Midjourney n'a pas seulement annoncé une nouvelle expérience spectaculaire. L'entreprise connue pour son générateur d'images IA vient d'ouvrir une division médicale et de présenter le Midjourney Scanner, un système d'imagerie corporelle par ultrasons qui promet un scan complet du corps en 60 secondes, sans radiation et sans champ magnétique.
L'annonce fait évidemment parler. Elle coche toutes les cases d'une news virale : une marque très connue dans l'IA, une promesse proche de la science-fiction, un bassin d'eau tiède, un scan full body et l'idée d'une alternative plus accessible à l'IRM.
Mais pour une structure santé, une HealthTech ou un dirigeant medtech, le sujet intéressant n'est pas seulement la machine.
Le vrai sujet est ce que ce type d'innovation peut provoquer dans l'organisation des soins : plus d'images, plus souvent, plus de données à interpréter, plus de décisions à prioriser, et donc un besoin beaucoup plus fort de workflows médicaux solides autour de l'imagerie.
Ce que Midjourney vient d'annoncer
D'après Les Numériques, Midjourney a dévoilé un appareil baptisé "Ultrasonic CT". Le principe : le patient descend sur une plateforme dans un bassin d'eau tiède et traverse un anneau composé de 8 960 transducteurs à ultrasons. Ces capteurs envoient des ondes sous plusieurs angles pour produire une image 3D des muscles, graisses, os et organes.
L'objectif annoncé est ambitieux : obtenir une cartographie corporelle complète en 60 secondes, sans rayons X et sans champ magnétique. David Holz, fondateur de Midjourney, évoque une qualité comparable à l'IRM pour certains usages.
Midjourney ne se limite pas à un concept de laboratoire. L'entreprise parle d'un premier "Midjourney Spa" à Union Square, San Francisco, prévu pour fin 2027, avec dix scanners installés. L'ambition affichée est beaucoup plus large : 50 000 scanners dans le monde en six ans et jusqu'à un milliard de scans par mois.
Il faut rester prudent. L'article rappelle que seule une douzaine de personnes auraient été scannées à ce stade, que l'équipe médicale compte peu d'ingénieurs, et qu'aucune autorisation FDA n'a été obtenue pour un usage diagnostique. Pour l'instant, Midjourney se positionne plutôt sur la cartographie de composition corporelle que sur le diagnostic médical.
Cette nuance est essentielle. Mais elle ne retire pas l'intérêt de l'annonce.
Pourquoi cette annonce dépasse le simple effet d'annonce IA
Depuis deux ans, beaucoup de sujets IA en santé tournent autour des mêmes usages : assistant de rédaction, compte-rendu, chatbot patient, tri administratif, copilote médecin. Ces sujets sont utiles, mais ils restent souvent périphériques au cœur technique de la médecine.
Le Midjourney Scanner raconte autre chose : l'IA et le hardware commencent à se rejoindre autour de nouveaux parcours médicaux.
Même si les premières images présentées ne reposent pas encore sur de l'IA générative, le lien avec Midjourney est intéressant. Une entreprise née dans la génération d'images utilise ses moyens, sa culture produit et son obsession de l'imagerie pour attaquer un problème beaucoup plus lourd : rendre l'imagerie corporelle plus rapide, plus répétable et potentiellement plus accessible.
Si cette direction se confirme, elle peut déplacer le problème.
Aujourd'hui, l'imagerie médicale est souvent rare dans le parcours patient. Elle est prescrite, planifiée, réalisée sur un plateau technique, interprétée par un spécialiste, puis transmise au médecin ou à l'équipe de soin.
Demain, si des examens complets, non irradiants et rapides deviennent plus fréquents, la question ne sera plus seulement : comment obtenir une image ?
La question deviendra : comment gérer l'abondance d'images ?
Le vrai changement : passer d'une imagerie ponctuelle à une imagerie longitudinale
Le point le plus important est peut-être là.
Un scan ponctuel donne une photographie. Un scan répété crée une trajectoire.
Pour certaines situations, cette différence est majeure : suivi d'une masse suspecte, évolution d'un organe, fonte musculaire, composition corporelle, rééducation, oncologie, pathologies chroniques, prévention ou médecine sportive.
La promesse n'est donc pas seulement de voir mieux. Elle est de comparer plus souvent.
Mais une imagerie plus fréquente ne crée pas automatiquement une meilleure médecine. Elle peut aussi créer plus de bruit, plus de faux positifs, plus d'anxiété patient et plus de charge pour les équipes médicales.
C'est précisément là que la medtech devient un sujet d'organisation autant qu'un sujet de technologie.
Un scanner rapide n'a de valeur que si le parcours autour est capable de répondre à plusieurs questions très concrètes :
- Qui reçoit les résultats ?
- Qui les interprète ?
- Qu'est-ce qui déclenche une alerte ?
- Comment compare-t-on deux examens dans le temps ?
- Quelles données entrent dans le dossier patient ?
- Comment éviter de remonter des anomalies non pertinentes ?
- Quelle validation humaine est obligatoire avant une recommandation ?
- Où sont hébergées les données ?
- Comment tracer les accès et les décisions ?
Sans réponse claire, une innovation d'imagerie peut devenir une usine à complexité.
Le risque : produire plus de données que le système de santé ne peut en absorber
C'est le paradoxe de beaucoup d'innovations santé.
On pense résoudre un problème en ajoutant de la donnée. En réalité, on crée parfois un second problème : personne n'a le temps, les outils ou le workflow pour exploiter correctement cette donnée.
Dans le cas de l'imagerie, ce risque est encore plus fort. Un examen peut produire des volumes importants, des reconstructions 3D, des segmentations, des comparaisons dans le temps et des signaux faibles. Si tout remonte au même niveau d'importance, l'équipe médicale est noyée.
Le besoin devient alors très opérationnel : il faut transformer de la donnée brute en information utilisable.
Cela demande des interfaces métier, des règles de priorisation, des intégrations avec les logiciels existants, de la traçabilité, des tableaux de suivi, des droits d'accès et des garde-fous. Ce sont des sujets moins spectaculaires qu'un scanner futuriste, mais ce sont eux qui feront la différence entre une démo impressionnante et un outil réellement adopté.
L'angle DazzStudio : la medtech ne se gagne pas seulement avec un bon algorithme
Chez DazzStudio, nous voyons souvent la même tension dans les projets santé : la technologie est prometteuse, mais le workflow réel n'est pas encore assez clair.
Une HealthTech peut avoir un bon modèle IA, une bonne idée de dispositif médical ou un prototype produit convaincant. Pourtant, le passage à l'usage bloque sur des sujets très concrets : back-office, rôles utilisateurs, intégration dossier patient, validation humaine, reporting, hébergement, API, sécurité, maintenance, droits d'accès.
C'est rarement glamour. Mais c'est décisif.
Dans un projet medtech, il ne suffit pas de se demander si la technologie fonctionne. Il faut se demander comment elle entre dans la journée d'un professionnel de santé.
Est-ce qu'elle réduit une charge ou est-ce qu'elle ajoute un écran ?
Est-ce qu'elle aide à prioriser ou est-ce qu'elle génère plus d'alertes ?
Est-ce qu'elle s'intègre à l'organisation existante ou est-ce qu'elle demande aux équipes de contourner leur logiciel métier ?
Est-ce que le médecin garde le contrôle au bon endroit ?
Ces questions sont moins visibles qu'une annonce Midjourney, mais elles sont centrales pour tous les dirigeants santé qui veulent passer d'un prototype à un système fiable.
Ce que les dirigeants medtech devraient retenir
La leçon du Midjourney Scanner n'est pas seulement : "l'imagerie médicale va être disruptée".
La leçon est plutôt : quand une technologie rend un acte médical plus rapide et plus fréquent, tout le système autour doit être repensé.
Pour une startup medtech, un éditeur santé ou une structure de soins, cela veut dire qu'il faut travailler tôt sur quatre couches.
1. Le workflow médical
Avant de développer une interface ou un agent IA, il faut comprendre le parcours réel : qui fait quoi, à quel moment, avec quelle responsabilité, quelle validation et quelle trace.
2. L'architecture de données
Les données de santé ne peuvent pas être traitées comme des données SaaS classiques. Il faut penser hébergement, sécurité, cloisonnement, durée de conservation, export, journalisation et conformité RGPD/HDS dès le départ.
3. L'expérience métier
Un bon outil médical ne doit pas seulement afficher des informations. Il doit aider à décider quoi regarder, quoi traiter maintenant, quoi surveiller et quoi documenter.
4. L'humain dans la boucle
L'IA peut aider à segmenter, comparer, résumer, prioriser ou détecter. Mais en santé, la question centrale reste : quelle décision est assistée, quelle décision est automatisée, et quelle décision doit rester explicitement validée par un professionnel ?
Où l'IA peut réellement aider autour de l'imagerie médicale
L'IA n'a pas besoin de remplacer le radiologue ou le médecin pour créer de la valeur.
Elle peut déjà aider autour de l'imagerie, en amont et en aval :
- préparation du dossier avant examen ;
- récupération et structuration des antécédents utiles ;
- comparaison entre examens ;
- détection de variations significatives ;
- priorisation des cas à relire ;
- génération d'un brouillon de synthèse ;
- création de tâches de suivi ;
- alimentation d'un tableau de bord médical ou opérationnel ;
- coordination entre équipe médicale, patient et administratif.
Dans beaucoup de cas, la valeur n'est pas dans une IA qui décide seule. Elle est dans une IA qui prépare mieux le travail humain.
C'est aussi pour cela que les projets d'IA santé doivent être pensés comme des systèmes métier, pas comme des démos de modèle.
Conclusion : le scanner est spectaculaire, mais le vrai marché est autour
Le Midjourney Scanner est peut-être encore loin d'un usage médical diagnostique à grande échelle. Il faudra des preuves cliniques, des validations réglementaires, des parcours de remboursement, des protocoles et une adoption réelle par les professionnels.
Mais l'annonce montre une direction très nette.
La santé va produire plus de données. L'imagerie va devenir plus fréquente. Les outils vont détecter, segmenter, comparer et suggérer davantage.
Le défi ne sera pas seulement de créer ces technologies. Ce sera de les rendre exploitables dans des organisations réelles, avec des contraintes réelles, par des équipes qui n'ont pas besoin d'un outil de plus mais d'un système plus fluide.
C'est exactement le type de sujet sur lequel DazzStudio accompagne les acteurs santé : cadrer les workflows, concevoir des outils métier, automatiser les tâches répétitives, intégrer l'IA avec contrôle humain, et construire des architectures compatibles avec les contraintes RGPD/HDS via des partenaires adaptés.
Si vous travaillez sur un projet medtech, HealthTech ou imagerie médicale, la bonne question n'est pas seulement : "quelle technologie peut-on construire ?"
La bonne question est : "quel système faut-il construire autour pour que cette technologie soit vraiment utilisée ?"