Chers amis,
L’intelligence artificielle (IA) est l’ensemble des théories et des techniques mises en œuvre pour réaliser des machines dont le fonctionnement s’apparente à celui du cerveau humain.
Des généralisations dangereuses, un dialogue médecin-patient sacrifié sur l’autel de la rentabilité, cette transformation silencieuse touche déjà toutes les spécialités médicales.
D’un autre côté, l’intelligence artificielle suscite d’énormes espoirs : précision du diagnostic, optimisation des soins, gain de temps, amélioration de la productivité et réalisation d’économies substantielles, du moins pour les structures de santé et les médecins. Cependant, les inconvénients et les dérapages apparaissent si nombreux que l’IA médicale appelle d’importants recadrages…
Depuis plusieurs années des auteurs se sont penchés sur les limites de l’IA. Notamment Roger Lenglet Philosophe et journaliste d’investigation, il est l’auteur de nombreux livres d’enquête sur les agissements des industries polluantes et les faiblesses de la santé publique, tels L’Affaire de l’amiante, en 1996, et Des lobbies contre la santé (avec B. Topuz) en 1998, puis Nanotoxiques, en 2014, Profession corrupteur, Psychotropes et tueries de masse, Lobbying et Santé, Menace sur nos neurones, L’Art de lancer une alerte.
L’intelligence artificielle révolutionne la médecine ? Oui. Mais à quel prix pour vous, patient ? Pendant que l’IA exploite avec brio les données massives et l’imagerie de pointe, elle commet des erreurs qui pourraient vous concerner.
La iatrogénèse
Ivan Illich s’est penché sur l’IA qu’il a qualifiée de « contreproductivité paradoxale ». La diminution de la santé des hommes par le développement morbide de l’institution médicale, Illich l’appelle iatrogénèse, en empruntant ce mot au vocabulaire médical. Maladie iatrogène : maladie engendrée par le médecin et le médicament.
En effet, ceux qui alimentent le contenu de l’IA sont des professionnels de la santé qui recourent à une médecine allopathique autrement dit à des produits chimiques. Il faut savoir que tout produit chimique (neuroleptiques, antibiotique, paracétamol, IPP, statines, Alpha et béta bloquant et combien d’autres), sont efficace durant 3 mois, ensuite ils altèrent tous les métabolismes.
Je prendrai pour exemple le traitement officiel de la maladie d’Alzheimer.
La découverte de l’existence d’un déficit de la neurotransmission lié à l’acétylcholine dans le cerveau des personnes atteintes de la maladie d’Alzheimer a conduit à utiliser des substances qui visent à améliorer cette transmission en s’opposant à la dégradation de l’excès d’acétylcholine larguée dans la fente synaptique par une enzyme, la cholinestérase.
Inhiber cette enzyme revient à augmenter la quantité d’acétylcholine présente dans la synapse. C’est ainsi que la médecine officielle a découvert le Donepezil (Aricept).
Ce médicament augmente l’activité de l’acétylcholine dans le cerveau, mais aussi, malheureusement, au niveau des organes périphériques provoquant des effets indésirables :
- Au niveau du tube digestif : ce sont les troubles les plus fréquents (nausées, vomissements, parfois diarrhée ou douleurs abdominales).
- Au niveau du cœur, il provoque un ralentissement et des syncopes.
- Mais surtout une sclérose latérale amyotrophique (maladie de Charcot) qui est mortel.
On a interrompu Aricept (non remboursé par la Sécurité Sociale).
Dès lors que les experts médicaux proposent des produits chimiques, l’intelligence artificielle fera un flop c.q.f.d (ce qu’il fallait démontrer).
Autres effets de l’IA
En pâtit d’abord la relation humaine. Cette révolution informatique tend à reléguer le dialogue avec le patient. Elle diminue l’observation approfondie de ses symptômes et la prise en compte de ses singularités.
Elle fait oublier ce que son corps donne à voir, à sentir et à interpréter.
Elle dédaigne sa parole, qui témoigne de son environnement social, culturel et psychologique, de ses antécédents familiaux, de ses fragilités physiques et économiques, elle suscite moins ses confidences… Elle oublie ce que l’approche clinique et le colloque singulier peuvent apporter d’essentiel.
Alors même que les grands professeurs de médecine regrettaient déjà que les facs de médecine n’enseignent presque plus ce sens de l’observation et cette proximité, l’IA aggrave davantage la situation. Elle désincarne la consultation, l’économise, la rend plus abstraite… Pour ne pas dire expéditive !
Des médecins désormais habitués à confier la lecture du dossier du patient à l’IA en oublient leurs particularités et les nuances essentielles qu’elles devraient leur dicter.
L’anamnèse est éclipsée, ce questionnaire des patients est essentiel et incontournable. C’est l’ensemble des renseignements que le médecin recueille en interrogeant un malade sur l’histoire de sa maladie.
Toutes les pathologies perturbées
- En cardiologie
Les risques d’erreurs et de médicalisation excessive liés à l’automatisation des processus décisionnels sont légion.
En cardiologie, par exemple, les logiciels qui évaluent la probabilité qu’un patient développe une maladie ou subisse un accident organique font prescrire systématiquement des statines à des patients dont le profil lipidique est dû en fait à certaines habitudes alimentaires d’ordre culturel qui pourraient être révélées simplement par un dialogue détaillé.
Par ailleurs les statines inhibent la synthèse des hormones stéroïdes (hormones sexuelles et cortisol).
- Elles perturbent la biosynthèse de la vitamine D et induisent déminéralisation et blocage de la neurotransmission ;
- Elles bloquent l’utilisation de l’acétyle coA indispensable pour la synthèse du cholestérol.
- En cancérologie
Idem en cancérologie, où les indications médicamenteuses de l’IA négligent souvent la diversité ethnique et culturelle des patients, ignorant les différents profils génétiques affectant la métabolisation des produits.
En 2022, The Lancet Oncology a fait état de ces biais persistants de l’IA qui augmentent le risque de sous-dosage ou de surdosage médicamenteux lié à une standardisation excessive des malades.
Standardisation due surtout au fait que les bases de données sont discriminatoires, majoritairement composées de patients d’origine européenne, au détriment des populations africaines et asiatiques.
Les cancérologues recourent à la chimiothérapie et à la radiothérapie dont les effets secondaires perturbent l’ensemble des métabolismes.
Avant la radiothérapie, appliquez 10 gouttes d’HE de Tea tree et Niaouli sur les zones à irradier.
- En psychiatrie
Les méprises foisonnent aussi en psychiatrie. Le problème du patient qui ne peut apparaître qu’à travers une longue écoute attentive – déjà fréquemment délaissée – est encore plus gommé par l’IA au profit d’une classification générale et de médicaments psychotropes.
Exit la diversité des parcours de vie, la prise de conscience et l’analyse des causes existentielles (harcèlement, conjonctions dramatiques, déficit narcissique, déracinements, troubles neurodéveloppementaux…).
Les algorithmes de diagnostic différentiel privilégient les symptômes quantifiables (échelles HAD, PHQ-9) toujours au détriment de l’histoire singulière du patient.
De sorte que l’IA recommande aveuglément un antidépresseur sérotoninergique standard, ignorant que la « dépression » masque bien souvent des épreuves insidieuses à analyser. Les batteries cognitives automatisées peuvent ainsi sous-diagnostiquer des troubles ou surestimer des déficits chez les patients déprimés.
- En gériatrie
En gériatrie, les polypathologies sont le lot des personnes âgées. Le devoir du médecin est de les soulager en évitant la surconsommation pharmaceutique, à l’origine de nombreux décès.
Or les algorithmes de prescription additionnent volontiers les pilules comme si les pathologies d’un même malade étaient toutes de nature différente, ce qui crée des « cascades iatrogéniques », cet effet domino médicamenteux qui submerge le patient.
Il n’est pas rare qu’un patient de 80 ans consomme 10 médicaments différents par jour sans que les interactions dangereuses et les dangers de leur accumulation soient bien évalués.
Des gériatres estiment que la plupart des modèles d’IA déployés en gériatrie manquent de validation sur des populations âgées diverses, ce qui augmente le nombre d’erreurs et de décisions inappropriées.
De même, les algorithmes de prédiction des risques de chute chez les vétérans peuvent générer de nombreux faux positifs et de fausses alertes, et conduisent à une surmédicalisation ou à une surveillance excessive !
- En pédiatrie
En pédiatrie, il arrive que les courbes de croissance algorithmiques basées sur des moyennes alertent le médecin et déclenchent une médicalisation chez des enfants de familles de petite taille. L’IA recommande facilement des explorations hormonales coûteuses là où le dialogue et l’observation clinique concluraient à la normalité.
Les algorithmes de détection du TDAH (trouble du déficit de l’attention avec ou sans hyperactivité) conduisent à des abus de prescriptions de psychotropes. Le cas n’est pas rare avec des enfants dont l’agitation est juste liée à des cauchemars récurrents ou à des soucis familiaux que le dialogue aurait pu dénouer.
- En gynécologie
La gynécologie automatisée n’échappe pas aux généralisations excessives. L’IA peine à intégrer la complexité des symptômes gynécologiques, qui sont souvent influencés par des facteurs hormonaux, psychologiques et sociaux. Ce qui conduit à des diagnostics ou à des traitements inadaptés.
Lors de la ménopause, les algorithmes proposent des traitements hormonaux basés sur l’âge et les symptômes quantifiés.
Sans prendre en compte les antécédents familiaux ni les représentations culturelles de cette période et les projets de vie qui conditionnent l’opportunité du traitement.
De leur côté, les algorithmes de dépistage du cancer du sein ou du col de l’utérus négligent les particularités ethniques, peu représentées dans les bases de données européennes.
- En dermatologie
La dermatologie subit le même sort. Des populations sont sous-représentées dans les bases de données dès lors qu’elles ont la peau foncée ou qu’elles présentent des variations de phototypes selon leurs origines ethniques. En souffrent le dépistage de cancers de la peau, d’affections pigmentaires et de complications inflammatoires.
Des mélanomes ou d’autres atteintes dermatologiques sont ainsi sous-diagnostiquées ou, à l’inverse, sur-diagnostiquées.
- En médecine d’urgence
La médecine d’urgence serait-elle mieux lotie ? Non. La faiblesse des algorithmes d’aide au diagnostic a été mise en évidence dans plusieurs études récentes. Les outils d’évaluation du risque coronarien HEART et TIMI, utilisés en médecine d’urgence pour prendre en charge les patients présentant des douleurs thoraciques, manquent de discernement.
Ils conduisent à hospitaliser systématiquement des patients jeunes ayant ces douleurs ou d’autres atypiques, sans explorer suffisamment les contextes psychosociaux (attaques de panique, violences domestiques…) qui expliqueraient ces symptômes.
On observe même que certains algorithmes d’aide au triage en services d’urgence présentent des taux d’erreurs plus élevés chez les patients issus de minorités ou présentant des comorbidités. Ce biais souligne la nécessité d’une adaptation contextuelle des modèles pour éviter les décisions inappropriées et inéquitables.
Les IA appliquées à la médecine d’urgence et à la médecine prédictive ne font pas exception en effet. Elles sont elles-mêmes tributaires de facteurs institutionnels, sociaux, éthiques et réglementaires.
Des chercheurs ont d’ailleurs révélé que certains algorithmes conçus aux États-Unis pour identifier les populations recourant aux soins intensifs concluaient de manière erronée que les patients noirs étaient en meilleure santé que les patients blancs.
L’IA interprétait leur recours moins fréquent aux hôpitaux comme une plus grande résistance sans songer à prendre en compte la faiblesse moyenne de leurs revenus.
L’IA médicale face à la justice
Ces dérives soulèvent la question de la responsabilité du médecin en cas d’erreur médicale liée à l’IA. Les procès se multiplient et la jurisprudence fait ressortir que la responsabilité est partagée entre praticiens, établissements de santé et concepteurs d’algorithmes causant des préjudices.
En mars 2025, la Cour de cassation a rendu un arrêt décisif impliquant un CHU dont le système d’IA avait écarté l’éventualité d’une tumeur cérébrale chez une patiente en concluant que ses symptômes relevaient d’une simple migraine chronique, sans même prescrire une imagerie cérébrale qui aurait pu suffire à attester son glioblastome.
Pour rappel, le Code de la santé publique stipule depuis 2021 que le professionnel de santé doit s’assurer que ses patients sont informés de l’usage de l’IA avant d’y recourir. La décision finale doit être prise par le médecin et le patient lui-même. Pour réduire le risque d’erreur, le médecin a d’ailleurs l’obligation de suivre une formation continue pour utiliser le système avec compétences et avoir conscience de ses limites.
Censée être plus « scientifique », l’IA verse pourtant inévitablement dans des diagnostics erronés et des thérapies inappropriées qu’un examen clinique élémentaire attentif aux singularités aurait évités.
Tous ces exemples illustrent comment l’efficacité apparente de l’IA peut masquer un appauvrissement diagnostique, qui transforme la médecine en une suite d’algorithmes déconnectés de la réalité humaine complexe.
Leur standardisation s’inscrit dans une logique économique où la « productivité» médicale prime sur le temps nécessaire à l’émergence du sens clinique.
L’IA ne doit pas se réduire à un simple instrument économique entre les mains de lobbies médicaux et informatiques pressés d’encaisser leurs retours sur investissements.
Ne craignez pas de défendre auprès de votre médecin la place de l’entretien humain, sans IA ni écran au moins dans une première phase.
Une IA rénovée
La technique géniale de l’IA ne peut être exclue de la médecine contemporaine.
Il faut retenir que les tissus humains sont vivants. Ils sont vitalisés et vibrent.
Il en va de même des remèdes naturels. Chaque plante, chaque huile essentielle dispose d’une longueur d’onde spécifique.
Désormais, l’IA pour chaque maladie donnera des renseignements précis. Le continuum « thérapie naturelle – organisme humain » dans une thérapie adaptée, enrichit les connaissances du corps médical.
Quant à la médecine quantique et l’IA, il faut s’attendre à de belles surprises !
* *
*
Dans les médias, le thème de la stérilité est souvent évoqué. De même la DMLA traitée par injection de produit à travers la vitrée (dont le coût est de 800 € à 1000 € l’ampoule) cause des effets secondaires insoupçonnés.
Je signale qu’1,2 million personnes sont atteintes de cette pathologie, c’est ainsi que la sécurité sociale est un gouffre !
Vous trouverez le traitement de ces 2 pathologies dans mon livre « 104 maladies du 21e siècle » , Ed. Testez
Portez-vous bien !
Jean-Pierre Willem
