En pleine évolution technologique avec l’IA qui s’immisce dans le monde de la santé et même dans les consultations, un article paru dans une des revues de Nature, une référence dans la recherche scientifique, nous plonge en pleine science fiction, pour la santé en général , mais bien sur avec des applications possibles pour le sommeil.
Publié dans npj Digital Medicine (juillet 2025) cet article de Iqbal et al. présente une déclaration de consensus interdisciplinaire sur l’usage des jumeaux numériques (digital twins, DT) en médecine . Il s’inscrit dans un processus participatif structuré, mené à l’Université de Zurich, visant à anticiper les transformations induites par les technologies de santé numériques et à formuler des recommandations de gouvernance .
L’intelligence artificielle a connu une progression fulgurante depuis les années 1990 : des systèmes d’aide à la décision jugés décevants en 1994 jusqu’aux grands modèles de langage (GPT) qui, en 2023, répondent aux questions du diplôme de médecine américain à un niveau égal ou supérieur à la moyenne des étudiants . C’est dans ce contexte d’évolution rapide que les jumeaux numériques émergent comme une innovation centrale pour la médecine personnalisée du futur.
Qu’est-ce qu’un jumeau numérique médical ?
Un jumeau numérique médical est un réplique informatique d’un patient, simulant ses processus biologiques à l’échelle cellulaire, organique et corporelle . Il reçoit en continu des données de santé issues de capteurs, intègre ces informations dans son modèle de simulation, puis effectue des prévisions sur l’état de santé futur du patient et suggère des mesures préventives ou thérapeutiques .
Les bases technologiques existent déjà partiellement : des équipes de recherche ont développé des cellules microbiennes virtuelles, des simulations de processus cellulaires humains, et des modélisations in silico de structures multicellulaires complexes. D’autres groupes ont reconstitué des processus organiques, comme la fonction cardiaque . L’infrastructure informatique nécessaire au fonctionnement de ces DT est également en cours de développement.
Méthodologie
L’étude a utilisé une approche mixte séquentielle en quatre étapes :
- Premier atelier expert (20 participants interdisciplinaires de l’Université de Zurich) : élaboration de scénarios prospectifs en oncologie et psychaitrie, à trois horizons temporels (présent, ~10 ans, ~25 ans), selon quatre fonctions médicales : prévention, diagnostic, thérapie, allocation des ressources.
- Groupe focal de patients-consommateurs (6 personnes ayant une expérience de maladie chronique, septembre 2022) : exploration qualitative des attitudes face aux scénarios.
- Second atelier de parties prenantes (22 participants incluant cliniciens, industrie, régulateurs, payeurs) : élaboration de recommandations de gouvernance.
- Enquête représentative de la population suisse (N = 1 472 personnes, trois langues, juillet-août 2023) : validation des recommandations.
Scénarios prospectifs
Les experts ont identifié le jumeau numérique comme l’innovation pivot de la médecine personnalisée à long terme, capable d’intégrer d’autres technologies (dont les GPT) . Quatre scénarios ont été construits, illustrant comment les DT transformeront les fonctions médicales à différents horizons.
À titre d’exemple, dans le domaine de la cancérologie, les DT permettraient à terme de tester virtuellement l’efficacité d’une chimiothérapie sur la réplique numérique du patient avant toute administration réelle, puis d’ajuster le traitement en fonction des prédictions du modèle .
Attitudes des patients-consommateurs
Le groupe focal a mis en évidence un spectre large de préoccupations :
- Présent : optimisme sur les bénéfices potentiels, mais inquiétude quant à l’autonomie — risque que certains patients soient mieux équipés que d’autres pour utiliser l’IA, risque d’abus de données. Consensus sur le fait que la technologie augmente mais ne remplace pas le médecin.
- Proche futur : la transition vers les DT suscite de l’incertitude. Les participants insistent sur le droit de choisir son niveau d’implication numérique, sans pénalité sociale ou financière pour ceux qui refusent — concept de « lifestyle optimization stress ».
- Futur lointain : polarisation des opinions. D’un côté, des bénéfices individuels importants (pré-test des interventions, optimisation thérapeutique). De l’autre, des risques sociétaux : détournement du cheminement d’apprentissage naturel de l’être humain, dépendance aux recommandations algorithmiques, réduction de l’autonomie de vie.
Résultats de l’enquête populationnelle
L’enquête auprès de 1 472 Suisses révèle un niveau d’acceptation élevé mais conditionné :
- 61,5% des répondants se disent prêts à utiliser un jumeau numérique personnel.
- Les personnes plus âgées, les hommes, et les utilisateurs réguliers d’outils numériques (comme ChatGPT) sont plus enclins à l’adopter.
- Les raisons d’utilisation les plus acceptées sont médicales : coordonner les traitements (80,9%), prédire l’évolution d’une maladie (76,4%), détecter précocement les risques (76,2%).
- « Ne plus dépendre d’un médecin » n’est accepté que par 23,3% des répondants, témoignant d’un attachement fort au suivi médical humain.
Concernant la confiance envers les prestataires potentiels :
- Universités à vocation médicale : 79% de confiance
- Hôpitaux publics : 74,6%
- Entreprises technologiques : 9,1%
- Entreprises pharmaceutiques/medtech : 7,9%
Paradoxalement, ce sont les acteurs privés (tech, pharma) qui développeront réellement ces technologies, alors qu’ils sont les moins plébiscités par la population.
Sur le plan des libertés individuelles, 87% des répondants refusent toute obligation d’utilisation des DT, même si cela entraîne un traitement médical moins optimal . Par ailleurs, 75% considèrent que c’est à l’État de créer les conditions techniques et organisationnelles nécessaires au déploiement des DT.
Recommandations de gouvernance
Le second atelier a abouti à 12 recommandations, structurées par groupe de parties prenantes :
- Patients-consommateurs : garantir le libre choix de participer ou non, assurer un accès équitable indépendamment des compétences numériques, permettre de maintenir des parcours de soins non numériques.
- Professionnels de santé : intégrer les DT dans des équipes interprofessionnelles, garantir la compétence via les cursus de formation, permettre aux patients de refuser l’utilisation des DT.
- Industriels/développeurs : favoriser l’accès aux données d’entraînement via des schémas d’accès ouvert, définir des modèles de remboursement équitables, établir une réglementation claire et réactive.
- Régulateurs et payeurs : construire une infrastructure centralisée des données, autoriser l’accès aux données anonymisées en cas de bénéfice de santé publique significatif, fixer des critères de qualité et de sécurité.
Discussion et enjeux philosophiques
Les auteurs soulèvent une question fondamentale : si les DT deviennent les arbitres des décisions thérapeutiques, quelle place reste-t-il pour l’autorité épistémique du médecin ? Les DT ne seront pas contraints par les concepts médicaux actuels — ils opèrent par états dérivés de la machine, potentiellement incompréhensibles pour l’humain. Cela remet en question la définition même de la maladie, historiquement construite par consensus médical.
Contrairement aux IA actuelles qui reflètent simplement les connaissances médicales existantes (car entraînées sur des données actuelles), les DT avancés pourraient dépasser ce cadre, en prédisant des états pathologiques via des modèles que les cliniciens ne pourront pas nécessairement interpréter .
Limites
Les auteurs reconnaissent plusieurs limites : les experts sont issus essentiellement du milieu académique zurichois, les représentants des patients ont finalement annulé leur participation au second atelier, le groupe focal ne comprenait que 6 personnes germanophones, et les conclusions reflètent le contexte suisse, potentiellement non généralisable à d’autres systèmes de santé.
A savoir , en France aussi…
Dans le cadre du plan France 2030, l’État a confié à l’Inserm et l’Inria le pilotage scientifique du Programme de Recherche en Santé Numérique (PEPR SantéNum),. L’objectif est de fédérer une communauté nationale pluridisciplinaire en santé numérique autour du concept du jumeau numérique multi-échelle du patient.
L’ambition est clairement définie : d’ici 2030, développer des techniques et des méthodes pour aller vers des jumeaux numériques multi-échelles réalistes. « Pour le moment nous sommes capables de prédire l’évolution de la pathologie d’un patient après un examen d’imagerie médicale, et l’objectif est aujourd’hui de pouvoir le faire sur plusieurs années », explique Hugues Berry, co-pilote pour Inria.
