Oubliez ce que vous avez entendu avant fin 2022. C’est le point pivot. Avant que ChatGPT ne soit rendu public, l’IA médicale était rigide. Il s’agissait d’une « IA étroite » : bonne pour une tâche spécifique et répétitive, terrible pour tout le reste.
Les développeurs ont formé ces modèles sur des données étiquetées. Pensez aux mammographies. Nourrissez un algorithme de milliers d’images, clairement marquées comme « cancer » ou « bénignes », et il apprendra à faire la différence. Il crache un score de risque pour les nouvelles images. Ça marche. En fait, une grande étude Nature a montré que l’IA battait les radiologues moyens, réduisant considérablement les faux positifs et négatifs dans les ensembles de données américains.
Mais l’IA étroite a un angle mort.
Un outil qui lit les seins ne peut pas lire les poumons. Il ne parvient pas à détecter une côte cassée, même si la côte se trouve juste à côté du poumon. C’est utile, oui. La FDA a autorisé plus de 1 500 appareils de ce type. Mais l’adoption dans la pratique quotidienne ? Paresseux. Le coût élevé, les règles de remboursement étranges et l’ombre terrifiante de la responsabilité maintiennent ces outils sur les étagères.
Puis vint le grand changement. IA générative.
Au lieu de tâches étroites, ces modèles boivent l’océan du texte. Manuels. Documents de recherche. Tous les faits médicaux en ligne. Cette fondation leur permet de gérer la vaste et complexe réalité de l’être humain. Expliquez une radiographie. Évaluez les symptômes vagues. Gérer les maladies chroniques. Décomposez les effets secondaires. Surtout, tout le monde peut les utiliser. Des patients, pas seulement des médecins.
OpenAI a constaté que 55 % des adultes vérifient déjà leurs symptômes sur ChatGPT. Ils le font de toute façon.
“L’utilisation commerciale de l’IA médicale reste cantonnée aux tâches administratives, ignorant le potentiel énorme des soins destinés aux patients.”
Les hôpitaux utilisent principalement GenAI pour effectuer la paperasse. Dragon Copilot de Microsoft écoute les conversations et rédige des notes. D’autres outils corrigent les codes de facturation pour arrêter les refus de réclamation. Efficace. Rentable pour les assureurs.
Presque aucune application n’est conçue pour que le patient puisse l’utiliser seul.
Pourquoi? Parce que construire une IA étroite de qualité médicale coûte cher. Acquisition de données. Validation. Approbation de la FDA. Cela coûte des millions, ce qui signifie que le prix est trop élevé pour les gens ordinaires. De plus, la responsabilité. Si une IA rate un diagnostic de cancer et vous vend directement, vous poursuivez l’entreprise en justice. Si le produit est vendu à l’hôpital, le médecin est le décideur ultime. Le risque juridique disparaît pour le fabricant.
Cela rend explosive une récente étude de NYU.
Ils ont comparé des outils cliniques spécialisés et coûteux à des modèles LLM (Large Language Models) bon marché et à usage général. Le résultat ? Les outils de marque « médicaux » n’avaient aucun avantage. Les LLM gratuits ou bon marché ont fonctionné aussi bien, voire mieux.
Cela change tout. Les LLM généraux ne diagnostiquent pas de maladies spécifiques et ne déclenchent donc pas un examen strict de la FDA. Aucun examen de la FDA signifie moins de poursuites. Moins d’obstacles signifie la liberté d’entreprendre.
La prochaine licorne de la santé
Voici l’opportunité. Ne construisez pas un autre dispositif médical coûteux et monotâche. Il n’y a pas d’argent là-bas.
Aidez les gens à utiliser le GenAI existant. C’est le prochain géant de la santé.
Le chemin n’est pas fluide. Les entrepreneurs seront confrontés à des questions difficiles. Est-ce que ce sera une application ? Une suite d’agents ? Une plateforme pédagogique ? Comment gagner de l’argent – les abonnements ? Des contrats d’employeur ? Des récompenses basées sur la performance ?
La sécurité est le cauchemar. La précision dépend de la manière dont l’utilisateur formule ses questions. Les suivis sont importants. Que se passe-t-il lorsque l’IA signale une véritable crise médicale à 3 heures du matin ? Vous avez besoin d’une infrastructure de support clinique 24h/24 et 7j/7, sinon vous en êtes responsable.
C’est complexe. C’est risqué.
Mais la logique tient la route. Soignez un patient dans une clinique, vous l’aidez pendant une heure. En apprenant à un patient à utiliser efficacement l’IA, vous améliorez sa gestion de la santé pendant des décennies.
Le marché est grand ouvert. Qui interviendra en premier ?
