L'IA pour améliorer la santé : comment le diagnostic et la médecine prédictive fonctionnent vraiment

Un socle de techniques génériques, pas une IA médicale à part

Il y a une idée fausse tenace : celle d'une "IA médicale" qui serait une technologie spécifique, développée à part, avec ses propres algorithmes. C'est l'inverse qui est vrai. Les concepts et les techniques qui produisent les agents conversationnels sont largement génériques, et ils ont été employés avec succès pour atteindre des objectifs très différents.

Analyse et génération d'images, prédiction du comportement de nouveaux composants chimiques, détection précoce de facteurs de risque dans le domaine de la santé : ce sont des applications distinctes d'un même socle. Les architectures se ressemblent, les procédures d'entraînement aussi, ce qui change c'est la nature des données, la façon de définir la cible et le niveau d'exigence sur la validation.

Pour une équipe technique, la conséquence est directe et plutôt rassurante : les compétences sont transférables. Ce qui ne l'est pas, en revanche, c'est le contexte d'usage. Un modèle qui se trompe sur une recommandation produit n'a pas les mêmes conséquences qu'un modèle qui se trompe sur un score de risque. Tout l'article qui suit consiste à parcourir ce socle, brique par brique, puis à regarder comment il s'applique concrètement au diagnostic et à la médecine prédictive.

D'où vient l'IA que l'on connaît aujourd'hui

L'IA n'est pas née fin 2022, mais quelque chose a bien basculé à ce moment-là. L'ouverture au grand public de ChatGPT par OpenAI a constitué un événement fondateur et inédit, moins par la technologie sous-jacente que par l'expérience qu'elle rendait possible : interagir sans filtre et sans manuel d'utilisation avec un logiciel capable de produire des textes de tous types, dans un grand nombre de langues, en réponse à n'importe quelle requête.

Compte rendu de réunion, poème, recette de cuisine, code informatique... la rupture tient dans cette absence de périmètre prédéfini. Techniquement, ce qui a pris fin ce jour-là, c'est ce qu'on peut appeler l'"effet démo" : le système peaufiné, parfait en laboratoire, vérifié cent fois, et qui le jour J s'effondre à cause d'une requête imprévue ou d'un léger décalage avec les conditions d'expérimentation.

Ce point mérite d'être retenu quand on parle de santé, parce que c'est exactement le problème historique des outils d'aide au diagnostic. Beaucoup de systèmes fonctionnaient très bien sur les données du centre qui les avait développés et beaucoup moins bien ailleurs. La robustesse à l'imprévu, la capacité à réagir correctement à une entrée qui ne ressemble pas au jeu d'entraînement, c'est le vrai critère de maturité d'un système, bien plus que sa performance affichée en laboratoire.

Existe-t-il une seule façon de faire de l'IA ?

Non, et la distinction structure encore aujourd'hui les projets. D'un côté, les approches à base de connaissances explicites : on encode des règles, des faits, des relations logiques, et le système raisonne dessus. Un arbre de décision clinique formalisé, un moteur de règles qui déclenche une alerte quand plusieurs critères sont réunis, un système de planification, relèvent de cette famille. Leur qualité première, c'est la traçabilité, on sait exactement pourquoi le système a conclu ce qu'il a conclu.

De l'autre, les approches fondées sur l'apprentissage à partir de données. On ne décrit plus la règle, on montre des exemples et le système en extrait lui-même une fonction de décision. C'est la famille qui domine aujourd'hui, parce qu'elle permet de traiter des signaux que personne ne sait décrire par des règles : une texture sur une image, une inflexion dans un tracé, une combinaison ténue de dizaines de variables biologiques.

Le compromis est clair. Les règles sont lisibles mais coûteuses à écrire, rigides et incapables de couvrir des cas non anticipés. L'apprentissage couvre l'imprévu mais devient opaque et dépendant de la qualité des données. Dans les faits, beaucoup de dispositifs sérieux sont hybrides : un modèle appris produit un score, des règles explicites encadrent son usage, filtrent les cas hors périmètre et bloquent les sorties incohérentes. Ce chaînage n'est pas un aveu de faiblesse, c'est de l'ingénierie.

L'apprentissage automatique, moteur des applications médicales

Le principe tient en une phrase : plutôt que de programmer le comportement attendu, on l'ajuste à partir d'exemples. On dispose d'un jeu de données, on définit une mesure d'erreur entre ce que le modèle prédit et ce qu'il aurait dû prédire, et on modifie progressivement ses paramètres pour réduire cette erreur. C'est cet entraînement long, à partir d'exemples nombreux, qui produit la compétence apparente du système.

Trois régimes principaux cohabitent. En apprentissage supervisé, chaque exemple est accompagné de sa réponse, une image annotée par un radiologue, un dossier associé à un diagnostic confirmé. En apprentissage non supervisé, il n'y a pas d'étiquette et l'on cherche des structures, des groupes de patients aux profils voisins, des anomalies. En apprentissage par renforcement, le système apprend par essais et retours d'expérience, en optimisant une récompense au fil d'une séquence de décisions.

Le vrai sujet, en pratique, n'est pas l'entraînement mais la généralisation. Un modèle qui mémorise ses exemples au lieu d'en extraire une règle affiche des scores flatteurs et s'effondre ailleurs, c'est le surapprentissage. D'où la discipline minimale : séparer strictement les données d'entraînement, de réglage et de test, ne jamais laisser un patient apparaître des deux côtés de la cloison, et surtout tester sur des données issues d'un autre site, d'un autre appareil, d'une autre période. Les protocoles changent, les machines sont remplacées, les populations diffèrent, et un modèle non revalidé se dégrade silencieusement.

Réseaux de neurones : ce qu'ils font aux données de santé

Un réseau de neurones est un empilement de couches de calcul. Chaque couche combine linéairement ses entrées avec des poids ajustables, puis applique une fonction non linéaire. C'est cette non-linéarité, répétée en profondeur, qui permet de représenter des relations complexes qu'une simple régression ne capterait pas. L'ajustement des poids se fait par propagation de l'erreur depuis la sortie vers l'entrée, couche après couche, en suivant le gradient.

L'intérêt majeur pour la santé, c'est que le réseau construit lui-même ses descripteurs. Sur une image médicale, on n'a plus besoin de coder à la main les critères de forme ou de contraste : les premières couches apprennent des motifs élémentaires, les suivantes les recombinent en structures de plus en plus abstraites. La spécialisation d'architecture compte, les couches convolutives exploitent le fait qu'un motif visuel a le même sens quelle que soit sa position, d'autres architectures s'adaptent aux séquences temporelles ou aux données tabulaires.

Ce que le réseau produit en interne mérite attention : une représentation numérique compacte de chaque entrée, souvent appelée plongement. Deux examens dont les plongements sont proches sont, du point de vue du modèle, des cas similaires. Cette représentation est réutilisable pour de la recherche de cas comparables, du regroupement de profils, ou comme entrée d'un autre modèle. C'est aussi là que se logent les biais : si le réseau a appris à reconnaître l'hôpital d'origine plutôt que la pathologie, cela se voit dans l'espace des représentations avant de se voir dans les performances.

Grands modèles de langue : un potentiel réel, une prudence obligatoire

Un grand modèle de langue fonctionne sur un principe simple et un entraînement colossal : prédire l'élément suivant d'une séquence de texte. Répétée sur une quantité immense de textes, cette tâche l'amène à mémoriser une grande partie des connaissances écrites produites par l'humanité et à en restituer des fragments cohérents, dans de nombreuses langues, sur n'importe quelle requête.

S'ajoute une phase d'alignement. Si le système évite les propos inconvenants ou choquants, ce n'est pas par compréhension morale, c'est parce qu'il a été longuement entraîné à partir d'exemples pour y parvenir. Même mécanisme, autre finalité : on peut de la même façon le spécialiser sur un domaine, un format de sortie, un vocabulaire métier.

En santé, les usages les plus solides sont ceux qui portent sur le texte lui-même : structurer des comptes rendus rédigés en langage libre, extraire des variables enfouies dans des dossiers non normalisés, préparer un codage, rapprocher des documents. Autrement dit, transformer du texte non exploitable en données exploitables, ce qui est souvent le vrai goulot d'étranglement d'un projet de médecine prédictive.

Nota Bene : la fluidité n'est pas un indicateur de justesse. On sait depuis les sophistes qu'un discours parfaitement construit peut reposer sur des raisonnements faux. Certains ont voulu inverser la formule de Boileau, "ce que l'on conçoit bien s'énonce clairement", et en déduire que si le système s'exprime aussi clairement, c'est qu'il a tout compris. Il n'a pas tout compris. Toute sortie destinée à un usage clinique doit être vérifiable, sourcée et relue.

Le matériel : ce qu'il faut vraiment sur la table

L'entraînement d'un réseau profond, c'est une avalanche d'opérations matricielles répétées. Le processeur généraliste n'est pas taillé pour ça, les accélérateurs graphiques oui, parce qu'ils exécutent en parallèle un très grand nombre d'opérations identiques. La contrainte pratique la plus fréquente n'est d'ailleurs pas la puissance de calcul brute mais la mémoire embarquée, qui détermine la taille de modèle et la taille de lot que l'on peut charger.

Deux régimes à ne pas confondre. L'entraînement est ponctuel, très intensif, souvent réparti sur plusieurs cartes voire plusieurs machines. L'inférence est continue, moins gourmande par requête, mais c'est elle qui dimensionne la facture d'exploitation dans la durée. Beaucoup de projets de santé n'entraînent rien de zéro et se contentent de spécialiser un modèle existant, ce qui déplace le besoin matériel d'un cran vers le bas.

Et il y a la partie que l'on sous-estime systématiquement : le stockage, le débit, la traçabilité. Les données de santé sont volumineuses, sensibles et soumises à des exigences de localisation et d'accès. Cela pousse souvent vers des infrastructures internes ou souverraines plutôt que vers un service externe, avec un coût d'ingénierie qui dépasse largement celui des cartes de calcul. Le matériel n'est pas le sujet difficile, la gouvernance des données l'est.

L'IA générative, la même famille appliquée à autre chose

Un modèle discriminatif répond à une question fermée : cette image contient-elle une lésion, ce patient relève-t-il de telle classe. Un modèle génératif fait autre chose, il apprend la distribution des données et sait en produire de nouveaux échantillons plausibles. Texte, image, son, structure moléculaire : le principe est le même, seule la représentation change.

Les techniques de génération d'images fonctionnent souvent par débruitage progressif, on part d'un bruit aléatoire et on le transforme par étapes successives jusqu'à obtenir une image cohérente avec la consigne donnée. Cette mécanique de génération sous condition est ce qui rend la technologie transposable : on peut conditionner sur un texte, sur une autre image, sur des contraintes numériques.

En santé, cela ouvre des usages concrets. Compléter ou reconstruire un signal partiel, harmoniser des acquisitions hétérogènes, produire des exemples supplémentaires pour rééquilibrer un jeu de données où les cas rares sont sous-représentés. Attention toutefois, un échantillon généré n'apporte aucune information nouvelle sur la maladie, il ne fait que redistribuer celle qui est déjà dans les données. Il aide à stabiliser un apprentissage, il ne remplace jamais un recueil réel.

Détection précoce des facteurs de risque : la chaîne complète

C'est l'application santé la plus mature du socle. L'objectif : repérer, à partir de données déjà collectées, les signes d'un risque avant qu'il ne se manifeste cliniquement. La chaîne se construit toujours dans le même ordre, et chaque étape se rate de la même façon.

• Définir la cible et la fenêtre : prédire un événement, c'est prédire un événement dans un intervalle donné, à partir d'un instant donné. Sans fenêtre explicite, le problème n'a pas de sens et les performances ne sont pas comparables.
• Constituer la cohorte : critères d'inclusion, gestion des données manquantes, exclusion stricte de toute variable qui n'existe qu'après l'événement. C'est la fuite d'information la plus courante et la plus destructrice, un modèle qui utilise un examen prescrit parce que le clinicien suspectait déjà le diagnostic ne prédit rien du tout.
• Entraîner et régler : choisir la famille de modèle en fonction du type de données, ajuster sur un jeu dédié, jamais sur le jeu de test.
• Évaluer honnêtement : sur une population où l'événement est rare, une exactitude globale élevée ne signifie rien. Ce qui compte, c'est le comportement aux seuils réellement utilisés, la proportion d'alertes justifiées et le volume de faux positifs générés par jour.
• Calibrer : un score de risque doit correspondre à une fréquence observée, sinon il est inutilisable pour décider.

© BravRez IA

Prédire le comportement de nouveaux composants chimiques

Autre application directe du même socle, et sans doute la plus spectaculaire dans ses effets sur le temps de développement d'un traitement. Le problème posé est celui-ci : étant donné une molécule qui n'a jamais été synthétisée, estimer comment elle va se comporter, sur quelle cible elle se fixe, quelle stabilité elle présente, quelles propriétés physico-chimiques attendre.

Tout repose sur la représentation. Une molécule peut être décrite comme une chaîne de caractères ou, plus naturellement, comme un graphe dont les noeuds sont les atomes et les arêtes les liaisons. Cette seconde forme se prête à des réseaux capables de propager l'information de voisin en voisin, jusqu'à obtenir une représentation numérique de la molécule entière. Une fois cette représentation obtenue, on est ramené à un problème d'apprentissage classique : prédire une propriété à partir d'un vecteur, à partir de composés déjà caractérisés expérimentalement.

La boucle se referme avec la génération. Puisqu'un modèle génératif sait produire des échantillons sous condition, on peut lui demander des structures candidates qui respectent des contraintes cibles, puis les filtrer avec les modèles prédictifs avant tout passage en laboratoire. Le criblage devient largement numérique, ce qui ne supprime pas la validation expérimentale mais réduit drastiquement le nombre de pistes à tester. À retenir cependant : un modèle entraîné sur des familles chimiques connues extrapole mal en dehors de leur périmètre, et son domaine de validité doit être explicité au même titre que sa performance.

Un socle commun, et c'est précisément ce qui rend la médecine prédictive accessible

Reprenons les briques : apprentissage à partir d'exemples, réseaux profonds qui construisent leurs propres descripteurs, représentations numériques réutilisables, génération sous condition, accélération matérielle. Les mêmes, dans le même ordre, qu'il s'agisse de faire converser un système, d'analyser une image, d'anticiper le comportement d'un composé chimique ou de repérer un facteur de risque.

Cette généricité a une conséquence opérationnelle très concrète : on ne repart pas de zéro à chaque projet. Un modèle pré-entraîné sur des données abondantes fournit un point de départ que l'on spécialise sur un corpus médical bien plus restreint, ce qui est décisif dans un domaine où les données annotées coûtent cher et où l'annotation mobilise du temps de spécialiste. La même logique permet de combiner des modalités hétérogènes, imagerie, texte du dossier, biologie, en les projetant dans un espace de représentation commun.

Elle a aussi une conséquence sur les compétences. L'expertise recherchée n'est pas "l'IA en santé" comme spécialité fermée, c'est la maîtrise du socle plus une compréhension fine du domaine et de ses contraintes de validation. La partie transférable, c'est la méthode. La partie non transférable, c'est la connaissance des données, de leurs biais de recueil et des décisions cliniques qu'elles sont censées éclairer. Les projets qui échouent sont presque toujours ceux où la seconde a été négligée au profit de la première.

Limites, débats, et ce qu'il faut en faire

Trois limites structurelles, à poser d'emblée. La première : la clarté d'expression n'est pas une garantie de justesse, et un système capable de respecter la syntaxe, les bonnes moeurs et l'apparence de la rigueur peut parfaitement produire un raisonnement faux. La deuxième : un modèle appris reproduit ce qu'il a vu, y compris les biais de recueil, les inégalités d'accès aux soins inscrites dans les données et les habitudes locales de codage. La troisième : la performance se dégrade dès que les conditions changent, et le suivi en production n'est pas une option.

S'y ajoutent les questions qui ne relèvent pas de la technique mais qu'aucune équipe technique ne peut esquiver. Qui est responsable quand un score oriente une décision qui se révèle mauvaise. Quelle explication doit être fournie au professionnel comme au patient. Quel usage secondaire des données de santé est acceptable et sous quelles garanties. Ces débats sont légitimes et ils ne se tranchent pas par un argument de performance.

Ce qu'il faut en faire, concrètement : documenter la cible et la fenêtre de prédiction, isoler proprement les jeux de données, valider sur des sites et des périodes différents, calibrer les scores, mesurer le volume de faux positifs réellement supportable par les équipes, définir la conduite à tenir quand une entrée sort du domaine de validité, et instrumenter la dérive dès la mise en service.

Le reste est affaire de posture. Comprendre le fonctionnement réel de ces systèmes, leurs méthodes, leurs ressources et leurs limites, ce n'est pas un exercice de curiosité, c'est la condition pour être partie prenante des décisions qui se prennent en ce moment, dans les hôpitaux comme dans les entreprises. Personne ne comprendra tout. Mais s'en faire une idée assez précise pour poser les bonnes questions, c'est largement à portée.

© BravRez IA