Cadre pour la politique gouvernementale sur l'IA agentique et générative en santé : Gouvernance, régulation et gestion des risques des modèles open-source et propriétaires

L'intégration rapide de l'intelligence artificielle (IA) en santé est marquée par une dichotomie critique entre les modèles open-source et propriétaires, un paysage encore complexifié par l'émergence de l'IA générative agentique autonome (AGI). Cet article propose une revue complète et un cadre stratégique pour naviguer dans cet écosystème complexe. Nous analysons les capacités techniques, les défis d'implémentation et les exigences de gouvernance des deux paradigmes d'IA à travers un examen systématique de la littérature actuelle et des tendances émergentes. Nos résultats indiquent que si les modèles open-source offrent une transparence supérieure, une personnalisation et une confidentialité des données accrues — rivalisant de plus en plus avec la performance propriétaire en diagnostic —, les systèmes propriétaires conservent des avantages en termes de fiabilité, support et intégration. Parallèlement, l'AGI introduit un potentiel transformateur pour la prestation des soins via la prise de décision autonome, l'analytique prédictive et l'automatisation des processus. Ces systèmes devraient générer des économies substantielles et réduire significativement les erreurs de diagnostic. Cependant, l'AGI présente également des risques complexes allant des biais algorithmiques à la fragmentation réglementaire. Les preuves révèlent des phénomènes préoccupants dans les appels des décisions automatisées et d'importantes barrières financières à l'implémentation susceptibles de limiter l'accessibilité. Pour relever ces défis, nous proposons un cadre de gestion des risques à plusieurs niveaux qui synthétise les forces des approches open et closed-source. Nos recommandations incluent l'adoption de protocoles de certification internationale alignés sur des normes mondiales d'explicabilité, des architectures d'apprentissage fédéré pour assurer la confidentialité tout en permettant la collaboration, et une élaboration de politiques adaptative pour équilibrer innovation et sécurité des patients. Ce cadre offre aux organisations de santé des stratégies pratiques pour l'adoption de l'IA tout en recommandant des orientions politiques pour un déploiement responsable. Cette approche intégrée vise à maximiser les bénéfices des IA open-source et propriétaires tout en atténuant les risques uniques posés par les systèmes agentiques, en travaillant en définitive vers une prestation de soins plus équitable, efficace et sûre par l'intelligence artificielle.