I. Définition

a) IA en tant que discipline

Née dans les années 50's "Une machine peut-elle penser ?" Alan TURING donne lieu à une conférence à Dartmouth où l'IA est conceptualisée par Minsky et Mc Carty imitation des réactions humaine dans les conversations.

Le dictionnaire définit l'IA comme un champ disciplinaire capable de compréhension et imitation des mécanismes de réflexion humains, avec l'aide d'un dispositif matériel et logiciel. Elle peut assister l'humain ou s'y subsister.

Limite = pas de conscience ni d'émotions. Différence entre imiter une consigne VS penser.

3 approches de l'IA comme discipline (2 principale + 1 émergente) :

• L'IA symbolique/logique = règles "Si... alors..." ➜ raisonnement par déduction

➥ IA CLASSIQUE : IA classique avec règles écrites par l'homme + conclusion à tirer.

☞ déterminisme

☞ Très utilisé dans les dispositifs médicaux dans les 80's (ex : MyCin - infections bactériennes)

MAIS : difficulté face aux situations nouvelles non-prévue. (On privilégie les IA avec apprentissage auto aujourd'hui)

• L'IA neuronale/numérique/connexionniste = répond à un apprentissage par la donnée

➥ IA MODERNE : Inspiration du fonctionnement du cerveau humain (cerveau artificielle - apprentissage auto comme un enfant)

☞ apprend à partir de millions de données en recherchant des régularités, sans règle fournie par l'homme (ex : il y a 97% de chance que cette image soit un tigre) ➟ Deep learning

MAIS : manque de transparence. Car on ne sait pas précisément comment l'IA produit ses résultats.

À noter : Selon la façon dont les données ont été fournies à l'algo, on distingue Deep learning supervisé VS non-supervisé ↓

➛ SUPERVISÉ = entraîné par l'homme qui donne des infos de raisonnement, puis l'IA déterminera les critères utiles.

Limite : système biaisé par les données choisies pour entrainer l'IA. (ex : mélanine)

➛ NON-SUPERVISÉ = aucune info par l'humain, l'algo recherche seul pour établir sa classification. Création de groupes (ex : animal rayé, animal tacheté)

Meilleure puissance de calcul, et production exponentielle de réponses.

OBJECTIF FUTUR : hybridation des 2 IA IA neurosymbolique : alliant règles et données (le meilleur des deux approches) / l'adaptabilité de l'IA neuronale ft. la transparence de l'IA logique = Résoudre une multitude de problèmes tout en apportant un raisonnement explicable.

b) IA en tant que technologie

Les IA reposent sur des algo et des données Suites de descriptions et d'actions permettant d'obtenir un résultat à partir de données d'entrée. (comme une recette de cuisine)

Modèles de langage de grande taille (traitement de langage naturel) émergence IA générative "IA à usage général" capable d'effectuer un grand nombre de tâches VS monotâche dans le passé.

Définir l'IA est dur car elle est un outil juridique mal identifié (Villani).

Définition du SIA par le RIA du 13 juin 2014 (article 3) « système basé sur une machine qui est conçu pour fonctionner avec différents niveaux d'autonomie et qui peut faire preuve d'adaptabilité après son déploiement, et qui, pour des objectifs explicites ou implicites, déduit, à partir des données qu'il reçoit, comment générer des résultats tels que des prédictions, du contenu, des recommandations ou des décisions qui peuvent influencer des environnements physiques ou virtuels ».

II. Application en santé

Rapport Villani : La santé est le secteur le plus suscpetible d'être impacté par l'IA.

a) Les promesses de l'IA en Santé : d'une médecine curative à une médecine préventive personnalisée

Médecine curative ➔ Médecine préventive.

Révolution au niveau individuel en matière médicale (diagnostic, prédiction et soin)

ET

Révolution au niveau Santé publique (recherche, vaccins traitements). Ex en matière de vaccin et tri de patients : Covid-19

• Diagnostics : Détection plus rapide et plus précise des anomalies grâce à l'imagerie médicale. (IA Google pour le Cancer du sein fiable à 92% ; surveillance des maladies chroniques ou risques cardiaques avec des montres intelligentes ou implants qui préviennent le médecin en cas d'anomalie, jusqu'à 2 ans à l'avance pour les maladies cardiaques) ➔ prédiction++ (s/o revue Nature 2025 : mise au point d'une IA avec capacité de prédiction de +1000 affections jusqu'à 10 ans avant).

• Soins : Les IA font des recommandations aux médecins basées sur l'analyse de données. (ex : IA permettant de proposer un parcours de soin adapté à la personnalité du patient). Notion d'interface cerveau-machine de Jacques Vidal, pour effectuer des soins sans passer par l'action des muscles (exemple parfait : exosquelettes contrôlés par neuroprothèses, +700% entre 2014-2021). Cas de Neuralink en neuroamélioration.

• Médicament : L'IA permet d'identifier plus vite les cibles cliniques et les molécules liées aux cibles pour créer des médicaments. (46j pour l'IA VS des années de tests pour les chercheurs)

b) Les risques de l'IA en santé

Minsky : quand les ordinateurs auront pris le contrôle, nous ne récupèrerons sûrement jamais.

1) Risque 1 : lié à l'utilisation des données par l'IA

Atteinte à la vie privée = collecte massive de données.

Atteinte à l'égalité = SIA programmés parfois sur des données biaisées (biais racial : entraînement à détection de mélanomes avec des images de peaux claires uniquement).

Atteinte à l'autonomie = Suivi des patients à tout moment, sans possibilité d'y échapper. L'IA pourrait donc imposer un comportement à un individu.

Atteinte au libre-arbitre =

2) Risque 2 : Altération de la relation médicale

Déshumanisation des soins = interactions via les Chatbots (patient isolé + manque d'empathie essentielle à certains troubles psy)

Risque d'exclusion du médecin par le patient lui-même

Risque que le médecin fasse trop confiance à l'IA

Pétition pour freiner le dvp des IA les plus puissantes (Elon Musk).

Autre pétition en oct. 2025 pour demander à faire cesser les IA supérieures à l'homme car risque que l'IA devienne dangereuse pour l'humanité toute entière.

III. Appréhension juridique

A. En Europe : foisonnement des textes

L'IA est une révolution source de concurrence mondiale avec une augmentation de 50%/an sur le Marché (USA en tête mais l'Europe rattrape avec un plan à 200 Md).

Esprit libéral de l'IA qui la perçoit comme levier d'innovations VS Esprit de protection de l'individu.

Volonté de l'Europe = voie médiane : réguler l'IA pour permettre l'innovation tout en limitant les risques pour l'individu.

1) Sur l'IA elle-même :

• RIA du 13 juin 2024 (par l'UE) :

Cadre juridique uniforme innovation/protection des DH

Approche fondée sur le risque (voir photo pyramide) on vise l'usage fait des SIA plutôt que le SIA lui-même.

Les IA à risque minimal ne sont pas soumises au RIA, juste à un Code de bonne conduite.

Art. 5 RIA : Liste des IA inacceptable.

Art. 6 RIA : Distingue 2 types de SIA dits "à hauts risques" :

☞ Ceux intégrés dans des produits régis par une loi euro dont la liste est fixée dans une annexe (ex : PD) + éval de conformité à faire

☞ Ceux listés dans un des domaines suivants : Justice, éducation

Les fournisseurs doivent fournir des contrôles (principes de traçabilité, transparence, cybersécurité)

Les utilisateurs des SIA doivent effectuer une étude d'impacts sur les DF

Obligation de transparence indiquant que la communication est faite par un robot, pour les SIA ayant des interactions avec des êtres humains.

Pour les MIAUG permettant les applications d'IA génératives (liste faite par la Commission) : Les fournisseurs doivent fournir un doc sur les risques techniques.

Art. 57 à 59 : les EM doivent créer des "bacs à sable réglementaires" en cas de volonté de créer un SIA innovant.

+ Sanction en cas d'infraction de 7% CA annuel mondial.

• Convention-cadre sur l'IA du 17 mai 2024 (Conseil de l'Europe)

Protection des DH : Autonomie personnelle, dignité, vie privée...

Tous les EM du Conseil + open aux États tiers

Volonté de créer un modèle d'encadrement et de le diffuser à l'international (à l'instar du RGPD).

Comme le RIA : impose l'adoption de régulation des risques SIA.

Méthodologie HUDERIA : (Guide non-contraignant pour les EM qui évalue l'impact de l'IA sur les DF)

1. Analyse des risques fondée sur le contexte (cartographie sociotechnique du risque)
2. Processus d'engagement des parties prenantes (coopérer avec des prs pertinentes pour avoir des infos sur les conséquences)
3. Évaluation des risques et Impacts (voir RIA)
4. Plan d'atténuation

DIFFÉRENCE RIA/CONVENTION :

• L'objectif du RIA est plus large car va au-delà des DF
• Le RIA peut être invoqué dans un contentieux VS pas d'effets de la Convention

2) Sur les données :

Données générales :

Règlement sur la gouvernance euro des données (DGA, Data Governance Act) 30 mai 2022

+

Règlement le Data Act du 13 déc. 2023

=

Favoriser l'accès et le partage des données dans un cadre sûr.

Données sectorielles (secteur santé) : Règlement sur l'espace européen des données de santé de févr. 2025 (en vigueur en 2027)

3) Sur la responsabilité :

Pour adapter les règles de responsabilité à l'IA : La Commission a adopté 2 positions en 2022 :

• Révision de la Directive sur les PD = new Directive euro 23 oct. 2024 réformant la responsabilité du fait des produits défectueux dans laquelle : L'IA peut être un produit défectueux.
• Adopter les règles de la RC pour faute aux SIA, avec facilitation de la preuve victimes (injonction du juge à un fournisseur de divulguer les éléments).

B. En France : Stratégie nationale pour l'Intelligence artificielle (SNIA)

Stratégie lancée en 2018 suite au Rapport Villani ➜ la France veut devenir un leader mondial de l'IA ➜ Plan France 2030 à 54 Md, sur la compétitivité indus et les techno émergentes.

• Phase 1 : Renforcer la recherche de l'IA
• Phase 2 : Diffuser l'IA dans l'économie
• Mettre l'IA au service des politiques publiques (en Santé surtout)

109 Md d'euros promis aux entreprises privées pour dvp leur IA.

= Volonté de construire un patrimoine national.

Double objectif : Encourager l'innovation VS Protéger les personnes.

➜ Devoir de protection des données de santé (sensibles++)

➜ Protéger la relation médecin patient