Diagnostic médical par IA : la FDA envisage une approche par compétences sous pression
Les autorités américaines s'orientent vers une procédure d'homologation fondée sur les compétences pour les dispositifs médicaux dotés d'IA générative, selon une analyse de Cooley d'une proposition de la FDA. L'aval donné le 24 septembre à un test sanguin multicancer montre à quelle vitesse le terrain bouge.

Les autorités américaines s'orientent vers une procédure d'homologation fondée sur les compétences pour les dispositifs médicaux dotés d'IA générative, selon une analyse de Cooley d'une proposition de la FDA. Le changement compte : il pourrait permettre aux outils de diagnostic par IA de passer l'examen sur leurs performances démontrées plutôt que sur le matériel qu'ils remplacent. La façon dont ces produits arrivent dans les cliniques s'en trouverait modifiée.
Cette proposition accompagne un signal plus visible de la direction prise par la FDA. Le jeudi 24 septembre, un comité de la FDA a voté en faveur du test Galleri de Grail et recommandé son homologation préalable, rapporte le South China Morning Post. C'était la première fois que les autorités américaines approuvaient un test sanguin de détection précoce multicancer, qui recherche chez des personnes saines et asymptomatiques des molécules anormales, dont l'ADN tumoral circulant. L'aval est une étape réglementaire. Ce n'est pas une étape clinique.
Les médecins de Hong Kong restent prudents sur la valeur clinique du test. Ils estiment que davantage de données sont nécessaires avant une adoption plus large, selon le SCMP.
Cet écart entre un feu vert réglementaire et l'acceptation clinique est la tension centrale du diagnostic assisté par IA aujourd'hui : on demande aux agences de statuer sur des outils dont les preuves restent minces, et aux cliniciens de faire confiance à des résultats qu'ils ne peuvent pas entièrement vérifier. La voie fondée sur les compétences de la FDA, signalée dans une note de Cooley du 28 septembre, ferait passer les dispositifs dotés d'IA générative par des critères d'examen liés à la manière dont le modèle accomplit sa tâche. L'agence avait auparavant ouvert une période de commentaires sur un cadre destiné aux dispositifs médicaux dotés d'IA générative, selon une entrée JDSupra du 29 septembre. Aucun des deux documents n'est définitif. L'effet concret dépendra de la façon dont l'agence fixera des seuils de performance variables selon l'usage clinique.
Les preuves arrivent plus vite que les règles
L'oncologie est le domaine où la pression est la plus forte. Medical Daily rapporte le 1er octobre qu'un modèle d'IA de la Mayo Clinic a signalé un risque de cancer du pancréas jusqu'à trois ans avant le diagnostic en lisant des dossiers de santé, un résultat impossible à reproduire avec une seule imagerie ou un seul test de laboratoire. Le même jour, the-scientist.com décrit une plateforme qui donne aux chercheurs en oncologie accès à des outils d'IA contre le cancer. Les deux vont dans le même sens : la prédiction des risques quitte le service d'imagerie pour le dossier électronique, où les questions réglementaires sont différentes.
Les régulateurs ne sont pas les seuls à improviser. Les hôpitaux et les cliniciens prennent des décisions d'adoption avec peu de repères.
Une étude pilote Cureus publiée le 1er octobre a interrogé de jeunes médecins de Sydney sur leur connaissance de l'IA et leur attitude à son égard. Elle rappelle que les personnes censées agir sur les résultats des modèles sont souvent les moins formées à leur sujet. Et MedCity News soutient le 30 septembre que la vraie contrainte pour l'IA en santé est peut-être la confiance plutôt que l'autonomie, un problème différent de celui que les examinateurs de dispositifs sont conçus pour résoudre. La politique s'est engouffrée dans ce vide. Lors d'un sommet MAHA soutenu par l'industrie, le secrétaire à la Santé Robert F. Kennedy Jr. a déclaré que l'IA est « mieux informée » que les médecins, selon The New York Times du 29 septembre et Forbes la même semaine. L'International Business Times UK rapporte que Kennedy a affirmé que Sam Altman avait qualifié de « faute professionnelle » le fait pour un médecin de diagnostiquer ou de prescrire sans vérifier l'IA. Ce sont des déclarations politiques, pas réglementaires, et elles ne pèsent rien dans un examen de la FDA. Mais elles donnent le ton du débat public sur qui, ou quoi, a le droit de poser un diagnostic.
Une partie de ce débat se joue sur le terrain de la responsabilité. expresshealthcare.in a publié le 30 septembre un texte sur le passage du « human-in-the-loop » au « human-on-the-hook », l'idée que le clinicien qui accepte la recommandation d'un modèle en assume la faute quand elle est erronée. Ce cadrage compte pour la réglementation, car il détermine ce que les hôpitaux déploieront réellement. Un outil doté d'une piste d'audit claire et d'une affirmation de performance défendable est plus facile à valider qu'une boîte noire, quelle que soit la précision de l'un ou de l'autre.
Les preuves elles-mêmes sont contestées.
Une étude diffusée en mai 2026 demandait si l'IA battait vraiment les médecins des urgences au diagnostic et ce que les résultats montraient réellement. La réponse était plus nuancée que ne le laissaient croire les gros titres. Plus récemment, Bioengineer.org rapporte le 30 septembre qu'une IA respectueuse de la vie privée peut apprendre des règles de traitement personnalisées sans exposer les données des patients. Cette avancée technique change aussi le calcul réglementaire, puisque les données d'entraînement peuvent ne jamais quitter l'hôpital.
Au-delà de Washington
Les États-Unis n'écrivent pas seuls ces règles. Open Access Government rapporte le 30 septembre le lancement de GUIDE-AI, une initiative européenne pour faire entrer le traitement médical guidé par les recommandations dans l'ère de l'IA. Medical Buyer rapporte le 30 septembre qu'un nouveau rapport recommande à la Grande-Bretagne de moderniser son régime réglementaire des technologies médicales, et ukauthority.com rapporte la même semaine que la MHRA renforce l'innovation en santé. Plus tôt en septembre, une proposition de réglementation britannique de l'IA en santé avec « permis probatoire » signalait une approche progressive plutôt qu'un guichet unique.
En Asie, le tableau est plus fragmenté. La SFDA saoudienne a approuvé un logiciel médical développé dans le pays et doté d'IA pour le diagnostic dentaire et ophtalmique. Le CDSCO indien a publié des lignes directrices précisant la voie réglementaire des dispositifs médicaux fondés sur l'IA et les logiciels. Les deux informations ont été rapportées en septembre. Les recommandations de l'OMS de 2021 sur l'IA en santé restent ce qui ressemble le plus à une référence commune, et elles ne sont pas contraignantes.
Le paiement est le levier le plus discret. STAT rapporte le 1er octobre que Blue Shield of California, l'une des 17 grandes assurances santé engagées à adopter des modèles de paiement inspirés du modèle ACCESS de Medicare, prévoit de lancer des modèles similaires dans ses contrats commerciaux en 2027. Le médecin-chef de l'assureur, Ravi Kavasery, a déclaré à STAT que l'entreprise travaillait encore aux détails, notamment sur la question de savoir si elle adopterait les montants de paiement du CMS. Quoi que la FDA approuve, les outils qui ne correspondent pas à un code de remboursement ont tendance à ne pas atteindre les patients à grande échelle.
La question concrète à court terme est ce qu'exige réellement la voie fondée sur les compétences. Si la FDA demande des essais prospectifs, peu d'outils de diagnostic génératifs la franchiront bientôt. Si elle accepte des données de performance rétrospectives, les homologations pourraient venir vite et la charge passerait aux cliniciens et aux payeurs, chargés de décider quelle preuve est suffisante. L'agence n'a pas dit quelle option elle retiendra, et la période de commentaires sur son cadre antérieur s'est close sans règle publiée.
Ce qui est clair, c'est la direction du mouvement. Il y a un an, les tests sanguins multicancer étaient une histoire de recherche. Depuis le 24 septembre, l'un d'eux a une recommandation de comité de la FDA. L'échafaudage réglementaire autour du diagnostic par IA se construit en public, par morceaux, et le plus souvent après que les outils sont déjà en usage.
Sources
9- 01US regulators back multi-cancer blood test – but Hong Kong doctors remain cautiousEN
- 02A major insurer on how it may replicate Medicare's chronic-care experimentEN
- 03Trump's watered-down Medicare drug pricing rule saves 96% less than initial proposalEN
- 04Pharmalittle: We're reading about a plan to lower Medicare drug prices, a Lilly obesity drug, and moreEN
- 05CMS finalizes GLOBE Medicare demo, but savings trail projectionsEN
- 06ADHD and autism diagnoses have surged. A massive study may help explain whyEN
- 07Federal Reserve Board requests public comment on two proposals related to establishing a regulatory framework for Board-supervised payment stablecoin issuers unEN
- 08Duke Energy wants to build a new gas plant. Regulators said not so fast.EN
- 09Sony brings AI graphics upscaling to the regular PS5EN
Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.
Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.
Commentaires
0- Aucun commentaire — soyez le premier.