IA & Med Tech

OpenAI présente ChatGPT for Clinicians, un outil d’intelligence artificielle destiné aux professionnels de santé américains vérifiés et proposé gratuitement. Conçu pour s’intégrer au travail clinique, le service réunit dans un compte sécurisé trois fonctions principales : la recherche d’informations médicales, l’aide à la documentation et l’obtention de crédits de formation médicale continue. L’objectif est de permettre aux cliniciens d’accéder, au moment des soins, à des réponses fondées sur des millions de sources médicales fiables, assorties de citations précisant notamment les titres, les revues et les dates de publication. ChatGPT for Clinicians bénéficie également de limites d’utilisation plus élevées pour GPT-5.4, présenté comme le modèle le plus performant d’OpenAI pour le secteur de la santé. Il peut ainsi accompagner l’analyse de cas complexes, la comparaison d’options thérapeutiques, la synthèse de recommandations ou d’études récentes, ainsi que la préparation de documents à relire. Les exemples fournis couvrent notamment la prise en charge ambulatoire d’une suspicion de pneumonie, la prévention de la migraine ou l’évaluation de plusieurs traitements en tenant compte des contre-indications et de la surveillance nécessaire. Le service peut aussi poser des questions pour préciser le contexte d’une étude de cas avant de résumer les éléments de preuve et d’expliquer la fiabilité des sources retenues. Parmi les autres usages proposés figurent la rédaction d’une lettre d’orientation vers un spécialiste, la création de consignes de sortie en langage clair ou encore l’élaboration de variantes multilingues après validation. La confidentialité occupe une place centrale dans cette offre : les conversations menées dans le compte sécurisé ne sont pas utilisées pour entraîner les modèles. OpenAI précise également que l’outil soutient le raisonnement clinique et la rédaction, sans se substituer au professionnel. Le clinicien conserve donc le contrôle des décisions relatives aux soins, tandis que l’intelligence artificielle intervient comme un appui pour rechercher, vérifier, structurer et documenter plus efficacement l’information médicale.

Chaque année, plus de 400 millions d’interventions chirurgicales sont réalisées dans le monde et une part croissante est filmée. Pourtant, ces vidéos restent encore largement inexploitées une fois l’opération terminée. Uncovr veut transformer cette matière clinique en données structurées. La startup annonce une levée de 7 millions de dollars, environ 6 millions d’euros, menée par Index Ventures avec Seedcamp, Frst, No Label Ventures, Entrepreneurs First et plusieurs investisseurs spécialisés. Déjà déployée dans des blocs opératoires aux États-Unis et en Europe, sa plateforme analyse les vidéos seconde par seconde afin d’identifier les gestes, leur enchaînement, les événements survenus et les décisions prises pendant l’intervention. Elle génère ensuite automatiquement un compte rendu opératoire structuré ainsi que les éléments nécessaires à la codification administrative. L’enjeu dépasse le gain de temps. Selon les données citées par l’entreprise, la majorité des comptes rendus étudiés omettent plus de 70 % des informations cliniques recommandées. Les premiers déploiements ont aussi détecté des étapes importantes ou facturables absentes de la documentation dans 16 % des cas, avec un écart moyen de remboursement proche de 10 %. Ces lacunes peuvent affecter la continuité des soins, l’analyse des complications et l’amélioration des pratiques. Mais la véritable valeur d’Uncovr pourrait résider dans la constitution progressive d’une vaste base de données chirurgicales structurées. Pour les investisseurs, la chirurgie représente désormais un réservoir considérable de données encore peu exploitées, comparable à celui de l’imagerie médicale dix ans auparavant. Après les dossiers patients, l’imagerie et l’automatisation de la documentation médicale, l’intelligence artificielle commence ainsi à pénétrer l’acte chirurgical lui-même. La génération de comptes rendus représente une première application concrète, tandis que les données collectées pourraient alimenter les futurs systèmes d’assistance chirurgicale et faire émerger une nouvelle infrastructure capable de rendre la chirurgie mesurable, analysable et exploitable par l’intelligence artificielle.

Face à la publication quotidienne de milliers d’articles scientifiques et de recommandations, Vera Health veut rendre la connaissance médicale immédiatement accessible aux praticiens. Fondé par les Français Taieb Bennani et Maxime Allouch, ce moteur de recherche spécialisé interroge en temps réel plus de 60 millions d’articles et de monographies médicamenteuses. Son objectif n’est pas de produire une réponse médicale autonome, mais d’identifier, de synthétiser et de reformuler les preuves déjà présentes dans la littérature. Chaque résultat est sourcé, accompagné d’un niveau de confiance et peut conduire l’outil à s’abstenir lorsque les données sont insuffisantes. Vera adapte également ses réponses au contexte d’exercice : un urgentiste obtient une information brève en quelques secondes, tandis qu’un oncologue peut demander un rapport plus exhaustif. Le système mobilise en parallèle plusieurs modèles spécialisés afin de classifier la question et d’ajuster la restitution. La jeune pousse affirme obtenir des performances élevées sur les tests NEJM-AI, MedXpertQA et l’examen médical américain USMLE, avec une relecture continue assurée par un comité de cliniciens. Son adoption progresse rapidement. En France, le nombre mensuel de questions traitées est passé de 7 000 en janvier à 200 000 en juin 2026, tandis que plus de 24 000 médecins auraient adopté l’application en six mois. À l’échelle internationale, Vera revendique plus de 400 000 cliniciens utilisateurs. Sélectionnée par Y Combinator, l’entreprise s’est aussi associée à l’American College of Emergency Physicians pour intégrer ses recommandations destinées à 40 000 membres. Après une levée de fonds de 3 millions de dollars auprès de Gradient, le fonds consacré à l’intelligence artificielle de Google, la société enrichit désormais son service avec des « Espaces » personnalisés. Les médecins et les établissements peuvent y intégrer leurs propres documents afin de croiser la littérature scientifique mondiale avec les protocoles internes de leur service.

Avec OPTIMABIO, l’intelligence artificielle s’installe au cœur d’un geste quotidien, discret mais déterminant : la prescription des examens de biologie. Porté par l’AP-HM, les Hospices Civils de Lyon, le CHU de Limoges et la startup française Kiro, le projet bénéficie de plus de 17 millions d’euros dans le cadre du programme iDémo de France 2030. Son ambition consiste à analyser en temps réel les données cliniques et biologiques afin de recommander les examens les plus pertinents, de repérer les tests déjà réalisés et de signaler d’éventuelles incohérences avec les référentiels médicaux. La décision finale reste entre les mains du clinicien. L’intérêt d’OPTIMABIO tient aussi à son intégration directe dans les logiciels hospitaliers existants. L’IA ne se présente plus comme une application supplémentaire, source de nouvelles interfaces et de ruptures dans les usages, mais comme une fonction native du système d’information. Cette approche pourrait améliorer la qualité des soins tout en limitant les prescriptions inutiles, lesquelles mobilisent des ressources, ralentissent les prises en charge et peuvent déclencher des examens en cascade. L’enjeu économique est considérable puisque, selon l’OCDE citée dans le document, environ 20 % des dépenses de santé seraient liées à des soins inadaptés. Le projet transforme également le rôle des CHU : ils ne sont plus de simples terrains d’expérimentation, mais deviennent coproducteurs de l’algorithme grâce à leurs protocoles, leurs référentiels et leur expertise clinique. Au-delà de la biologie médicale, cette logique pourrait s’étendre à l’imagerie, aux choix thérapeutiques, à l’orientation des patients ou à l’organisation des sorties. Des défis subsistent, notamment en matière d’interopérabilité, de gouvernance des données, d’explicabilité et de modèle économique. OPTIMABIO dessine néanmoins une évolution profonde : une IA moins spectaculaire, mais intégrée à des milliers de décisions ordinaires qui structurent chaque journée hospitalière.