Polices d'assurance vie génétiques : L'intelligence artificielle et le prix de notre ADN

La rencontre entre les modèles prédictifs algorithmiques et l'analyse de l'ADN risque de détruire le principe de mutualité sur le marché de l'assurance. Les « p

L’intelligence artificielle prédictive appliquée à la génomique est en train de saper silencieusement l’un des piliers historiques et moraux de l’assurance privée : le concept de mutualisation du risque. La rencontre entre des modèles algorithmiques avancés et le séquençage à bas coût de l’ADN ne se limite pas à affiner le calcul actuariel traditionnel des compagnies d’assurance, mais menace de transformer une simple probabilité génétique en une impitoyable condition d’accès à la protection économique. Le dilemme éthique fondamental de notre époque n’est pas le réducteur « utiliser ou ne pas utiliser les données », mais de déterminer politiquement et juridiquement quelles informations intimes peuvent être légitimement utilisées pour décider qui peut se permettre d’être assuré, à quelles conditions financières et avec quelles protections impératives. Lorsqu’un réseau neuronal lit notre code génétique pour tarifer une police d’assurance-vie, il n’évalue pas une pathologie en cours, mais monétise une hypothèse probabiliste sur notre avenir biologique.

L’Illusion de la Certitude et les Scores Polygéniques

Le cœur technologique de cette révolution porte le nom de polygenic risk scores (scores de risque polygénique). Une étude fondamentale de 2026 publiée dans Health Economics, Policy and Law a analysé l’usage émergent de ces scores dans l’underwriting (l’évaluation du risque) des polices d’assurance-vie au Royaume-Uni [2827]. L’intelligence artificielle excelle à traiter des millions de variants génétiques pour calculer l’impact cumulatif sur le risque de développer des maladies complexes au cours de l’existence, comme de graves pathologies cardiovasculaires, le diabète ou des pathologies neurodégénératives.

Toutefois, la recherche académique trace une ligne de démarcation nette, trop souvent ignorée par le marketing assurantiel, entre les tests diagnostiques (qui certifient de manière inequivoque la présence d’une condition réelle) et les tests prédictifs (qui indiquent uniquement une susceptibilité statistique). Les auteurs de l’étude britannique avertissent que la nature hautement stochastique de la causalité génétique rend l’utilisation de ces scores extrêmement glissante [2829]. Prédire les futurs coûts de santé, les taux de mortalité et les phénotypes corrélés en se fondant uniquement sur une abstraction génétique risque de générer un effet actuariel profondément biaisé. Pour cette raison, la communauté scientifique internationale réclame avec une extrême urgence l’institution de nouveaux processus délibératifs et de formes d’oversight (supervision) indépendantes. Un risque génétique élevé n’est pas et ne doit pas être considéré comme une condamnation clinique sans appel, ni encore moins comme une faute individuelle qui justifierait l’exclusion sociale et économique de l’individu.

Le Vide Normatif : Le Paradoxe du GINA et les Cas Réels

Les conséquences pratiques d’un marché de l’analyse génétique dépourvu de solides barrières éthiques sont déjà dramatiquement visibles aux États-Unis, où le vide normatif crée des courts-circuits paradoxaux au détriment des citoyens. Comme souligné dans un briefing détaillé du National Human Genome Research Institute (2024), la loi fédérale connue sous le nom de GINA (Genetic Information Nondiscrimination Act) protège efficacement et historiquement les citoyens contre la discrimination génétique dans le cadre exclusif des assurances santé de base et sur le lieu de travail. Pourtant, cette même législation laisse un vide flagrant, en omettant la couverture de secteurs cruciaux de la vie financière familiale : les polices d’assurance-vie, les assurances invalidité et celles pour la long-term care (l’assistance de longue durée) [2821].

Un cas d’étude éclairant, cru et on ne peut plus réel, analysé en profondeur par l’European Journal of Human Genetics (2020), concerne les variants pathogènes des gènes BRCA1 et BRCA2, mutations fortement corrélées à un risque élevé de cancer du sein et de l’ovaire [2824]. Les personnes qui s’avèrent positives à ces tests génétiques — tests qu’elles décident souvent courageusement d’entreprendre précisément pour engager des parcours de prévention vitale — se heurtent soudainement à l’augmentation de primes d’assurance prohibitifs ou à des refus nets d’accès à une police d’assurance-vie normale qui protège leurs enfants.

La fragmentation législative aggrave irrémédiablement le tableau général : une enquête académique menée auprès des commissaires d’État aux assurances (publiée sur PMC en 2019) a révélé une désastreuse variabilité normative entre les différents États américains, alliée à une faible conscience réglementaire des dirigeants et à l’absence totale de transparence et d’audits indépendants sur les pratiques effectives d’underwriting fondées sur l’ADN [2825].

L’Effet « Chilling » : Quand la Peur Freine la Recherche et les Soins

Le dommage social généré par cette approche cynique de la gestion du risque ne s’épuise toutefois pas dans le périmètre contractuel de la police refusée. L’impact collatéral le plus dévastateur se manifeste en amont, directement dans le domaine de la santé publique et de la médecine préventive. Une étude rétrospective cruciale publiée sur PMC (2021), menée sur un échantillon représentatif de plus de 1 600 citoyens américains, a démontré de manière empirique et inequivoque que la peur insidieuse de la discrimination assurantielle est directement proportionnelle à la réticence des patients à se soumettre à des tests génétiques cliniques [2820, 2826].

Plus les personnes acquièrent la conviction — que l’actuel agencement du marché rend tragiquement fondée — que les résultats de leur ADN pourront à l’avenir influencer négativement leur assurabilité, plus elles sont enclines à renoncer à des dépistages génétiques qui pourraient littéralement leur sauver la vie. Ce phénomène sociologique, connu dans la littérature scientifique et juridique sous le nom de chilling effect (effet glaçant), ralentit sensiblement le progrès de la recherche génomique collective et sabote à la base les imposants programmes de médecine préventive étatiques, transformant de fait la police d’assurance-vie d’un instrument de protection familiale en un puissant dissuasif psychologique pour les soins de la personne.

L’Approche Européenne : L’AI Act et la Défense des Droits Biométriques

Face à cette dangereuse dérive spéculative, l’Union européenne a choisi d’adopter une approche normative nettement proactive, étroitement fondée sur la classification objective du risque pour les droits humains. Cet effort juridique trouve son expression maximale dans l’Annexe III du tout nouvel AI Act. Le règlement européen a le mérite de classer explicitement comme « systèmes à haut risque » toutes les architectures d’intelligence artificielle destinées spécifiquement à l’évaluation du risque (risk assessment) et à la définition des prix (pricing) pour les personnes physiques opérant dans le secteur des assurances sur la vie et sur la santé [2864]. La ratio du législateur est inequivoque : lorsqu’un algorithme détient le pouvoir asymétrique de déterminer les primes d’assurance ou de bloquer l’accès à la couverture d’un citoyen vulnérable, il cesse instantanément d’être un simple et inoffensif instrument de calcul commercial et s’élève au rang d’infrastructure critique pour la sauvegarde des droits civils.

Comme le rappelle incessamment la Commission européenne dans ses directives sur la vie privée, l’ADN relève pleinement de la catégorie des données biométriques spéciales : il représente l’information la plus intimement identifiante et irrémédiablement non révocable (on ne peut pas « changer » son ADN comme on change un mot de passe compromis) qu’un être humain puisse partager avec des tiers [2823].

Parallèlement, l’Autorité européenne des assurances et des pensions professionnelles (EIOPA), dans sa récente annexe technique sur l’exclusion des modèles linéaires généralisés (GLM et GAM), trace une ligne nette et techniquement irréprochable entre l’usage légitime de modèles statistiques actuariels traditionnels et l’emploi massif de systèmes complexes à haut risque entraînés sur des données génétiques [2828]. L’EIOPA confirme formellement que le profilage prédictif dans le domaine de la vie et de la santé doit être obligatoirement subordonné à des contrôles de garantie proportionnés à l’impact sur la vie de l’assuré : on exige une qualité irréprochable des données d’entraînement, l’absence absolue de biais discriminatoires (fairness), une documentation algorithmique exhaustive et une surveillance humaine continue. L’usage de l’algorithme n’est pas interdit a priori en Europe, mais l’opacité décisionnelle du « computer says no » n’est plus légalement tolérée.

Conclusions : L’Incertitude comme Valeur Partagée

Le débat contemporain ne doit pas stérilement s’enliser sur la fausse dichotomie entre l’inévitable progrès technologique et l’archaïque défense de la vie privée. La question centrale que les décideurs politiques et les dirigeants d’entreprise doivent se poser n’est pas de savoir si nous pouvons techniquement connaître notre risque génétique, mais plutôt : qui possédera légalement cette connaissance exclusive, qui sera tacitement autorisé à l’utiliser contre nos intérêts financiers, et qu’adviendra-t-il de tous ceux qui ne pourront pas se permettre, pour des raisons purement économiques, d’ignorer ce diagnostic probabiliste ?

Un score polygénique généré par une intelligence artificielle n’établit pas avec une certitude mathématique quand une personne tombera effectivement malade, ni ne définit en aucune manière comment elle vivra, combattra ou gérera sa propre condition de santé. S’il est laissé opérer dans les serveurs des multinationales sans limites normatives et éthiques sévères, l’usage de l’IA prédictive dans les assurances risque dramatiquement de transformer une vulnérabilité purement statistique en une formidable barrière économique et sociale infranchissable [2827, 2829, 2824].

La véritable frontière de l’innovation et de la responsabilité sociale d’entreprise dans le secteur assurantiel ne consiste pas à identifier, au moyen de tamis algorithmiques, les clients génétiquement parfaits dans le seul but d’annuler cyniquement le risque de portefeuille. Elle consiste en revanche à utiliser l’immense capacité analytique des données pour élargir l’inclusion, pour personnaliser les parcours de prévention et pour abattre les barrières à l’entrée pour les plus vulnérables. En dernière analyse, une police d’assurance-vie est née et devrait continuer d’exister pour protéger nous et nos familles de l’incertitude inéluctable de l’avenir, et non pour nous punir préventivement simplement parce que notre filament d’ADN contient, cachée entre ses hélices, une hypothèse calculable sur cet avenir [2820, 2827, 2864].

Références Bibliographiques et Sources

[Genomics and insurance in the United Kingdom — Health Economics, Policy and Law, 2026] [2827]
[Genetic testing and insurance implications — PMC, 2021] [2820, 2826]
[Privacy in Genomics — National Human Genome Research Institute, 2024] [2821]
[Beyond the Genetic Information Nondiscrimination Act — PMC, 2017] [2829]
[Long-awaited progress in addressing genetic discrimination in the United States — European Journal of Human Genetics, 2020] [2824]
[A Survey of United States State Insurance Commissioners — PMC, 2019] [2825]
[Annex III: High-Risk AI Systems — EU AI Act] [2864]
[Biometrics — Commissione europea] [2823]
[Technical Annex on the exclusion of GLMs and GAMs — EIOPA] [2828]

Article réalisé par la Rédaction de La Bussola dell’IA