L'IA rivalise avec les meilleurs data scientists en médecine
Des chercheurs de l'Université de Californie à San Francisco (UCSF) et de Wayne State University ont démontré que des chatbots IA peuvent analyser des données médicales complexes aussi bien — et parfois mieux — que des équipes de scientifiques chevronnés. L'étude, publiée le 17 février 2026 dans Cell Reports Medicine, marque un tournant dans l'utilisation de l'IA générative pour la recherche biomédicale.
Le protocole : IA contre 100 équipes humaines
Les chercheurs ont repris les données du DREAM Challenge, une compétition internationale de data science qui avait mobilisé plus de 100 équipes dans le monde. L'objectif : prédire les naissances prématurées à partir de données de microbiome vaginal collectées auprès d'environ 1 200 femmes enceintes, issues de neuf études distinctes.
Huit chatbots IA ont reçu des instructions en langage naturel pour construire des algorithmes de prédiction. Résultat : quatre des huit outils ont produit des modèles exploitables, égalant voire surpassant les performances des équipes humaines du DREAM Challenge.
Des minutes au lieu de mois
Le gain de temps est spectaculaire. Un duo junior — un étudiant en master de l'UCSF (Reuben Sarwal) et un lycéen (Victor Tarca) — a généré du code fonctionnel en quelques minutes avec l'aide de l'IA. Le même travail aurait pris des heures, voire des jours, à des programmeurs expérimentés.
L'ensemble du projet IA, de la conception à la soumission de l'article scientifique, a pris six mois. La compilation et la publication des résultats du DREAM Challenge avaient nécessité près de deux ans.
Un enjeu de santé publique majeur
La naissance prématurée reste la première cause de mortalité néonatale et une cause majeure de troubles moteurs et cognitifs à long terme. Aux États-Unis, environ 1 000 bébés naissent prématurément chaque jour. Accélérer l'analyse des données pourrait conduire à des tests diagnostiques plus fiables.
« Ces outils IA pourraient lever l'un des plus gros goulots d'étranglement en data science : la construction de nos pipelines d'analyse », explique la Dr Marina Sirota, investigatrice principale de l'étude.
Limites et perspectives
La moitié des chatbots testés n'ont pas produit de résultats exploitables, rappelant que l'IA générative reste imprévisible. L'expertise humaine demeure indispensable pour valider la plausibilité biologique des résultats et détecter les erreurs. Mais la promesse est claire : libérer les chercheurs des tâches répétitives pour qu'ils se concentrent sur les bonnes questions scientifiques.
