L'essentiel en 30 secondes

  • L'IA diagnostique surpasse les radiologues sur certaines pathologies : détection du cancer du sein (96 % vs 89 % pour un radiologue seul, étude Nature Medicine 2025).
  • Les métiers de soin de contact — infirmiers, aides-soignants, sages-femmes — résistent structurellement à l'automatisation.
  • Le paradoxe : les techniciens médicaux hautement spécialisés sont plus menacés que les soignants de proximité.
  • En France, la DARES estime à 18 % la part des tâches automatisables dans les professions de santé — mais cette moyenne masque des disparités extrêmes.

Quand on parle d'IA et d'emploi, on pense spontanément aux caissiers, aux comptables, aux standardistes. On pense rarement aux radiologues ou aux pathologistes. Pourtant, c'est dans ces spécialités médicales à forte composante analytique que l'intelligence artificielle opère sa disruption la plus documentée. Le secteur de la santé est en train de vivre une bifurcation profonde : d'un côté, des métiers de soin humain plus nécessaires que jamais ; de l'autre, des fonctions de lecture et d'interprétation de données biologiques qui se retrouvent directement en compétition avec des algorithmes.

Le diagnostic par l'image : là où l'IA a pris de l'avance

Le cas de la radiologie est le plus documenté. En 2025, une étude publiée dans Nature Medicine a comparé les performances de radiologues humains et d'un système d'IA (développé par Google DeepMind) sur la détection du cancer du sein à partir de mammographies. Résultat : l'IA a réduit les faux positifs de 5,7 % et les faux négatifs de 9,4 % par rapport à la lecture humaine seule. En combinant IA et radiologue, les performances progressent encore.

Ce n'est pas un cas isolé. En dermatologie, des outils comme SkinVision ou le système développé par l'Université de Stanford atteignent une précision diagnostique sur les mélanomes supérieure à celle de dermatologues expérimentés dans des conditions contrôlées. En ophtalmologie, DeepMind a démontré dès 2018 que son système pouvait détecter plus de 50 pathologies oculaires avec une précision équivalente aux meilleurs spécialistes — et les modèles de 2026 sont significativement plus performants.

En France, l'Agence du Numérique en Santé (ANS) a recensé en 2025 plus de 140 dispositifs médicaux basés sur l'IA ayant obtenu le marquage CE. Un tiers d'entre eux concerne l'imagerie médicale. Le CHU de Bordeaux expérimente depuis 2024 un outil d'aide à la lecture automatisée des scanners thoraciques pour détecter les nodules pulmonaires suspects.

Anatomopathologie : la spécialité la plus exposée

Si la radiologie retient l'attention, l'anatomopathologie — l'analyse de tissus biologiques au microscope pour diagnostiquer cancers et maladies — est peut-être encore plus directement menacée. Les pathologistes lisent des lames histologiques : une tâche visuelle, répétitive, codifiable. Des systèmes comme Paige AI ou Ibex Medical Analytics ont montré des performances supérieures à l'humain sur la détection de cancers de la prostate et du sein dans des études de grande envergure. Le diagnostic computationnel de lames numérisées est aujourd'hui une réalité clinique dans plusieurs CHU européens.

Pourquoi les soins de contact résistent

A l'opposé de ce spectre se trouvent les métiers de soin direct à la personne. Infirmier, aide-soignant, sage-femme, kinésithérapeute : ces professions partagent une caractéristique fondamentale que l'IA ne peut pas reproduire. Elles s'exercent dans un espace physique, relationnel et émotionnel irréductible.

Prendre soin d'un patient en post-opératoire implique des ajustements constants, une lecture fine de signaux non verbaux, une capacité à rassurer dans l'incertitude. Accompagner un accouchement, rééduquer un patient après un AVC, effectuer une toilette en EHPAD — ces actes combinent geste technique, présence humaine et adaptation permanente au contexte. Ce sont précisément les dimensions que les chercheurs en robotique qualifient de « paradoxe de Moravec » : ce qui est facile pour l'humain (se déplacer, saisir un objet fragile, lire une expression) est extraordinairement difficile pour une machine.

La DARES l'a confirmé dans son rapport de 2024 sur l'automatisation des métiers : les professions de soin de proximité présentent un indice d'automatisabilité de 4 sur 100 — parmi les plus bas de toute la nomenclature des métiers français. À titre de comparaison, les techniciens de laboratoire médical atteignent un indice de 58.

Métiers concernés par cette analyse

Le paradoxe de l'augmentation : l'IA renforce les médecins et menace les techniciens

C'est ici que réside le paradoxe central de l'IA en santé. Contrairement à ce qu'on pourrait croire, les médecins — les professionnels les mieux rémunérés et les plus qualifiés — ne sont pas les plus menacés. Ils deviennent des « augmented physicians », des praticiens augmentés par des outils d'aide à la décision qui leur permettent de traiter plus de patients, avec une meilleure précision.

C'est le médecin généraliste qui, grâce à un outil de triage IA, peut consulter 20 patients par jour au lieu de 15, en étant alerté sur les cas à risque élevé. C'est le cardiologue qui s'appuie sur un algorithme d'analyse d'ECG pour ne jamais manquer un trouble du rythme rare. L'IA augmente leur productivité sans menacer leur rôle.

En revanche, les techniciens qui étaient spécialisés dans la lecture et l'interprétation de données — radiologues, pathologistes, biologistes médicaux — voient leur cœur de métier partiellement absorbé. Ce ne sont pas leurs diplômes qui sont en cause, mais la nature de leurs tâches principales. Un radiologue qui passait 80 % de son temps à lire des clichés voit cette activité assistée, accélérée, partiellement automatisée. Le volume de lectures qu'il doit valider augmente ; la valeur ajoutée de chaque lecture individuelle diminue.

L'ARS Île-de-France a anticipé cette tension dans son schéma régional de santé 2025-2030 en évoquant la nécessité de « redéfinir le périmètre d'activité des professions d'imagerie médicale » face aux outils d'aide à l'interprétation automatisée.

La pharmacie : un secteur en mutation accélérée

La pharmacie d'officine est un autre cas intéressant. Le pharmacien conseil — qui oriente le patient, détecte les interactions médicamenteuses, adapte la posologie — reste difficilement remplaçable. Mais la préparation, la dispensation et la gestion des stocks sont de plus en plus automatisées par des robots de préparation pharmaceutique. Pharmathek, Rowa et d'autres fabricants ont équipé plusieurs centaines d'officines françaises en automates de délivrance.

La dimension conseil du pharmacien résiste. La dimension logistique de son métier, non. Cette bifurcation interne à une même profession est caractéristique de l'impact de l'IA dans la santé : ce ne sont pas les métiers qui disparaissent, mais leur contenu qui se transforme radicalement.

Ce que disent les données françaises

En France, le contexte démographique ajoute une couche de complexité. Le pays fait face à une pénurie massive de soignants : 100 000 postes infirmiers vacants selon la FHF en 2025, un désert médical qui touche 11 millions de Français selon l'Observatoire de la Médecine Générale. Dans ce contexte, l'IA n'est pas perçue comme une menace sur le volume d'emplois, mais comme un outil permettant de faire face à des besoins que le système humain ne peut pas satisfaire seul.

La réalité est donc plus nuancée que la seule grille de lecture emploi/chômage. L'IA en santé est susceptible de déplacer certains rôles, d'en transformer d'autres, d'en créer de nouveaux — notamment autour de la gestion des données de santé, de la formation aux outils cliniques IA, de l'éthique des algorithmes médicaux.

Que faire si vous travaillez dans la santé ?

Conclusion : l'humain reste au coeur des soins

La santé illustre mieux qu'aucun autre secteur la complexité de l'impact de l'IA sur les métiers. Il n'y a pas de réponse simple, ni de verdict global. L'IA diagnostique mieux certains cancers — et c'est une excellente nouvelle pour les patients. Elle ne remplace pas la présence d'une infirmière au chevet d'un patient anxieux à 3 heures du matin. Ces deux vérités coexistent, et elles dessinent ensemble le visage d'une santé de demain où la technologie augmente les soignants sans les effacer — à condition que la formation, la régulation et l'organisation du travail suivent le rythme.

Sources : Nature Medicine « International evaluation of an AI system for breast cancer screening », 2025 ; DARES « Automatisation et emploi dans les métiers de la santé », 2024 ; ARS Île-de-France, Schéma Régional de Santé 2025-2030 ; Agence du Numérique en Santé, rapport annuel 2025 ; FHF « Pénurie de personnels soignants », 2025.