Il existe de nombreux d’outils IA sur le marché de la santé et l’étendue de leurs applications actuelles dans le domaine du diagnostic médical est importante. On les retrouve dans les spécialités médicales telles que l’oncologie – qui couvre l’ensemble des spécialités médicales, d’études, de diagnostic et de traitement des cancers –, la cardiologie, l’ophtalmologie, la radiologie, la détection de maladies spécifiques (diabète, Alzheimer, etc.) ou la santé mentale (détection de la dépression ou autres troubles psychologiques). Quel que soit le domaine, le principe est toujours le même : les algorithmes alimentés et entraînés par des données massives (reconnaissance d’images médicales, résultats en recherche médicale, etc.) sont programmés pour détecter des pathologies selon des protocoles prédéfinis par le monde médical. L’outil emblématique est le logiciel informatique Watson du groupe industriel IBM, introduit dès 2005 sur le marché de la santé. Watson a été utilisé notamment au Memorial Sloan Kettering Cancer Centre, un institut américain spécialisé en recherche médicale et en traitement du cancer, pour l’aide au diagnostic et à la proposition thérapeutique. Ce type de logiciel présenté comme un outil « intelligent » d’aide à la décision médicale synthétise une masse d’informations provenant de millions de rapports médicaux, de dossiers patients, de tests cliniques et de connaissances issues de la recherche médicale. Certains logiciels pourraient bientôt diagnostiquer un cancer aussi bien, voire mieux, que les spécialistes. Selon une étude récente, l’intelligence artificielle a été capable d’une détection automatisée du cancer du sein avec un taux de réussite de 92 %, presque équivalent à celui des spécialistes (96 %). Lorsque sont combinées les analyses du médecin et les méthodes de diagnostic issues du logiciel automatisé, le taux de réussite s’élève à 99,5 %, avec un risque d’erreur fortement diminué.