Artificial Intelligence Index Report 2026, Chapter 6: Medicine
Item
- Titre (article, livre complet, chapitre de livre, publication réseaux sociaux, pageWeb, SiteWeb complet, etc.)
- Artificial Intelligence Index Report 2026, Chapter 6: Medicine
- Date de publication (AAAA ou AAAA-MM-JJ)
- 2026
- Résumé
-
Ce chapitre du rapport annuel de l'AI Index est préparé par RAISE Health, initiative conjointe de Stanford Medicine et du Stanford Institute for Human-Centered Artificial Intelligence. Contrairement aux éditions précédentes, où science et médecine formaient un seul chapitre, l'édition 2026 les sépare, la médecine occupant le chapitre 6.
L'aperçu liminaire annonce la thèse d'ensemble : les progrès de l'intelligence artificielle en médecine ont été nombreux en 2025, mais les bonnes performances des modèles ne se sont pas systématiquement traduites en effets cliniques réels. Le texte relève que les modèles obtiennent désormais de meilleurs résultats que la plupart des médecins aux évaluations structurées de raisonnement clinique, alors que près de la moitié des études cliniques recourent encore à des scénarios simulés plutôt qu'à des données de personnes réelles. Il note aussi que les patient·es rencontrent de l'information de santé générée par intelligence artificielle directement dans leurs résultats de recherche, souvent avant de consulter, avec moins de surveillance encore que les outils passant par les voies réglementaires.
La première section porte sur la biologie moléculaire. Elle documente une croissance d'environ 71 % des publications sur les protéines entre 2024 et 2025 et constate que les modèles de taille réduite égalent ou dépassent les grands systèmes généralistes. Le développement des modèles biologiques y est décrit comme limité par les données plutôt que par l'architecture, ce qui a conduit en 2025 à l'usage de jeux de données distillés composés de structures prédites par intelligence artificielle, faisant passer les ensembles d'entraînement de centaines de milliers à des dizaines de millions d'entrées.
La deuxième section porte sur les applications cliniques. Elle établit que les données d'entraînement en imagerie médicale demeurent environ cent fois moins volumineuses que celles de l'imagerie non médicale, et que le domaine manque de bancs d'essai normalisés permettant de comparer les modèles d'une spécialité à l'autre. Deux encadrés méritent attention. Le premier compare les performances de modèles et de médecins sur des tâches de raisonnement : sur des vignettes de raisonnement de prise en charge portant sur cinq cas, un modèle de raisonnement obtient une note médiane de 86 %, contre 42 % pour le modèle de la génération précédente, 41 % pour les médecins disposant de ce dernier et 34 % pour les médecins travaillant avec leurs ressources habituelles. Le second porte sur les agents autonomes : un orchestrateur diagnostique couplé à un modèle de raisonnement atteint 85,5 % sur des cas complexes tirés de la littérature médicale, contre environ 20 % pour vingt et un médecins en exercice.
La section documente également l'autorisation réglementaire des dispositifs. Au 31 décembre 2025, la Food and Drug Administration avait autorisé 1 357 dispositifs provenant de 693 entreprises, dans 17 spécialités, dont 258 pour la seule année 2025. La radiologie compte pour 1 039 de ces dispositifs, soit 76,6 %, devant le cardiovasculaire avec 130 et la neurologie avec 61. Le marché est décrit comme concentré au sommet mais fragmenté dans l'ensemble : GE Healthcare vient en tête avec 93 dispositifs, suivie de Siemens Healthineers avec 82, de Shanghai United Imaging avec 38, de Philips Healthcare avec 36, de Canon Medical avec 35 et d'Aidoc Medical avec 30, alors que la grande majorité des 626 entreprises n'en détiennent qu'un ou deux. Une analyse citée établit que seuls 2,4 % des dispositifs assortis d'études cliniques s'appuient sur des essais randomisés.
Les déploiements à grande échelle de 2025 font l'objet d'un traitement détaillé, en particulier les scribes à écoute ambiante. Abridge est passée d'environ 100 à plus de 150 systèmes de santé, et des établissements rapportent des réductions du temps de documentation, de la charge cognitive et de l'épuisement professionnel, l'un d'eux faisant état d'un rendement de l'investissement de 112 %.
Une sous-section porte sur les lacunes de la preuve et la gouvernance. Elle rapporte que le State of Clinical AI Report de janvier 2026 a recensé plus de 500 études cliniques, dont près de la moitié reposant sur des questions d'examen et 5 % seulement sur des données cliniques réelles. La conclusion de ce rapport y est citée : l'intelligence artificielle serait plus efficace lorsqu'elle appuie le jugement clinique plutôt qu'elle ne le remplace. La sous-section rapporte ensuite que le banc d'essai NOHARM établit que les modèles de langage produisent entre 11,8 et 14,6 recommandations gravement nocives par tranche de cent cas cliniques, dont 76,6 % par omission, en précisant aussitôt que ce constat vaut pour les modèles généralistes évalués sur des tâches ouvertes et non pour les outils étroits qui portent l'adoption actuelle. Elle indique enfin que le cadre FURM gouverne désormais toutes les nouvelles adoptions d'intelligence artificielle à Stanford Health Care.
La troisième section porte sur l'engagement des patient·es. Elle établit que 84 % à 92 % des requêtes de recherche liées à la santé déclenchent un résumé généré par intelligence artificielle, et que les publications sur les perceptions des patient·es ont décuplé entre 2020 et 2025. La confiance envers l'intelligence artificielle y apparaît médiée par le clinicien plutôt qu'évaluée sur la technologie, l'endossement par le personnel soignant constituant un déterminant clé de l'acceptation. La littérature se concentre aux États-Unis, au Royaume-Uni et en Allemagne, celle provenant d'Afrique subsaharienne, d'Amérique latine et d'Asie du Sud-Est restant sous-représentée.
La quatrième section porte sur les considérations éthiques. En 2025, 43,4 % des publications en intelligence artificielle médicale abordent des questions éthiques, contre 37,1 % en 2024, la croissance se concentrant sur la gouvernance. La biosécurité demeure peu explorée, avec 14 publications seulement. La santé mondiale fait exception : dans ce sous-domaine, ce sont les préoccupations sociétales, dont l'équité, la justice et l'accessibilité, qui dominent, contrairement à tous les autres sous-domaines où la gouvernance prime. - Maison d'édition / Nom de la revue scientifique / Nom du site Web / Nom de l'institution universitaire (thèses) / Institution d'un rapport, etc.
- RAISE Health, Stanford Institute for Human-Centered Artificial Intelligence
- Titre du livre (pour chapitre de livre)
- Artificial Intelligence Index Report 2026
- Intervalles des pages (articles)
- 255-287
- Nombre de pages (livres)
- 33
- Format, type de document (ex: image, publication textuelle, vidéo, etc.)
- Quel type de publication sur réseau social (ex: statut Facebook, statut Twitter, etc.)
- Chapitre de rapport
- Media
raise report 2026.png
Linked resources
| Title | Class |
|---|---|
 RAISE Health Symposium 2025 |
Annotations
There are no annotations for this resource.