Cette réflexion analyse les tensions entre intelligence artificielle (IA) et médecine palliative à partir d’une approche anthropologique et éthique. La médecine palliative est envisagée comme un espace critique permettant d’interroger les présupposés de l’IA, fondés sur la prédiction, la modélisation et l’optimisation. Une analyse conceptuelle s’appuie sur une vignette clinique prospective illustrant l’intégration d’outils algorithmiques dans des décisions de fin de vie, complétée par une revue de la littérature sur les usages émergents de l’IA en santé et en soins palliatifs. Les résultats mettent en évidence un déplacement progressif d’une IA générative vers une IA agentique, susceptible d’influencer directement les trajectoires de soins et les dynamiques décisionnelles. Si ces systèmes améliorent certaines capacités prédictives ou organisationnelles, ils exposent également à plusieurs risques : contraction décisionnelle, standardisation des pratiques, réduction de l’incertitude à des probabilités statistiques et simulation relationnelle. En médecine palliative, ces limites apparaissent particulièrement visibles du fait de la centralité de la vulnérabilité, de l’ambivalence et de la singularité des situations cliniques. Trois dimensions irréductibles du soin émergent alors : la présence incarnée, l’insaisissabilité du sujet et la relation intersubjective. L’IA peut reproduire certains marqueurs de l’empathie sans accéder à l’expérience vécue, à la réciprocité ni à l’engagement humain constitutifs de la relation thérapeutique. La médecine palliative apparaît ainsi comme un terrain de validation anthropologique de l’IA. Elle conduit à envisager une éthique de la non-optimisation, rappelant que certaines dimensions de l’expérience humaine ne sauraient être entièrement réduites à des modèles prédictifs ou computationnels.

This reflection examines the tensions between artificial intelligence (AI) and palliative medicine through an anthropological and ethical perspective. Palliative medicine is considered a critical space from which to question the underlying assumptions of AI, particularly those based on prediction, modeling, and optimization. The conceptual analysis draws on a prospective clinical vignette illustrating the integration of algorithmic tools into end-of-life decision-making, complemented by a review of the literature on emerging uses of AI in healthcare and palliative care. The findings highlight a gradual shift from generative AI toward agentic AI, capable of directly influencing care trajectories and decision-making dynamics. While these systems may enhance certain predictive or organizational capacities, they also expose several risks: narrowing of decision-making, standardization of practices, reduction of uncertainty to statistical probabilities, and relational simulation. In palliative medicine, these limitations become especially visible because of the central role of vulnerability, ambivalence, and the singularity of clinical situations. Three irreducible dimensions of care therefore emerge: embodied presence, the elusiveness of the subject, and the intersubjective relationship. AI may reproduce certain markers of empathy without accessing lived experience, reciprocity, or the human commitment that constitute the therapeutic relationship. Palliative medicine thus appears as a field for the anthropological validation of AI. It invites the development of an ethics of non-optimization, reminding us that certain dimensions of human experience cannot be fully reduced to predictive or computational models.