Intelligence artificielle et médecine personnalisée

L'expression médecine personnalisée circule depuis des années, souvent comme un slogan publicitaire. Derrière elle se cache cependant un changement concret dans la façon de construire un diagnostic, et l'intelligence artificielle accélère cette transition.

Chez IMAGE REGENERATIVE, à Milano et St. Moritz, l'évaluation de précision regroupe les examens génétiques, métaboliques et fonctionnels dans un rapport unique, construit en suivant exactement cette logique.

Voyons ce que signifie réellement personnaliser un traitement, quel rôle joue aujourd'hui l'intelligence artificielle, quelles données entrent dans le raisonnement et quels risques doivent être soigneusement gérés.

Qu'est-ce que la médecine personnalisée

La médecine personnalisée part d'une observation élémentaire, à savoir que des personnes ayant le même diagnostic répondent différemment au même traitement. Les raisons de cette variabilité résident dans le patrimoine génétique, le métabolisme, la composition corporelle, l'environnement et les habitudes, et la médecine traditionnelle les gère par essais successifs.

L'approche personnalisée inverse la séquence. On mesure d'abord le profil individuel, puis on choisit l'intervention ayant la probabilité la plus élevée de fonctionner sur ce profil spécifique. C'est un changement de méthode qui nécessite beaucoup plus de données en entrée et une capacité à les lire ensemble plutôt qu'une à la fois.

Une précision terminologique aide à s'orienter. Médecine personnalisée et médecine de précision sont utilisées comme synonymes, mais la seconde indique plus proprement la capacité à identifier des sous-groupes de patients aux caractéristiques communes, tandis que la première évoque l'adaptation à l'individu. En pratique clinique, les deux convergent.

Il vaut également la peine de clarifier ce que cette approche n'est pas. Personnaliser ne signifie pas multiplier les examens jusqu'à remplir un dossier, ni proposer à chacun un protocole différent par principe. Cela signifie choisir, parmi les options disponibles, celle qui a le plus de chances de fonctionner sur cette personne, et savoir renoncer à tout le reste. La sélection fait autant partie de la méthode que la collecte.

Le rôle de l'intelligence artificielle en médecine

La contribution de l'intelligence artificielle concerne un problème très concret d'échelle. Un être humain raisonne bien sur une dizaine de variables à la fois, tandis qu'un profil clinique complet en contient des centaines, avec des relations réciproques qu'aucun œil ne peut tenir ensemble. Les algorithmes d'apprentissage automatique identifient des schémas dans cette masse de données et les rendent utilisables.

Les applications les plus matures aujourd'hui sont au nombre de trois. La première est le support à l'interprétation des images diagnostiques, où les modèles signalent des zones suspectes au radiologue ou au dermatologue, qui conserve la décision finale. La deuxième est la stratification du risque, c'est-à-dire l'estimation de la probabilité qu'une personne développe une condition donnée dans le temps. La troisième est la lecture intégrée de données hétérogènes, où l'algorithme met en relation des résultats d'examens qui proviennent de laboratoires et moments différents.

Sur ce terrain existe une référence institutionnelle précise. Le guide de l'Organisation Mondiale de la Santé sur l'éthique et la gouvernance de l'intelligence artificielle pour la santé, publié en 2021, identifie six principes éthiques partagés pour l'utilisation de ces outils en milieu sanitaire, de la protection de l'autonomie de la personne à la transparence des modèles, de la responsabilité des décisions à l'équité d'accès. Le document insiste sur un point qui mérite d'être rapporté, à savoir que la technologie doit être évaluée pour le bénéfice réel qu'elle apporte aux patients et non pour sa sophistication.

Diagnostic et prévention basés sur les données

Le passage de la médecine réactive à la médecine prédictive dépend de la qualité et de la variété des données collectées. Une numération sanguine seule dit peu, tandis que la même numération lue avec le profil métabolique, la composition corporelle et la qualité du sommeil commence à raconter une trajectoire.

Les données qui entrent dans une évaluation de ce type appartiennent à différentes familles :

• Les données génétiques, qui décrivent les prédispositions individuelles et aident à comprendre sur quels fronts il vaut la peine d'investir en prévention.
• Les données métaboliques et lipidomiques, qui photographient le fonctionnement actuel de l'organisme et sont les plus sensibles aux modifications du mode de vie.
• Les marqueurs de stress oxydatif et d'inflammation, qui signalent des processus en cours avant qu'ils ne produisent des symptômes reconnaissables.
• Les paramètres fonctionnels, de la composition corporelle à la force à la capacité de récupération, qui mesurent la réserve physiologique d'une personne.
• Les données comportementales, notamment le sommeil, les rythmes circadiens et l'activité physique, aujourd'hui collectables de manière continue et non plus seulement par le récit du patient.

La valeur clinique naît du croisement. Dans notre expérience, le rapport intégré intercepte des déséquilibres précoces que les examens individuels, lus séparément et peut-être à des mois d'intervalle, laissent passer inaperçus, et cela déplace vers l'avant le moment où l'on peut encore intervenir avec des mesures simples.

IA et longévité : prédire pour prévenir

La médecine de la longévité a un objectif différent de celui de la médecine traditionnelle, car elle s'occupe de personnes qui vont bien et veulent le rester. Cela change le type de question, qui ne concerne plus le diagnostic d'une maladie présente mais l'estimation d'une trajectoire future.

Dans ce domaine, les outils prédictifs trouvent leur application la plus naturelle. Les horloges épigénétiques estiment un âge biologique à partir de schémas de méthylation de l'ADN, les modèles de risque cardiométabolique combinent des dizaines de paramètres pour projeter une évolution dans le temps, et l'analyse des données de sommeil et d'activité identifie des détériorations graduelles que personne ne remarque en les vivant jour après jour.

Il faut cependant de l'honnêteté sur le niveau de maturité de ces outils. Un âge biologique est un indicateur de parcours utile pour mesurer si une intervention fonctionne, non une prévision sur la durée de vie, et doit être présenté comme tel. Dans les parcours que nous suivons, ces données servent à établir des priorités et à vérifier les changements dans le temps, tandis que les décisions cliniques restent à charge du médecin qui connaît la personne.

Il y a ensuite un avantage pratique qui se remarque seulement en les utilisant. Un indicateur qui évolue dans la bonne direction soutient l'observance bien plus qu'une recommandation générique, car il rend visible un changement qui autrement resterait abstrait pendant des mois. Ceux qui voient s'améliorer un paramètre mesuré tendent à maintenir les habitudes qui l'ont produit, et cet effet motivationnel est une partie concrète du résultat clinique.

Opportunités et risques de l'IA en médecine

Les opportunités sont concrètes et déjà visibles. Le diagnostic précoce gagne en sensibilité, la prévention devient ciblée au lieu de générique, le temps du médecin se libère des activités répétitives et la médecine de proximité accède à des compétences spécialisées qui nécessitaient auparavant un centre de référence.

Les risques méritent la même attention, et doivent être nommés avec précision. Voici les quatre qui pèsent le plus.

• Le biais dans les données d'entraînement, car un modèle construit sur des populations peu représentatives fonctionne moins bien sur ceux qui ne leur ressemblent pas, avec un effet qui pèse sur les groupes déjà défavorisés.
• L'opacité des modèles complexes, qui rend difficile la compréhension de pourquoi un système a produit une certaine indication et complique tant la vérification clinique que le consentement éclairé.
• La protection des données de santé, parmi les informations les plus sensibles qui existent, avec la nécessité de savoir où elles sont conservées, qui les traite et pour combien de temps.
• La question de la responsabilité, car une recommandation erronée produite par un algorithme retombe quand même sur le professionnel qui l'a acceptée, et cela nécessite des règles claires avant l'adoption.

Il existe un risque supplémentaire, moins discuté et très pratique. L'accès facile aux outils prédictifs génère un excès d'examens et d'anxiété, avec des personnes saines qui poursuivent des valeurs sans projet clinique derrière. La sélection des données à collecter, et surtout de celles à ignorer, fait partie du travail médical autant que leur interprétation. Une valeur hors norme sans pertinence clinique produit des examens en cascade qui coûtent du temps, de l'argent et de l'inquiétude, et la tâche de celui qui lit le rapport est aussi d'arrêter cette chaîne quand elle ne mène nulle part.

L'avenir de la médecine personnalisée

La direction est raisonnablement claire, et concerne moins l'arrivée de nouveaux outils que leur intégration. Les données génétiques, métaboliques, fonctionnelles et comportementales tendront à converger dans un profil unique mis à jour dans le temps, au lieu de rester dans des rapports séparés que personne ne relit jamais ensemble.

Le deuxième changement concerne la continuité de la mesure. Le modèle actuel photographie l'état de santé une ou deux fois par an, tandis que les dispositifs portables et les analyses répétées permettent de suivre une évolution, qui pour la prévention est une information beaucoup plus utile qu'une valeur unique. Une donnée isolée peut dépendre d'une mauvaise nuit ou d'une période de charge, tandis qu'une série de mesures répétées distingue la variation occasionnelle de la tendance réelle.

Le troisième concerne le rôle des personnes impliquées. L'intelligence artificielle est un outil d'aide à la décision et sa valeur dépend de qui l'utilise, de la qualité des données qu'elle reçoit et de la relation clinique dans laquelle elle s'insère. La partie du travail médical qui consiste à écouter, contextualiser et décider avec la personne reste celle qui est décisive, et c'est aussi la raison pour laquelle un parcours personnalisé commence toujours par une consultation et non par un rapport.

Questions fréquentes

L'intelligence artificielle remplacera-t-elle le médecin ?

Dans les applications matures disponibles aujourd'hui, l'algorithme joue un rôle de support, signalant des éléments qui méritent attention et estimant des probabilités, tandis que la décision clinique reste au professionnel. Les directives internationales insistent sur la supervision humaine comme exigence, précisément parce que la responsabilité du choix thérapeutique ne peut être déléguée à un système automatique.

La médecine personnalisée et la médecine de précision sont-elles la même chose ?

Elles sont presque toujours utilisées comme synonymes. La médecine de précision indique au sens strict la capacité à identifier des sous-groupes de patients aux caractéristiques communes pour mieux cibler les thérapies, tandis que la médecine personnalisée évoque l'adaptation à l'individu. Dans la pratique clinique quotidienne, les deux perspectives se superposent.

Que deviennent les données collectées dans ce type d'évaluation ?

Les données de santé relèvent des catégories particulières protégées par le règlement européen sur la protection des données, et leur traitement nécessite un consentement éclairé spécifique. Il est correct de demander à la structure où elles sont conservées, pour combien de temps, qui y accède et si elles sont partagées avec des tiers, et de recevoir des réponses vérifiables avant de commencer.

L'intelligence artificielle est-elle nécessaire pour un parcours de longévité ?

Ce n'est pas une exigence. Ce qui compte vraiment est la qualité des données collectées et leur lecture intégrée par un médecin, qui peut avoir lieu même sans outils algorithmiques. La contribution de la technologie devient pertinente lorsque les variables à mettre en relation sont nombreuses et doivent être suivies dans le temps.

Contenu révisé par le comité médico-scientifique d'IMAGE REGENERATIVE. Les informations fournies ont une finalité informative et ne remplacent pas la consultation spécialisée.