Dossier

L’hypertension artérielle à l’ère de l’intelligence artificielle : la révolution du deep learning

Mis en ligne le

31 mars 2026

Auteur

B. Pariente

Le deep learning, par l’exploitation de données massives, permet l’amélioration du diagnostic, du dépistage et du suivi de l’hypertension artérielle, ainsi que l’apparition de nouveaux outils cliniques.
Des approches innovantes, comme la mesure tensionnelle sans brassard à partir de signaux physiologiques, montrent des performances excellentes pouvant complètement changer nos pratiques.
L’IA peut contribuer à faire évoluer les connaissances médicales en remettant en question certains acquis, grâce à sa capacité à identifier, au sein des données de santé, des informations jusque-là non détectées par les approches traditionnelles.
La généralisation des modèles et l’effet boîte noire constituent des limites majeures à l’implémentation clinique.

L’intelligence artificielle (IA) désigne un ensemble de méthodes capables d’exécuter des tâches nécessitant, en principe, un raisonnement humain. Dans l’usage courant, le terme IA renvoie principalement aux modèles de machine learning, qui regroupent des algorithmes capables d’apprendre automatiquement des associations à partir de données. Mais depuis les années 2010, une sous-catégorie du machine learning s’est toutefois imposée, le deep learning, fondée sur des modèles beaucoup plus complexes. En s’appuyant sur l’exploitation de volumes massifs de données, ces modèles permettent d’atteindre…