Lire, parler, se soigner : quand l’IA change concrètement la vie

Identifier un pot d’épices sans devoir demander à un proche : ce geste ordinaire suffit à donner une autre mesure du progrès technique. La situation est illustrative, pas le récit d’un test personnel. Pour une personne malvoyante, l’enjeu peut être de choisir et de préparer son repas avec davantage d’autonomie. Le bénéfice ne se résume pas aux secondes gagnées devant une étagère.

Le 1er octobre 2026, Google a annoncé Guided Vision dans Gemini Live, une assistance visuelle conversationnelle utilisant la caméra du téléphone. Cette nouveauté rejoint d’autres usages qui aident à lire, à accéder à un dépistage ou à communiquer. Leur intérêt mérite d’être examiné avec précision : une fonctionnalité proposée au public, un essai clinique et une neuroprothèse expérimentale ne prouvent pas la même chose.

Lire et comprendre son environnement avec davantage d’autonomie

Une assistance visuelle devient utile lorsqu’elle répond à une question située : que contient ce récipient, que dit cette étiquette, où se trouve l’objet recherché ? Guided Vision propose des descriptions et des indications vocales pour mieux orienter la caméra. Demander de déplacer le téléphone ou de le reculer peut aider à obtenir une image exploitable. L’interface traite ainsi un obstacle qui précède la réponse : parvenir à montrer ce que l’on cherche à comprendre.

Google annonce une collaboration avec Aira et plus de 1 000 testeurs aveugles ou malvoyants. Le service est annoncé sur Android 9 et versions ultérieures, dans les régions et langues prises en charge par Gemini Live. Ces indications décrivent le périmètre annoncé ; elles ne garantissent pas une disponibilité identique pour chaque compte en France. Elles ne constituent pas davantage une évaluation indépendante du gain d’autonomie.

Be My AI repose sur l’interprétation d’images, avec la possibilité de demander des précisions. La mise à jour de février 2025 ajoute notamment la lecture automatique des descriptions à voix haute et annonce la sortie de bêta. Pour l’utilisateur, pouvoir passer de la photographie à une réponse audible réduit une manipulation supplémentaire. Les chiffres de la communauté Be My Eyes, qui comprend aussi des bénévoles, ne doivent cependant pas être attribués à cette seule fonction IA.

La frontière d’usage reste essentielle. Une description peut être erronée ou omettre un détail déterminant. Google précise que Guided Vision n’est ni un dispositif médical ni un outil de navigation ou de détection d’obstacles, et ne remplace pas une canne blanche. L’autonomie recherchée suppose de connaître ces limites, de conserver un recours et de choisir les situations où une erreur reste maîtrisable. Concevoir avec les utilisateurs aide à comprendre ces situations ; cela ne dispense pas d’évaluer la fiabilité.

Rendre le dépistage réellement accessible

En santé, une capacité technique n’a de valeur que si les personnes peuvent effectivement en bénéficier. ACCESS, publié en 2024, apporte une illustration nette de cette différence. Cet essai randomisé a porté sur 164 jeunes de 8 à 21 ans atteints de diabète. Dans le groupe proposant un examen oculaire assisté par IA pendant la consultation de diabétologie, tous ont réalisé le dépistage. Dans le groupe orienté vers un professionnel extérieur, 22 % l’ont effectué dans les six mois.

Le contraste concerne la réalisation de l’examen, pas une précision diagnostique de 100 %. Selon Johns Hopkins, l’examen intégré durait cinq à dix minutes, avec un résultat immédiat. Le parcours évitait une consultation supplémentaire pour cette étape. L’étude compare donc deux organisations du dépistage, dont l’une mobilise l’IA : isoler le logiciel de cette organisation ferait perdre une partie de l’explication.

Le résultat ne démontre pas directement une réduction de cécité. Le communiqué de janvier 2024 précisait aussi que le système n’était pas autorisé par la FDA chez les moins de 21 ans à cette date. Il s’agit d’une limite réglementaire historique de l’étude, pas d’une description vérifiée de la réglementation actuelle. Un essai pédiatrique ne vaut pas autorisation d’utilisation courante.

À Tondo, aux Philippines, MSF rapporte en juin 2025 un autre usage : l’analyse de radiographies thoraciques pour orienter le dépistage de la tuberculose. Les résultats sont traités en moins d’une minute et le dispositif permet, selon l’organisation, de dépister 120 à 150 personnes par jour. Une anomalie dépassant le seuil retenu conduit à des examens complémentaires ; elle ne confirme pas seule la maladie.

Ce retour opérationnel porte sur un dispositif complet, avec prélèvements, laboratoire et accompagnement. Il ne s’agit pas d’un essai contrôlé isolant l’effet de l’IA. L’OMS a annoncé en juin 2025 que six logiciels satisfaisaient ses critères pour le dépistage radiographique chez les personnes de 15 ans et plus, avec confirmation des résultats positifs avant traitement. La rapidité de l’analyse ne devient un progrès que si la suite du parcours reste accessible.

Aider les soignants à mieux détecter

L’essai suédois MASAI, dans sa publication de 2025, compare un parcours mammographique assisté par IA au parcours standard. Sur environ 106 000 femmes, la détection de cancers est supérieure de 29 %, soit environ 6,4 cancers pour 1 000 participantes contre 5 pour 1 000. Le nombre de lectures de mammographies diminue de 44,2 %, sans augmentation statistiquement significative des faux positifs.

Ces résultats concernent une organisation précise du dépistage. La réduction porte sur les lectures, pas sur l’ensemble du travail des radiologues. Repérer davantage de cancers ne permet pas non plus d’annoncer une baisse de mortalité : cette conclusion exige d’autres résultats et un suivi adapté. Pour les équipes, la question devient celle de la répartition de l’attention et de la qualité du parcours après une détection.

Le suivi publié en 2026 examine les cancers d’intervalle, diagnostiqués entre deux dépistages. Leur fréquence est de 1,55 pour 1 000 dans le groupe assisté contre 1,76 pour 1 000 dans le groupe standard. Le rapport de 0,88 présente un intervalle de confiance à 95 % de 0,65 à 1,18 : l’essai établit la non-infériorité, sans démontrer une réduction statistiquement significative de cette fréquence. Respecter cette incertitude permet de reconnaître un résultat encourageant sans lui attribuer une portée qu’il n’a pas.

Retrouver la parole : un résultat encore expérimental

Une autre échelle de progrès apparaît lorsqu’une personne peut reprendre une conversation. En 2024, une étude publiée dans le New England Journal of Medicine décrit une neuroprothèse chez un participant atteint de sclérose latérale amyotrophique, ou maladie de Charcot. Des électrodes implantées enregistrent les signaux associés à la tentative de parole ; un système les décode, puis une synthèse vocale restitue les mots.

Après entraînement supplémentaire, la précision sur les mots atteint 97,5 %, maintenue sur plusieurs mois. Le participant utilise le dispositif en conversation à environ 32 mots par minute. La portée humaine de ce résultat tient à une capacité de communication retrouvée, au-delà de la performance de reconnaissance elle-même.

Il reste un résultat individuel expérimental, nécessitant une chirurgie, du matériel et un suivi spécialisé. Il ne démontre ni une guérison de la maladie ni la disponibilité d’un traitement pour tous. Cette distinction protège aussi la valeur du travail scientifique : une avancée peut être remarquable avant que ses conditions de diffusion soient établies. Les besoins de maintenance, d’assistance et de continuité doivent accompagner l’évaluation d’un dispositif qui entre dans la vie quotidienne.

Évaluer l’IA par ce qu’elle change pour les personnes

Ces cas font apparaître trois obstacles différents : comprendre une information, accéder à un service et retrouver une capacité empêchée. Leur comparaison invite les organisations à préciser ce qu’elles souhaitent améliorer avant de mesurer la vitesse d’un outil. Cette démarche rejoint notre analyse du travail à réorganiser avec l’IA : le bénéfice dépend de la façon dont la technologie s’insère dans une activité réelle.

Une évaluation utile tient ensemble la capacité effectivement gagnée, le niveau de preuve et les personnes pouvant en bénéficier. Elle examine aussi la fiabilité, le coût et la continuité : que devient le service lorsque l’équipement manque, qu’une langue est mal prise en charge ou qu’un résultat exige une confirmation ? Un indicateur moyen peut masquer les personnes qui restent à l’écart. Pour un dirigeant, ces questions complètent le calcul de valeur des usages IA, sans transformer une décision d’organisation en conseil médical.

Le livre IA et santé : L’âge des possibles, d’Olivier Cousin et Andy Smith, prolonge cette réflexion par une enquête sur l’adoption de l’IA dans les soins en France et au Québec. Sa présentation et son sommaire éclairent les conditions professionnelles et institutionnelles qui séparent une possibilité technique d’une pratique utile. Cette sélection repose sur les informations de l’éditeur, pas sur une lecture intégrale, et ne constitue pas une évaluation clinique des dispositifs présentés ici.

Les bénéfices documentés donnent ainsi une raison d’être exigeant autant qu’optimiste. La prochaine étape consiste à rendre ces capacités fiables, accessibles et durables, en vérifiant qui en bénéficie réellement. La puissance technique ouvre une possibilité ; le parcours humain lui donne sa portée.