Dr BOUMEHDI Bounhir 
 Médecin radiologie 
 Directeur du centre l’Opéra 

 La prédiction qui avait fait trembler une profession 

« Il faudrait arrêter de former des radiologues maintenant. »

La phrase, attribuée en 2016 à Geoffrey Hinton, pionnier mondial de l’intelligence artificielle, avait provoqué une onde de choc dans la profession. 
Selon lui, les machines allaient rapidement devenir meilleures que les radiologues pour interpréter les images médicales.

Dix ans plus tard, le scénario annoncé ne s’est pas réalisé.

Les radiologues sont toujours là. 
Mais leur inquiétude a changé de nature.

 La question n’est plus vraiment : « L’IA va-t-elle remplacer les radiologues ? »

Elle devient beaucoup plus dérangeante : « Quelles parties du métier du radiologue, l’IA va-t-elle remplacer, et combien de radiologues seront encore nécessaires demain ? »

 Langlotz : « le radiologue qui utilise l’IA remplacera celui qui ne l’utilise pas » 

Curtis Langlotz, professeur à Stanford et l’un des spécialistes les plus connus de l’IA en radiologie, avait apporté une réponse devenue célèbre : ce ne sont pas les radiologues qui seront remplacés par l’IA, mais les radiologues qui utilisent l’IA qui remplaceront ceux qui ne l’utilisent pas.

La formule est provocatrice, mais elle résume probablement une partie de la révolution en cours.

L’IA sait déjà repérer certaines lésions, hiérarchiser les examens urgents, effectuer des mesures, comparer des images, détecter des anomalies et contribuer à la rédaction des comptes rendus.

Elle ne demande pas de salaire, ne fatigue pas après plusieurs centaines d’images et peut travailler simultanément sur un volume considérable de données.

 Alors, pourquoi conserver l’humain ? 

Parce que la radiologie ne consiste pas seulement à reconnaître une image.
Une image n’est pas un patient
Le radiologue ne lit pas véritablement une image isolée.
Il lit une image dans un contexte.

Un patient de 25 ans qui présente une douleur abdominale n’est pas le même cas qu’un patient de 75 ans atteint d’un cancer connu.

L’antécédent chirurgical, les symptômes, la biologie, les examens précédents, le traitement en cours et la question posée par le clinicien peuvent modifier complètement l’interprétation d’une même anomalie.

C’est là que se trouve l’une des limites fondamentales de l’automatisation.

La machine reconnaît des formes. 
Le médecin doit comprendre des situations.

Mais cette frontière pourrait progressivement se réduire avec les modèles multimodaux capables d’associer images, textes, données biologiques et informations cliniques.

C’est précisément ce qui rend l’avenir incertain.

 Le vrai danger : la productivité 

Il existe une question que l’on pose moins volontiers.
Si l’IA permet à un radiologue de lire deux fois plus d’examens, que se passera-t-il ?

La bonne nouvelle est qu’il pourra absorber l’augmentation considérable de la demande d’imagerie.

La mauvaise est qu’un établissement pourrait considérer qu’il a besoin de moins de radiologues pour produire le même volume de travail.

Une étude prospective publiée en 2026 sur les futurs possibles du radiologue à l’horizon 2035 décrit trois scénarios : expansion de la profession, concentration autour d’un nombre plus restreint de radiologues très spécialisés, ou stratification du métier en plusieurs catégories.

Les auteurs convergent cependant sur un point : le travail du radiologue sera profondément redéfini par l’IA.

Voilà probablement la véritable inquiétude.

Pas la disparition brutale du radiologue.
Mais la diminution progressive de la valeur de certaines tâches radiologiques.

La machine fera le tri, le médecin prendra la responsabilité.

Une IA peut dire : « suspicion de nodule ».
Mais qui décidera de la suite ?
Surveillance ?
Scanner complémentaire ?
TEP-scan ?
Biopsie ?
Réunion de concertation pluridisciplinaire ?

Et surtout : qui expliquera au patient ce que signifie réellement cette découverte ?

Le radiologue restera responsable de la décision médicale.

Cette question devient centrale avec l’expansion de l’IA.

En mai 2026, l’American College of Radiology a approuvé son premier Practice Parameter for Imaging AI. 

L’ACR a également lancé Assess-AI, un dispositif destiné à surveiller les performances des outils d’IA une fois ceux-ci utilisés dans la pratique clinique.

Le message est clair : un algorithme médical ne doit pas être considéré comme une boîte noire que l’on installe et que l’on oublie.
Il faut le surveiller.

 Et si la machine se trompe ? 

C’est peut-être la question la plus importante.
L’IA peut produire une erreur.
Mais elle peut aussi produire une erreur à grande échelle.

Un radiologue peut manquer une lésion.
Un algorithme déployé dans des centaines d’établissements peut reproduire le même type d’erreur sur des milliers de patients.

D’où la nécessité de connaître ses performances réelles, ses limites et les populations sur lesquelles il a été entraîné.

Le problème est particulièrement important pour des pays comme le Maroc.

Un algorithme développé essentiellement à partir de données européennes, américaines ou asiatiques sera-t-il aussi performant sur des patients marocains ?

La question ne doit pas être théorique.

L’IA médicale doit-elle être validée sur les populations auxquelles elle est destinée ?
La réponse devrait être oui.

 Le radiologue de demain devra savoir dire « non » à l’IA 

C’est peut-être la compétence la plus importante de la future génération.

Un radiologue qui accepte systématiquement la conclusion de la machine risque de devenir un simple superviseur administratif.

Le véritable expert sera celui qui saura reconnaître les situations dans lesquelles l’algorithme peut se tromper.

Il devra connaître son taux de faux positifs.
Son taux de faux négatifs.
Ses conditions de validation.
Les populations étudiées.
Ses limites.
Ses mises à jour.
Et surtout, il devra conserver son esprit critique.

Autrement dit :
le radiologue de demain devra savoir lire une image, mais aussi lire l’algorithme qui lui parle.

 Une chance pour le Maroc ? 

L’IA pourrait représenter une formidable opportunité pour le système de santé marocain.

Dans certaines régions, le manque d’experts en imagerie peut compliquer l’accès à une interprétation spécialisée.

L’IA pourrait aider à prioriser les examens urgents, détecter certaines anomalies et faciliter la télé-expertise.

Elle pourrait contribuer à réduire les inégalités territoriales.

Mais elle ne doit pas devenir un prétexte pour ne pas former suffisamment de radiologues.

Une IA ne remplace ni un médecin, ni un scanner performant, ni une infrastructure numérique sécurisée.

Elle ne remplace pas non plus une politique de santé.
Elle est un outil.
Un outil extraordinairement puissant, certes.
Mais un outil.

Dix questions que les radiologues marocains devraient poser avant d’adopter l’IA
Qui a validé l’algorithme ?
Sur quelles populations a-t-il été entraîné ?
A-t-il été évalué sur des patients marocains ou comparables ?
Quel est son taux de faux négatifs ?
Qui surveille ses performances après son installation ?
Qui est responsable lorsqu’il se trompe ?
Le radiologue peut-il contredire officiellement l’algorithme ?
Comment les données médicales marocaines sont-elles protégées ?
L’IA améliore-t-elle réellement la qualité du diagnostic ou augmente-t-elle seulement la productivité ?

Et surtout : quel rôle voulons-nous donner au radiologue marocain dans la médecine de demain ?

Le véritable enjeu n’est donc pas « homme contre machine »

Le débat sur l’avenir de la radiologie ne devrait finalement pas opposer deux camps : ceux qui croient en l’IA et ceux qui la redoutent.

Le véritable débat est ailleurs.

Quelle médecine voulons-nous construire avec l’IA ?

Une médecine où la machine lit les images et où le médecin valide mécaniquement ?
Ou une médecine où l’intelligence artificielle libère le radiologue des tâches répétitives pour lui permettre de consacrer davantage de temps au raisonnement clinique, à la concertation et au patient ?

La réponse déterminera probablement l’avenir de la profession.

Geoffrey Hinton avait raison sur une chose : la radiologie allait être profondément bouleversée.
Curtis Langlotz semble avoir raison sur une autre : le radiologue qui ignore l’IA risque de se retrouver en difficulté face à celui qui la maîtrise.

Mais une troisième hypothèse apparaît aujourd’hui.
Le futur ne sera peut-être ni celui du radiologue sans IA, ni celui de l’IA sans radiologue.

Il pourrait être celui d’un nouveau professionnel : le radiologue augmenté. 

Un médecin qui laisse la machine regarder plus vite, calculer davantage et détecter certaines anomalies…

Mais qui conserve ce que la machine ne possède pas encore :
le doute, le jugement, la responsabilité et la capacité de comprendre l’être humain derrière l’image : Le médecin radiologue.