Selon la dernière édition de l’Atlas du diabète de la Fédération internationale du diabète, environ 589 millions d’adultes dans le monde vivent aujourd’hui avec le diabète, et plus de 250 millions de cas ne seraient pas diagnostiqués. Le diabète de type 1 touche à lui seul près de 9,5 millions de personnes dans le monde, soit une augmentation de 13 % depuis 2021.1International Diabetes Federation, IDF Diabetes Atlas, 11th Edition (2025) – diabetesatlas.org/resources/idf-diabetes-atlas-2025/2University of Washington Department of Medicine, « Over 250 million people worldwide unaware they have diabetes » (2025) – mednews.uw.edu/news/2025-IDF-diabetes-atlas3Diabetes Research and Clinical Practice, « Global type 1 diabetes prevalence, incidence, and mortality estimates 2025 » – diabetesresearchclinicalpractice.com
Le diabète de type 1 (5 à 10 % des cas) est une maladie auto-immune qui entraîne la destruction des cellules bêta du pancréas productrices d’insuline. Il se caractérise par un déficit en insuline, responsable d’une hyperglycémie. Le diabète de type 2 (90 à 95 % des cas) se caractérise par une résistance à l’insuline et un déficit relatif en insuline.4American Diabetes Association; 2. Classification and Diagnosis of Diabetes: Standards of Medical Care in Diabetes-2021. Diabetes Care 1 January 2021; 44 (Supplement_1): S15–S33.
Dans cet article, Alcimed explore l’impact de l’intelligence artificielle sur la prise en charge du diabète à travers quatre domaines d’application : l’aide à la décision clinique, les outils d’autogestion de la maladie, la prédiction du diabète et la stratification des risques, ainsi que le dépistage de la rétinopathie diabétique.
Lorenzo, Consultant en Santé au sein de notre bureau en Italie, décrypte dans cette courte vidéo l’impact de l’intelligence artificielle sur les soins du diabète, à travers 4 domaines d’application.
Les algorithmes d’IA peuvent être utilisés comme systèmes d’aide à la décision pour la prise en charge du diabète. Ils analysent les données de santé historiques, notamment les glycémies, les doses d’insuline, les habitudes alimentaires et l’activité physique, afin de proposer des recommandations personnalisées en matière d’insulinothérapie et des ajustements thérapeutiques. Ils identifient des tendances et fournissent des recommandations fondées sur des données probantes pour maintenir la glycémie dans une fourchette optimale.
Advisor Pro, développé par DreaMed Diabetes, en est un exemple. Cet outil reçoit les données issues des systèmes de mesure continue du glucose (CGM) et/ou des pompes à insuline. Ces données sont analysées à l’aide de l’algorithme MD Logic, qui recherche les épisodes d’hyperglycémie et d’hypoglycémie ainsi que des schémas spécifiques à chaque patient. Advisor Pro formule des recommandations portant notamment sur l’optimisation du débit basal, du ratio insuline/glucides et du facteur de correction (sensibilité à l’insuline), ainsi que des conseils personnalisés pour la gestion du diabète. Les recommandations sont ensuite examinées et modifiées par les endocrinologues, puis transmises aux patients.
Cette combinaison entre les analyses issues de l’IA et la validation par des experts aide les patients à prendre des décisions éclairées, y compris dans les situations d’urgence, et contribue ainsi à améliorer globalement la prise en charge du diabète.
Depuis la première publication de cet article, la plateforme de DreaMed a également obtenu l’autorisation de la FDA pour son utilisation dans le diabète de type 2. Son système d’aide à l’ajustement personnalisé des doses d’insuline fondé sur l’IA ne se limite donc plus au diabète de type 1. Plus largement, l’IA générative et les grands modèles de langage (LLM) sont désormais testés comme outils d’aide à la décision clinique. Des études récentes montrent qu’ils peuvent générer des propositions thérapeutiques personnalisées à partir des données des patients. Toutefois, une étude a révélé que ces modèles étaient moins fiables lorsqu’il s’agissait d’affiner un plan de traitement existant, ce qui souligne l’importance du contrôle humain dans les décisions thérapeutiques.1« FDA greenlights DreaMed’s AI-backed insulin management tool for folks with Type 2 diabetes » – mobihealthnews.com2iScience, « Generative artificial intelligence in diabetes healthcare » (2025) – pmc.ncbi.nlm.nih.gov/articles/PMC12284359/3Clinical Diabetes, « Assessment of Large Language Models for Enhancing Diabetologist-Developed Personalized Treatment Plans » (2025) – diabetesjournals.org/clinical
Les algorithmes d’IA peuvent interpréter les données biométriques issues des systèmes de mesure continue du glucose (CGM) et alerter le patient et/ou ajuster directement sa glycémie en administrant de l’insuline au moyen d’une pompe à insuline.
Le système de pompe à insuline MiniMed 780G, associé au capteur Guardian Sensor 3 (CGM) de Medtronic, utilise des algorithmes d’IA avancés. Les données recueillies par le CGM sont analysées par le système MiniMed afin de prédire les tendances glycémiques. La pompe ajuste ensuite l’administration d’insuline sur la base de ces prédictions issues de l’IA, avec pour objectif de maintenir la glycémie dans la fourchette cible, de réduire les ajustements manuels effectués par le patient et de prévenir les épisodes d’hyperglycémie et d’hypoglycémie. Dans son ensemble, ce système intégré permet une gestion plus précise et automatisée de la maladie, améliore le contrôle glycémique et réduit la charge liée au diabète.
Le système MiniMed 780G de Medtronic a continué d’évoluer en matière d’administration automatisée d’insuline fondée sur l’IA. En septembre 2025, la FDA a autorisé son utilisation chez les adultes atteints de diabète de type 2 et approuvé son intégration avec le capteur Instinct d’Abbott, un dispositif de mesure continue du glucose plus compact pouvant être porté jusqu’à 15 jours. Une mise à jour logicielle publiée en 2025 a également affiné l’administration automatique des doses correctives, améliorant ainsi la précision et le contrôle de cette technologie d’administration d’insuline en boucle fermée.4Medtronic Newsroom, « FDA Clears MiniMed 780G System to Enable Integration with the Instinct Sensor… and Approves Use in Type 2 Diabetes » (septembre 2025) – news.medtronic.com
L’IA peut être utilisée pour prédire le risque individuel de développer un diabète de type 2. L’identification précoce des personnes à haut risque est essentielle pour prévenir les complications potentiellement mortelles et mettre en œuvre des stratégies de prévention personnalisées.
Les chercheurs du laboratoire Intelligent Distributed Computing and Systems (INDUCE) de l’Université des Émirats arabes unis réalisent des tests à grande échelle sur différents modèles d’IA. Leur objectif principal est d’identifier les facteurs de risque spécifiques, tels que les prédispositions génétiques, les modes de vie et différentes conditions préexistantes, en appliquant des techniques avancées d’apprentissage automatique à de vastes ensembles de données.
Ces travaux contribuent à favoriser le diagnostic précoce et la mise en place de stratégies de prévention personnalisées, afin de réduire les risques de développer un diabète de type 2.
Les modèles de prédiction du diabète font toujours l’objet de recherches actives. Les chercheurs étudient comment l’IA générative pourrait améliorer la stratification des risques et anticiper les complications en simulant des données de patients, afin de pallier le manque de données qui limite la précision des prédictions. Alors qu’environ un adulte diabétique sur quatre dans le monde ignore encore qu’il est atteint de la maladie, ces outils pourraient contribuer à renforcer la prévention et à personnaliser davantage la prise en charge.5Annals of Translational Medicine, « Generative artificial intelligence in predictive analysis of diabetes and its complications » (2025) – pubmed.ncbi.nlm.nih.gov/41211117/
Découvrez comment notre équipe peut vous accompagner dans vos projets liés à l’IA en santé >
La rétinopathie diabétique, principale cause de cécité aux États-Unis, peut être prévenue grâce à une détection précoce. Les algorithmes d’IA utilisés pour le diagnostic reposent sur le traitement d’images et des techniques d’apprentissage automatique afin d’analyser les images de la rétine et de détecter les signes de rétinopathie diabétique. Leur efficacité est comparable à celle d’un dépistage réalisé lors d’un examen clinique en cabinet par un professionnel de la santé visuelle.
LumineticsCore est un exemple de système de diagnostic fondé sur l’IA capable de détecter de manière autonome la rétinopathie diabétique chez les patients. Il analyse rapidement les images et fournit des résultats en moins d’une minute, sans nécessiter d’opérateurs hautement qualifiés. Il peut ainsi être intégré facilement au parcours de soins de premier recours. LumineticsCore améliore l’accès des patients diabétiques à des examens ophtalmologiques essentiels, allège la charge liée au dépistage et contribue, à terme, à prévenir la perte de vision.
Les données issues de la pratique clinique sur le dépistage de la rétinopathie par l’IA se sont multipliées. Une étude menée en 2025 sur LumineticsCore auprès d’une population de patients majoritairement non blancs a confirmé la fiabilité de cet outil de dépistage. Par ailleurs, LumineticsCore est désormais en concurrence avec des systèmes tels qu’EyeArt. Pourtant, les données nationales montrent que moins de 5 % des patients diabétiques bénéficient d’un dépistage rétinien fondé sur l’IA. L’adoption de ces technologies, au-delà de leurs performances diagnostiques, reste donc un enjeu majeur.6Southern Medical Journal, « Evaluation of the Efficacy of Artificial Intelligence-Based Screening for Diabetic Retinopathy in a Predominantly Non-White Population » (2026) – pmc.ncbi.nlm.nih.gov/articles/PMC13290037/7Modern Retina, « Study examines the use of AI-based detection of diabetic retinopathy in the US » (2026) – modernretina.com
Alors que l’IA s’impose progressivement dans le secteur de la santé, elle présente un fort potentiel pour la prise en charge du diabète. L’objectif reste de réduire le poids de la maladie en donnant davantage de moyens d’action aux patients, en leur permettant d’accéder à des technologies avancées et en leur apportant un soutien au quotidien. Des modèles génératifs venant appuyer les décisions cliniques aux outils de dépistage plus précis, ces applications illustrent la rapidité avec laquelle l’IA transforme la prise en charge du diabète. Toutefois, combler les lacunes en matière de diagnostic et d’accès aux soins sera tout aussi important que de poursuivre le développement technologique.
Chez Alcimed, nous continuons à explorer les évolutions rapides de l’IA en santé et pouvons vous accompagner dans vos projets liés à l’IA et à la prise en charge du diabète ! N’hésitez pas à contacter notre équipe !
À propos des auteurs,
Gea, consultante senior au sein de l’équipe Santé d’Alcimed en Italie
Annelisa, consultante au sein de l’équipe Santé d’Alcimed en Italie
Hélène, cheffe de projet senior au sein de l’équipe Santé d’Alcimed en Italie
Santé
La prévalence du DT2 augmente de 2,5 % par an et 60 % des patients diabétiques sont asiatiques. Découvrez 3 innovations alimentaires pour diabétiques.
Santé
Comment la gestion des maladies chroniques a-t-elle évoluée au milieu de cette pandémie ? Quelles innovations ont été accélérées pour soutenir les patients atteints de maladies chroniques ?
Data - IA
L’intelligence artificielle a fait sa place auprès de nombreuses spécialités comme outil d’aide au diagnostic médical. Mais comment est-elle utilisée et quels défis restent à relever ?