OpenAI révèle 600 000 questions de santé…

40

1Ars Technica AI

Les Américains consultent l'IA pour leur santé : les hôpitaux misent sur encore plus de chatbots

De plus en plus d'Américains se tournent vers les grands modèles de langage comme ChatGPT pour obtenir des conseils médicaux, et les systèmes de santé du pays commencent à réagir en déployant leurs propres chatbots estampillés à leur marque. Des établissements hospitaliers à travers les États-Unis expérimentent ou lancent déjà ces outils, dans le but de capter une demande existante et de rediriger les patients vers leurs propres services. Allon Bloch, PDG de la société d'IA clinique K Health, résume la situation ainsi : "Nous sommes à un point d'inflexion dans les soins de santé. La demande s'accélère, et les patients utilisent déjà l'IA pour naviguer dans leur vie." Pour les dirigeants de ces établissements, les chatbots maison représentent à la fois un service de commodité et une réponse à l'équité numérique, en rejoignant les patients là où ils se trouvent déjà. Ils avancent également que leurs outils seront plus sûrs que les versions commerciales grand public auxquelles les patients ont spontanément recours. L'enjeu est considérable : si les gens consultent de toute façon une IA avant d'appeler leur médecin, autant que ce soit une IA encadrée par des professionnels de santé plutôt qu'un outil généraliste sans garde-fous médicaux. Cette tendance émerge dans un contexte où le système de santé américain est déjà sous pression, jugé coûteux et sous-performant par de nombreux observateurs. L'arrivée des chatbots hospitaliers soulève des questions immédiates sur la responsabilité médicale, la confidentialité des données de santé et le risque de mauvais diagnostics. Le mouvement s'inscrit dans une vague plus large d'adoption de l'IA dans le secteur médical, qui voit des acteurs comme Google, Microsoft et des startups spécialisées se positionner sur ce marché stratégique. La capacité des hôpitaux à proposer des alternatives crédibles aux outils grand public dépendra largement de la qualité des données cliniques sur lesquelles ces systèmes seront formés et des protocoles de supervision médicale mis en place.

UECette tendance américaine pourrait se propager aux systèmes de santé européens, soulevant des enjeux réglementaires autour du RGPD et de la responsabilité médicale des chatbots déployés par des établissements de soins.

SociétéOutil

1 source

Ce que les données révèlent vraiment sur l'IA et votre emploi

42

2MIT Technology Review

Ce que les données révèlent vraiment sur l'IA et votre emploi

Au sein de la Silicon Valley, l'idée d'une apocalypse de l'emploi causée par l'IA est désormais traitée comme une certitude. Dario Amodei, PDG d'Anthropic, a décrit l'IA comme "un substitut général de la main-d'oeuvre humaine" capable de réaliser tous les emplois en moins de cinq ans. Une chercheuse en impacts sociétaux chez Anthropic a quant à elle évoqué une possible récession à court terme et "l'effondrement de l'échelle des débuts de carrière". Ces déclarations alimentent une anxiété croissante chez les travailleurs, au point de renforcer les mouvements réclamant un moratoire sur la construction de centres de données. Alex Imas, économiste à l'Université de Chicago, a accepté de faire le point sur ce que l'on sait réellement, et surtout sur ce que l'on ignore. Son constat est sévère : les outils actuels pour prédire l'impact de l'IA sur l'emploi sont "lamentables". La mesure la plus utilisée, le taux d'"exposition" d'un métier à l'IA, consiste à comptabiliser combien de tâches qui le composent pourraient être automatisées. C'est la méthode qu'OpenAI a appliquée en décembre dernier à un catalogue gouvernemental américain de milliers de tâches professionnelles, datant de 1998, constatant par exemple qu'un agent immobilier est exposé à 28 %. Anthropic a utilisé ce même référentiel en février pour analyser des millions de conversations avec Claude. Mais pour Imas, "l'exposition seule est un outil totalement inutile pour prédire les suppressions de postes" : savoir qu'une tâche peut être automatisée ne dit rien sur ce que fera concrètement l'employeur de ce gain de productivité. L'enjeu central est en réalité une question d'économie industrielle que personne ne sait encore trancher : si un développeur peut produire en un jour ce qui lui prenait trois jours grâce à l'IA, l'entreprise va-t-elle embaucher moins de développeurs ou au contraire en recruter davantage pour aller plus vite ? La réponse dépend du secteur, de la structure des marchés et de la concurrence. Dans un marché compétitif, les gains de productivité se répercutent souvent en baisse de prix, ce qui stimule la demande et donc l'emploi. Mais ce mécanisme ne s'applique pas uniformément. Imas plaide pour que les économistes collectent d'urgence des données granulaires sur la façon dont les entreprises réallouent réellement leur main-d'oeuvre après l'adoption de l'IA, car sans ces données, toute politique publique sur l'emploi reste aveugle. Le débat dépasse donc largement les prédictions catastrophistes : il appelle à une observation rigoureuse de terrain, que personne n'a encore vraiment commencée.

UELe manque de données empiriques rigoureuses sur la réallocation réelle de la main-d'oeuvre après adoption de l'IA fragilise également les politiques publiques européennes sur l'emploi et les débats autour de l'AI Act.

SociétéOpinion

1 source

IA dans la santé : et si le vrai défi était l’organisation des soins

42

3Le Big Data

IA dans la santé : et si le vrai défi était l’organisation des soins

Jordan Cohen, cofondateur et PDG de Tessan, entreprise française de téléconsultation réalisant plus de 3 500 actes médicaux par jour, défend une thèse centrale : le vrai défi de l'intelligence artificielle en santé n'est pas technologique, mais organisationnel. Plutôt que d'ajouter de l'IA à un système existant, il s'agit d'utiliser la donnée pour combler le vide structurel entre les consultations, ce moment où le patient disparaît du radar, sans information, sans orientation, sans suivi. Chez Tessan, les algorithmes interviennent à chaque étape du parcours : ils organisent les symptômes en amont, assurent la transcription automatique pendant la consultation et alimentent des assistants opérationnels chez les partenaires. Des bornes de check-up en pharmacie et des objets connectés captent en temps réel des constantes vitales telles que la tension artérielle, la fréquence cardiaque ou la saturation en oxygène, permettant de détecter des signaux faibles et de déclencher, si nécessaire, une téléconsultation ou un suivi renforcé. Ce changement de paradigme touche directement les patients, les médecins et les pharmacies, appelées à devenir des hubs de détection de proximité. Pour les patients, l'enjeu est de rester intégrés en permanence dans un parcours de soins continu, relancés et réévalués si leur état l'exige. Pour les médecins, l'IA n'ambitionne pas de se substituer au diagnostic : elle améliore la qualité du signal en amont, priorise les cas urgents et réduit la charge administrative. En dermatologie, des modèles internes analysent et hiérarchisent les images avant tout examen médical. D'autres recherches portent sur l'estimation de paramètres physiologiques par vidéo, captant des données que le système actuel ignore. L'impact économique est réel : une détection précoce et une orientation plus rapide réduisent les consultations inutiles et les hospitalisations évitables. Le système de santé français s'est historiquement bâti sur une logique réactive : on consulte lorsque le symptôme apparaît, parfois tardivement, quand la situation s'est déjà dégradée. Cette architecture par actes isolés produit un vide que ni le médecin ni le patient ne comblent aujourd'hui, faute d'outils adaptés. L'essor d'infrastructures de données continues, combiné à des algorithmes capables de les activer au bon moment, ouvre la voie à une médecine d'anticipation. Tessan n'est pas seul sur ce terrain : l'ensemble du secteur health-tech s'oriente vers la donnée comme actif central du parcours de soins, avec des pistes allant de la prévention personnalisée à l'intégration dans les systèmes d'information hospitaliers. Ce que souligne Jordan Cohen, c'est que la valeur future de l'IA en santé ne viendra pas de l'acte médical lui-même, mais de la capacité à organiser une continuité durable autour du patient.

UETessan, entreprise française de téléconsultation, déploie des algorithmes d'IA dans les pharmacies et le suivi patient pour réorganiser le parcours de soins en France et réduire les hospitalisations évitables.

SociétéOutil

1 source

Les chatbots IA progressent sept fois plus vite que les réseaux sociaux, mais restent quatre fois moins fréquentés

39

4The Decoder

Les chatbots IA progressent sept fois plus vite que les réseaux sociaux, mais restent quatre fois moins fréquentés

Le trafic vers les chatbots d'intelligence artificielle croît sept fois plus vite que celui des réseaux sociaux, mais reste quatre fois inférieur en volume total, selon une analyse publiée par Similarweb. Ces données portent sur les principales plateformes de conversation IA, dont ChatGPT d'OpenAI, Gemini de Google et Claude d'Anthropic, et révèlent des différences notables entre ces deux catégories de services numériques, notamment dans les habitudes d'utilisation selon les appareils et les comportements des utilisateurs. Ce rythme de croissance exceptionnel illustre l'adoption massive et rapide des outils d'IA conversationnelle par le grand public, mais l'écart de volume avec les réseaux sociaux rappelle que ces derniers restent ancrés dans le quotidien numérique de milliards de personnes. Pour les acteurs du secteur tech, cela signifie que le marché de l'IA conversationnelle est encore loin de sa maturité et que les marges de progression restent considérables. La question des usages par appareil est particulièrement stratégique : les chatbots sont aujourd'hui davantage utilisés sur ordinateur, là où les réseaux sociaux dominent sur mobile. Cette dynamique s'inscrit dans un contexte de compétition intense entre les grandes plateformes d'IA, qui multiplient les mises à jour et les nouvelles fonctionnalités pour capter des parts de marché. Les réseaux sociaux, eux, ont bénéficié de deux décennies d'intégration dans les usages quotidiens. Si la trajectoire actuelle se maintient, l'écart de trafic entre les deux catégories pourrait se réduire significativement dans les prochaines années, à mesure que l'IA s'intègre dans davantage d'applications et de flux de travail professionnels.

SociétéOutil

1 source

OpenAI révèle 600 000 questions de santé hebdomadaires depuis des déserts médicaux, dont sept sur dix hors horaires

À lire aussi

Les Américains consultent l'IA pour leur santé : les hôpitaux misent sur encore plus de chatbots

Ce que les données révèlent vraiment sur l'IA et votre emploi

IA dans la santé : et si le vrai défi était l’organisation des soins

Les chatbots IA progressent sept fois plus vite que les réseaux sociaux, mais restent quatre fois moins fréquentés