IA et santé : un nouveau système prédit le risque de plus de 1000 maladies des années avant les symptômes

Un système révolutionnaire de prédiction des maladies par IA a été officiellement dévoilé en mars 2026, marquant une avancée majeure dans le domaine de la médecine préventive. Ce système est capable de prédire le risque pour un individu de développer plus de 1 000 maladies des années avant l'apparition des symptômes, faisant passer le paradigme médical de « consulter après l'apparition des symptômes » à « alerte précoce avant les symptômes ». Ce résultat a été mené par le Laboratoire d'IA Médicale de l'Université de Cambridge, en collaboration avec l'équipe Google DeepMind Health et le NHS (National Health Service britannique), et les résultats ont été publiés dans Nature Medicine.

La technologie centrale du système est une architecture d'apprentissage profond appelée « Multi-Modal Health Graph » (Graphe de Santé Multi-Modal). Elle traite simultanément les dossiers médicaux électroniques, les données génomiques, les signaux physiologiques continus des appareils portables, les données d'imagerie et les données de mode de vie, grâce à un modèle Transformer de 1,2 billion de paramètres pour un raisonnement inter-modal. Selon Earth.com, l'équipe de recherche a utilisé les données de santé longitudinales sur 15 ans de plus de 500 000 participants de la UK Biobank pour l'entraînement, atteignant une AUC moyenne de 0,91 sur un jeu de validation indépendant.

Concrètement, le système a atteint une AUC de 0,94 pour la prédiction à cinq ans des maladies cardiovasculaires, 0,93 pour le diabète de type 2 et 0,87 pour l'évaluation précoce des risques de multiples cancers. Le MIT Technology Review a souligné que cela signifie que sur dix patients identifiés comme à haut risque par le système, neuf ont effectivement développé la maladie concernée dans les années suivantes. Plus important encore, le système peut fournir une analyse d'attribution spécifique des facteurs de risque, indiquant aux médecins et aux patients quels facteurs contribuent le plus au risque.

Le directeur général de l'OMS, Tedros Adhanom Ghebreyesus, a déclaré : « Cette technologie a le potentiel de transformer fondamentalement les stratégies de santé publique mondiales. Si nous pouvons intervenir des années avant que la maladie ne survienne, les dépenses de santé mondiales pourraient être réduites de plusieurs milliers de milliards de dollars. » L'OMS a simultanément publié un « Cadre d'orientation éthique pour la médecine prédictive par IA », soulignant la nécessité d'assurer la protection de la vie privée des données et l'équité algorithmique lors du déploiement de tels systèmes.

Le NHS a annoncé le lancement d'un essai clinique de deux ans au second semestre 2026, couvrant environ 2 millions de personnes en Angleterre. Les participants recevront des scores de risque de maladie personnalisés et des recommandations préventives générées par l'IA. Le ministre britannique de la Santé a indiqué que si l'essai est concluant, le service sera étendu à tous les résidents inscrits au NHS d'ici 2028. Selon les estimations du Financial Times, au Royaume-Uni seul, le déploiement complet du système pourrait éviter environ 120 000 cas de maladies évitables par an et économiser environ 4 milliards de livres sterling au NHS.

Cependant, le système a également suscité de nombreuses controverses. La professeure d'éthique médicale de Harvard, Sarah Chen, a averti qu'« informer prématurément les patients de leurs risques futurs de maladie pourrait entraîner de graves charges psychologiques et même déclencher des surtraitements inutiles ». De plus, l'industrie de l'assurance a montré un vif intérêt pour cette technologie, soulevant des inquiétudes concernant la discrimination génétique et la commercialisation des données de santé. Le Parlement européen a déjà commencé à discuter de la nécessité de légiférer pour interdire aux compagnies d'assurance d'utiliser les données prédictives de l'IA pour ajuster les primes.

Sur le plan technique, le directeur scientifique de la santé de Google DeepMind, Alan Karthikesalingam, a noté dans un commentaire accompagnant la publication dans Nature Medicine que la percée du système réside dans l'intégration réussie de la génomique et des données physiologiques en temps réel. Les scores de risque polygénique (PRS) traditionnels ne peuvent expliquer qu'environ 20 % du risque génétique de maladie, tandis que le nouveau système porte ce pouvoir explicatif à plus de 65 % en intégrant des données environnementales et comportementales. Il a également reconnu que les performances du système parmi les populations non européennes présentent encore des écarts, et que l'équipe de recherche collabore avec des institutions médicales en Afrique et en Asie pour élargir la diversité des données d'entraînement.

Les professionnels du secteur estiment largement que cette avancée accélérera le développement de l'industrie de l'IA en santé. Morgan Stanley a relevé dans son dernier rapport de recherche la taille projetée du marché mondial de l'IA en santé pour 2030, de 187 milliards à 240 milliards de dollars. De la prévention au diagnostic en passant par le traitement, l'IA transforme chaque aspect des soins de santé.

Du point de vue du paysage concurrentiel mondial, une compétition tripolaire se forme dans le domaine de la prédiction des maladies par IA. Aux États-Unis, Google DeepMind et Microsoft Research Health ont réalisé des avancées significatives respectivement dans le dépistage précoce du cancer et la prédiction des maladies rares, les essais cliniques de l'Université Johns Hopkins couvrant 300 000 patients. En Chine, le système « AI Physical Examination » lancé conjointement par Baidu Health et SenseTime est en cours de test dans 50 hôpitaux de premier rang à Pékin, Shanghai et d'autres villes, ciblant les cancers de l'estomac, du foie et de l'œsophage particulièrement fréquents en Chine. En Europe, outre le système de Cambridge présenté cette fois, l'INRIA en France et l'Institut Max Planck en Allemagne font également avancer des projets de validation clinique multicentrique pan-européens.

D'un point de vue technique, le système fait également face à des défis fondamentaux en matière de qualité des données. Le degré de standardisation des systèmes de dossiers médicaux électroniques varie considérablement d'un pays à l'autre — les États-Unis utilisent la norme HL7 FHIR, les pays européens ont des normes disparates, et les dossiers médicaux de nombreux pays en développement existent encore sous forme papier. La précision des données des appareils portables varie également — la précision des capteurs grand public est bien inférieure à celle des dispositifs médicaux, et les formats de données et fréquences d'échantillonnage diffèrent selon les marques. Maintenir la robustesse du modèle sur des « données bruitées » reste le principal obstacle technique pour faire passer le système du laboratoire à la pratique clinique.

L'enthousiasme des investisseurs pour ce secteur atteint des niveaux sans précédent. Selon les données de PitchBook, l'investissement total en capital-risque dans l'IA en santé mondiale a atteint 28,7 milliards de dollars en 2025, la prédiction des maladies et le dépistage précoce passant de 12 % du total en 2023 à 34 % en 2025. Un associé de Sequoia Capital a déclaré lors d'une récente conférence : « La prédiction des maladies par IA est, après la découverte de médicaments par IA, le secteur le plus susceptible de produire une entreprise valorisée à plus de 100 milliards de dollars dans l'IA en santé. » Comme l'a écrit l'éditorial de Nature Medicine : « Si les autres applications de l'IA visent à améliorer l'efficacité, l'IA de prédiction des maladies pourrait véritablement sauver des vies. Pour chaque année de détection anticipée du risque de cancer, le taux de survie à cinq ans du patient peut s'améliorer de plus de 20 %. »