Question 17421 — santé

Summary

Mme Marie-Pierre Rixain alerte Mme la ministre de la santé, des familles, de l'autonomie et des personnes handicapées sur les risques que font peser les biais de genre dans l'utilisation de l'intelligence artificielle dans le domaine de la santé. Le système de santé demeure traversé par de profondes inégalités entre les femmes et les hommes, qui trouvent notamment leur origine dans une médecine historiquement construite à partir de l'étalon masculin. Insuffisamment étudiées et prises en compte, les spécificités de la santé des femmes restent encore aujourd'hui reléguées au second plan, voire totalement négligées pour certaines pathologies. C'est ainsi que les femmes passent en moyenne 25 % de temps de plus que les hommes en mauvaise santé au cours de leur vie, selon un rapport publié en 2024 par le Forum économique mondial. Ces inégalités ont des conséquences tangibles puisqu'elles se traduisent bien souvent par des errances médicales, des retards ou des erreurs de diagnostic ainsi que par des prises en charge tardives. Si le développement de l'intelligence artificielle et son déploiement dans le domaine médical peuvent constituer une réponse prometteuse à ces lacunes, les biais susceptibles d'affecter ces technologies font également craindre qu'elles ne contribuent, à l'inverse, à perpétuer les inégalités existantes. En effet, dès lors que les systèmes d'intelligence artificielle sont entraînés à partir de données issues d'une recherche et d'une pratique médicales historiquement marquées par une connaissance insuffisante des spécificités physiologiques féminines ainsi que par la persistance de représentations et de stéréotypes de genre, il existe un risque important que ces biais soient reproduits, voire amplifiés. Cette crainte est renforcée par la faible représentation des femmes dans les métiers qui participent à la conception de ces technologies. Selon l'INSEE, elles ne représentaient que 24 % des professionnels du numérique en 2025 en France. Cette situation interroge d'autant plus que ces outils jouent un rôle croissant dans l'analyse des données de santé, l'aide au diagnostic, l'orientation des patients ou encore la synthèse d'informations médicales. Selon la Fédération hospitalière de France, 65 % des établissements publics de santé utilisent déjà l'intelligence artificielle dans un contexte de soin. Pourtant, une étude britannique publiée en 2025 et consacrée à l'évaluation des biais de genre dans les grands modèles de langage appliqués aux soins de longue durée a mis en évidence, pour certains modèles étudiés, des différences significatives dans l'évaluation de situations médicales pourtant identiques selon que le patient était une femme ou un homme. Alors que l'usage de l'intelligence artificielle est appelé à se développer rapidement dans le système de soins et que la France s'est dotée d'une stratégie « Intelligence artificielle et données de santé 2025-2028 », son déploiement doit s'accompagner de garanties permettant de s'assurer que ces technologies contribuent à réduire les inégalités de santé plutôt qu'à les reproduire. Aussi, elle lui demande quelles mesures le Gouvernement entend mettre en œuvre afin de prévenir efficacement la reproduction et l'amplification des biais liés au sexe et au genre par les systèmes d'intelligence artificielle utilisés dans le domaine de la santé et s'il envisage de mettre en place, préalablement à leur déploiement dans le système de soins, une évaluation systématique de leurs performances selon le sexe des patients ainsi qu'un contrôle de la représentativité des données utilisées pour leur développement et leur entraînement.

This text is taken from the official record. PoliticalRepo does not editorialize.

Timeline

1. 28 July 2026

   Question

   Source: dateQuestion

Votes

No vote records are attached yet.

Versions

No version snapshots stored. Document URLs remain at the source.

Documents

1 official file

• Question

  text · FR · 28 July 2026

  Open at official source

Sponsors

• Marie-Pierre Rixain · auteur

Related records

No cross-record relationships stored yet.