Midjourney a crée la surprise en annonçant le lancement de sa division médicale et d'un imposant scanner corporel par ultrasons niché au cœur d'un spa de luxe.
De la génération d’images par IA aux scanners d'organes en maillot de bain, il n’y a qu’un pas. Midjourney crée la surprise générale en annonçant le lancement de sa division médicale et d'un imposant scanner corporel par ultrasons niché au cœur d'un spa de luxe. Un pivot matériel aussi mystique que pragmatique.
Whoop ajoute des consultations vidéo avec des médecins dans son application et muscle son IA. La société valorisée à 10,1 milliards de dollars semble être légèrement paniquée, entre son procès contre Bevel et l'incursion de Google dans son pré carré.
Que se passe-t-il quand la source officielle se trompe sur son propre produit et que seule une IA le détecte ? Récit d'un micro-incident de fact-checking qui pose une vraie question sur nos angles morts. C'était le sujet de la newsletter ToujoursPlus de la semaine passée : inscrivez-vous gratuitement ici pour recevoir la suivante !
La bixonimanie n’existe pas, mais des articles de blogs et des prépublications sur cette maladie inventée par une chercheuse en médecine ont suffi à tromper plusieurs intelligences artificielles conversationnelles et à s’introduire dans un article scientifique officiel, soulevant d'inquiétantes questions sur la vérification des données à l’ère de la démocratisation de l’IA.
Mise en lumière par le New York Times le 2 avril 2026, Medvi incarne une nouvelle génération de start-up dopées à l’IA : peu d’employés, une croissance fulgurante et un marketing largement automatisé. Mais derrière cette réussite éclair, plusieurs zones d’ombre interrogent.
Comment une simple variation d'ADN peut-elle nous rendre malades ? Pour le comprendre, l'IA AlphaGenome modélise la complexité génétique à une échelle inédite. Moins révolutionnaire qu'AlphaFold mais plus précis, ce modèle marque une étape clé pour la recherche fondamentale.
OpenAI a dévoilé ChatGPT Health, un nouvel espace dédié à la santé directement intégré à son chatbot. Pour l’instant testée par une poignée d’utilisateurs, la fonctionnalité ne concerne pas encore l’Europe.
Dans le cadre d'une collaboration avec l'Université Yale, Google a lancé le 15 octobre 2025 un nouveau modèle de 27 milliards de paramètres conçu pour comprendre le langage des cellules individuelles. Une avancée qui ouvre une nouvelle piste de thérapie contre le cancer.
Selon le Financial Times, OpenAI et son dirigeant Sam Altman voudraient investir dans une nouvelle entreprise, qui concurrencera Neuralink. Leur volonté : connecter le cerveau humain à des ordinateurs pour les contrôler.
Le patron de Google DeepMind, récemment récompensé d'un prix Nobel de chimie pour ses découvertes avec AlphaFold, est à Paris pour le Sommet sur l'intelligence artificielle. Il a rencontré plusieurs médias, dont Numerama, pour partager sa vision d'avenir sur l'IA.
Les États-Unis ont dévoilé le projet Stargate, qui rassemble des investisseurs et des géants de la tech. Les partenaires promettent de mobiliser 500 milliards de dollars pour bâtir des infrastructures de pointe pour l'intelligence artificielle. Celle-ci, ont-ils dit, servira entre autres à révolutionner la santé.
Le congrès annuel de l’American Association for Cancer Research (AACR) qui s’est déroulé du 5 au 10 avril derniers à San Diego aux Etats-Unis, a été l’occasion pour Transgene, NEC et le Dr Olivier Lantz de l’Institut Curie de présenter les résultats prometteurs d’une nouvelle thérapie personnalisée pour éviter les récidives chez les patients atteints de cancers ORL.
Les vaccins thérapeutiques font partie des immunothérapies. Visant à induire une réponse immunitaire, lorsque cette dernière fait défaut chez le patient atteint de cancer ou à fort risque de récidive, ils font l’objet de nombreuses recherches ces dernières années.
Transgene, biotech strasbourgeoise détenue à 60% par l’Institut Mérieux, s’est associée à NEC Corporation, une entreprise japonaise leader dans les domaines des technologies de l’information, des réseaux et de l’IA, pour développer TG4050, un vaccin thérapeutique personnalisé, le premier produit issu de sa plateforme myvac. Les algorithmes d’intelligence artificielle de NEC sont utilisés pour prédire, après séquençage de la tumeur d’un patient, les cibles tumorales les plus pertinentes.
Le vaccin TG4050 s’adresse aux patients atteints d’un cancer de la tête et du cou et aux patientes atteintes d’un cancer de l’ovaire.
Il a été évalué cliniquement pour le cancer de la tête et du cou aux Etats-Unis, au Royaume Uni ainsi qu’en France à l’Institut Curie, par le Professeur Christophe Le Tourneau, responsable du Département d’Essais Cliniques précoces de l’Institut Curie et co-coordinateur de cet essai clinique international de phase 1 et à l’IUCT-Oncopole de Toulouse par le Professeur Jean-Pierre Delord. Ce sont les résultats de cette évaluation clinique qui viennent d’être présentés à l’AACR.
L’étude randomisée incluait 33 patients atteints de cancer épidermoïde de la tête et du cou (HNSCC) négatif au VPH, de stade 3 ou 4 ayant subi une intervention chirurgicale suivie d’une radiothérapie adjuvante et une chimiothérapie standard. Ils ont été répartis aléatoirement en 2 groupes : 17 ont été vaccinés dès la fin du traitement (bras A), à raison d’une fois par semaine pendant six semaines puis toutes les trois semaines pendant un an, les 16 autres devaient l’être en cas de récidive, un risque important dans ce type de cancer.
Aucun des patients du bras A n’a connu de rechute de la maladie après un suivi médian de 16,2 mois tandis que le cancer a récidivé chez 3 patients du bras B : l’un après 6,2 mois, le second après 8,8 mois et un troisième après 18,5 mois.
Olivier Lantz, directeur adjoint de l’unité Immunité et cancer (U932 Institut Curie / Inserm) a déclaré lors de la présentation de l’essai clinique à l’AACR :
“Nous sommes vraiment enthousiasmés par ces données préliminaires, ainsi que par l’ensemble des preuves qui sont en train d’être construites par la communauté en faveur des vaccins à base de néo-antigènes. Des études comme la nôtre démontrent le potentiel des vaccins thérapeutiques individualisés à base de néoantigènes pour faire partie de la norme de soins de demain”.
Le vaccin est actuellement en cours d’évaluation dans une étude multicentrique randomisée de Phase I/II en monothérapie dans le traitement adjuvant des cancers de la tête et du cou HPV-négatifs. Forts des premiers résultats obtenus dans la partie Phase I de l’essai, Transgene et NEC préparent une extension de cet essai avec une Phase II randomisée, dont le démarrage est prévu dans les semaines à venir.
L’abstract de l’étude est disponible ici
Si les progrès de la médecine ne sont plus à démontrer, moins connus du public sont en revanche les apports des mathématiques et de la modélisation à ces progrès. Des pionniers comme le professeur Jean-François Vibert, à la fois médecin (neurophysiologiste) et professeur de bio-mathématique, ont largement contribué par leur curiosité intellectuelle et leur esprit d’innovation à cette alliance. Aujourd’hui Professeur émérite des universités à l’
hôpital Saint-Antoine, Jean-François Vibert a réalisé l’essentiel de ses recherches dans le cadre de de l’unité de recherche Inserm U707 (épidémiologie, sciences de l’information et modélisation). Il s’est consacré́ à la compréhension de la neurogenèse du rythme respiratoire à l’aide de réseaux de neurones, puis à la modélisation de la diffusion des informations dans les systèmes dynamiques complexes. Développeur d’un logiciel de simulation de réseau de neurones (XNBC), il a été en 1984 co-fondateur du réseau « sentinelle » de modélisation des épidémies (grippe, hépatites, rougeole…) aujourd’hui reconnu d’utilité publique dans un contexte de regain épidémique. Son fils, Eric Vibert, professeur de chirurgie hépato-biliaire à l’hôpital Paul Brousse, en créant en 2020 la chaire d’innovation Bopa (bloc opératoire augmenté) se situe dans la lignée de cet esprit d’exploration qui contribue à repousser sans cesse les frontières de la connaissance. C’est cette histoire que nous proposons brièvement de retracer ici.
Dans les années 1970, Jean-François Vibert travaille en tant que jeune assistant dans un laboratoire de neurophysiologie de l’hôpital Saint Antoine où on s’intéresse à la genèse du rythme respiratoire au niveau du tronc cérébral. C’est donc dans ce contexte qu’un rapprochement va s’opérer entre neurophysiologie et réseaux de neurones. Dans ce laboratoire on procédait à des manipulations sur les chats : des électrodes étaient fichées au niveau du cerveau (au niveau du tronc cérébral) pour enregistrer les cellules (neurones) qui sont en rapport avec la respiration. Cela permettait d’enregistrer le nerf phrénique (qui commande le diaphragme), l’inspiration, l’expiration, autrement dit d’obtenir le timing de la respiration. Or, ce laboratoire était un des tout premiers qui était parvenu à acheter un ordinateur, grâce auquel on pouvait traiter en temps réel les signaux enregistrés depuis les électrodes. La décharge des neurones ainsi capturée était corrélée avec l’enregistrement du nerf phrénique. Cela permis notamment de découvrir qu’il y avait des cellules répondant à l’inspiration, d’autres à l’expiration, puis d’autres qui étaient ce qu’on appelait IE (inspiratoires-expiratoires). Celles-ci commençaient à décharger au milieu de l’inspiration et s’arrêtaient doucement vers le milieu de l’expiration, se trouvant ainsi à cheval sur les deux temps de la respiration. « A l’époque, on ne savait pas très bien où se trouvaient vraiment les centres respiratoires, mais on en avait quand même une idée car certains physiologistes pensaient que c’était au niveau du tronc cérébral, c’est la raison pour laquelle on allait piquer nos électrodes à cet endroit. A cette occasion, l’équipe avait d’ailleurs fait un atlas et une reconstruction 3D des centres respiratoires, qui avait d’ailleurs fait l’objet d’un film au CNRS (c’était un labo CNRS à l’époque). On essayait de comprendre comment la respiration pouvait être un mouvement lent (on respire 10 à 12 fois / min) alors que les cellules et les neurones déchargeaient à toute vitesse. » Jean-François Vibert, s’intéressant depuis toujours à l’électronique, « à tout ce qui était un peu technique », se mit à alors à la programmation sur l’ordinateur du laboratoire et eut l’idée de développer un logiciel de simulation de réseaux de neurones pour comprendre ce phénomène. C’est dans ce cadre qu’il développa le logiciel, l’outil de neurobiologie numérique XNBC, qui permet de modéliser les neurones, de plusieurs façons, de les assembler en réseaux, afin de voir ce qui se passe.
Ce logiciel permet de simuler les neurones de deux façons : soit relativement simple, soit plus complexe avec, en entrées, tous les courants (sodium, potassium, etc.) qui traversent la membrane, et qui génèrent les potentiels d’action. Le réseau de neurones XNBC est constitué d’un ou plusieurs noyaux et/ou d’un ou plusieurs neurones isolés. Les noyaux (groupe de neurones, chacun appartenant à un cluster donné) et les neurones peuvent être positionnés anatomiquement si nécessaire. « Les noyaux et les neurones sont reliés entre eux par des liens représentant les axones des neurones constitutifs. Les neurones peuvent être connectés entre eux. Les connexions peuvent être soit excitatrices, soit inhibitrices, soit avec NMDA (excitation de longue durée), soit un mélange d’excitateurs et d’inhibiteurs, appelé connexion aléatoire. La transmission inter neuronale des potentiels d’action, appelée délai interne (ou longueur de l’axone) peut être ajustée, ainsi que le nombre de boutons synaptiques à l’extrémité de l’axone, appelé également poids synaptique. La matrice de connexion peut être définie globalement ou individuellement, neurone par neurone. Les paramètres des neurones et du réseau peuvent être modifiés au cours de la simulation, afin d’imiter les stimulations électriques et l’action des médicaments. »¹.
Cet outil permet à la fois de visualiser et d’analyser l’activité du réseau.
Le but de l’usage des réseaux de neurones est donc la simulation, la modélisation permettant de prévoir les effets de telle ou telle manipulation. Les réseaux de neurones permettent ainsi de tester des hypothèses. C’est ce qui arriva, dans les années 1980, lorsque Jean-François Vibert développa avec un de ses étudiants une simulation de la rétine, qui permit de montrer que l’organisation de celle-ci faisait émerger des images. Cette simulation fut ensuite appliquée avec succès à la détection des microcalcifications dans les mammographies. Ou encore, en 2000, avec la « Modélisation du réseau de neurone à l’origine des rythmes chez l’embryon de poulet »².
A partir des années 1990, Jean-François Vibert travaille avec un mathématicien, Khashayar Pakdaman, dont il dirige la thèse. Cette collaboration va permettre d’améliorer les réseaux de neurones. Dans le prolongement de ces travaux, il étudie le codage des neurones avec le Pr J.-P. Segundo au Brain Research Institute de Los Angeles, plus précisément la manière dont les informations sensorielles ou motrices sont codées par les neurones ainsi que le comportement de ces réseaux en présence du bruit. L’objet d’étude était les stretch receptors de l’écrevisse, en français « récepteurs à l’étirement » situés dans la queue de l’écrevisse (récepteur d’une fibre musculaire qu’on a dans tous les muscles qui mesure la longueur du muscle). Il s’agissait de déterminer la manière dont le neurone d’entrée transmettait l’information au neurone de sortie (derrière). L’un des résultats fut de démontrer que le bruit linéarise la réponse. En effet, lorsqu’on regarde la manière dont le stretch receptor répond, on s’aperçoit que si on envoie une sinusoïde « bien propre » la réponse n’est pas du tout linéaire, alors que si on envoie une sinusoïde bruitée, la réponse est linéarisée. Le bruit évite ainsi que les neurones ne se synchronisent simultanément, c’est-à-dire ne se trouvent tous simultanément en phase réfractaire absolue puis relative, empêchant alors le système de répondre³.
En conclusion, l’IA (en l’occurrence les réseaux de neurones) s’est donc révélée principalement utile en tant qu’outil de simulation. On est proche de l’usage qu’on peut faire des jumeaux numériques en médecine, un des objets sur lesquels le fils de Jean-François Vibert, Éric Vibert, travaille actuellement au sein de la chaire d’innovation Bopa. Les travaux de ce dernier, ainsi que ceux du Dr Nicolas Golse, sont destinés à tirer profit de tous les outils qu’offre l’IA (via la réalité augmentée par exemple) pour la chirurgie du foie⁵.
Est-ce qu’un jour l’activité neurophysiologique pourra entièrement être décrite et simulée grâce à ces outils ? Jean-François Vibert souligne que les simulateurs sont toujours hyper simplifiés par rapport à la biologie. Même en mettant une dizaine de courants différents, qui ont des constantes de temps différentes, etc., et, même avec un nombre de courants relativement important, ces modèles restent loin de la réalité. En effet, quantité d’éléments ne sont pas pris en compte, en particulier le milieu extérieur des neurones. Si on tient bien compte des conductances de potassium, sodium, calcium, etc, au niveau de la membrane pour générer le potentiel d’action, on néglige en revanche le fait qu’il y a probablement une accumulation de potassium ou de sodium à l’extérieur du neurone qui va probablement moduler les choses (ce que les recherches évoquées plus haut sur la simulation de la rétine ont illustré). Jean-François Vibert pense qu’on n’arrivera jamais exactement à simuler le phénomène biologique, mais sans dogmatisme toutefois, car les progrès fulgurants de l’IA en termes de vitesse de calculs notamment, ne permettent pas selon lui de poser un jugement définitif.
L’inventeur de la théorie des neurones formels, Warren McCulloch, était lui-même, faut-il le rappeler, neurophysiologiste. Son principal collaborateur était le jeune mathématicien Walter Pitts. L’expérience de Jean-François Vibert illustre et actualise une fois encore l’importance de cette collaboration disciplinaire. Elle met notamment en évidence le rôle crucial pour l’IA de se confronter en permanence aux défis de la complexité du vivant. L’aventure continue donc.
¹ https://xnbc.sorbonne-universite.fr.
² « Modélisation du réseau de neurone à l’origine des rythmes chez l’embryon de poulet », Automatique, Biologie et Santé : Modélisation et commande de régulations biologiques, Vol. 9, 2000, p.101-117.
³ J.-F. Vibert et al., “Single Neuron with Recurrent Excitation: Effect of the Transmission Delay”, Neural Networks, 9-5, July 1996, 797-818 et J.-F. Vibert et al., Neurophysiologie: De la physiologie à l’exploration fonctionnelle, Elsevier, 2019.
⁴ McCulloch W.S., Lettvin J.Y, Maturana H.R, Pitts W.H, “What the Frog’s eye tells the frog’s brain”. In : Proc. of the I.R.E. Vol.47 (11), 1959.
⁵ Golse N., Modélisation anatomique, hémodynamique et physiologique en chirurgie hépatique, Université Paris-Saclay, 2021
Bibliographie
Brunet J.-N., Mendizabal A. et al., “Physics-based Deep Neural Network for Augmented Reality during Liver Surgery”, Medical Image Computing and Computer Assisted Intervention – MICCAI 2019. MICCAI 2019. Lecture Notes in Computer Science (), vol 11768. Springer, Cham.
J.-F. Vibert et al., “Single Neuron with Recurrent Excitation: Effect of the Transmission Delay”, Neural Networks, 9-5, July 1996, 797-818.
J.-F. Vibert et al., “XNBC : a simulation tool. Application to the study of neural coding using hybrid netwoks”, BioSystems 40, 1997, 211-218.
J.-F. Vibert et al., “XNBC V9: A user friendly simulation and analysis tool for neurobiologists”, Neurocomputing, 38-40, 2001, 1715-1723.
J.-F. Vibert et al., Neurophysiologie : De la physiologie à l’exploration fonctionnelle, Elsevier, 2019.
Une étude a été retirée précipitamment d'une revue scientifique deux jours après sa mise en ligne. En cause ? Une utilisation mal avisée de Midjourney par les auteurs. Toutes les images ont été générées par IA, avec des problèmes manifestes de légende et de transparence.
En France, on a un gros souci niveau santé. Dès qu’on doit voir un spécialiste, que ce soit un ophtalmo, un kiné, un dermato, passer une radio ou que sais-je, il y en a pour des mois et des mois d’attente, parfois une année. Si bien qu’au moment de passer l’examen, on est soit déjà guéri, soit en phase terminale.
Bref, c’est désespérant et ce n’est pas prêt de s’arranger.
Alors que peut-être qu’à terme, l’IA pourra nous aider un peu à soulager notre peine, notamment grâce à ce projet nommé Doctor Dignity qui est un LLM (un modèle de langage de grande capacité), open-source et surtout capable de réussir l’examen de licence médicale américain.
Incroyable, non ?
Ce logiciel utilise Llama2 de Meta, fine-tuné avec du lexique médical, et peut être utilisé sur iOS, Android ou en version Web. L’avantage, c’est que ce docteur de poche est gratuit, accessible instantanément et capable de garder le secret médical. Par contre, je ne sais pas où en sera le projet au moment de la publication de cet article, mais on est encore loin d’un truc facilement utilisable par le commun des mortels.
Et évidemment, on est encore loin d’un truc auquel vraiment confier sa santé ou sa vie (quoique quand on se fait soigner par certains internes aux urgences, c’est pas pire), mais vu que Doctor Dignity est capable de passer l’examen de licence médicale américain, on se dit qu’il connait quand même un peu son sujet. Et surtout, il peut apprendre grâce aux retours que lui font les humains en évaluant ses réponses.
Voilà, ce n’est que le début du « médecin virtuel« , peut-être de quoi diagnostiquer 90% des petits bobos habituels, pour ainsi soulager les vrais toubibs. Ou les remplacer s’ils sont moins bons que l’IA ^^. Allez savoir…
En tout cas, le fait d’avoir ce genre d’application accessible à tout moment pour n’importe quelle question médicale viendra soulager les plus hypocondriaques d’entre nous.
La rétinopathie diabétique (DED) est une atteinte de la rétine, fine membrane essentielle à la vue qui recouvre la partie arrière de l’œil, susceptible d’entraîner une baisse de la vision, voire une cécité. Il est donc très important de la diagnostiquer précocement et, dans ce but, les endocrinologues recommandent à leurs patients diabétiques un suivi ophtalmologique. Une étude menée au Johns Hopkins Children’s Center démontre que les examens de la vue basés sur l’IA augmentent le dépistage et le suivi de la DED.
Des études ont montré que seulement 35 à 72% des jeunes diabétiques subissent les dépistages recommandés, avec des taux d’écart de soins encore plus élevés parmi les jeunes issus de minorités raciales et de communautés défavorisées.
Selon les prévisions de l’OMS et de l’International Diabetes Federation (IDF), le diabète affectera 240 millions de personnes dans le monde en 2025. Aujourd’hui, il en touche 34 millions aux Etats-Unis, qui, pour la plupart, ne consultent pas pour un examen de la vue.
Selon les chercheurs, bien que la prévalence de la DED soit plus faible chez les jeunes diabétiques, elle touche environ 4 à 9% des jeunes atteints de diabète de type 1 et 4 à 15% de ceux atteints de diabète de type 2.
Les chercheurs, dirigés par Risa M. Wolf, M.D., de la Johns Hopkins School of Medicine à Baltimore, ont mené un essai randomisé auprès de jeunes patients du Johns Hopkins Pediatric Diabetes Center, atteints de diabète de type 1 et de type 2 : ACCESS (AI for Childrens’ diabetiC Eye examS Study). Ils ont recruté, avec l’accord de leurs parents, 164 participants âgés de 8 à 21 ans (moyenne 15 ans 1/2, 58% de filles). La population était diversifiée sur le plan racial, avec 35% de participants noirs et 6% d’hispaniques. Environ 47% des participants étaient couverts par Medicaid, indiquant une représentation significative de milieux socio-économiques modestes. La majorité (73%) avait un diabète de type 1.
Les participants ont été répartis aléatoirement en 2 groupes :
Le système guide l’opérateur lors de la prise de deux images de fond d’œil en couleur, une centrée sur la fovéa et l’autre sur le nerf optique, en utilisant un algorithme de qualité d’image, l’incitant à en reprendre lorsque les images sont de qualité insuffisante. Le processus dure environ 10 minutes, après quoi l’IA signale l’un des résultats suivants dans les 60 secondes : “DED présent, référez-vous à un spécialiste”, “DED non présent, testez à nouveau dans 12 mois” ou “qualité d’image insuffisante”.
Les résultats de 25 des 81 participants de ce dernier groupe, soit 31%, ont indiqué la présence d’une rétinopathie. Seize d’entre eux, soit 64%, ont ensuite pris rendez-vous avec un professionnel de la vue.
Dans le 1er groupe à qui on avait demandé d’aller consulter un spécialiste de la vue, seuls 22% l’avaient fait six mois après.
Les auteurs rappellent que l’IA autonome utilisée dans leur étude n’est pas approuvée par la Food and Drug Administration des États-Unis pour les moins de 21 ans. L’un des co-auteurs de l’étude, Michael D. Abramoff, est le fondateur de Digital Diagnostics, qui commercialise le dispositif médical IDx-DR.
L’étude montre que les jeunes patients ayant subi un dépistage positif de la DED avec un outil d’IA autonome ont été plus nombreux à consulter un ophtalmologue. L’IA peut non seulement optimiser le diagnostic de la rétinopathie diabétique, en prévenir la progression mais également améliorer l’équité en matière de santé.
Références de l’article :
“Autonomous artificial intelligence increases screening and follow-up of diabetic retinopathy in youth: the ACCESS randomized controlled trial” Nat Commun, 11janvier 2024. https://doi.org/10.1038/s41467-023-44676-z
Auteurs :
Risa M. Wolf, Alvin Liu, Anum Zehra, Lee Bromberger, Dhruva Patel, Ajaykarthik Ananthakrishnan, Elizabeth Brown, Laura Prichett, Harold Lehmann : Johns Hopkins School of Medicine, Baltimore
Roomasa Channa, de l’Université du Wisconsin
Michael D. Abramoff, de l’Université de l’Iowa.
Connexion