- "Nous définissons l’IA agentique comme des systèmes capables de planifier de manière autonome et de prendre des mesures pour atteindre des objectifs"
- Tom Coshow, Directeur Analyste Senior chez Gartner
- " Les agents sont plus intelligents. Ils sont proactifs — capables de faire des suggestions avant même que vous ne les demandiez. Ils accomplissent des tâches à travers plusieurs applications. Ils s’améliorent avec le temps, car ils se souviennent de vos activités et reconnaissent votre intention et vos habitudes. Sur cette base, ils vous proposent ce dont ils pensent que vous avez besoin — mais vous gardez toujours la décision finale "Bill Gates
- " L’intégration de l’IA agentique peut conduire à la création de nouveaux rôles axés sur la gestion de l’IA, ainsi qu’à l’évolution des postes existants dans le service client vers des missions plus complexes, centrées sur la résolution de problèmes et les interactions personnalisées… En favorisant une culture d’apprentissage continu et d’adaptation, les entreprises peuvent rassurer leurs collaborateurs et s’assurer qu’ils sont préparés à travailler aux côtés des technologies d’IA, améliorant ainsi la collaboration et la qualité du service."
- Daniel O’Sullivan, Directeur analyste principal chez Gartner
L'IA agentive arrive dans le domaine médical.
Extension des capacités grâce à deux nouveaux modèles d'IA médicale
ÉRIC TOPOL
17 JUIN 2026
"Thank you, Sir, for your highly effective, relevant, and comprehensive analyses. Thank you as well for sharing your perspective on AI."
"Ce n'était qu'une question de temps. L'IA autonome et agentique a déjà été appliquée aux sciences de la vie et à de nombreux autres domaines, et deux publications importantes parues aujourd'hui dans Nature font progresser ce concept dans le domaine de la santé. L'une, MIRA, est l'œuvre de Jacob Kather et ses collègues allemands, et l'autre, AIME , de Mike Schaekermann et ses collègues de Google (les acronymes sont définis ci-dessous). Ces travaux dépassent largement le cadre d'une simple assistance de l'IA pour des applications spécifiques, comme l'aide au diagnostic, pour s'étendre à la gestion complète et aux plans de soins de bout en bout. Ce sont deux articles très complexes, riches en informations, qui contiennent des dizaines de pages de données supplémentaires décrivant en détail les éléments évalués. Dans ce numéro de Ground Truths, j'aborderai bientôt les principaux résultats et leurs implications. Tout d'abord, un tableau récapitulatif comparant les deux systèmes."
- Précision globale : MIRA a atteint 87,8 %, contre 78,1 % pour les médecins spécialistes de comparaison.
- Performance chirurgicale : Dans la prescription d'interventions critiques (comme l'appendicectomie ou la cholécystectomie), l'IA a surpassé les cliniciens avec 53,5 % de réussite contre 38,3 %.
- Diagnostics spécifiques : Un score parfait de 100 % pour l'appendicite (contre 88 % pour les médecins) et 95,2 % pour la pancréatite (contre 78,6 %).
- L'agent de dialogue (Système 1) : Focalisé sur l'interaction empathique avec le patient, il simule une "pensée rapide" pour recueillir les informations lors des consultations.
- L'agent de gestion Mx (Système 2) : Il représente la "pensée lente". Travaillant en arrière-plan, il effectue un traitement contextuel approfondi pour élaborer le plan de soins optimal.
- Perturbations psychologiques : Les performances restent constantes face à des patients souffrant de paranoïa, d'anxiété sévère ou en déni de diagnostic.
- Efficacité administrative : Contrairement au système actuel, AMIE libère l'interaction de la corvée des formulaires, offrant une mémoire et une efficacité accrues.
- Stabilité cognitive : L'agent résiste aux menaces médico-légales et aux tentatives de manipulation simulées.
🩺🤖 INFOGRAPHIE DE SYNTHÈSE
L’IA AGENTIQUE AU SERVICE DE LA MÉDECINE
D'après l'analyse d'Eric Topol (2026)
🚀 Une nouvelle étape de l’IA médicale
Les systèmes d’IA ne se limitent plus au diagnostic :
➡️ MIRA : prise en charge complète aux urgences
➡️ AIME : suivi longitudinal en consultation externe
Objectif :
Évaluer → Diagnostiquer → Prescrire → Planifier → Suivre le patient de façon autonome.
🏥 MIRA : l'IA des urgences
⚙️ Fonctionnement
👤 Agent « patient » virtuel
👨⚕️ Agent « médecin » virtuel
Peut :
✅ analyser l’histoire clinique
✅ demander des examens biologiques
✅ prescrire imagerie et traitements
✅ proposer chirurgie ou hospitalisation
✅ élaborer un plan complet de soins
Plus de 85 000 actions possibles.
📊 Résultats de MIRA
| Critère | MIRA | Médecins |
|---|---|---|
| Diagnostic correct | 87,8 % | 78,1 % |
| Appendicite | 100 % | 88 % |
| Pancréatite | 95,2 % | 78,6 % |
| Traitement approprié | 53,5 % | 38,3 % |
| Médicaments sûrs | 99,8 % | — |
📉 Moins d’imagerie inutile
📈 Meilleure conformité aux recommandations cliniques.
🩺 AIME : l'IA de suivi ambulatoire
⚙️ Concept
🗣️ Agent conversationnel empathique
🧠 Agent de raisonnement clinique approfondi
Suivi de patients sur :
📅 3 consultations successives
🏥 5 spécialités médicales
Avec synthèse de multiples stratégies thérapeutiques pour produire un consensus proche d’une réunion multidisciplinaire.
📊 Résultats d’AIME
| Critère | AIME | MG |
|---|---|---|
| Qualité du plan de soins | 98 % | 81 % |
| Exactitude thérapeutique | 95 % | 67 % |
| Respect des recommandations | 100 % | 86 % |
💊 Gestion médicamenteuse supérieure :
- choix du médicament
- posologie
- durée
- surveillance
Même dans les cas complexes.
🔒 Sécurité et robustesse
MIRA
✅ 933 cas testés sans fuite d’information
✅ Résistance à 880 attaques adversariales
✅ Robustesse face à :
😰 anxiété
🌍 barrière linguistique
😟 paranoïa
🙈 déni du diagnostic
Sans dégradation des performances.
🌟 Les points forts
✔️ Diagnostic plus précis
✔️ Prescriptions plus sûres
✔️ Respect rigoureux des recommandations
✔️ Mémoire parfaite
✔️ Disponibilité continue
✔️ Communication souvent jugée plus empathique
⚠️ Les limites majeures
🚫 Études réalisées en environnement simulé
🚫 IA uniquement textuelle
🚫 Pas de langage corporel
🚫 Pas d’émotions réelles
🚫 Pas d’images médicales réelles
🚫 Dossiers souvent « propres » et complets
🚫 Patients simulés dans AIME
La vraie médecine reste beaucoup plus complexe.
❤️ Le message d’Eric Topol
Une IA capable d’appliquer parfaitement les recommandations n’est pas forcément capable d’exercer « l’art de la médecine ».
La médecine ne repose pas uniquement sur :
📋 les protocoles
mais aussi sur :
🤝 la relation humaine
🎯 les préférences du patient
💰 le coût des soins
😟 les peurs et attentes individuelles
🔮 Demain ?
IA multi-agents
🧬 Agent génomique
🩸 Agent biologique
📷 Agent imagerie
⌚ Agent capteurs connectés
🌍 Agent environnement
➡️ Des centaines d’agents spécialisés pourraient collaborer pour assister les médecins.
🎯 Conclusion
L’IA agentique représente une avancée majeure
📈 Diagnostic amélioré
📈 Plans thérapeutiques plus précis
📈 Communication potentiellement renforcée
Mais l’avenir le plus probable reste :
👨⚕️ + 🤖 = Médecine augmentée
et non le remplacement du médecin
L'IA agentique en médecine est une idée prometteuse mais encore immature, qui nécessite une intégration prudente et encadrée. Les données actuelles montrent un potentiel considérable pour améliorer les soins, mais aussi des risques significatifs qui imposent une supervision humaine rigoureuse et des cadres réglementaires adaptés.
Qu'est-ce que l'IA agentique ?
L'IA agentique (« agentic AI ») représente une évolution majeure par rapport aux systèmes d'IA classiques. Contrairement aux modèles de langage traditionnels qui se limitent à générer et classifier de l'information, les systèmes agentiques sont capables d'opérer de manière autonome, de planifier, d'exécuter et de coordonner des flux de travail complexes avec un minimum d'intervention humaine. Un agent IA est un logiciel capable de traiter l'information, d'agir de façon indépendante, de solliciter d'autres outils, de demander de l'aide et d'apprendre de ses actions.
Arguments en faveur (bonne idée)
-
Amélioration diagnostique et réduction des erreurs : Une étude prospective de 2025 portant sur près de 40 000 consultations de soins primaires au Kenya a montré une réduction substantielle des erreurs diagnostiques et thérapeutiques avec l'aide décisionnelle par IA. L'étude NOHARM a démontré que les meilleurs modèles de langage surpassaient les médecins en matière de sécurité et de complétude.
-
Applications cliniques variées : Les systèmes agentiques ont démontré une haute précision en diagnostic oncologique, planification thérapeutique, génération d'alertes, coaching de réhabilitation et optimisation des flux de travail, dans des domaines allant de la médecine d'urgence à la radiologie.
-
Potentiel en chirurgie et soins à distance : L'IA agentique, couplée aux technologies de communication 6G, pourrait permettre la chirurgie robotique à distance avec une précision et une réactivité accrues.
-
Médecine de laboratoire : L'IA agentique peut dépasser l'automatisation statique vers une innovation autonome orientée résultats, intégrant des données multi-omiques et des jumeaux numériques.
-
Accès aux soins : L'IA peut améliorer l'accès aux soins dans les pays à faibles ressources et pallier la pénurie de professionnels de santé, notamment en soins primaires.
Arguments contre (risques et limites)
-
Immaturité clinique : Une revue de cadrage n'a identifié que 7 études éligibles, la plupart exploratoires et de portée limitée, avec un seul essai impliquant des patients. La validation clinique robuste fait largement défaut.
-
Biais algorithmiques et qualité des données : Les biais dans les données d'entraînement se répercutent directement sur les décisions de l'IA, pouvant aggraver les inégalités de santé.
-
Opacité décisionnelle (« boîte noire ») : L'incapacité à tracer le raisonnement d'un système agentique compromet la confiance et la responsabilité médicale.
-
Responsabilité médico-légale incertaine : En cas d'événement indésirable lié à une recommandation de l'IA, la répartition de la responsabilité entre le médecin, l'établissement et le développeur reste floue.
-
Risque de déqualification : La dépendance excessive à l'IA peut entraîner une érosion des compétences cliniques, particulièrement chez les médecins en formation.
-
Hallucinations et erreurs : Les modèles génératifs peuvent produire des informations plausibles mais factuellement incorrectes, avec des conséquences potentiellement graves en contexte clinique.
-
Cadre réglementaire insuffisant : Sur 691 dispositifs médicaux IA/ML approuvés par la FDA, seulement 9 (1,4 %) avaient été testés dans un essai interventionnel, et 96,7 % avaient été approuvés par la voie 510(k) sans données cliniques.
La figure suivante du NEJM illustre le cadre conceptuel de maturité des applications d'IA générative en médecine, montrant que les applications à haut risque (décisions thérapeutiques) nécessitent des délais de développement et de validation beaucoup plus longs :
Synthèse
L'IA agentique en médecine n'est ni intrinsèquement propice ni mauvaise : c'est un outil puissant dont la valeur dépend entièrement de la rigueur de son implémentation. Le JAMA Summit on AI souligne que le succès de cette disruption dépendra de la création d'un écosystème capable de produire des connaissances robustes et généralisables sur les conséquences de ces outils sur la santé. Les conditions essentielles incluent : une validation clinique rigoureuse, une supervision humaine maintenue, des cadres réglementaires adaptés, une transparence algorithmique, et une formation des cliniciens à la littératie en IA.
Commentaire
IA 2.0 : IA générative = IA 1.0, l'IA agentique, c'est autre chose, version 2.0 , c'est l'autonomie de l'outil, mais restera-t-il un outil ? En quelques semaines, nous avons appris que des IA discutent entre elles, que l'IA est capable de prédire le comportement humain, que l'IA peut détecter des centaines de maladies et maintenant qu'une IA autonome existe. Le médecin "reste encore aux manettes" mais pour combien de temps ? Quel sera le coût pour le médecin de base de toutes ces avancées ? On a l'impression que ces évolutions rapides sont faites pour remplacer à terme totalement un médecin. Mauvais scénario, ne vous inquiétez pas. Il y a de nombreux problèmes à régler :évaluer les limites de l'IA agentique, maintenir une responsabilité humaine, renforcer les contrôles de surveillance, évaluer le degré d'autonomie, garantir la sécurité. Dernier point : le médecin sera toujours le responsable en cas d'erreurs de l'IA agentique. Autre point : la cybersécurité. Je pense que la notion de copilotage entre une IA et un médecin est une solution correcte, sachant que le copilote ne sera responsable de rien pour les actes médicaux. Il va falloir encore du temps pour trouver un juste équilibre entre les outils et les humains et intégrer l'IA agentique aux pratiques médicales.
Voici comment l'IA agentique est appliquée dans le domaine médical :
-
Assistance au diagnostic et à la planification des soins : les agents d'IA analysent les dossiers médicaux, l'imagerie et les données des appareils portables pour aider les médecins à détecter des tendances, à établir des diagnostics précis et à proposer des soins personnalisés. Ils peuvent également préparer rapidement des plans de traitement individualisés. DANGEREUX
-
Gestion des données et tâches administratives : Ils gèrent les tâches administratives telles que la planification des rendez-vous, la gestion des factures et l'organisation des dossiers, ce qui rationalise les opérations et améliore l'efficacité des structures médicales. OUI
-
Surveillance en temps réel : Les agents d'IA surveillent les fonctions vitales des patients en temps réel et alertent le personnel de santé en cas d'anomalie. POSSIBLE À PRÉCISER
-
Découverte de médicaments : dans la recherche pharmaceutique, les agents d'IA peuvent analyser de vastes ensembles de données, identifier des cibles médicamenteuses potentielles et réaliser des simulations complexes pour prédire l'efficacité des traitements. OUI
-
Partenariats stratégiques: UiPath a annoncé un partenariat avec Google Cloud pour transformer les processus médicaux, notamment avec le lancement d'un agent d'IA générative pour la synthèse des dossiers médicaux, visant à réduire de moitié le temps de traitement des autorisations préalables.
L'automatisation agentique permet de soulager le personnel médical des tâches administratives répétitives, leur permettant de se concentrer sur des activités à haute valeur ajoutée et sur l'interaction avec les patients." UIPATH
Alors que l'IA de base ne fonctionne pas dans la vraie vie médicale, l'AI agentique approche à pas de velours vers une médecine 2.0 voire 3.0 .
À quel coût ?
Avec quelle fiabilité ?
MES CONCLUSIONS, à lire le TEMPS de l'OBSOLESCENCE PROGRAMMÉE +++++ nous allons peut-être droit dans le mur.
À LIRE
