherche en IA MOSAIC et PortrAIt. Pouvez-vous nous dire ce que sont ces deux projets ? Il s’agit de deux projets inscrits dans des consortiums distincts. Le premier, PortrAIt, s’appuie sur un consortium national qui réunit des entreprises privées ainsi que des laboratoires privés et publics. L’hôpital Gustave Roussy y participe, dans le cadre du programme France 2030 porté par la BPI. Son objectif est de développer trois types d’algorithmes. Le premier relève de la détection : lorsqu’on examine un cancer au microscope, on cherche à repérer les cellules anormales et l’on observe, par exemple, la présence de mitoses, c’est-à-dire de cellules en train de se multiplier. Identifier ces mitoses fait partie des tâches que l’on confie aux algorithmes. Le deuxième type rassemble des outils capables de proposer un diagnostic à partir des lames, ce support que l’on examinait autrefois au microscope et que l’on lit désormais sous forme numérique. Le troisième, enfin, regroupe des outils prédictifs, qui anticipent l’évolution d’une tumeur. C’est à cette troisième famille qu’appartient Relapse Risk, un algorithme développé au sein de PortrAIt avec la cheffe de service d’anatomopathologie, la docteure Magali Lacroix-Triki, très investie dans ce travail. Il évalue le risque de récidive d’un cancer du sein à cinq ans : la valeur ajoutée est considérable. Ces projets bénéficient de l’engagement du directeur de la recherche, le Pr Fabrice André, sans qui rien de tout cela ne serait possible. Le second projet, MOSAIC, est de nature différente : c’est un consortium international, porté par la société Owkin, qui a constitué une banque de données de transcriptomique, c’est-à-dire l’étude de l’expression des gènes par diverses techniques. Là, l’IA sert à interpréter ces données. Des outils en sont attendus, mais c’est surtout PortrAIt qui repose sur le développement d’algorithmes de détection. Quand une biopsie arrive au laboratoire Revenons à quelque chose de simple. Quand une biopsie arrive chez vous, une lame, que se passe-t-il concrètement, et qu’est-ce que l’IA change ? Tout le monde ne le sait pas, mais lorsqu’un patient est opéré, ou qu’on lui fait une biopsie, ce sont mes confrères et consœurs pathologistes qui examinent les prélèvements. Cela peut être un petit fragment prélevé sur la peau, ou un organe entier, un demi-poumon par exemple. Ces prélèvements arrivent au laboratoire, où nous les préparons : nous sélectionnons les échantillons à analyser, puis nous les coupons en tranches extrêmement fines que nous déposons sur des lames de verre. Comme un tissu est presque transparent, il faut le colorer pour en révéler les structures : j’utilise pour cela une coloration appelée HE, l’hématéine-éosine. C’est cette lame colorée que nous examinons au microscope, et c’est elle qui permet de poser le diagnostic. Voilà pourquoi, quand on dit « on attend les résultats », on attend en réalité ceux du pathologiste, qui a besoin de ce temps de préparation et d’analyse avant de se prononcer. Poser le diagnostic ne suffit pas toujours. Une fois la maladie identifiée, nous menons d’autres investigations à la recherche de ce qu’on appelle des biomarqueurs, c’est-à-dire l’expression de certaines protéines ou de certains récepteurs dans la tumeur. C’est une étape fondamentale, car ce sont ces marqueurs qui orienteront le traitement : ce sont eux qui diront si la tumeur répondra ou non à telle thérapie. Traditionnellement, tout cela se fait sur des lames, au microscope. Mais depuis plusieurs années, à Gustave Roussy, nous avons la chance d’être entièrement numérisés : chaque lame passe d’abord dans un scanner qui la transforme en image. J’ai d’ailleurs, en plus de mon microscope, trois écrans devant moi où les lames s’affichent. Et à partir du moment où le prélèvement devient une image numérique, on peut le traiter comme une donnée informatique. C’est là qu’interviennent les algorithmes qui nous aident à établir le diagnostic. Le pathologiste augmenté : la machine propose, le médecin décide Concrètement, comment l’IA intervient-elle dans l’analyse d’une lame, et où s’arrête son rôle ? Il faut d’abord mesurer à quel point l’organisation des laboratoires a changé. Rien n’est possible sans la numérisation : il a fallu investir dans des scanners pour digitaliser les lames, dans le câblage, dans toute une infrastructure informatique. C’est le préalable, car l’IA ne fonctionne que sur une lame devenue image. Une fois cette base posée, elle intervient de trois façons : elle peut aider à poser le diagnostic, à évaluer la gravité de ce que l’on observe sur le prélèvement, ou à formuler des prédictions sur l’évolution de la maladie. C’est là que je rejoins ce que je disais des biomarqueurs : l’IA vient compléter, parfois même remplacer, les informations qu’ils nous donnaient, et nous aide ainsi à anticiper l’évolution d’une tumeur. J’aime résumer cela d’une formule : le pathologiste augmenté. L’IA propose, mais la décision reste humaine. Réglementairement, un diagnostic est posé par un médecin, en l’occurrence un pathologiste, et c’est lui qui en porte la responsabilité. Il faut vraiment insister là-dessus. Vous avez sans doute interrogé des radiologues : c’est exactement la même chose, l’IA formule des propositions d’interprétation, rien de plus. C’est le premier point. Le second est plus délicat. Quand l’IA ne se contente plus de décrire la lame mais se met à prédire la réponse à un traitement, le pathologiste n’est plus détenteur de cette vérité-là : elle sort de la machine. Il reste garant de la qualité du prélèvement et de son analyse, mais la fiabilité de la prédiction, elle, lui échappe en partie. Cela pose une vraie question, encore ouverte : qui est responsable de ces outils pronostiques ? Et plus largement, comment informer le patient, et comment indiquer clairement, dans le compte rendu, ce qui relève du médecin et ce qui a été généré par l’IA ? L’IA et le médecin sont-ils dans une complémentarité ? Y a-t-il des choses que l’œil humain voit et que l’IA, elle, ne verra pas ? Oui, et je l’explique souvent ainsi : j’ai un disque dur qui s’appelle mon cerveau, et qui a intégré des millions et des millions d’images au fil de ma carrière. C’est ce qui fait la différence. Prenez une IA entraînée à reconnaître le cancer : face à une lame, elle cherchera le cancer, et rien d’autre. Si, à la place, il y a une lésion de tuberculose, elle ne la verra pas, elle n’est pas faite pour ça. Moi, je la reconnais, parce que je sais à quoi ressemble une tuberculose. Sur une même lame, il y a une multitude d’informations qui débordent largement ce sur quoi l’IA a été entraînée, et c’est le médecin qui les capte. Je ne dis pas que ce sera toujours le cas, je dis que nous n’y sommes pas encore. Beaucoup de lésions sont rares, et nous découvrons chaque jour de nouvelles choses. C’est pourquoi je ne crois pas à la disparition des médecins. En revanche, et c’est passionnant, l’IA nous fait voir ce que nous ne regardions pas. Elle attire notre attention sur des détails que nous négligions. C’est vrai de tout objet de recherche : il y a quantité de choses que l’on croise chaque jour sans les voir, et le jour où une étude leur donne un sens, on se met à les observer, et l’on découvre parfois du nouveau. Donc oui, le pathologiste a tout intérêt à confier à l’IA les tâches sans valeur intellectuelle. Mais au-delà de ce gain de temps, ce qu’elle ouvre, c’est un champ d’exploration et de recherche que je trouve fantastique. Est-ce qu’un jour, une fois les algorithmes très entraînés et les machines éprouvées, on pourra se passer de médecin, ou qu’une IA prenne seule en charge un patient ? Je ne le crois pas. Il y aura toujours un patient et un soignant. Cessons d’imaginer que les malades n’ont pas besoin de voir des humains : au contraire, il est indispensable de replacer le lien au centre. Et ce lien, ce ne sont ni des agents conversationnels ni des robots qui le créeront. C’est un élément reconnu de la guérison et de la prise en charge. Je discutais récemment avec un clinicien qui me confiait une chose éclairante. Avec l’accord du patient, depuis qu’une IA se charge de recueillir les données attendues (le poids, la tension, tout ce qui est mesurable) il se sent beaucoup plus attentif au reste : au non-dit, au non-verbal, à ce moment singulier qu’est une consultation. Là où il était auparavant accaparé par la collecte d’informations, il s’ouvre désormais à ce qui ne se mesure pas. On pourrait imaginer un jour une caméra qui capte même cela, mais nous n’y sommes pas, et, très sincèrement, en tant qu’humaine, je ne suis pas sûre que ce soit souhaitable. Il y a, dans notre rapport à l’autre, une part d’humanité qui doit le rester. En routine ou en recherche ? L’état réel du déploiement Aujourd’hui, ces outils sont-ils utilisés en routine pour les patients, ou surtout en recherche ? Quel serait le ratio ? Il faut d’abord rappeler une condition préalable : pour utiliser un algorithme sur de vrais patients, il doit avoir obtenu un marquage CE, la certification européenne qui atteste de sa fiabilité. De plus en plus d’IA l’obtiennent, et parmi elles des IA françaises, ce qui est une bonne nouvelle. Elles commencent donc à entrer dans la routine. À Gustave Roussy, notre numérisation complète est récente, mais nous avons développé nos propres outils « maison », aujourd’hui intégrés à notre pratique et solidement validés par la recherche. Nous avons d’ailleurs été retenus pour un appel à projets de la BPI, précisément destiné à intégrer une IA en mesurant son intérêt médico-économique. Car c’est une vraie question : ces outils ont un coût, et il faut démontrer que le bénéfice le justifie. Cela suppose aussi de valider ce qu’on appelle le workflow, un mot un peu galvaudé, mais qui désigne simplement la façon dont on réorganise tout le circuit du diagnostic pour qu’il profite au patient. Pour vous répondre clairement : oui, certaines IA sont déjà entrées dans le quotidien de certains laboratoires. Mais beaucoup d’autres restent au stade de la recherche, et c’est même le cas de la majorité. Nous les évaluons actuellement à travers ce qu’on appelle des « études de vraie vie », c’est-à-dire des tests menés sur un grand nombre de patients réels, pour mesurer leur efficacité avant de les déployer. Ce qui fait réussir l’intégration de l’IA à l’hôpital Vous parliez de la numérisation de Gustave Roussy. Selon vous, qu’est-ce qui favorise une intégration réussie de l’IA dans les pratiques quotidiennes ? La numérisation est le point de départ obligé : sans elle, pas d’IA. Sur ce terrain, la France partait très en retard, et elle est aujourd’hui plutôt en avance. Je tiens à le souligner : l’État a massivement investi pour les hôpitaux publics, avec un soutien très fort des agences régionales de santé. À cela s’est ajouté l’engagement de la direction de Gustave Roussy, comme dans d’autres établissements du territoire. Et pour réussir, nous avons eu la chance de partenaires solides et prêts. Mais l’essentiel, au fond, n’est pas technique : c’est une conduite du changement. Car le microscope, c’est tout un symbole. Quand on imagine un pathologiste, on le voit toujours l’œil à l’oculaire. Passer à l’écran, c’est un vrai bouleversement des habitudes, et nous en avons d’ailleurs mesuré l’impact dans une étude menée avec l’un de nos internes. Un tel changement n’est jamais simple au début : il y a des ratés, un temps d’acculturation, la difficulté propre à tout nouvel outil. Ce qui a fait la différence, et c’est selon moi la clé, c’est l’accompagnement. Nous avons suivi le projet chaque semaine, avec des objectifs clairs et avec tout le monde autour de la même table : les techniciens, les secrétaires, les ingénieurs, les médecins. Chacun a pu exprimer ses réticences, et toute la chaîne, de l’arrivée du prélèvement jusqu’au compte rendu, a été repensée ensemble. Nous avons même demandé à être accompagnés spécifiquement, pour anticiper tout ce qui pouvait bloquer. Enfin, nous avons une chance particulière en France : la pathologie y est une petite communauté, et donc très solidaire. Nous avons pu échanger, à l’échelle nationale comme régionale, avec des collègues qui s’étaient numérisés avant nous. Ils avaient essuyé les plâtres, et ils nous ont dit comment avancer. Pour le bien commun. La numérisation, une chance pour les territoires Cette technologie est-elle déployable rapidement dans des territoires qui ne sont pas un grand centre hospitalier parisien, sachant que ce sont peut-être ceux qui en auraient le plus besoin, avec moins de pathologistes ? C’est un vrai sujet, et il faut le voir comme une chance. Car investir dans la numérisation là où il n’y a pas de pathologistes peut vraiment changer la donne. Rappelons les chiffres : nous sommes 2,3 pathologistes pour 100 000 habitants, ce qui place la France parmi les pays européens les moins bien dotés. Et notre charge est énorme : 80 % de notre activité concerne les cancers, et 15 % de la population a eu, ou vit avec, une histoire de cancer. C’est une sollicitation permanente, car même la bonne nouvelle, celle des guérisons de plus en plus nombreuses, implique un suivi et une surveillance dans la durée. Notre rôle est donc central : nous repérons les cellules avant qu’elles ne deviennent cancéreuses, nous identifions les lésions avant qu’elles ne se transforment en cancers, nous évaluons la gravité d’une tumeur, nous vérifions l’absence de récidive. Et pour tout cela, nous ne sommes que 1 500 en France. C’est très peu. C’est justement là que le numérique offre une solution, sans même qu’il faille toujours une IA, qui coûte cher. L’idée est de s’organiser autrement. Un hôpital de taille modeste peut très bien réaliser sur place la première étape, celle de la macroscopie : recevoir le prélèvement et le préparer correctement. Puis, plutôt que de manquer d’un spécialiste sur place, il numérise la lame et l’envoie à un pathologiste plus expérimenté, ou à un centre où les compétences sont regroupées. Une fois qu’on peut digitaliser, le pathologiste n’a plus besoin d’être physiquement là : il peut lire à distance. Cela ouvre des possibilités considérables. L’Institut National du Cancer (INCa) soutient d’ailleurs des plateformes dédiées, notamment pour les pathologies rares, où l’on dépose les lames numérisées et où l’on peut échanger avec des collègues à travers toute la France, parfois au-delà, sans bouger de son bureau. C’est un vrai changement, en matière de mobilité comme d’accès aux soins. Cela dit, il ne faut pas se raconter d’histoires. Le nombre de pathologistes restera insuffisant, et l’IA ne comblera pas ce manque à elle seule, ni du jour au lendemain. Mais une fois qu’elle sera pleinement intégrée à la routine et validée, au moins dans les centres de recours, elle nous fera gagner un temps précieux sur certaines tâches et certaines analyses. Du côté du patient : gagner du temps, préserver le lien Comment percevez-vous l’arrivée de l’IA du côté du patient, qui est porteuse de beaucoup d’espoir ? Que diriez-vous à une personne atteinte d’un cancer, sur ce que l’IA peut faire, et ce qu’elle ne peut pas ? Si l’on regarde l’ensemble des applications de l’IA en cancérologie, c’est proprement incroyable. Il y a des algorithmes qui prédisent la réponse à un traitement, des agents conversationnels pour le suivi à distance des patients, des outils qui analysent une simple photo de peau pour dire si une lésion est bénigne ou suspecte, dans le cas des mélanomes par exemple. Les possibilités sont immenses. Mais je le dis clairement : il y aura toujours un patient et un soignant. Cessons d’imaginer que les malades peuvent se passer d’un contact humain. Replacer le lien au centre est une nécessité absolue, et ce n’est pas un robot ni un agent conversationnel qui le remplacera. Prenez un exemple qui me paraît vertueux : les mammographies lues en double, par l’IA et par le radiologue. L’IA n’écarte pas le médecin, elle l’aide, en attirant son regard sur une lésion qu’il aurait pu ne pas voir, et en lui laissant le temps de réfléchir. Voilà l’esprit : la machine décharge, l’humain se recentre sur l’essentiel. Et moi, comme pathologiste, je suis franchement ravie de lui confier les tâches ingrates, celles qui sont indispensables mais sans intérêt intellectuel, comme compter les métastases dans un ganglion et en mesurer la taille. C’est nécessaire, c’est fastidieux, autant le déléguer. Ce temps gagné, je le réinvestis dans les vraies questions : comment mieux repérer les lésions, comment affiner nos indices ? Et l’IA en soulève de nouvelles, passionnantes : quand elle se révèle plus performante que nos biomarqueurs habituels, on se demande ce qu’elle a bien pu identifier que nous, nous ne voyions pas. Voilà ce que je dirais à un patient : nous sommes devant un champ de possibilités incroyable, mais il y aura toujours besoin d’humains, de médecins et de soignants. Ce qui la bluffe : le laboratoire virtuel, et ce qui l’interroge À titre personnel, y a-t-il eu un moment où l’IA vous a bluffée ? Le premier apport de l’IA, déjà bluffant, c’est ce qu’elle fait dès l’arrivée des prélèvements au laboratoire : elle trie. Pour un type de prélèvement donné, elle signale d’emblée ceux qui sont probablement cancéreux, ce qui permet de les examiner en priorité. « Là, il y a certainement un cancer, regarde-le en premier » : cela existe déjà, et c’est précieux. Ce qui m’interroge, en revanche, je l’ai compris lors d’une discussion avec une amie, cheffe de service dans un hôpital européen. Elle me disait : chez nous, on utilise l’IA pour trier les lésions du côlon, les polypes par exemple. Si elle nous indique qu’un prélèvement n’est pas tumoral, on ne le regarde même plus. Le gain de temps est énorme, car on sait que 80 % de ces prélèvements, réalisés presque systématiquement lors des endoscopies, sont en réalité parfaitement normaux. La question surgit aussitôt : et si l’IA se trompe ? Mais au fond, nous nous trompons aussi. L’important, c’est de concentrer notre attention là où il y a un doute ou une lésion certaine. On en est arrivé là, en toute conscience et par nécessité. Voilà ce qui me fascine et m’interroge à la fois sur nos responsabilités. Car en cas d’erreur, la responsabilité restera toujours celle du médecin qui aura dit : j’ai fait confiance à l’IA, et j’ai choisi de ne pas regarder cette lame parce que le contexte clinique n’était pas inquiétant. C’est un vrai sujet. Mais ce qui me bluffe le plus est en train d’arriver. Prenez une lame ordinaire, avec la coloration que nous utilisons chaque jour, l’hématéine-éosine, à laquelle on ajoute le safran en France, cette coloration toute simple que certains ont peut-être expérimentée enfant avec de petits colorants. Vous la passez sous une IA, et elle vous restitue le marquage des biomarqueurs, sans qu’il ait fallu réaliser les techniques habituelles, longues et coûteuses : immunohistochimie, immunofluorescence, PCR, hybridations in situ. Autrement dit, la lame se transforme en laboratoire virtuel : elle vous livre des informations que, normalement, seule la chimie pouvait produire. Et certaines IA vont encore plus loin : elles reconnaissent chaque type de cellule présent sur la lame, les lymphocytes, les macrophages, les cellules tumorales, les comptent, et en dressent une cartographie complète, sans aucune intervention humaine. Cela, ajouté à la prédiction de l’évolution d’une tumeur, je trouve ça tout simplement bluffant. Former le pathologiste de demain Comment fera-t-on quand les jeunes générations auront cette aide dès le départ, alors que les générations qui n’ont pas connu l’IA se sont construit des réflexes et une pensée autonomes ? Et c’est d’autant plus important en santé, où il s’agit de vies humaines. Pour l’instant, nous en sommes surtout à installer ces IA dans les laboratoires, et je ne les utilise pas encore moi-même pour poser mes diagnostics. En revanche, dans le cadre d’une thèse de médecine et du travail d’une ingénieure, nous avons développé notre propre IA, que nous avons fait tester par des médecins, jeunes et moins jeunes. Le résultat est stupéfiant : les plus jeunes deviennent excellents très vite. Mais c’est précisément ce qui m’inquiète. Car tout l’art du médecin repose sur l’apprentissage du doute, et c’est là qu’est la vraie question : comment former le pathologiste de demain, comment le faire grandir pour qu’il devienne un médecin compétent, s’il s’en remet trop tôt à la machine ? Imaginez un jeune à qui l’IA annonce un cancer, alors que lui-même, trois mois plus tôt, aurait affirmé qu’il n’y en avait pas. Le risque, c’est qu’il se dise : « puisqu’elle le dit, je la crois ». Je le formule un peu à la façon d’une provocation, mais c’est révélateur : autrefois on disait « je l’ai vu à la télé », demain ce sera « je l’ai vu à l’IA ». La vraie question est là : comment rester maîtres de ce que nous affirmons ? Conclusion Si vous étiez ministre de la Santé demain, quelle serait votre mesure phare sur l’IA en santé ? Ma priorité irait aux données. Il faut en organiser la production, en structurer le recueil et en encadrer l’usage par une vraie réglementation. Car tout part de là : la donnée, c’est la matière première qui permet à la fois de faire avancer la recherche et de mieux prendre en charge les patients. C’est ce que nous avons de plus précieux. Une IA ne vaut que par les données sur lesquelles elle a été construite ; sans un cadre clair, agile et intelligent pour les collecter et les partager, rien de solide ne peut se faire. Or les chercheurs ont besoin d’avancer vite, dans un monde qui est, il faut le reconnaître, celui de la compétition internationale, tout en garantissant la protection des patients, ce qui est absolument fondamental. C’est un chantier auquel on s’intéresse de plus en plus, et c’est pour moi la mesure la plus importante. Les données de pathologie, l’exploitation de nos prélèvements, sont une richesse considérable : la France les possède, il lui reste à mieux les structurer. Rendez-vous mardi 4 août pour le prochain épisode « Les mardis de l’innovation en santé » David Smadja est professeur d’hématologie à l’AP-HP et à l’Université Paris Cité, responsable de la Commission Santé du Laboratoire de la République. Léa Behr est CEO de RespublicIA et membre de la commission Santé du Laboratoire de la République.

En cancérologie, le diagnostic anatomopathologique conditionne toute la prise en charge : c’est lui qui identifie la maladie et détermine les traitements qui suivront. Or ce maillon décisif repose sur un acte d’interprétation, avec la part d’incertitude que cela implique. La discipline le reconnaît elle-même : deux pathologistes peuvent lire différemment une même lame, un même médecin peut réviser son analyse d’une semaine à l’autre. À cette variabilité s’ajoutent une pénurie de spécialistes et une pression croissante sur les délais, alors même que, en cancérologie, la rapidité du diagnostic pèse directement sur les chances du patient. C’est sur ce terrain que se déploie l’intelligence artificielle, non comme un substitut au médecin, mais comme un outil d’aide : une source d’objectivité, un moyen d’accélérer et de fiabiliser le diagnostic, à condition que la décision finale, et la responsabilité qui l’accompagne, restent au praticien. La promesse est double : un gain de temps mesurable, et un espoir d’égalité, celui d’offrir la même qualité de diagnostic quel que soit l’établissement où le patient est pris en charge. Le Dr Marie Sockeel occupe une position singulière pour en juger. Médecin pathologiste exerçant à l’hôpital comme en libéral, elle a cofondé en 2017 Primaa, une entreprise française qui développe des solutions d’IA pour l’analyse des lames. Ce double regard, clinique et entrepreneurial, la tient à distance de l’enthousiasme comme de la défiance : elle mesure ce que la machine apporte, mais aussi ses limites, les erreurs qu’elle peut induire, l’exigence de contrôle humain qu’elle impose. Son analyse débouche sur une question qui dépasse la médecine : une innovation de santé conçue en France, utile aux patients, peut-elle y survivre ? Car derrière les bénéfices qu’elle décrit se profile un paradoxe qu’elle formule sans détour : elle conçoit des outils que le système de santé français, faute de cadre et de financement, ne se donne pour le moment pas les moyens d’acquérir. Se pose alors un enjeu de souveraineté : sans modèle économique soutenant ses propres innovateurs, la France s’expose à dépendre demain de solutions étrangères, moins coûteuses, mais développées loin de ses patients et de ses données. Un métier sous tension, invisible et pourtant décisif Vous avez cofondé Primaa. Racontez-nous quel problème, dans votre métier, vouliez-vous résoudre ? Le problème est très visible dans ma spécialité, et je crois que tous les pathologistes le connaissent. C’est un métier à très fort enjeu pour le patient, car de notre diagnostic dépend toute la prise en charge qui suivra, et c’est un métier stressant. Stressant parce que nous voulons le diagnostic le plus juste possible, mais aussi parce que nous subissons une vraie pression sur les délais. Nous devons répondre vite, avec une quantité de dossiers toujours plus importante, alors que nous ne sommes pas nombreux dans la discipline. On est en tension permanente, du début à la fin de la journée. À cela s’ajoute une réalité qu’on dit peu : quand j’exerce, je suis seule à regarder mes lames. J’essaie de bien identifier mes limites, et quand je sais ne pas pouvoir trancher, je demande une seconde lecture à un confrère. Mais il existe une réelle variabilité diagnostique dans notre discipline, de mieux en mieux documentée. Prenez HER2, l’un des principaux biomarqueurs du cancer du sein : nous devons tous le scorer de 0 à 3+, or la reproductibilité est très faible, de l’ordre de 1 % sur les 1+, autour de 3,6 % sur les 2+, ce sont les chiffres publiés. Et derrière, le patient a un traitement, ou n’en a pas. Si je dis 0 là où c’était 1+, il n’aura pas sa thérapie ciblée. Il faut bien voir que je ne suis pas toujours certaine de savoir, et qu’il m’arrive d’être variable moi-même : quand je revois mes lames d’une semaine sur l’autre, j’aurais parfois envie de changer un peu mon diagnostic. C’est de la reconnaissance d’images, donc une part d’interprétation. Nous faisons de notre mieux, mais nous aurions besoin d’une source d’objectivité. C’est là que l’IA en imagerie peut énormément apporter : une nouvelle source d’information, un copilote à côté du médecin, qui dit objectivement le taux de marquage, instantanément. À partir de là, c’est moi, le médecin, qui décide ce que je mets dans mon compte rendu. Cela reste un diagnostic médical, et c’est le médecin qui en porte la responsabilité. Passer de la recherche à l’entreprise : fabriquer un produit Le projet naît en 2017, presque par hasard, au détour d’une discussion en famille sur la reconnaissance d’images. Qu’est-ce qui, à ce moment-là, transforme une idée en entreprise ? En 2017, passer de médecin à entrepreneur était moins courant qu’aujourd’hui. Le hasard, c’est que dans ma famille, des personnes se formaient à l’intelligence artificielle et en avaient les diplômes : cela m’est parvenu par ce biais. Mais au fond, quand on est pathologiste, ou radiologue, on voit bien que notre métier c’est de la classification et de la reconnaissance d’images. Utiliser des outils d’aide à la reconnaissance de motifs est presque une suite logique. Ce qui change vraiment, c’est le passage de la recherche fondamentale, toujours indispensable à l’hôpital, à la recherche appliquée, dont le but est de fabriquer des produits mis à disposition d’autrui. Cela, c’est de l’entreprise, de l’industrie, et il faut comprendre la différence. Il faut aussi corriger une image répandue : une entreprise n’est pas là seulement pour faire du profit. Elle est là pour développer des produits, franchir des barrières réglementaires, gérer une équipe capable de les déployer auprès des médecins et des hôpitaux. C’est un vrai métier. Pour ma part, j’ai gardé la double casquette, hôpital et libéral, et en anatomopathologie ces deux secteurs sont complémentaires : c’est important d’avoir conscience des enjeux des deux. Ce que l’outil fait, concrètement, sur une lame Expliquez-nous simplement : quand un pathologiste reçoit une lame de cancer, que fait votre logiciel, et que voit le médecin sur son écran ? Je rappelle d’abord en quoi consiste le métier. Une partie de notre journée est consacrée à la lecture des lames, au microscope. Les plateaux arrivent en cours de journée, cinq, dix, quinze plateaux, de vrais plateaux en bois ou en métal couverts de lames, qu’il faut diagnostiquer vite, car des patients attendent. Nous regardons d’abord chaque lame pour décider si des examens complémentaires sont nécessaires : si on oublie d’en commander, on ne les aura que le surlendemain, et les délais s’allongent. J’attends souvent ces lames complémentaires, celles d’immunohistochimie, pour le lendemain, avant de signer mes comptes rendus, que je tape moi-même ou que ma secrétaire peut taper. Ce que changent nos solutions, c’est que tous les algorithmes tournent avant que le médecin commence son travail. Quand les plateaux sont distribués sur nos ordinateurs, l’IA a déjà tourné. Nous disposons alors de listes de travail, une ligne par patient, ce qui permet de prioriser : je repère d’office mes cancers infiltrants et je les traite en premier. Mieux, l’IA peut commander automatiquement les examens complémentaires nécessaires, ce qui évite les oublis et permet parfois de valider un compte rendu dans la journée. À l’écran, on voit le prélèvement à l’échelle cellulaire, on zoome et dézoome grâce à la pathologie digitale. Ce que permet l’IA, c’est d’entourer les lésions anormales, y compris de tout petits cancers de trois ou quatre cellules en périphérie de la lame, qu’elle détecte et signale : elle focalise mon regard sur l’essentiel. Elle quantifie aussi. Le comptage des mitoses, que je devrais faire noyau par noyau sur dix champs, elle le réalise d’office sur toute la surface tumorale, très vite. Cela fait gagner un temps considérable, avec des éléments les plus objectifs possibles. Ce gain de temps, vous le chiffrez à combien ? Et où s’arrête la machine, où commence le médecin ? Je réponds d’abord à la seconde question, car elle est essentielle : c’est toujours le médecin qui pose le diagnostic et qui en est responsable, jamais l’IA. Celle-ci est une aide, à visée informative. C’est une vraie demande de la spécialité : garder la main sur le diagnostic et le compte rendu. L’IA est un copilote, qui envoie des informations, attire l’attention sur une anomalie, rappelle ce qu’on oublie souvent. Mais c’est toujours le médecin qui valide. Sur le gain de temps, l’objectif est vraiment de concentrer l’IA là-dessus, et c’est aussi une question de modèle économique : sur la seule amélioration de la performance diagnostique, il n’existe pas de modèle économique, alors que sur le gain de temps, oui, comme en radiologie. Dans notre dernière étude, menée avec le CHU de Brest sur dix pathologistes et deux cents lames, nous avons montré 50 % de gain de temps sur le comptage des mitoses, et 32 % sur la détection des métastases ganglionnaires. Ajoutez à cela des lames prêtes plus tôt et une journée réorganisée en commençant par les cas urgents : cela change radicalement le métier, pour les patients comme pour les équipes. Ce temps gagné, le médecin le réinvestit dans quoi ? Et en quoi cela peut changer la vie d’un patient ? Le gain de temps est primordial dans le diagnostic du cancer, car c’est souvent ce qui fait la perte de chance, ou non. Entre le moment où l’on suspecte une maladie et le début du traitement, il y a le temps du diagnostic. En laboratoire, nous visons moins d’une semaine pour une biopsie, mais cela reste plusieurs jours, ce n’est jamais instantané : il y a un temps technique de préparation des lames. Plus le compte rendu est prêt tôt, plus les équipes en aval, oncologues, chirurgiens, radiothérapeutes, anesthésistes, peuvent s’organiser. Chaque jour compte quand il s’agit d’un cancer. Je précise une chose importante : l’objectif est que nos diagnostics restent au moins aussi sûrs. On ne fait pas du gain de temps pour le gain de temps, on ne baisse pas la qualité, on cherche même à l’augmenter, notamment en réduisant la variabilité interobservateur. Un pathologiste peut varier, y compris par rapport à lui-même d’une semaine à l’autre ; l’IA, elle, répond toujours la même chose. C’est capital, car dans certains services il n’y a pas quinze pathologistes, il y en a un, parfois plus du tout, et les lames sont envoyées ailleurs. L’idéal, c’est que tous les patients aient la même qualité de diagnostic, qu’ils soient prélevés au fin fond de l’Alsace ou de la Picardie, ou dans le plus grand centre anticancéreux. Ce que la machine ne sait pas faire Qu’est-ce que votre outil ne sait pas faire ? Peut-il se tromper, et comment l’évitez-vous ? Très bonne question, et on n’en parle pas assez. Il y a toujours des limites dans ce que l’IA apprend, et surtout elle n’apprend pas comme un interne. C’est très perturbant : des diagnostics très faciles pour un jeune pathologiste, l’IA les rate complètement. A l’inverse, ce qui est très compliqué pour un interne, l’IA ne le rate jamais. L’adénose micro-glandulaire, en pathologie du sein, ressemble beaucoup à un cancer infiltrant : les jeunes internes tombent dans le panneau, l’IA ne s’y trompe jamais. Mais la nécrose, ces motifs qu’on retrouve dans beaucoup de lésions, la font hésiter et proposer de mauvais diagnostics. Il y a aussi des choses très fréquentes qui restent compliquées pour une IA. Je pense au score de Gleason dans le cancer de la prostate, que nous devons quantifier d’office sur chaque biopsie prostatique. Nous le faisons au quotidien, à l’œil, en pourcentage global par lame. Mais quand on demande à un pathologiste d’entourer précisément où est le Gleason 3, le 4, le 5, nous en sommes incapables de façon reproductible, y compris entre experts, parce que ce n’est pas ce qu’on nous demande d’habitude : les limites sont floues. Même chose pour les emboles ou les engainements périnerveux, très difficiles à labelliser de manière reproductible. Le vrai enjeu, c’est tout ce qu’elle n’a pas appris, et notamment les cas rares. Nos bases de données représentent la pathologie courante, mais contiennent peu de cas rares. En pathologie cutanée, nous avons beaucoup de carcinomes ou de mélanomes, mais peu de lymphomes cutanés, avec de multiples sous-classes. Face à un lymphome ou un sarcome qu’elle n’a pas l’habitude de voir, l’IA peut être en difficulté. L’enjeu, c’est de la faire progresser sur ces cas rares, et d’améliorer la façon dont les médecins labellisent les lames : entourer précisément ce qui compte pour le diagnostic, et rien d’autre. Si je labellise mal, l’algorithme apprend mal. Un exemple : les globes cornés dans le carcinome épidermoïde. Si, à chaque fois qu’il voit un globe corné, l’algorithme saute sur ce diagnostic, c’est souvent parce que nous avons mal labellisé : en tant que pathologiste, j’entoure toute la lésion, alors qu’il faudrait sélectionner précisément ce qui est essentiel au diagnostic, et lui expliquer ce que je prends en compte et ce que je ne prends pas en compte. C’est ainsi que les IA deviendront vraiment plus performantes. C’est une révolution technologique en cours, avec de nouveaux outils qui changent la manière même de concevoir ces IA d’image. Si le diagnostic se révèle erroné, qui est responsable ? Le médecin, l’hôpital, l’éditeur du logiciel ? Dans la loi française, la responsabilité est d’ordre médical : en tant que pathologiste, c’est moi qui prends la responsabilité de mon diagnostic. Mais cela suppose une contrepartie, et c’est une vraie question pour ceux qui éditent des IA comme nous : il faut que le médecin puisse vérifier tout ce que dit l’IA. Si un outil me donne un score global que je ne peux pas contrôler, je ne peux pas l’utiliser, car je devrais tout refaire moi-même, et alors autant m’en passer. Il faut donc une vraie explicabilité : montrer le cheminement, tout mettre à la disposition du médecin pour qu’il assume le diagnostic. La responsabilité ne pèse donc pas tellement sur l’éditeur, mais celui-ci doit tout mettre à portée du médecin, sinon le médecin n’utilisera pas l’outil : c’est une charge partagée. Il faut aussi garder les preuves de ce dont le médecin disposait. Si une IA affiche mélanome, que le pathologiste, peu sûr, finit par suivre, et que ce n’en était pas un, il faut pouvoir remonter aux calques, comprendre pourquoi on en est arrivé là, corriger, et assumer les responsabilités s’il s’agit d’une véritable erreur technique du logiciel. Garder les preuves et expliquer systématiquement le diagnostic, c’est indispensable. La fracture entre les hôpitaux : qui aura accès à ces outils ? Votre technologie est-elle déjà déployée ? Fonctionne-t-elle dans un hôpital public moyen, sans grande infrastructure numérique ? Nous la déployons dans plusieurs structures, hospitalières et libérales, et à l’international. Mais pour un hôpital, la difficulté n’est pas seulement d’installer une solution d’IA. Il faut d’abord que la direction ait conscience de l’enjeu et veuille l’intégrer : quand la demande vient des seuls médecins sans être relayée par la direction, il ne se passe pas grand-chose. C’est une question d’acceptation de l’innovation, et certains hôpitaux sont bien plus en avance que d’autres, notamment ceux qui ont des budgets pour cela. Il faut ensuite l’équipement en digitalisation, et c’est un vrai problème : beaucoup de laboratoires travaillent encore au microscope, sans ordinateur. La disparité est réelle, entre hôpitaux équipés et non équipés, entre grands et petits centres, et entre l’hospitalier et le libéral. La moitié des pathologistes exercent en libéral, or les financements de la pathologie digitale y sont quasi inexistants : quand je travaille en libéral, c’est au microscope, il n’y a rien. S’ajoute l’infrastructure informatique, avec une capacité de stockage immense, une lame représentant 1 à 5 gigaoctets, et un patient plusieurs dizaines par jour. C’est de l’hébergement de données de santé, extrêmement coûteux. Les capacités de stockage ne sont pas infinies. Les hôpitaux moyens ou des territoires, souvent privés de pathologistes, ne seraient-ils pas les premiers gagnants de ces technologies ? C’est exactement ce que je pense, et c’est ce qu’on devrait faire. Mais la façon dont sont structurés les budgets et les établissements fait que ce n’est pas le cas. Ce sont plutôt les centres anticancéreux et les grands centres, déjà en avance et dotés de budgets, qui testent et se coordonnent. Les hôpitaux publics n’y ont pas toujours accès : les budgets de digitalisation arrivent au compte-gouttes, on ne peut pas digitaliser tous les hôpitaux d’une région. Il faudrait une vraie réflexion nationale, au nom de l’égalité d’accès aux soins. Car l’anatomopathologie est le secteur clé de toute la prise en charge du cancer : elle arrive en premier et détermine la suite. Si un hôpital n’a pas accès, dans les prochaines années, à la pathologie augmentée par l’IA, cela créera une vraie différence de prise en charge entre établissements. Il faut réfléchir dès aujourd’hui à harmoniser l’accès à l’innovation dans tous les hôpitaux, y compris les plus petits, souvent isolés et au budget limité. Il ne faut pas les oublier. Une innovation conçue en France, mais un marché français trop étroit Où sont hébergées les données de vos patients, et faut-il qu’elles restent françaises ? La souveraineté est une question majeure. Toutes nos données sont obligatoirement hébergées chez des hébergeurs de données de santé, européens. Primaa est une start-up développée en France, à partir de données cliniques françaises et du travail de médecins français. Nous avons la chance d’avoir une médecine reconnue à l’international, avec des pathologistes experts de très haut niveau, ce qui donne des solutions de grande qualité. Mais le système français s’inscrit dans un système européen fragmenté. Or, à l’échelle d’une entreprise, le seul marché des hôpitaux et des équipements français reste trop petit : il ne permet pas de survivre. Nous sommes donc obligés de nous adresser à l’échelle européenne, puis internationale. Et pourquoi cela finit par toucher la France ? Parce que certaines régions du monde font monter les prix, les États-Unis en particulier, où ils sont bien plus élevés qu’ailleurs. Du coup, comme tous nos concurrents, nous nous retrouvons à aligner nos tarifs sur le marché américain, qui n’a rien à voir avec le marché français. Et c’est là que le paradoxe me saute aux yeux : je prépare des solutions d’intelligence artificielle que je ne pourrais pas acheter moi-même en tant que médecin, parce que le système de santé français ne suit pas l’innovation et ne garantit pas aux entreprises une sécurité financière suffisante pour qu’elles puissent se contenter du marché national. On est tous dans un déséquilibre permanent, à devoir aller vite, chercher les secteurs où l’on peut survivre. À cela s’ajoute que nos entreprises sont plus facilement rachetées par des acteurs internationaux. On finit par devoir attaquer le marché mondial et ne plus pouvoir suivre ce qui se passe à l’échelle française. C’est un vrai problème pour les outils que j’utiliserai moi-même dans mes services d’ici trois ou quatre ans. Repère : comment la France finance (ou non) l’innovation numérique en santéPour accélérer l’accès au marché, la France a créé en 2023 la prise en charge anticipée numérique (PECAN), prévue par la loi de financement de la Sécurité sociale pour 2022 et précisée par le décret du 30 mars 2023. Elle permet à un dispositif médical numérique présumé innovant d’être remboursé de façon dérogatoire pendant un an, le temps de constituer son dossier de remboursement de droit commun (sources : Agence du numérique en santé, Haute Autorité de santé). Mais ce dispositif vise les solutions à visée thérapeutique et de télésurveillance, pas directement les outils d’aide au diagnostic comme celui de Primaa. C’est précisément le vide que pointe Marie Sockeel : pour l’IA diagnostique, il n’existe pas encore de voie de remboursement claire, ce qui prive les entreprises d’un modèle économique stable sur le marché français. Un hôpital peu doté risque-t-il de choisir une technologie étrangère moins chère ? Et quels risques cela comporte-t-il ? Je ne suis pas certaine que les entreprises françaises soient les plus chères. Paradoxalement, comme beaucoup se sont développées en France avec des aides, nous sommes peut-être même moins chers que d’autres à l’international. Mais le fait de devoir adresser le marché mondial peut faire monter les prix. Le pari, au fond, c’est que l’IA permettra de faire baisser le coût des soins, parce qu’elle aidera à mieux prendre en charge les patients, à mieux segmenter les catégories de lésions, à personnaliser le traitement, donc à éviter des traitements coûteux chez ceux qui n’en ont pas besoin et à les réserver à ceux pour qui c’est nécessaire. Cela ferait des économies pour la Sécurité sociale. L’idée, c’est de favoriser ce qui aide le système à mieux soigner, tout en garantissant une égalité d’accès sur l’ensemble du territoire, dans le libéral comme à l’hôpital, dans les grands centres comme dans les petits. Mais il ne faut pas se voiler la face : nos concurrents internationaux sont féroces. Il y a des solutions qu’on ne voit pas encore beaucoup, mais qui arrivent, notamment de Chine et d’Asie. Elles sont très peu coûteuses et exceptionnelles sur le plan technologique. En anatomopathologie, à ma connaissance, il n’y en a pas encore, mais dans tous les autres secteurs de l’intelligence artificielle, elles sont absolument redoutables. Et elles ne vont pas laisser passer le marché du diagnostic en santé, qui est évidemment stratégique. Elles arrivent, il faut qu’on soit prêts. C’est une vraie question nationale : jusqu’à quel point devons-nous réfléchir à cette souveraineté, pour les hôpitaux, pour les entreprises, et pour les données en général ? Enfin, il faut rester vigilant sur un point technique : la façon d’interpréter une lame varie selon la région du monde. Ce n’est pas qu’on ne veut pas faire pareil, c’est que la prévalence de certains cancers diffère. Le carcinome intramuqueux, par exemple, dans les pathologies digestives, nous le diagnostiquons en Europe parce que c’est important pour le suivi du patient, alors qu’aux États-Unis, ils ne le font pas. En Asie, il y a beaucoup de cancers de l’estomac. Une IA entraînée sur des données d’une autre région du monde doit donc être soigneusement contrôlée pour vérifier qu’elle s’applique bien chez nous, et inversement pour ce que nous exportons. Dans le diagnostic, il faut être très prudent et toujours rester aligné sur la pratique de la région où l’on importe la solution. Cela suppose des études cliniques. Le chaînon manquant : indépendance, marquage CE et remboursement On redoute parfois la dépendance de la médecine à l’industrie. En anatomopathologie, cette indépendance est-elle menacée ? De ce que je connais des pratiques de la discipline, nous restons vigilants et surtout indépendants dans nos diagnostics : nous ne diagnostiquons pas en fonction de tel ou tel traitement, cela n’a jamais été notre façon de travailler. Entre confrères, dans les congrès, nous nous efforçons d’être très autonomes. Cela dit, des liens de plus en plus forts apparaissent entre la rédaction de nos comptes rendus et l’indication thérapeutique, avec des traitements de plus en plus coûteux : de potentiels conflits d’intérêts commencent à se poser. Je pense aux immunothérapies avec PD-L1, dont les lames sont extrêmement difficiles à lire objectivement, face à des traitements très chers. Nous nous efforçons de rester objectifs, de ne pas favoriser une ligne thérapeutique. Au fond, nous sommes avant tout des médecins : ce qui nous fait nous lever le matin, c’est que le patient soit le mieux pris en charge, pas de vendre un médicament. Et les études cliniques restent protégées par des protocoles et des comités éthiques. Même largement financées par l’industrie pharmaceutique, elles sont faites avec le plus d’objectivité possible, et heureusement, car c’est comme cela qu’on progresse en médecine : sans cette rigueur, les résultats seraient faussés et on s’apercevrait vite que les traitements ne servent à rien. Vous alertez aussi sur un vide dans l’évaluation de ces innovations. Lequel ? Oui, et cela m’intéresse beaucoup. Pour les dispositifs médicaux et les solutions d’IA diagnostique, nous devons mener des études de performance afin d’obtenir le marquage CE. Mais ces études ne permettent guère plus que d’obtenir ce marquage : elles disent que notre diagnostic met le patient en sécurité, que nous ne sommes pas dangereux. Ce qui manque cruellement, ce sont les études d’impact organisationnel et médico-économiques. Elles sont complexes, très coûteuses, et il n’existe pas encore de méthodologie établie : nous sommes en train de la réinventer. Et le problème, c’est qui paie. Il n’y a pas de voie de remboursement, ou très peu. Du coup, on développe surtout des IA qui font gagner du temps et du confort au médecin, parce qu’il existe là un modèle économique, tandis que les études pour améliorer réellement la prise en charge du patient restent bloquées, faute de remboursement et donc de retour pour les entreprises, qui ne peuvent pas investir des millions dans des études sans marché. On aimerait que les pouvoirs publics clarifient les règles : quelles évaluations pour quel remboursement, ou bien qu’ils disent clairement qu’il n’y en aura pas. Que ce soit clair au niveau politique, pour que les entreprises se développent dans le bon secteur et qu’on ne perde pas collectivement de l’argent sur des solutions sans marché. Repère : marquage CE et IA, un double cadre réglementaire Un logiciel d’aide au diagnostic est un dispositif médical : pour être commercialisé en Europe, il doit obtenir le marquage CE au titre du règlement (UE) 2017/745, qui atteste de sa sécurité et de sa conformité, mais ne dit rien de son intérêt médico-économique. C’est la limite que souligne Marie Sockeel. Depuis l’entrée en application du règlement européen sur l’intelligence artificielle (AI Act), une couche s’ajoute : selon les précisions publiées en 2025 par la Commission européenne et les autorités compétentes, tout dispositif médical intégrant de l’IA est automatiquement classé « à haut risque ». Il doit donc respecter des exigences renforcées de gestion des données, de transparence et de supervision humaine (sources : règlements UE 2017/745 et 2024/1689 ; analyses Lexing Avocats, 2025). Prouver qu’on n’est pas dangereux devient nécessaire, mais reste loin de suffire à démontrer un bénéfice pour le système de soins. Conclusion Pour conclure, la question que nous posons à tous nos invités : si vous étiez ministre de la Santé demain, quelle serait votre première décision en matière d’IA ? Plusieurs idées me viennent, mais si je devais n’en choisir qu’une, ce serait d’élargir l’application de l’article 84 du projet de loi de financement de la Sécurité sociale pour 2026. Cet article permet à un système d’aide au diagnostic, qu’il repose ou non sur l’intelligence artificielle, de démontrer le bénéfice qu’il apporte à l’Assurance maladie, et prévoit que les économies ainsi réalisées soient partagées entre l’industriel et l’Assurance maladie. Dans sa philosophie, c’est une création très originale, qui pourrait vraiment donner l’impulsion à l’innovation : un modèle économique plus rapide, ouvert à un champ d’action beaucoup plus large, et qui, en prime, permettrait à l’Assurance maladie de faire des économies ou de restructurer sa façon de gérer ses coûts. L’article a déjà été voté, mais dans les discussions en cours, il a été restreint à une toute petite partie de l’aide au diagnostic, l’antibiothérapie. C’est un début, mais il serait bien plus ambitieux de l’appliquer à tout, car les bénéfices seraient pour tout le monde. Cela demande une vraie organisation, un vrai travail, mais l’effort profiterait à tous. Cela donnerait enfin de la visibilité aux innovations en santé, qui ont un mal fou à se déployer dans les hôpitaux, à être vues et surtout à être achetées. Ce serait la première marche vers l’innovation en santé et l’amélioration de la prise en charge des patients. Je crois vraiment en cet article. Le décret d’application est encore en réflexion, mais l’ouvrir plus largement faciliterait le travail des entreprises, qui se retrouvent sans cesse à mener de nouvelles études et de nouvelles démonstrations pour des résultats financiers dérisoires, dans des engagements complexes qui finissent par les faire mourir. C’est un bon exemple de ce qui pourrait vraiment aboutir, à deux conditions : élargir clairement son application, et ne pas trop complexifier la démarche, pour que ce soit simple pour tout le monde. Rendez-vous mardi 28 juillet pour le prochain épisode « Les mardis de l’innovation en santé » David Smadja est professeur d’hématologie à l’AP-HP et à l’Université Paris Cité, responsable de la Commission Santé du Laboratoire de la République. Léa Behr est CEO de RespublicIA et membre de la commission Santé du Laboratoire de la République.

En cancérologie, l'intelligence artificielle tient une part de ses promesses : diagnostics plus rapides, traitements affinés, parcours de soins mieux anticipés. Mais l'essentiel du débat public se concentre sur la performance des outils, en laissant dans l'ombre une question de fond : à mesure que la machine gagne en capacité, comment garantir que la décision médicale reste maîtrisée par l'humain ? La difficulté n'est pas seulement technique, elle est éthique et organisationnelle. C’est ce pan que nous allons aujourd’hui questionner. Avec nous pour y réfléchir, le Pr. Florian Scotté qui occupe une position privilégiée pour éclairer nos réflexions. Oncologue, spécialiste des soins de support, il dirige le département interdisciplinaire d'organisation des parcours patients de Gustave Roussy, premier centre de lutte contre le cancer en Europe. Professeur associé à l'Université Paris-Saclay et titulaire d'un doctorat en éthique médicale, il conjugue la pratique de la technique la plus avancée et la réflexion sur ses limites. Sa position tient dans une distinction qui structure l'ensemble de l'entretien : l'IA doit demeurer un outil au service du soignant, et non un effecteur qui déciderait à sa place. Ce déplacement, en apparence sémantique, engage en réalité plusieurs enjeux concrets, que nous avons abordés successivement : la relation entre le médecin et un patient parfois plus enclin à croire la machine, la sécurité et la propriété des données, le modèle de financement des solutions, la formation des professionnels. À chaque étape se pose la même question, celle du contrôle, et une conviction que le Professeur Scotté formule sans détour : la médecine est une science humaine et doit le rester. Organiser un parcours constitue bien plus qu’un diagnostic Vous dirigez un département entièrement dédié au parcours du patient. Avant même de parler d’intelligence artificielle, qu’est-ce que ça veut dire, concrètement, organiser ce parcours ? Et qu’est-ce qui fonctionne mal aujourd’hui ? Permettez-moi d’abord de corriger une chose : il ne se passe rien de mal aujourd’hui, il n’y a pas de déraillement, mais nous pouvons faire mieux. Le parcours, en réalité, commence avant même que la personne ne soit patiente, au moment où l’on s’oriente vers un diagnostic, puis il se déroule en plusieurs temps qui s’enchaînent : au diagnostic, pendant le traitement, à la fin des traitements, et longtemps encore après. L’organiser, c’est mettre en œuvre une approche diagnostique aussi optimale que possible ; j’emploie parfois des mots que l’on critique, comme celui d’efficience, mais derrière ce terme, il n’y a rien d’autre que trois exigences simples : être rapide, être juste, être adapté au patient. Cela suppose de prendre en compte non seulement les données de la maladie, mais aussi celles de la personne elle-même et de son environnement, en particulier ses vulnérabilités. C’est tout le sens de ce que nous avons mis en place à Gustave Roussy, où l’évaluation des besoins du patient se fait en parfaite connaissance de la pathologie, car nous sommes experts du cancer, de ses récepteurs, des traitements disponibles, mais aussi des risques de complications que l’on peut anticiper. Pendant le traitement, il s’agit de gérer au mieux les toxicités et de coordonner la prise en charge entre la ville et l’hôpital. À la fin des traitements, nous faisons face à des situations très différentes. Il y a parfois une évolution péjorative, où tout l’enjeu est d’accompagner la personne le mieux possible dans cette phase de sa vie. Il y a, de plus en plus, des patients en situation de chronicité, dont les traitements se prolongent sur des années et dont la maladie s’installe au très long cours. Et il y a, bien sûr, la guérison, qui appelle elle aussi une surveillance, celle de la maladie comme celle des séquelles éventuelles des traitements. Organiser le parcours, c’est embrasser tout cela d’un seul mouvement, du premier examen jusqu’au suivi post-thérapeutique. Et l’IA, vous l’utilisez déjà au quotidien ? Qu’est-ce qu’elle change ? L’intelligence artificielle, nous l’utilisons en réalité depuis fort longtemps sans toujours la nommer : songez qu’à bord d’un avion, l’essentiel des commandes est aujourd’hui géré par elle, et que cette sécurité, cette adaptation permanente, se sont construites au fil des décennies. À l’hôpital, une forme de gestion commence à s’installer, mais dans l’organisation des parcours, très honnêtement, nous n’y sommes pas encore pleinement. Cela se développe, des sociétés s’y intéressent, nous cherchons les bonnes interactions, et il ne fait aucun doute que nous l’utiliserons de plus en plus. Je pense que l’intelligence artificielle apportera surtout de la rapidité et de la sécurité, à la condition expresse qu’existe un véritable échange entre l’humain et la machine. C’est ce dont je parlais en évoquant l’efficience de la prise en charge : l’IA a vocation à être un outil, et j’insiste sur ce mot, un outil qui doit nous aider à optimiser et à mieux adapter ce que nous proposons au patient. Elle doit être considérée comme un outil, jamais comme un effecteur ; si on l’utilise comme un effecteur, elle finira par tourner en rond et nous faire reculer. On présente souvent l’IA comme un moyen de personnaliser les diagnostics. Êtes-vous d’accord avec cette idée ? Je le suis à moitié, et je préférerais parler d’affinement plutôt que de personnalisation. Car nous nous appuyons sur des algorithmes, eux-mêmes engendrés par une masse considérable d’informations ; or, à partir d’une telle masse, peut-on vraiment prétendre personnaliser ? La question reste ouverte, je n’ai pas de réponse tranchée, mais elle mérite d’être posée. Ce dont je suis certain, en revanche, c’est que l’IA doit être en permanence réévaluée et retravaillée, afin de s’ajuster au plus près des connaissances que l’humain lui transmet. Ce qu’elle autorise, en revanche, et c’est considérable, c’est d’aller plus vite et de regrouper une quantité de données que notre cerveau serait bien incapable d’agréger à cette vitesse. Elle nous donne les moyens d’aligner toutes les cibles potentielles et, ce faisant, de mieux adapter notre prise en charge, entendue dans son ensemble, et non le seul traitement. Quand le patient croit la machine plus que le médecin Vos patients vous parlent-ils d’intelligence artificielle ? Oui, ils commencent à en parler, et surtout ils l’utilisent avant même de franchir la porte de nos cabinets : ils préparent leur consultation sur les moteurs de recherche et arrivent avec une liste de questions qui épouse ce qu’ils y ont lu. C’est une bonne chose, à vrai dire, car cela améliore leur connaissance et facilite l’échange comme la compréhension. Le revers, c’est que l’on lit aussi quantité de choses totalement erronées, et que la parole de la machine finit parfois par s’imposer comme la vérité, tandis que celle de l’humain deviendrait, elle, suspecte par principe. C’est précisément là-dessus qu’il nous faut travailler. Ces erreurs, elles sont de quel type ? Elles dépendent des informations, lesquelles sont bien souvent générées par l’humain lui-même. Ce que l’on voit circuler sur les réseaux, ce sont des témoignages plutôt négatifs, émanant de personnes qui parfois manipulent l’information, ne s’appuient pas sur la science exacte, et diffusent des messages d’une grande dureté, très anxiogènes, sans rapport avec la réalité. Tout cela raisonne sur des statistiques. Or, lorsque j’ai un patient en face de moi, je ne suis plus dans la statistique : j’ai devant moi une personne singulière, à laquelle je devrai tout adapter, en fonction de ses attentes et de sa capacité à recevoir ce que je lui dirai. Y a-t-il un risque que l’IA déshumanise la relation entre le médecin et le patient ? Le risque existe, bien sûr, car le patient peut arriver avec sa vérité, celle de la machine, et se fier davantage à elle qu’à l’humain qui lui fait face ; c’est à nous, précisément, qu’il revient de garder le contrôle et de continuer à partager la science et le savoir. Nous sommes passés, en quelques années à peine, d’une médecine paternaliste, où le médecin détenait le savoir et où le patient se contentait de le recevoir, à une véritable démarche de décision partagée ; et dans ce nouvel équilibre, l’information a une valeur considérable. Mais si je dois passer plus de temps à détricoter une information erronée qu’à expliquer les choses, alors l’IA n’aura pas tenu sa promesse de gain de temps, et un véritable problème de conscience se posera. C’est bien pourquoi il faut encadrer cette intelligence artificielle et veiller à ce que les professionnels conservent leur rôle d’humains. Où est la ligne à ne pas franchir ? Si la relation se réduit à sa seule dimension technique, de soignant à soigné, alors l’IA l’emportera, inévitablement. Mais si elle demeure un outil qui affine notre diagnostic, la précision du traitement, l’évaluation des fragilités et de l’environnement du patient, et si nous savons préserver ce contact, cette capacité à orienter, à guider, à réfléchir avec la personne et ses proches, alors nous aurons tout gagné, car nous n’en serons que plus performants. La décision médicale partagée est à ce prix : si on laisse l’IA décider de tout, on n’est plus dans le partage. Et c’est cet échange, profondément humain, que les patients doivent entendre. Éclairage. Le patient à l’ère de l’IASelon la deuxième vague du baromètre OpinionWay pour Orisha Healthcare (avril 2026, 1 014 Français et 200 médecins), 82 % des médecins estiment que les exigences de leurs patients ont augmenté ces cinq dernières années, et 79 % des patients expriment au moins une forme de doute médical (deuxième avis, diagnostic questionné). La confiance dans le médecin reste néanmoins très élevée : 95 % des Français jugent bonne leur relation avec leur généraliste. Le propos du Pr. Scotté rejoint ce constat : l’information circule, mais elle déplace la relation de soin sans la rompre.   Éthique : qui génère l’information, qui la contrôle, qui la finance Vous êtes aussi spécialiste d’éthique médicale. Quelles questions l’arrivée de l’IA vous semble-t-elle poser, et qu’on n’aborde pas assez ? Avant toute chose, il faut mesurer ce que l’IA rend possible : le passage d’une prise en charge réactive à une prise en charge prédictive, ce qui fait d’elle un outil d’une puissance remarquable. Mais cette puissance même soulève plusieurs questions, à la fois éthiques et sociétales. La première touche à l’origine de l’information et à son usage : qui la génère, et à quelles fins ? Vient ensuite la question de sa sécurité : nous sommes plus ou moins protégés par le RGPD, mais l’interrogation de fond demeure entière. Que fait-on de cette information, où est-elle stockée, et mes données personnelles sont-elles connues, de qui, par quels moyens ? Repère. Ce que dit le cadre européenLa question de la supervision humaine que soulève le Pr. Scotté est désormais au cœur du droit européen. Le règlement européen sur l’intelligence artificielle (AI Act, règlement UE 2024/1689) classe la plupart des logiciels d’aide au diagnostic comme systèmes « à haut risque », soumis à des exigences de gestion des risques, de gouvernance des données et de supervision humaine. Pour les dispositifs médicaux déjà marqués CE, ces obligations s’appliqueront de manière échelonnée à partir de 2027, un calendrier encore susceptible d’ajustements. En France, l’Agence du numérique en santé a publié dès juillet 2025 un guide d’implémentation de l’éthique dans les systèmes d’IA en santé.   La deuxième question, tout aussi cruciale, est celle du contact humain : allons-nous remplacer entièrement l’humain par la machine, ou saurons-nous garder une part de contrôle, et quelle place, au juste, laisserons-nous à l’humain ? La troisième, enfin, est celle du financement, que je résume d’une formule : qui gagne quoi, pour qui, pourquoi, comment ? À aucune de ces questions il n’existe de réponse toute faite aujourd’hui ; l’essentiel est que nous nous les posions, et que nous nous posions les bonnes. Car la place de l’humain, au cœur de la prise en charge, demeure fondamentale. L’hôpital a-t-il les moyens, humains et financiers, d’intégrer ces outils ? Actuellement, la réponse est non : les moyens sont rares, et cela vaut autant pour le public que pour le privé, car nous sommes tous soumis aux mêmes contraintes financières, à l’image de la société tout entière. Le véritable risque, du reste, ne se joue pas seulement entre les grands centres et les plus petits. Prenez la télésurveillance, qui intègre progressivement l’IA : si elle peut se déployer aujourd’hui, c’est grâce à un remboursement instauré voilà deux ou trois ans, une véritable révolution, puisqu’il finance à la fois l’outil et le rôle de coordination souvent dévolu aux infirmières, sans laisser de reste à charge ni au patient ni à l’établissement. Dans ce cadre-là, le système est performant. Sans financement, en revanche, chacun développe dans son coin un outil plus ou moins performant, plus ou moins sûr, plus ou moins contrôlé, et c’est alors qu’apparaît le risque d’une rupture entre les hôpitaux, entre les professionnels, entre les patients. Beaucoup de startups se créent, et l’on retrouve ici la question éthique que j’évoquais, celle du modèle de financement, qui gagne quoi et pour qui. Il ne s’agit pas d’imposer un outil unique qui détiendrait la vérité, mais d’encadrer le développement de ces solutions, au moyen d’une charte, pour éviter que ne s’installe une querelle d’outils insuffisamment maîtrisés. Éclairage. Les soignants veulent garder la mainLa conviction de Florian Scotté, l’IA comme outil et non comme décideur, est très largement partagée par la profession. Selon la première édition du Baromètre IA & Data en santé de l’ACSEL (2025), neuf professionnels de santé sur dix utilisent déjà des outils d’IA, mais seuls 7 % déclarent une confiance totale, et 96 % jugent indispensable ou préférable une supervision humaine. Côté patients, 84 % souhaitent être informés lorsque l’IA intervient dans leur prise en charge. La performance technique ne suffit pas : l’acceptabilité repose sur la transparence et le maintien de l’humain dans la décision.   Qui devrait décider qu’un outil d’IA entre à l’hôpital ? Tout le monde, mon capitaine. Mais vous oubliez une personne, et non des moindres : les patients et leurs représentants, qui doivent impérativement être associés à la réflexion, puisqu’ils sont les premiers usagers de l’outil, ceux-là mêmes qui en bénéficieront ou en pâtiront. Viennent ensuite les régulateurs, la Haute Autorité de santé, les agences régionales, l’Assurance maladie, la Direction générale de l’offre de soins, qui tous devraient siéger à la même table, sans oublier les directions d’établissement qui tranchent en dernier ressort, ni l’ensemble des professionnels, médecins, infirmiers, et toutes les professions qui gravitent autour du patient. La formation des médecins intègre-t-elle assez ces outils ? C’est une excellente question. À la faculté, l’enseignement est dispensé par des professeurs le plus souvent plus âgés que leurs étudiants, alors même que les jeunes générations se montrent bien plus à l’aise avec ces technologies : le décalage est manifeste, puisqu’il faudrait enseigner un outil à des jeunes qui, souvent, le maîtrisent déjà mieux que ceux qui l’enseignent. Aujourd’hui, cet enseignement ne se fait pas à la faculté, il se fait sur le terrain, et nous sommes en pleine phase de développement. Le véritable danger serait de nous retrouver soumis à de purs techniciens de l’informatique, concevant des outils sans doute ultra performants, mais déconnectés de la réalité du terrain, et par là même incapables d’entendre les risques comme les bénéfices réels pour le patient. Il faut développer les connaissances, oui, mais sans jamais abandonner la maîtrise à ceux qui ne voient pas le malade. Dans dix ans : l’avion sans équipage, le scénario à fuir Dans dix ans, si tout se passe bien, à quoi ressemble le parcours d’un patient ? Je reprendrai volontiers l’image de l’aviation civile. À ses débuts, l’avion craquait de partout, un mécanicien siégeait dans le cockpit aux côtés du commandant et du copilote, on naviguait au compas : c’était long, c’était risqué, et il fallait parfois un véritable trait de génie pour éviter que l’appareil ne décroche. Aujourd’hui, vous choisissez votre place, vous commandez votre repas avant l’embarquement, une équipe vous accueille, un commandant et un copilote anticipent au plus juste les turbulences et savent exactement comment orienter l’avion. Demain, le parcours du patient en cancérologie ressemblera à cela. Le diagnostic gagnera considérablement en rapidité, porté par une évaluation des données plus fine qui nous aidera à prendre les bonnes décisions, une fois intégrées les vulnérabilités, les fragilités et l’environnement du patient comme de son entourage. Nous pourrons, dans un temps restreint, proposer la bonne solution et accompagner le malade en anticipation plutôt qu’en réaction, notamment face aux toxicités, en évitant les séquelles à long terme. C’est un gain réel, de quantité comme de qualité de vie, doublé d’un temps médical mieux concentré sur l’essentiel : plutôt que de passer des heures au téléphone, appeler à bon escient, guider comme il faut les patients et leurs proches, pour un parcours qui connaîtrait le moins de turbulences possible et arriverait à bon port. Et le piège, dans tout cela ? La question du coût, toujours. Optimiser, évaluer plus finement la pathologie et les fragilités pour aboutir à un traitement plus efficace et mieux toléré, voilà le bon chemin. Mais gardons-nous d’une dérive : si l’on place au premier plan la seule logique financière, en prétendant désescalader les traitements dans le but avoué de réduire les coûts, alors on se trompe de combat. Désescalader pour améliorer la prise en charge, la tolérance, pour éviter les séquelles, c’est le bon axe ; désescalader pour la seule récréation financière, c’est aller droit dans le mur. Qu’est-ce que vous voulez absolument éviter ? Un patient qui ne pourrait plus ni contacter ni voir les professionnels de santé, des décisions prises à cent pour cent par la machine, des effectifs réduits, et les rares soignants restants relégués derrière des écrans pour surveiller. Ce serait la tour de contrôle sans plus aucune équipe dans l’avion, celle qui vous accueille, vous dit bonjour et répond à vos attentes. Permettez-moi une autre allégorie, pour ancrer les choses dans le réel. Lorsque vous rencontrez un problème avec un opérateur aujourd’hui, vous passez de chatbot en chatbot, de réponse digitalisée en réponse digitalisée, sans jamais obtenir la réponse que vous cherchez, jusqu’à renoncer. Transposé au patient, cela donne ceci : j’ai mal, mais je n’attends plus de réponse, car je sais que je ne l’aurai pas. Et si l’on pousse le raisonnement à son terme : j’ai une boule qui grossit, je la vois grossir sous mes yeux, mais aucun des chatbots que j’interroge ne me répond, et je finis par la laisser. Voilà exactement ce qui nous attend si l’on laisse la machine prendre le pas sur l’humain : on fera fausse route, et il y aura de la casse. Certains vont jusqu’à dire qu’il faudrait fermer les facultés de médecine, ou que le médecin de demain ne sera qu’un orchestrateur d’IA. Les facs ont-elles encore un avenir ? Vous avez raison, c’est un risque, très clairement, et il ne concerne pas les seuls médecins : les infirmières, les brancardiers, l’accueil, toutes les professions de santé pourraient théoriquement être remplacées par la machine. Mais laissez-moi vous confier un souvenir. Le cours qui m’a le plus marqué, lorsque j’étais un tout jeune étudiant de deuxième année, fut la description d’une tamponnade péricardique par un vieux professeur de médecine interne, qui expliquait en gestes, en montrant où précisément placer l’aiguille, et ce que le patient éprouvait à cet instant. Cet enseignement-là, profondément humain, jamais la machine ne le remplacera ; dans les livres, je n’aurais rien compris. La médecine est technique, elle est science, mais elle est une science humaine, et qui dit science humaine dit humain. Derrière la technique, il faut savoir l’appliquer à la personne qui veut vivre. Car la vie ne se réduit pas à des neurones ni à des cellules que l’on pourrait guider par un cœur artificiel : tout autour, il y a de l’humain, et c’est lui que nous ne devons jamais perdre de vue. Si vous étiez ministre de la Santé demain, quelle serait votre première décision sur l’IA ? Ce serait une double décision tenue en une seule. Ne surtout pas freiner le développement de l’IA, donc le promouvoir et le soutenir, mais, dans le même mouvement, l’encadrer et le contrôler. Autrement dit, établir une véritable tour de contrôle, un comité de pilotage qui réunirait les décideurs, les acteurs, les usagers, les patients et leurs proches, ainsi que les professionnels de santé appelés à se servir de l’outil, des décideurs capables d’entendre, d’anticiper ce qui vient, et de mettre les moyens pour bâtir le système le plus efficient possible. Conclusion Au terme de cet entretien, une ligne de force se dégage, que le Pr. Scotté n’a cessé de tenir : l’intelligence artificielle doit rester un outil au service du soin, et jamais un effecteur qui déciderait à la place de l’humain. Toute la question se ramène alors à une seule : qui garde la main sur la décision médicale ? Cette exigence d’une « garantie humaine » n’est ni une précaution de langage ni une posture défensive de la profession ; elle rejoint désormais un cadre réglementaire qui se construit sous nos yeux, de l’AI Act européen aux premiers guides éthiques français, et elle épouse les attentes convergentes des soignants, qui veulent rester maîtres de l’acte, et des patients, qui demandent à savoir quand la machine intervient. C’est dire que la véritable bataille ne sera pas technologique, mais politique : elle se jouera sur le terrain de la gouvernance (qui décide, qui contrôle, qui finance, et pour qui) bien plus que sur celui de la performance des algorithmes. Là réside la responsabilité des pouvoirs publics : non pas arbitrer entre l’homme et la machine, mais organiser les conditions dans lesquelles la seconde demeurera au service du premier. Tel est le sens de l’engagement du Laboratoire de la République : faire de la garantie humaine une exigence inscrite dans les règles, les financements et les responsabilités. Car au terme de la chaîne, il n’y aura jamais une donnée de plus, mais une personne à soigner ; et la médecine, comme nous le rappelle le Pr Scotté, demeurera une science humaine. Rendez-vous mardi 21 juillet pour le prochain épisode « Les mardis de l’innovation en santé » David Smadja est professeur d’hématologie à l’AP-HP et à l’Université Paris Cité, responsable de la Commission Santé du Laboratoire de la République. Léa Behr est CEO de RespublicIA et membre de la commission Santé du Laboratoire de la République.