Intelligence artificielle en milieu hospitalier : entre aide au diagnostic et responsabilité médicale
L'intelligence artificielle transforme les diagnostics et la gestion des urgences hospitalières, soulevant des questions cruciales sur la responsabilité médicale, l'efficacité clinique et la régulation.

La transformation numérique des établissements de santé franchit un cap décisif avec l'intégration croissante de l'intelligence artificielle dans les services d'urgence et les diagnostics cliniques. L'enjeu majeur réside désormais dans l'arbitrage entre l'assistance technologique salvatrice et une dépendance excessive à l'égard d'algorithmes dépourvus de toute responsabilité juridique.
Entre soutien clinique et maintien du discernement
Lors d'un panel spécialisé consacré aux technologies médicales, des experts de premier plan ont dressé un panorama nuancé de l'usage des algorithmes au quotidien. Le professeur Avi Tsor, directeur médical principal du Centre médical Sheba, a souligné la profondeur de cette intégration en mentionnant l'utilisation généralisée d'outils d'aide à la décision comme OpenEvidence, adoptée par près de la moitié des praticiens aux États-Unis. Couplées aux dossiers médicaux électroniques de manière hautement sécurisée, ces solutions renforcent l'efficacité de la prise en charge sans toutefois se substituer au jugement humain.
Interrogé sur les divergences potentielles entre les diagnostics automatisés et l'observation médicale, le professeur Tsor rappelle que le discernement clinique demeure primordial :
« Le système fournit une quantité considérable de données, mais c'est à nous qu'incombe la tâche de synthétiser ces informations pour arrêter la décision finale. »
Réduction des délais d'hospitalisation et défis radiologiques
Le domaine de la radiologie, pionnier dans l'adoption de ces technologies, illustre l'ampleur du changement. Sur les quelque 1 600 applications médicales validées par l'Agence américaine des produits alimentaires et médicamenteux, environ 75 % relèvent de l'imagerie. Le professeur Yaacov Sosna, président de l'Académie nationale israélienne de médecine scientifique et chef du département d'imagerie médicale au Centre médical Hadassah, indique que son établissement traite mensuellement près de 100 000 analyses pour 30 000 patients. L'algorithme permet notamment de hiérarchiser les urgences, telles que la détection précoce d'une hémorragie cérébrale.
Les gains d'efficacité se mesurent également sur la durée des séjours hospitaliers. Liat Nadai Arad, directrice d'iNextData au Centre médical Ichilov, relève une diminution moyenne de six à dix heures de la durée d'hospitalisation dans les services de médecine interne à la suite du déploiement de ces plateformes.
Les risques de l'atrophie des compétences et le cadre réglementaire
Malgré ces avancées, la communauté médicale met en garde contre le phénomène de désapprentissage, ou « deskilling », qui désigne la perte progressive des aptitudes diagnostiques traditionnelles chez les praticiens trop tributaires de l'automatisation. Des études internationales signalent un recul significatif des performances des spécialistes en l'absence d'exercice rigoureux. L'Académie nationale insiste ainsi sur la nécessité de maintenir une formation initiale axée sur la maîtrise des fondamentaux.
En matière de gouvernance, Liat Nadai Arad souligne la proactivité des autorités locales : le Ministère de la Santé associe étroitement chercheurs, technologues et régulateurs afin d'encadrer ces innovations sans entraver leur essor, maintenant ainsi un juste équilibre entre sécurité des patients et modernité des soins.





