Quel usage des outils d’IA en maison médicale ?

L’image est à l’origine des premières applications de l’IA dans le domaine de la santé : analyse de l’ECG six dérivations (Kardia mobile en Belgique), détection des apnées du sommeil et radiologie. La dermatoscopie est en cours de validation dans différents contextes de soins. Ces applications auront une incidence sur l’accessibilité aux soins, sur les modalités de suivi des patients et en particulier sur la manière de collaborer entre spécialités médicales et soins primaires.
Pour le texte, on trouve trois applications principales : la retranscription et le résumé de l’anamnèse, la production de résumé/synthèse des notes ou protocoles médicaux afin, par exemple, de rédiger des courriers à des collègues, des conseils en langage commun pour les patients. Toutes sont basées sur la capacité à analyser et générer du texte, c’est ce qu’on appelle une IA générative. En Belgique, ces outils sont accessibles via les applications en ligne ChatGPT-4 d’OpenAI, Copilot de Microsoft, Gemini de Google, Claude… Et également intégrés dans le DMI comme dans l’exemple de départ. La qualité de ces outils commence à faire l’objet d’études et publications, mais presque jamais centrées sur les soins primaires¹, ², ³. Par ailleurs, une étude n’est pas basée sur un score pertinent cliniquement, ce qui ne permet pas de conclure sur son résultat pourtant annoncé comme positif⁴.
L’aide au diagnostic différentiel est aussi régulièrement testée et utilisée par des professionnels de santé. Plusieurs études y sont consacrées, mais très rarement avec des situations cliniques typiques de soins primaires et de toute façon pas matures pour le diagnostic précoce, de cancer par exemple⁵. De manière assez logique, on pourrait dire que des professionnels de santé peuvent utiliser l’IA dans son panel d’outils cliniques quand ils ressentent une difficulté de diagnostic particulière tout en sachant qu’elle n’est pas validée comme dispositif médical – mais un livre de référence ou Pubmed non plus ! La balance bénéfices/risques d’un usage systématique à cette fin comporte encore de nombreuses inconnues.

Comment s’approprier ces outils de manière vertueuse ?

La force principale de ces outils est d’influencer habilement le langage humain, ce qui permet à l’informatique de s’intégrer presque naturellement dans le travail de professionnels de santé, en particulier s’ils ne savent pas ou mal utiliser le clavier. C’est une évolution de l’interaction homme-machine qui peut être comparée à celle de la souris dans les années 1980 ou de l’écran tactile dans les années 2000, avec en plus la possibilité de fournir des informations variées et complexes. Ils produisent par ailleurs un résultat réaliste et une synthèse pertinente. La plupart des utilisateurs mettent en avant l’espace libéré pour s’investir davantage dans le dialogue relationnel avec le patient. La complétude améliorée du dossier est aussi un avantage, car la plupart des dossiers restent trop souvent lacunaires pour permettre un suivi de qualité. Une dernière qualité est de produire des supports écrits personnalisés dans un langage adapté, ce qui pourrait tendre à favoriser cette pratique pour améliorer l’adhésion thérapeutique.

Limites concernant les données

Comment sont-elles sécurisées ? Le dispositif cité en début d’article est fourni par une entreprise française et intégré dans un DMI belge par une société belge spécialisée dans la santé. Ceci fournit déjà des garanties sur le respect des normes légales européennes comme le RGPD. Les données sont transférées de la manière la mieux sécurisée, en respectant la norme française sur l’hébergement des données de santé (HDS), sans pour autant être cryptées ni anonymisées, car cela empêcherait leur traitement efficace par les algorithmes. En particulier, le contrat garantit un stockage des données limité au temps de leur utilisation et une non-utilisation à d’autres fins que celles annoncées. Nabla Copilot, une des applications payantes les plus connues dans le domaine médical, donne les mêmes garanties. Mais pas une application externe telle que ChatGPT, qui envoie les données sur des serveurs aux États-Unis sans qu’on sache l’utilisation qui peut en être faite dans un second temps. Dans tous les cas, l’enregistrement d’un patient doit être signalé en salle d’attente voire, mieux, avec son consentement oral avant chaque consultation. Tout traitement de données, en particulier personnelles et sensibles comme les données de santé, devrait faire l’objet d’un accord de la personne concernée même si elles sont utilisées dans un cadre professionnel légitime. Ne pas le faire pourrait par ailleurs mettre à mal la relation thérapeutique.

Limites des algorithmes

Les logiciels sont classés en deux types : ceux à but principalement administratif (transcription et synthèse) et les dispositifs médicaux (Software as a Medical Device ou SaMD, et AI as a Medical Device ou AIaMD), selon leur faible ou fort risque médical⁶. Ce qui signifie que le risque zéro n’existe pas.
Les outils IA ne sont pas matures pour réaliser des diagnostics différentiels. Plusieurs publications ont montré des résultats très bons, mais avec des erreurs grossières aléatoires (défaut appelé hallucinations) et sur des cas patients très sélectionnés, parfois très pointus, mais connus dans la littérature et représentés dans les bases de données. L’algorithme reste fortement dépendant de la qualité des données disponibles. Exemple : une IA va confondre une tache noire avec un mélanome, ou utiliser un élément annexe d’une image et associer une image pathologique à l’hôpital qui l’a envoyé plutôt qu’à la pathologie qu’elle est censée détecter. Ainsi, son verdict sera plus lié à l’hôpital d’origine qu’au type d’image reconnue. Ces hallucinations ne sont pas prévisibles et pas toujours corrigeables par les concepteurs.

Limites liées aux usages

On pensait que la charge de travail serait déplacée du temps de saisie au temps de relecture, mais les médecins reconnaissent qu’ils finissent par ne pas relire la transcription… Interrogé sur les défauts de transcription en médecine, voici ce que ChatGPT-5 gratuit d’Open AI répond :

• Erreurs de reconnaissance vocale : mauvaise compréhension des accents, de la prononciation ou d’une voix fatiguée, confusion entre mots proches (« myosite » vs « myosine »), bruit ambiant altérant la transcription.
• Difficultés avec le vocabulaire spécialisé : termes rares, néologismes ou noms de médicaments peu fréquents peuvent être mal transcrits.
• Sensibilité au contexte clinique : confusion de termes, d’abréviations équivoques (PID : pelvic inflammatory disease ou pulmonary interstitial disease), confusion d’informations critiques (« pas d’allergie » et « allergie »).
• Problèmes de ponctuation : absence ou excès qui modifie le sens clinique.
• Difficulté avec le langage naturel non standard : par exemple « 0,5 mg » et « 5 mg ».

Balance bénéfices/risques à long terme

Le recours énergivore en technologie pour assurer une meilleure capture de l’information peut être remis en question par l’usage très approfondi du dossier de santé informatisé que font déjà de nombreuses maisons médicales depuis des années, entre autres pour mieux communiquer en équipe, réaliser des campagnes de prévention, etc. Dans tous les cas, il mériterait d’être étudié. Car toutes les analyses actuelles recommandent de ne produire des données que si on peut les utiliser ou les mettre à disposition.
Si on poursuit ce raisonnement, la fonction de synthèse de l’IA qui permet de produire des résumés de dossiers médicaux sur base des dizaines ou centaines de protocoles qu’ils contiennent est certainement plus utile… sauf si on considère que le médecin ou l’infirmier a bien réalisé son travail en maintenant le dossier, en particulier en mettant régulièrement à jour la liste des problèmes de santé. Ce travail, intégré dans la consultation et dans la communication avec le patient, permet une certaine narration de l’histoire du patient et un temps de pensée réflexive sur l’évolution de sa santé. La perdre est d’ailleurs une crainte des médecins interrogés⁷. Car à subir systématiquement les réponses immédiates de l’IA, on peut se retrouver embarqué dans des tunnels de raisonnement non désirés et délétères pour la qualité des soins. Dans l’utilisation du dossier tel qu’il a été prôné en maison médicale et maintenant à l’université, ce temps réflexif est complètement intégré dans le processus de raisonnement clinique et de communication patient aussi bien infirmier que médical. Finalement, c’est l’humanisation du soin qui est en jeu.
Les outils d’IA sont spécifiques de différents moments du processus de soins : pour acquérir des données au moment de l’anamnèse, aider au diagnostic, produire un document personnalisé dans le moment thérapeutique de la consultation, aider au suivi de certaines pathologies. Ils s’additionnent à d’autres pour obtenir un usage pertinent et professionnel. Ils ne remplacent donc pas le médecin, l’infirmière ou le kinésithérapeute. Ils permettent tout au plus d’enrichir certains processus. Aussi, les applications IA restent-elles annexes par rapport à la rencontre avec le patient, qui est centrale.

Le spectre de la dépendance

Finalement, un problème qui existe déjà avec les médicaments pourrait s’aggraver avec les outils IA : rendre les soins trop dépendants d’outils externes. Ce qui peut tendre à les prolétariser, comme dans l’agriculture où la semence n’est plus le domaine de l’agriculteur, mais du semencier. Avec un risque également de remplacer le concept (le soin) par l’outil (le médicament, l’IA) et par la même de surconsommer et de le rendre inefficace. Car si je raccourcis la pensée d’Ivan Illich : la voiture tue le transport, l’école tue l’éducation et la médecine tue la santé. C’est-à-dire que l’outil tue le concept. Car l’outil ne s’utilise que dans un contexte. La complexité inhérente à la biologie veut que le patient et son contexte forment un système indissociable. Un seul outil utilisé systématiquement sans réflexion va entrainer une surutilisation qui sera néfaste en termes d’externalités négatives (les pollutions en particulier), mais aussi inefficace, car ciblant mal le problème qui n’a pas été réfléchi. L’accélération des processus engendrée par l’IA est redoutée par les professionnels de santé pour cette raison, avec un risque identifié de perte de compétences d’expertise clinique, même s’ils sont conscients du potentiel d’augmentation de compétences qu’elle peut aussi leur apporter avec une utilisation raisonnée. Le manque de pause nécessaire à la réflexivité est un vrai souci, d’ailleurs non spécifique à l’IA, mais que ses caractéristiques (immédiateté, illusion de personnalisation) pourraient fortement aggraver. Sans parler du coût, car les soins, à force d’être grignotés par de nombreux sous-services payants, deviennent un gouffre pour les finances publiques ou se privatisent. Tout en étant seulement améliorés à la marge et le plus souvent en augmentant les inégalités de santé.
L’utilisation des outils IA devrait être évaluée en fonction du contexte de soins (hôpital vs soins primaires, maladies aiguës ou chroniques, patient avec et sans vulnérabilité sociale…) afin de garantir un raisonnement clinique réflexif et la robustesse du système de soins⁸.

Conseils pratiques

Se former, par exemple, avec le certificat interuniversités en intelligence artificielle en médecine et santé digitale. C’est même obligatoire dans certains cas⁹, ¹⁰.
N’utiliser l’IA que dans les situations où elle apporte une réelle valeur ajoutée. Ne pas s’arrêter aux effets d’annonces.
Préférer des outils développés par des sociétés qui respectent la législation européenne, en particulier dont les serveurs sont localisés dans l’Union européenne.
Utiliser des abonnements professionnels payants. C’est une garantie supplémentaire, mais pas intégrale, de confidentialité.

1. L. Tang et al., “Evaluating large language models on medical evidence summarization”, npj Digital Medicine, 2023;6(1).
2. L. Bednarczyk et al., “Scientific Evidence for Clinical Text Summarization Using Large Language Models: Scoping Review”, Journal of Medical Internet Research, 2025;27.
3. E. Goh et al., “GPT-4 assistance for improvement of physician performance on patient care tasks: a randomized controlled trial”, Nature Medicine, 2025;31(4).
4. Ibid.
5. OT Jones et al., “Artificial Intelligence Techniques That May Be Applied to Primary Care Data to Facilitate Earlier Diagnosis of Cancer: Systematic Review”, Journal of Medical Internet Research, 2021;23(3).
6. P. Dijkstra, “How to read a paper involving artificial intelligence (AI)”, BMJ Medicine, 2025;4(1).
7. P.M., « Urgences et IA : Premier baromètre belge sur l’adoption de l’intelligence artificielle », www.numerikare.be, octobre 2024.
8. O. Hamant, Antidote au culte de la performance. La robustesse du vivant, Gallimard, 2023.
9. SD Worx, « 2 février 2025 : la première date limite de l’AI-act approche rapidement », www.sdworx.be, 21 janvier 2025.
10. A. Gilbert, « Le Règlement européen sur l’intelligence artificielle (AI Act) dans le secteur hospitalier : Sommes-nous prêts ? », Le Spécialiste, 24 novembre 2024, www.lespecialiste.be.