Abstract
L’intelligence artificielle (IA) occupe une place croissante en médecine, et la néphrologie n’y échappe pas. Pourtant, derrière ce terme générique se cachent des réalités très différentes selon le type de données traitées. Cet article didactique propose une lecture structurée du fonctionnement de l’IA à travers trois grandes familles de données, illustrées d’exemples concrets issus de la pratique néphrologique. Sur les données tabulaires (celles du dossier médical courant), des modèles prédictifs permettent déjà d’anticiper une insuffisance rénale aiguë, une hypotension intradialytique ou une perte de greffon. Sur les images histologiques, des réseaux de neurones apprennent à détecter et quantifier des lésions glomérulaires avec une précision remarquable, sans pour autant remplacer le pathologiste. Sur le texte enfin, les grands modèles de langue excellent dans les tâches de reformulation, de résumé et de triage, davantage que dans le raisonnement diagnostique en situation ambiguë. Le fil conducteur de ces trois domaines est identique: l’IA apprend des régularités statistiques dans des données. Cette compréhension est la condition d’un usage éclairé, à savoir ni un rejet par défiance, ni une délégation aveugle.