1. Bibliographie générale 

Intelligence artificielle – Grand public

• L’intelligence artificielle en 50 notions clés pour les Nuls – Thomas Solignac (2024)
  Une trentaine de notions essentielles pour mieux appréhender les enjeux de l’IA. [bu.univ-lyon3.fr], [bnf.fr]
• Donnerons-nous notre langue au ChatGPT ? – L’impact de l’intelligence artificielle sur notre avenir
  Réflexion sur les transformations profondes liées à l’IA dans nos sociétés. [managerocean.com]
• Quand la machine apprend : la révolution des neurones artificiels et de l’apprentissage profond – Yann LeCun
  Approche vulgarisée du deep learning par l’un de ses pionniers. [managerocean.com]
• La guerre des intelligences – Laurent Alexandre
  Analyse des défis géopolitiques et sociétaux liés à l’IA. [managerocean.com]
• L’intelligence Artificielle : Les enjeux d’aujourd’hui et de demain
  Panorama complet pour comprendre les dimensions éthiques, économiques, sociales. [managerocean.com]
• Voyage au bout de l’IA : Ce qu’il faut savoir sur l’intelligence artificielle – Axel Cypel & Gilbert Saporta (2023)
  Regard synthétique et critique sur les atouts et limites de l’IA. [bu.univ-lyon3.fr]
• L’Essentiel de l’Intelligence Artificielle – Samuel Nowakowski & Laurence Brunel (2024)
  Une vue synthétique et actuelle des notions fondamentales de l’IA. [bu.univ-lyon3.fr]

IA – Santé & Médico‑social

• Éthique, Intelligence Artificielle et santé – Marie Caroline Laï (2024)
  Réflexion sur les cadres éthiques nécessaires à l’introduction de l’IA dans la santé. [editions-h...rmattan.fr], [fnac.com]
• Quand l’Intelligence Artificielle révolutionne la santé – Opportunités et défis – Jean-Michel Rodriguez (Éditions ENI)
  Étude détaillée des usages et conséquences de l’IA dans les professions de santé. [editions-eni.fr]
• Intelligence artificielle et santé publique : normes, savoirs et appropriations – Benoît Duchemann, thèse (2021)
  Analyse approfondie des enjeux normatifs et sociaux de l’IA en santé publique. [editions-eni.fr], [theses.hal.science]
• Premières clefs d’usage de l’IA générative en santé – Guide HAS (2025)
  Document pédagogique pour accompagner les professionnels du secteur médico-social. [has-sante.fr]
• Intelligence artificielle et santé – Inserm/Sorbonne
  Grande synthèse accessible sur les applications médicales de l’IA (diagnostic, suivi, robotique…). [inserm.fr]
• L’intelligence artificielle – Bibliographie BnF 2025
  Une sélection d’ouvrages francophones, y compris des titres en IA appliquée à la santé et l’économie. [bnf.fr], [bu.univ-lyon3.fr]
• Intelligence artificielle & santé – Open
  Document synthétique sur l’IA au service de la santé, avec focus sur l’éthique, les enjeux et les usages. [sante.gouv.fr], [open.devinci.fr]

IA – Management

• L’intelligence artificielle et le management – Dominique Monera, Fabrice Asvazadourian & Jean-François Lequoy (2019)
  Présente les enjeux, obstacles et opportunités de l’IA pour les cadres et dirigeants d’entreprise.
• IA et management : de l’enseignement à la décision dans les organisations – Nathalie Guibert (à paraître 22 janvier 2026)
  Analyse l’impact de l’IA générative sur l’enseignement, la gestion d'entreprise et le secteur public. 

Articles et rapports pour contexte managérial 

• L’intelligence artificielle dans le secteur public : revue de la littérature et programme de recherche – Marius Bertolucci (2024)
  Étude sur l’usage de l’IA pour optimiser les services publics et les défis de gestion liés. [shs.cairn.info], [shs.cairn.info]
• Utiliser l’intelligence artificielle dans le management public – Livre blanc (janvier 2025)
  Cas concrets de collectivités territoriales intégrant l’IA dans leurs processus. [weka.fr]

IA – Géopolitique/Relations internationales

• L’Empire de l’ombre – Guerre et terre au temps de l’IA. Édition publiée sous la direction de Giuliano da Empoli - Collection Hors série Connaissance Gallimard. Transformation géopolitique, comprendre les mutations pour préserver la capacité d’action et d’indépendance européenne.

2. Analyse de littérature scientifique, réalisée avec l’IA

Source : Consensus.app

Intelligence artificielle dans les secteurs de la santé et médico-social : principaux usages, avantages et risques

L'IA est désormais intégrée dans l'ensemble des parcours de soins et d'accompagnement social, de la prévention au soutien à long terme. Voici une analyse concise intégrant les dimensions médicales et médico-sociales.

Principaux domaines d'application dans la santé et le médico-social

L'IA est utilisée sur l'ensemble du « continuum de soins » et pas seulement dans les hôpitaux : prévention, diagnostic, traitement, suivi et soutien organisationnel. Les domaines clés incluent :

• Diagnostics et pronostics : analyse d'images (radiologie, oncologie), prédiction du risque cardiovasculaire, détection des maladies infectieuses et prédiction précoce du cancer ou des maladies cardiaques grâce à l'apprentissage automatique et l'apprentissage profond.
• Soins personnalisés et soins des maladies chroniques : sélection de traitements basée sur la génomique, optimisation des doses de médicaments et plans thérapeutiques individualisés.
• Soins virtuels et à distance : télésanté, assistants virtuels, suivi à distance et outils de santé mobile qui aident à gérer les maladies chroniques et à fournir un soutien mental, soutien à la santé ou à l'observance à domicile ou dans des structures communautaires. 
• Gestion des services hospitaliers et communautaires : triage, planification, allocation des ressources et réduction des files d'attente ; ces applications visent à rendre les systèmes plus résilients et durables, en particulier sous pression (par ex., COVID‑19). 
• Santé sociale et communautaire : l'IA soutient les soins de santé communautaires, la prédiction des risques à l'échelle de la population et la sensibilisation ciblée dans les pays en développement et dans les contextes à ressources limitées, où la charge de travail et les obstacles à l'accès sont élevés. 
• Soutien aux professionnels : systèmes d'aide à la décision, modèles prédictifs pour la stratification des risques et outils d'évaluation des résultats rapportés par les patients peuvent réduire les tâches répétitives et la charge cognitive du personnel de santé et social.

Avantages attendus pour la santé et le domaine médico‑social

Dans les différentes revues, des bénéfices convergents apparaissent :

• Meilleure précision diagnostique et détection plus précoce, notamment en oncologie, en cardiologie et dans les maladies infectieuses.
• Amélioration de l'efficacité et de la durabilité : réduction des temps d'attente, meilleure utilisation du personnel rare, et allocation des ressources financières et sociales plus transparente et basée sur les données.
• Renforcement de la continuité des soins dans la communauté, grâce à la télémédecine, aux dispositifs portables et à la surveillance pilotée par l'IA, ce qui est crucial pour les personnes fragiles, âgées ou handicapées utilisant les services médico‑sociaux.
• Soutien à la santé mondiale et aux contextes à ressources limitées, où l'IA peut compenser en partie les pénuries de personnel et améliorer les soins communautaires ainsi que la gestion hospitalière.

Risques, limites et enjeux éthico-sociaux

Malgré des projets pilotes impressionnants, l'intégration dans les services réels reste limitée et inégale.

Principaux défis :

• Biais et inégalités : les modèles entraînés sur des données non représentatives peuvent amplifier les inégalités sociales et sanitaires, y compris dans l'accès au soutien médico-social.
• Qualité des données, interopérabilité et intégration : des données fragmentées, de mauvaise qualité et un manque d'intégration entre les systèmes de santé, sociaux et communautaires limitent la fiabilité.
• Transparence, explicabilité et confiance : de nombreux outils sont des « boîtes noires », ce qui pose problème lorsque des décisions affectant la vie et des populations vulnérables sont concernées.
• Vie privée et gouvernance : les données médicales et sociales sensibles suscitent de fortes inquiétudes concernant la confidentialité, le consentement, l'utilisation secondaire et la surveillance.
• Impact sur les relations et le travail : une dépendance excessive aux systèmes automatisés risque d'affaiblir le lien médecin‑patient et aidant‑utilisateur et de modifier les rôles professionnels ; il existe également une inquiétude à propos de la surveillance et du contrôle managérial dans les services sociaux. 
• Lacune de preuves dans les contextes de soins réels : une grande partie des études reste à un niveau expérimental ou rétrospectif, avec des essais cliniques ou sur le terrain limités et peu robustes, en particulier en santé mentale, dans les services sociaux et dans les contextes à faible revenu.

Implications au niveau des systèmes et médico‑sociaux

L'impact de l'IA dépasse les actes cliniques pour toucher les systèmes de santé et les services sociaux :

Elle intervient dans tous les « blocs de construction des systèmes de santé » de l'OMS : services de santé, personnel, systèmes d'information, technologies, finances, leadership et gouvernance.

L'IA peut contribuer à maintenir la durabilité des systèmes en optimisant les ressources et en raccourcissant les processus de soins, mais seulement avec une régulation forte, une gouvernance multi‑acteurs et une attention explicite aux valeurs et aux inégalités.

Dans les domaines médico‑sociaux, l'IA devrait être considérée comme une technologie « assistive » et augmentative, et non comme une technologie substitutive, intégrée dans des approches centrées sur la personne et fondées sur les droits en matière de handicap, de vieillissement et de santé mentale.

Résumé

Dans les secteurs de la santé et médico‑sociaux, l'IA offre un potentiel important pour un diagnostic plus précoce, des soins plus efficaces et personnalisés, et une meilleure durabilité des systèmes, en particulier là où les ressources sont limitées. Parallèlement, des questions non résolues concernant les biais, la gouvernance, la confidentialité et la qualité des preuves et la préservation des relations humaines demeurent.

Cela signifie que la mise en œuvre doit être prudente, réglementée et co-conçue avec les professionnels, les utilisateurs et les aidants.