Les investissements envisagés dans l’IA amélioreront-ils notre santé, et à quel prix?

Une femme de 30 ans, quelques mois après un accouchement, consulte son médecin pour un examen de routine. Un électrocardiogramme (ECG) classique semble normal, mais une application d'intelligence artificielle (IA) intégrée au téléphone du médecin détecte une anomalie : une dysfonction systolique du ventricule gauche, une maladie cardiaque potentiellement grave. Un stéthoscope numérique doté d'IA confirme l'alerte. Des examens complémentaires confirment le diagnostic. Ce cas réel, rapporté par le Dʳ Peter Noseworthy de la Mayo Clinic, illustre le potentiel de l'IA en santé. L'ECG est un examen qui enregistre l'activité électrique du cœur sous forme de courbes, dont les variations indiquent le rythme cardiaque. L'IA permet ici d'analyser ces signaux en temps réel, avec une précision supérieure à celle d'un humain dans certains cas, comme celui-ci où la maladie est passée inaperçue lors d'un examen traditionnel.

Le 4 juin 2026, le premier ministre Mark Carney annonce à l’hôpital général de Toronto le lancement de la stratégie nationale canadienne d'IA en santé, intitulée « L’IA pour tous ». Cette initiative prévoit un budget de 200 millions de dollars pour intégrer l'IA dans les soins de santé. Les objectifs incluent l'automatisation de tâches administratives comme la gestion des rendez-vous médicaux ou l'envoi de rappels aux patients. L'IA servira aussi à améliorer la communication entre médecins et patients via des outils de transcription automatique (scribes IA), et à analyser des images médicales ou des examens diagnostiques pour affiner les diagnostics. Cependant, les experts soulignent que ces améliorations techniques ne garantissent pas automatiquement une meilleure santé pour les patients, car elles ne résolvent pas les problèmes structurels du système de santé.

Zahra Shakeri, professeure adjointe à l’Université de Toronto, travaille sur des projets visant à utiliser l'IA pour optimiser le triage médical, c’est-à-dire la priorisation des patients en fonction de l'urgence de leur état. Elle met en garde contre les biais dans les données de santé utilisées pour entraîner les algorithmes d'IA. Par exemple, une analyse sanguine manquante dans un dossier médical peut refléter soit un choix médical (le médecin a jugé l'examen inutile), soit un obstacle d'accès aux soins (le patient n'a pas pu réaliser l'examen). Ces lacunes faussent les modèles d'IA, car ils apprennent à partir de données incomplètes ou déséquilibrées. Shakeri souligne que les données de santé ne reflètent pas seulement l'état de santé d'une personne, mais aussi la qualité et la fréquence de ses interactions avec le système de santé. Cela pose des enjeux majeurs d'équité, de protection de la vie privée et d'inclusion, surtout pour les groupes mal desservis.

L'entreprise torontoise ProteinQure utilise l'IA pour concevoir des médicaments contre le cancer. Selon Evan Solomon, ministre fédéral de l’Intelligence artificielle et de l’Innovation numérique, cette technologie permet d'accélérer la recherche en explorant rapidement des millions de combinaisons moléculaires, comme si elle cherchait une clé pour ouvrir une serrure. Traditionnellement, cette étape prend des années aux chercheurs. Cependant, trouver une molécule prometteuse n'est qu'une première étape. Il faut ensuite vérifier sa toxicité, son efficacité, sa capacité à atteindre les cellules cibles, et mener des essais cliniques sur des humains et des animaux. Ces étapes restent longues et ne peuvent être entièrement automatisées. Kelsey Hanson Satterly, fondatrice d’un cabinet de conseil, explique que certains aspects des essais cliniques, comme le recrutement de patients ou l'évaluation de la toxicité, ne peuvent pas être accélérés sans risque.

Les outils d'IA en santé reposent sur des centres de données, des infrastructures informatiques qui consomment d'énormes quantités d'électricité. Aux États-Unis et au Canada, ces centres ont fait l'objet de manifestations en raison de leur impact environnemental. Lorsqu'ils sont alimentés par des énergies fossiles, ils émettent des polluants atmosphériques qui peuvent affecter la santé des populations locales. Le Canada investit massivement dans l'IA pour la santé, mais ces infrastructures posent un dilemme : cette technologie prometteuse pour la santé humaine pourrait, en retour, nuire à la santé publique et à l'environnement. Les centres de données ne sont pas soumis à des évaluations obligatoires des risques sanitaires, ce qui aggrave les inquiétudes des citoyens et des médecins en santé publique.