L’introduction de l’intelligence artificielle (IA) dans le domaine de la santé transforme les pratiques cliniques et de recherche. Aujourd’hui, l’IA est déployée pour améliorer la qualité des soins, faciliter l’analyse d’images, optimiser la transcription de dictées et soutenir la gestion des données patients, impactant ainsi les soins, la recherche et les fonctions supports. Les approches varient de l’IA symbolique aux techniques de machine learning et de deep learning, chacune présentant des niveaux de complexité et d’exigences distincts. L’essor des modèles modernes, caractérisés par un nombre croissant de paramètres et un appétit accru en données, soulève des défis majeurs en termes d’infrastructures coûteuses et de risques de biais lors de la collecte et du déploiement. Par ailleurs, l’intégration effective de ces technologies requiert une réflexion approfondie sur les aspects réglementaires, informatiques et organisationnels, afin d’harmoniser les processus d’intégration et de garantir la conformité aux normes en vigueur. Ce panorama met en lumière les atouts et les enjeux de l’IA en santé, appelant à un déploiement permettant d’assurer la sécurité, la fiabilité et la bonne utilisation des systèmes d’IA.

The introduction of artificial intelligence in healthcare is transforming clinical and research practices. Today, AI is deployed to improve the quality of care, facilitate image analysis, optimize dictation transcription, and support patient data management, thereby impacting care, research, and support functions. Approaches range from symbolic AI to machine learning and deep learning techniques, each presenting distinct levels of complexity and requirements. The rise of modern models, characterized by an increasing number of parameters and a growing appetite for data, poses major challenges in terms of costly infrastructures and the risk of bias during data collection and deployment. Moreover, the effective integration of these technologies requires thorough consideration of regulatory, IT, and organizational aspects to harmonize integration processes and ensure compliance with current standards. This overview highlights the strengths and challenges of AI in healthcare, calling for a deployment that ensures the safety, reliability, and proper use of AI systems.