🧭 Intelligence Artificielle en Sante

Advertising in AI-Powered Clinical Decision Support Tools

JAMA Network · 📅 7 juil 2026

Cet article aborde la problématique de la publicité au sein des outils d'aide à la décision clinique alimentés par l'intelligence artificielle (IA). Il souligne la nécessité d'établir et de renforcer des politiques publicitaires avec des garde-fous éthiques solides, afin de garantir l'intégrité et l'objectivité de ces outils. L'importance d'une régulation rigoureuse est mise en avant pour protéger la qualité des soins et la confiance des professionnels de santé.

Three Epochs of Artificial Intelligence in Health Care

JAMA Network

Cette communication spéciale explore l'évolution de l'intelligence artificielle (IA) dans le domaine de la santé au fil des ans. Elle met en lumière les avancées notables de l'IA et leur potentiel pour assister les décideurs dans leurs choix stratégiques. L'analyse des trois époques de développement de l'IA souligne son impact croissant sur l'amélioration des soins de santé et la prise de décisions informées.

Regulation of Health and Health Care Artificial Intelligence

JAMA Network

Titre : Régulation de l'Intelligence Artificielle en Santé et Soins de Santé Résumé : Le 17 mars 2025, il est constaté que les outils d'intelligence artificielle (IA) appliqués à la santé et aux soins de santé aux États-Unis évoluent dans un espace réglementaire flou. En raison de la difficulté à les intégrer aux cadres existants des agences de réglementation, ces technologies échappent souvent aux lois régissant les produits médicaux, la protection des données, la recherche et la qualité des soins.

Artificial Intelligence and Clinical Care: JAMA Internal ...

JAMA Network

La médecine est désormais à l'aube d'une ère dominée par l'intelligence artificielle (IA), grâce à des avancées significatives en matière de puissance de calcul, d'accès aux données, et de méthodes d'apprentissage automatique. Ces progrès permettent de développer des outils susceptibles de révolutionner les soins médicaux et d'améliorer la santé des patients. Les implications de cette transformation sont vastes et promettent une évolution majeure des pratiques cliniques.

AI, Health, and Health Care Today and Tomorrow: The JAMA ...

JAMA Network

L'intelligence artificielle (IA) transforme de manière sans précédent le secteur de la santé et des soins de santé. Bien que les avantages potentiels soient considérables, les risques associés ne doivent pas être sous-estimés. Il est essentiel d'évaluer attentivement ces nouveaux outils pour maximiser leurs bienfaits tout en minimisant les dangers potentiels. Les implications de cette évolution technologique façonnent l'avenir des soins de santé.

Building the AI-Enabled Medical School of the Future

JAMA Network

Avec l'avancée rapide de l'intelligence artificielle (IA), le secteur médical connaît des gains économiques et d'efficacité notables. Les modèles de langage de grande taille (LLMs) se distinguent particulièrement par leurs succès précoces dans l'accomplissement de tâches cliniques. Cette révolution technologique ouvre la voie à la création d'écoles de médecine capables de former des professionnels de santé mieux adaptés aux défis contemporains.

AI, Health, and Health Care Today and Tomorrow - JAMA Network

JAMA Network

Le rapport du sommet de la JAMA sur l'intelligence artificielle (IA) examine son impact actuel et futur sur la santé et les soins de santé. Il met en lumière les avancées technologiques, les applications cliniques et les défis éthiques associés à l'intégration de l'IA dans le domaine médical. Les auteurs soulignent l'importance d'établir des cadres réglementaires et des pratiques responsables pour maximiser les bénéfices de l'IA tout en minimisant les risques pour les patients. Ce rapport encourage également une collaboration interdisciplinaire pour favoriser une adoption réussie de ces innovations.

Home | JAMA+ AI | JAMA Network

JAMA Network

Cet article explore les nouvelles technologies d'intelligence artificielle (IA) émergentes dans l'évaluation et la gestion des risques liés à la leucémie myéloïde aiguë (LMA). Les auteurs, Mohammad Amin Ansarian et Mahsa Fatahichegeni, ainsi que d'autres contributeurs, examinent comment l'IA peut améliorer le diagnostic, le pronostic et les décisions thérapeutiques pour les patients atteints de LMA. En intégrant des modèles prédictifs et des analyses de données, ces technologies promettent d'optimiser les soins et de personnaliser les traitements en fonction des caractéristiques individuelles des patients.

A Comparative Cross-sectional Study Assessing the Readability of ChatGPT and UpToDate Content on Multiple Endocrine Neoplasia Syndromes.

PubMed · Yamini Saraswathi Gurram, Atharv B Deo, Aryan Jha, Shalini Jeyaraman · 📅 2026

Cette étude comparative transversale évalue la lisibilité des contenus sur les syndromes des néoplasies endocriniennes multiples (MEN) produits par ChatGPT et ceux provenant de sources médicales basées sur des preuves, comme UpToDate. Avec la dépendance croissante aux outils de santé numériques, il est essentiel que ces informations soient facilement compréhensibles pour les patients. Les résultats soulignent l'importance d'explorer la capacité des plateformes d'intelligence artificielle à transmettre efficacement des contenus médicaux complexes. Cette recherche vise à éclairer l'utilisation de ces outils dans le cadre des soins centrés sur le patient.

[Artificial intelligence in radiology practice : between dream and reality].

PubMed · Christophe Chênes, Belinda Lokaj, Jérôme Schmid · 📅 2026

Titre : L'intelligence artificielle en pratique radiologique : entre rêve et réalité. Résumé : Malgré le développement rapide et les performances prometteuses de l'intelligence artificielle (IA) en radiologie dans des contextes expérimentaux, des limitations majeures subsistent, notamment en matière de généralisabilité, d'explicabilité et d'intégration dans la pratique clinique. Les attentes des professionnels de la radiologie demeurent élevées, l'IA étant perçue comme un levier potentiel pour améliorer la qualité du diagnostic, optimiser les flux de travail et libérer du temps pour des tâches cliniques à plus forte valeur ajoutée. Toutefois, la transition vers une adoption généralisée de l'IA dans ce domaine reste encore à concrétiser.

[From PubMed to GPT: A narrative review of the emerging role of Large Language Models in systematic reviews].

PubMed · Benjamin Birene, Benjamin Popoff, Olivier Graesslin, Vincent Vuiblet · 📅 2026

Les revues systématiques constituent un pilier de la médecine basée sur les preuves, mais elles sont souvent longues et sujettes à des erreurs humaines. Les Modèles Linguistiques de Grande Taille (LLMs), tels que ChatGPT et Claude, ouvrent de nouvelles perspectives pour l'automatisation partielle de ces processus. Cet article propose une synthèse critique des applications actuelles des LLMs à travers les principales étapes des revues systématiques et méta-analyses en santé. Une revue narrative a été réalisée à partir d'une recherche bibliographique dans PubMed et Scopus, couvrant la période de 2019 à 2025.

[Clinical simulation and artificial intelligence: catalysts for transformation in the healthcare sector].

PubMed · Mohamed Benfatah, Ilham Elazizi, Abderrahmane Lamiri · 📅 2026

L'intégration de la simulation clinique et de l'intelligence artificielle (IA) dans l'éducation et la pratique de la santé constitue un puissant levier de transformation dans le secteur. Contrairement à certaines idées reçues, ces technologies ne visent pas à remplacer les professionnels de santé, mais à renforcer leurs compétences en raisonnement clinique, communication et confiance en soi. Nos recherches menées auprès d'étudiants en soins infirmiers et en maïeutique démontrent que la simulation haute fidélité, associée à des outils IA, améliore significativement l'apprentissage et la préparation des futurs praticiens.

[Ethics and human safeguards in AI for healthcare].

PubMed · Lucie Alleaume, Clara Personat · 📅 2026

L'intelligence artificielle dans le secteur de la santé présente d'importantes opportunités, à condition d'être utilisée dans un cadre contrôlé. Il est crucial d'intégrer des mécanismes d'assurance qualité, de gestion des risques et de gouvernance, tout en garantissant une supervision humaine tout au long du cycle de vie de ces outils. Le soutien des professionnels de santé, l'engagement des utilisateurs et une vigilance accrue face aux biais, aux droits individuels et à l'impact environnemental sont également des considérations essentielles.