Entretien avec Lydia Hamizi : l’intelligence artificielle au service d’une santé plus préventive, personnalisée et centrée patient

Dans le cadre de ma thèse professionnelle consacrée à l’intelligence artificielle appliquée à la détection d’anomalies et au diagnostic assisté en santé, j’ai souhaité interroger Lydia Hamizi, pharmacienne de formation, spécialisée en Healthcare Management, intelligence artificielle, santé connectée et Value-Based Health Care.

Son parcours, à l’interface entre industrie pharmaceutique, innovation, accès au marché, transformation des parcours de soins et accompagnement de MedTech, startups et acteurs de santé, apporte un regard particulièrement pertinent sur les conditions d’intégration de l’IA dans le système de santé.

Cet entretien permet d’éclairer plusieurs dimensions centrales de ma recherche : le rôle de l’IA dans la prévention, son apport dans le diagnostic et le pré-diagnostic, les enjeux de confiance, de protection des données, de responsabilité et d’acceptabilité terrain.

1. Pour commencer, pourriez-vous nous parler de votre parcours et de ce qui vous a amenée à travailler sur les sujets d’intelligence artificielle et de Value-Based Health Care dans le secteur de la santé ?

Je suis pharmacienne de formation, titulaire d’un MSc en Healthcare Management, et j’ai évolué pendant près de quinze ans dans l’industrie pharmaceutique, au sein de laboratoires internationaux. Mon parcours m’a conduite à travailler à l’interface entre stratégie médicale, médico-marketing, accès au marché, innovation et transformation des parcours de soins.

Progressivement, une question centrale a guidé mon expertise : comment faire évoluer les acteurs de santé d’une logique encore très centrée sur le produit vers une approche davantage centrée sur le patient, son parcours, ses besoins réels et la valeur concrète apportée par les solutions de santé ?

C’est dans cette perspective que je me suis spécialisée dans l’intelligence artificielle, la santé connectée et la Value-Based Health Care. En accompagnant des startups, MedTech et acteurs de l’innovation, j’ai constaté que certaines solutions très avancées technologiquement pouvaient manquer d’alignement avec les usages des professionnels de santé ou les besoins réels des patients.

Pour moi, l’IA et la VBHC sont étroitement liées : l’IA permet d’exploiter les données, de personnaliser les parcours et d’améliorer la décision ; la VBHC donne le cap, en mesurant les résultats qui comptent vraiment pour les patients.

Aujourd’hui, j’accompagne des acteurs de santé, MedTech, Biotech, startups et industriels dans leurs business développement et stratégies d’innovation et de go-to-market, avec une approche centrée sur la valeur, l’usage terrain et l’impact concret pour les patients.

2. Vous évoquez souvent un modèle “Value-based, AI-guided, Patient-centred”. Pouvez-vous nous expliquer ce que signifie concrètement ce triptyque et pourquoi il vous semble structurant pour l’avenir des systèmes de santé ?

Ce triptyque est pour moi une boussole de transformation du système de santé : la valeur donne le cap, l’IA apporte les moyens, et le patient reste le point d’ancrage.

Une approche Value-based consiste à ne plus mesurer uniquement l’activité ou la technologie mais les résultats réellement obtenus : qualité de vie, autonomie, prévention des complications, expérience du parcours et impact clinique. L’IA, dans une logique AI-guided, permet d’exploiter les données pour mieux identifier les risques, personnaliser les prises en charge, anticiper les ruptures de parcours et soutenir les professionnels dans leurs décisions. Mais cette technologie n’a de sens que si elle reste Patient-centred, c’est-à-dire conçue à partir des besoins, du vécu et des priorités du patient. Le lien entre les trois est essentiel : l’IA permet de mieux mesurer et piloter la valeur, tandis que l’approche patient-centred valide et garantit que cette valeur correspond à ce qui compte vraiment pour les patients. C’est cette articulation qui peut rendre les systèmes de santé plus prédictifs, plus personnalisés, plus efficients et plus humains.

3. Selon vous, en quoi l’intelligence artificielle est-elle en train de transformer les systèmes de santé aujourd’hui, au-delà du cadre hospitalier ou clinique ?

L’IA en santé ne se résume pas uniquement nà l’hôpital ni au diagnostic médical : elle transforme progressivement tout l’écosystème de soins, en particulier la ville, la pharmacie, les soins primaires et l’usage patient.

Pour les patients, elle peut faciliter le suivi à distance, l’observance ou la détection de signaux d’alerte via des outils numériques.

Pour le pharmacien d’officine, acteur clé de proximité, elle peut soutenir le conseil, la prévention, le repérage des risques, l’accompagnement des maladies chroniques, renforcer des démarche de pré diagnostic d’orientation mais aussi optimiser l’organisation interne.

Dans le maillage de ville, entre médecins généralistes, spécialistes, pharmaciens et autres professionnels, l’IA peut fluidifier la coordination en synthétisant les comptes rendus, ordonnances, résultats biologiques ou historiques patients, et en faisant remonter les informations importantes : interaction médicamenteuse, rupture d’observance, retard de suivi, risque de complication ou besoin de réorientation.

L’enjeu est donc de faire de l’IA un outil de continuité entre prévention, consultation, dispensation, suivi à domicile et coordination interprofessionnelle. Bien utilisée, elle peut améliorer l’accès aux soins, renforcer le rôle des acteurs de proximité et rendre les parcours plus lisibles, plus réactifs et plus personnalisés pour les patients.

4. Quels usages de l’intelligence artificielle vous semblent aujourd’hui les plus prometteurs pour soutenir le diagnostic et améliorer l’accès à l’information médicale pour les patients ?

Les usages les plus prometteurs concernent d’abord l’aide au diagnostic ou au pré-diagnostic, notamment à partir d’images médicales, de données biologiques, de signaux physiologiques ou de questionnaires patients. Dans des domaines comme la radiologie, la dermatologie, l’ophtalmologie, la cardiologie ou l’oncologie, l’IA peut aider à repérer des anomalies, prioriser certains cas et réduire les délais.

Un autre usage important concerne l’orientation des patients. Beaucoup ne savent pas toujours vers quel professionnel se tourner ni à quel moment consulter. Des outils bien encadrés peuvent aider à guider le patient vers le bon niveau de prise en charge, sans se substituer au diagnostic médical.

Enfin, l’analyse des données de vie réelle permet de mieux comprendre les parcours, les retards diagnostiques, les ruptures de prise en charge et les inégalités d’accès aux soins.

5. Comment l’intelligence artificielle peut-elle contribuer à améliorer la prise de décision médicale, tout en maintenant le rôle central du professionnel de santé ?

L’IA peut améliorer la prise de décision médicale en apportant une information plus complète, plus rapide et mieux structurée. Elle peut analyser des données multiples, repérer des risques, proposer des hypothèses ou rappeler des recommandations.

Mais elle doit rester un outil d’aide à la décision, et non un substitut au professionnel de santé. Le médecin, le pharmacien ou le soignant conservent un rôle central, car ils intègrent le contexte clinique, la situation personnelle du patient, ses préférences, ses antécédents et son environnement.

L’enjeu est donc de concevoir des outils qui augmentent la capacité d’analyse du professionnel sans réduire son autonomie ni sa responsabilité.

La bonne approche n’est pas “l’IA à la place du professionnel”, mais “l’IA avec le professionnel”, au service d’une décision plus pertinente et plus sécurisée.

6. Quels sont aujourd’hui, selon vous, les principaux défis liés à l’intégration de l’intelligence artificielle dans le système de santé : technologiques, réglementaires ou organisationnels ?

Les défis sont à la fois technologiques, réglementaires et organisationnels.

Sur le plan technologique, la qualité des données est essentielle. Les données de santé sont souvent fragmentées, hétérogènes ou incomplètes. Or, une IA n’est pertinente que si les données utilisées sont fiables, représentatives et bien structurées. Il existe aussi un risque de biais algorithmiques si les modèles ne reflètent pas la diversité réelle des patients.

Sur le plan réglementaire, il faut garantir la conformité, la sécurité, la protection des données et clarifier les responsabilités en cas d’erreur.

Sur le plan organisationnel, le principal défi est l’intégration dans les pratiques. Beaucoup de solutions sont intéressantes technologiquement, mais ne sont pas adoptées car elles ne s’intègrent pas dans le quotidien des professionnels ou n’apportent pas une valeur suffisamment claire.

Enfin, il y a un enjeu majeur de formation et d’acculturation des professionnels de santé, des décideurs et des patients, pour comprendre les bénéfices, mais aussi les limites de l’IA.

7. La question de la confiance est centrale dans le domaine de la santé. Comment construire un cadre permettant de concilier innovation technologique, protection des données et sécurité des patients ?

La confiance repose d’abord sur la transparence. Les utilisateurs doivent comprendre à quoi sert l’outil, quelles données sont utilisées, quelles sont ses limites et dans quel cadre il peut être utilisé.

Il faut également un cadre solide de protection des données. Les patients et les professionnels doivent savoir que les données sont utilisées de manière responsable.

La confiance passe aussi par l’évaluation. Une solution d’IA ne devrait pas être adoptée uniquement parce qu’elle est innovante, mais parce qu’elle démontre un bénéfice concret : amélioration du parcours, sécurité, impact clinique, gain organisationnel ou meilleurs résultats patients.

Enfin, la co-conception est essentielle. Les outils doivent être pensés avec les professionnels de santé, les patients, les établissements, les industriels et les régulateurs. C’est cette approche collective qui permet de concilier innovation, sécurité et acceptabilité.

8. Pour conclure, comment imaginez-vous l’évolution de la place de l’intelligence artificielle dans le système de santé dans les prochaines années ?

Je pense que l’intelligence artificielle va prendre une place croissante dans le système de santé, mais son impact dépendra surtout de notre capacité à l’intégrer intelligemment dans les parcours et les pratiques professionnelles.

Dans les prochaines années, l’IA devrait permettre de rendre le système plus prédictif, plus préventif et plus personnalisé. Elle pourra aider à identifier plus tôt les patients à risque, anticiper certaines complications, améliorer le suivi des maladies chroniques et réduire les ruptures de parcours.

Elle jouera aussi un rôle important dans l’optimisation des organisations : automatisation de tâches administratives, synthèse des données médicales, aide à la priorisation, etc

Je pense également que l’IA contribuera à faire évoluer les modèles de santé vers une logique plus orientée valeur, en permettant de mieux mesurer les résultats, analyser les parcours et exploiter les données de vie réelle.

Mais cette évolution ne sera positive que si l’IA reste au service de l’humain. La vraie question ne doit pas être seulement “que peut faire l’IA ?”, mais “quel problème de santé cherche-t-on à résoudre, pour quel patient, avec quel professionnel, et avec quelle valeur mesurable ?”

Les solutions qui auront le plus d’impact seront celles qui combineront performance technologique, utilité terrain, sécurité, confiance et amélioration réelle des résultats pour les patients.

Conclusion : 

Ce que cet entretien avec Lydia Hamizi révèle, c’est quelque chose de plus fondamental qu’une liste de recommandations : l’intelligence artificielle en santé ne vaut rien si elle n’est pas pensée à partir du patient. Pas de la donnée, pas de l’algorithme du patient.

Son approche « Value-based, AI-guided, Patient-centred » n’est pas un slogan. C’est une posture qui remet à leur place les outils technologiques : utiles, oui, mais subordonnés à un objectif clair mieux repérer les risques, réduire les délais, améliorer la coordination entre professionnels, et mesurer des résultats qui comptent vraiment pour les personnes prises en charge.

Pour autant, déployer l’IA en santé sans cadre solide, c’est courir droit dans le mur. Des données fiables, une évaluation rigoureuse, une protection sérieuse des données personnelles, une transparence honnête sur les limites des outils : ce ne sont pas des contraintes à contourner, ce sont les conditions sine qua non d’une intégration qui dure. L’IA ne remplace pas le clinicien elle lui donne les moyens de décider mieux, plus vite, avec plus de sécurité.

Au fond, la vraie limite de l’IA en santé ne sera pas technique. Elle sera humaine, organisationnelle, culturelle. Ce qui déterminera l’avenir de ces outils, c’est moins la puissance des algorithmes que notre capacité collective à les intégrer intelligemment dans des parcours de soins déjà complexes. La question n’est donc pas que peut faire l’IA ? mais quelle valeur réelle apporte-t-elle, et pour qui ?

Intéressé(e) par le sujet ?

Retrouvez ma précéndente fiche de lecture sur l’IA en santé :

https://www.linkedin.com/pulse/fiche-de-lecture-ia-en-sant%C3%A9-amina-oulmou-i1jne/ 

Lien vers ma note méthodologique IA :

https://blog.mbadmb.com/331474-2/?et_fb=1&PageSpeed=off