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.