Les entreprises de technologie de fertilité sont toutes de la partie. Elles parient gros que l’intelligence artificielle peut sauver la situation des couples qui tentent de concevoir par FIV. Ce n’est pas un mauvais pitch. La fécondation in vitro est déjà un faiseur de miracles, ayant mis au monde des millions d’enfants au cours des quatre dernières décennies. Plus de 100 000 bébés en sont nés rien qu’aux États-Unis l’année dernière.
Mais voici le problème. Les chances ne sont pas grandes. Selon le CDC, environ 37,5 % des cycles de TAR aboutissent à une naissance à tous les âges en 2022. Regardez ensuite le cas des femmes de plus de quarante ans. Ce nombre de chars. Il tombe à dix pour cent. Peut-être moins.
C’est là qu’intervient l’IA avec ses brillantes promesses. Les partisans affirment que ces algorithmes peuvent repérer un embryon gagnant plus rapidement qu’un œil humain. Ils soutiennent que nous pouvons prédire quel mélange génétique conduit à un bébé en bonne santé et lequel se termine par une fausse couche. Mais des experts ? Ils n’adhèrent pas encore au battage médiatique.
Le désordre éthique
Cela devient vite compliqué. Que se passe-t-il si l’IA vérifie la couleur des yeux ? Ou la hauteur ? C’est une pente glissante vers le territoire de l’eugénisme, et la plupart des gens conviennent que nous devrions tracer une ligne dure à cet égard. Ensuite, il y a la confidentialité des données. Les données sur la fertilité sont profondément intimes.
Mina Alikani, experte en médecine reproductive, le dit clairement :
Alors que la société dans son ensemble est aux prises avec ce problème, [les prestataires] doivent faire de même.
Nous sommes encore en train de déterminer les règles de la route pour l’IA. Appliquer ces mêmes règles floues à la reproduction humaine semble dangereux.
Les machines voient mieux ? Ou le font-ils ?
Voici une statistique qui m’a coincé. Une étude de 2023 a opposé les modèles d’IA à des embryologistes chevronnés. Qui a gagné le jeu de pronostics sur la réussite de la grossesse ?
L’IA l’a fait. Il a atteint une précision de 81,5%. Les humains étaient assis à un taux lent de 51 %.
Attends, écoute plus attentivement. Cette prédiction concerne une grossesse. Pas nécessairement une naissance vivante. Il existe un monde de différence entre un kit de test positif et un nouveau-né en bonne santé. Mais les startups de fertilité adorent ces chiffres. Herasight et Cercle nourrissent leurs robots avec des données hormonales, des statistiques de motilité des spermatozoïdes et des marqueurs physiologiques. L’objectif est de vous dire exactement de combien d’ovules ou d’embryons vous pourriez avoir besoin pour tenter de réussir. Pour éliminer les incertitudes liées aux devinettes.
Un essai randomisé réalisé début 2025 a suggéré que l’IA pourrait être meilleure que les méthodes de sélection traditionnelles. Peut-être égal à. Pourtant, Alikani met en garde contre une trop grande excitation. Ces systèmes aident. Ils ne remplacent pas. On ne sait toujours pas si cela modifie réellement les résultats cliniques de manière significative.
Le problème des silos de données
Il y a une raison pour laquelle il est si difficile de former un robot parfait. Les données sont en désordre. Chaque clinique enregistre les informations différemment. Chaque pays a des protocoles différents. Vous ne pouvez pas synthétiser une vérité globale à partir de documents fragmentés et désordonnés.
David Sable, endocrinologue à Columbia, l’appelle « la tour de Babel ».
Sans normalisation, il n’y a pas de médecine de précision. Vous rentrez les déchets, vous les sortez. Les chercheurs réclament une approche unifiée. La précision compte. Des protocoles de stimulation personnalisés et une meilleure annotation des embryons pourraient aider. Mais en ce moment, nous expérimentons les éléments de base. Le système lui-même reste fragile.
Cher et immature
Parlons de coût. Un seul cycle de FIV peut atteindre 50 000 $. C’est un produit de luxe. L’IA ne baissera pas ce prix de si tôt.
Sable note que la FIV en tant qu’industrie est jeune. Comparez-le à la bactériologie, qui dispose de décennies de données et de normes solides. Les technologies de reproduction sont encore en train d’établir leurs propres règles.
Il est généralement accessible à un petit nombre de personnes.
L’ajout de couches d’IA à une industrie coûteuse et opaque crée de nouveaux risques. Violations de données. Hallucinations algorithmiques où l’IA invente des données qui n’existent pas. Ce ne sont pas seulement des risques théoriques ; ce sont des menaces immédiates pour la sécurité des patients.
Le verdict ? Fade.
Nous avons vu d’autres « révolutions technologiques » dans le domaine de la fertilité ne pas tenir leurs promesses grandioses. Effectuez une injection intracytoplasmique de spermatozoïdes à l’aide d’une imagerie accélérée. Cela semble sophistiqué. Utilise des caméras pour regarder les spermatozoïdes nager. Une étude réalisée en 2024 au Royaume-Uni et à Hong Kong auprès de près de 1,60 participants s’est penchée sur la question.
Résultat? Les naissances vivantes sont passées de 33% à 33,7%.
Une différence négligeable. Impact quasi nul.
Les tests génétiques préimplantatoires (PGT-A) fonctionnent mieux pour les contrôles chromosomiques. Mais les taux de réussite globaux de la FIV ? Ils plafonnent à 50 %. Généralement beaucoup plus faible.
Alors pourquoi l’IA pousse-t-elle ? Désespoir. Les cliniques veulent augmenter ces chiffres. Alikani admet qu’il y a une chance que nous franchissions plus rapidement le plafond des 50 % avec ces outils. Peut-être que nous nous surprenons.
Mais au vu des preuves aujourd’hui ?
Les algorithmes ne nous donnent pas encore de résultats supérieurs. Le battage médiatique dépasse les données. Et c’est dans cet écart que réside le véritable danger.
