L’IA qui dérange…

Chaque semaine, une question que tout le monde se pose et que personne n’ose vraiment trancher.

 

Je ne vous demanderai pas de choisir votre camp. Pour ou contre l’intelligence artificielle : cette manière de poser le débat nous dispense surtout de réfléchir.

Une aide peut être précieuse pour une tâche et inadaptée pour une autre. Un résultat impressionnant peut soulever davantage de questions qu’il n’en résout. Ce qui m’intéresse, comme médecin et comme journaliste, tient en une phrase : qu’allons-nous faire de cet outil, et que risque-t-il de faire de notre pratique ?

Chaque mercredi, nous partirons d’une question qui dérange. Jusqu’où déléguer ? Que vérifier ? Quand contredire la machine ? Pourrait-il devenir difficile de justifier qu’on se passe d’une aide dont le bénéfice serait démontré ?

Nous confronterons les promesses aux études, les discours aux situations cliniques, les gains annoncés aux contraintes du cabinet. Nous distinguerons les résultats établis, les hypothèses et les opinions. Y compris les miennes.

Cette rubrique ne sera ni un catalogue de logiciels ni un manuel pour remplacer le médecin. Elle défendra une exigence : comprendre suffisamment l’IA pour pouvoir l’utiliser, la discuter ou la refuser en connaissance de cause.

Ne laissons ni les industriels ni les adversaires du progrès décider seuls de la médecine que nous exercerons. Le débat nous appartient aussi.

 

 

ChatGPT entre dans le cabinet : qui garde la main ?

L’IA générative peut préparer une synthèse ou aider à formuler des hypothèses. Mais disposer d’une réponse supplémentaire ne garantit pas une meilleure décision. Pour ouvrir cette chronique, distinguons l’assistance utile de la délégation clinique que l’on ne devrait jamais accepter par inadvertance.

LA QUESTION QUI FÂCHE

Peut-on confier une partie du travail à une IA sans lui abandonner une partie de son jugement ?

Ce qui est vrai : une aide réelle, des usages différents

Rédiger un courrier, résumer des documents, reformuler une explication : les applications de l’IA générative ne relèvent plus de la seule démonstration. La HAS décrit ces usages professionnels, tout en rappelant que des erreurs peuvent se dissimuler dans un texte convaincant. Une production fluide n’est donc pas une production validée. ^[2]

Il faut surtout distinguer les tâches. Mettre en forme des éléments déjà vérifiés ne présente pas les mêmes enjeux que hiérarchiser des diagnostics ou proposer un traitement. Et un agent conversationnel généraliste ne doit pas être confondu avec un outil évalué pour une fonction médicale précise. Le choix doit partir du besoin et du risque, non de la seule réputation du logiciel. ^[6]

Il serait tout aussi faux de réduire ces outils à des secrétaires perfectionnés. Dans Science, en avril 2026, une équipe rapporte qu’un modèle a dépassé les médecins de comparaison sur plusieurs tâches de raisonnement, avec notamment une évaluation de seconds avis à partir de données de patients des urgences. Ces résultats justifient de prendre l’aide clinique au sérieux. Les auteurs soulignent cependant la nécessité d’essais prospectifs. Réussir une comparaison de réponses et améliorer la prise en charge au quotidien restent deux démonstrations différentes. ^[10]

La question utile n’est pas : « Cette IA est-elle bonne en médecine ? » Elle est : « Pour cette tâche, chez ces patients, avec ces données, qu’a-t-on réellement évalué ? » Cette précision évite de transformer une performance limitée à un exercice en autorisation générale d’usage.

Ce qu’on vous raconte : le médecin serait automatiquement augmenté

Un essai randomisé publié dans JAMA Network Open en octobre 2024 illustre le problème. Cinquante médecins devaient résoudre des vignettes cliniques, avec leurs ressources habituelles, accompagnées ou non de GPT-4. L’accès au modèle n’a pas significativement amélioré leur score de raisonnement diagnostique. Cette étude ne juge ni tous les systèmes actuels ni leur effet sur de vrais parcours de soins. Elle montre que fournir un outil performant ne suffit pas à rendre son utilisateur plus performant. ^[3]

Il faut donc évaluer une manière de travailler, pas seulement une machine. Quelles informations reçoit-elle ? À quel moment intervient-elle ? Le praticien peut-il vérifier sa proposition ? Le temps annoncé comme gagné inclut-il la relecture et la correction ?

L’OMS alerte également sur le biais d’automatisation : la confiance accordée au système peut conduire à laisser passer des erreurs ou à lui déléguer abusivement des choix difficiles. La supervision humaine n’est protectrice que si elle demeure effective. ^[4]

Ce que l’IA sait faire… et ce qu’elle ne sait pas faire

Prenons une situation fictive. Un médecin demande à un outil adapté de préparer une synthèse avant une consultation. Le dossier contient un ancien traitement, désormais arrêté, et une suspicion diagnostique jamais confirmée. Imaginons que le résumé présente le premier comme actuel et la seconde comme acquise. Le texte paraît net ; la situation médicale a pourtant changé de sens.

Cet exemple n’est pas le résultat d’un test. Il illustre ce que la vérification doit rechercher : les dates, les négations, les traitements actifs, les hypothèses et les informations manquantes. Une synthèse ne doit pas faire disparaître l’incertitude dont le clinicien a besoin pour raisonner.

On peut demander une aide plus circonscrite : relever les contradictions du dossier, distinguer les faits documentés des hypothèses, signaler ce qui manque. Ces propositions restent à contrôler dans les documents originaux. Demander au même outil s’il est certain ne constitue pas une vérification indépendante.

La protection des données précède même cette étape. Pas de dossier identifiable dans un service grand public dont les garanties n’ont pas été établies. Pour un usage professionnel, il faut examiner la sécurité, le contrat, les accès et les éventuelles réutilisations des informations. Un abonnement payant ne répond pas, à lui seul, à ces questions. ^[5,6]

POUR LA PRATIQUE — Avant de valider

La HAS propose quatre repères : Apprendre, Vérifier, Estimer, Communiquer. Au cabinet, cela peut se traduire ainsi : définir la tâche confiée, protéger les données, confronter le résultat aux sources et au patient, puis réévaluer l’utilité réelle de l’outil. Lorsqu’une proposition influence une décision clinique, garder une trace de ce qui a été vérifié constitue une précaution utile. Si le contrôle nécessaire est impossible, l’usage doit être reconsidéré. ^[1]

ET NOUS, QU’EN PENSONS-NOUS ?  /  LE REGARD DU DR LEMOINE

Le danger n’est pas de demander de l’aide

Je ne suis pas inquiet qu’un médecin consulte un outil pour éclairer une décision qui reste difficile. Je serais davantage inquiet qu’il n’ose pas demander de l’aide lorsqu’il en a besoin. Notre métier ne se grandit pas en faisant semblant de tout savoir.

Mais je refuse que l’on transforme cette modestie nécessaire en renoncement. Demander un éclairage n’est pas remettre les clés. Le médecin doit pouvoir expliquer pourquoi il retient une hypothèse, pourquoi il écarte une proposition et ce qui lui manque encore pour décider.

Pour moi, la frontière passe là : suis-je encore capable de discuter ce que l’on me propose ? Ou suis-je seulement en train de donner mon accord à un texte dont je ne maîtrise plus les fondements ?

Il serait commode de demander aux médecins d’adopter ces outils, de produire davantage, puis de leur rappeler qu’ils devaient tout vérifier au moindre incident. Cette organisation serait un marché de dupes. La vérification exige des compétences, des sources accessibles et du temps. Elle doit être prévue, pas invoquée après coup.

J’attends également que cette aide rende la discussion plus riche : qu’elle nous oblige à examiner une possibilité négligée, à expliciter un désaccord, à reconnaître une limite. Si elle ne fait que conforter notre première impression, nous risquons de gagner surtout en assurance, pas en discernement.

Je ne demande donc ni une médecine sans IA ni une médecine sommée de l’utiliser. Je demande que chaque usage puisse être défendu autrement que par l’habitude, la peur de paraître dépassé ou la promesse d’aller plus vite.

Le bon objectif n’est pas d’avoir consulté la machine. C’est d’avoir mieux compris la situation du patient. Si l’IA nous y aide, prenons cette aide au sérieux. Si elle nous éloigne de cette exigence, sachons nous en passer.

 

DOCUMENTATION ÉDITORIALE  /  HORS VOLUME DES CHRONIQUES

Références et repères de publication

Sources vérifiées le 6 octobre 2026 

[1] HAS. Premières clefs d’usage de l’IA générative en santé. 30 octobre 2025 ; page mise à jour le 15 avril 2026. Consulter la source

[2] HAS. L’IA générative en santé : oui, avec un usage responsable. 30 octobre 2025. Consulter la source

[3] Goh E, Gallo R, Hom J, et al. Large Language Model Influence on Diagnostic Reasoning: A Randomized Clinical Trial. JAMA Network Open. 2024;7(10):e2440969. doi:10.1001/jamanetworkopen.2024.40969. Consulter la source

[4] OMS. WHO releases AI ethics and governance guidance for large multi-modal models. 18 janvier 2024. Consulter la source

[5] CNIL. Comment déployer une IA générative ? La CNIL apporte de premières précisions. 18 juillet 2024. Consulter la source

[6] CNIL. Les questions-réponses de la CNIL sur l’utilisation d’un système d’IA générative. 18 juillet 2024. Consulter la source

[7] HAS. Intelligence artificielle en santé – Bien l’utiliser et bien se protéger. Guide usagers et questions-réponses. 18 juin 2026. Consulter la source

[8] HAS. Intelligence artificielle en santé : la HAS publie des repères pour les usagers. 18 juin 2026. Consulter la source

[9] NHS. Apixaban (page révisée le 21 janvier 2026) ; Anticoagulant medicines – Considerations (page révisée le 9 septembre 2024). Interactions avec les anti-inflammatoires non stéroïdiens. Consulter la source · Fiche apixaban

[10] Brodeur PG, Buckley TA, Kanjee Z, et al. Performance of a large language model on the reasoning tasks of a physician. Science. 2026;392(6797):524–527. Publication en ligne le 30 avril 2026. doi:10.1126/science.adz4433. Consulter la source

Statut du guide HAS–CNIL de mars 2026. Le document évoqué dans l’échange préparatoire est un projet soumis à consultation publique, et non un guide définitif. Il n’est pas présenté comme tel dans les chroniques. Publication de la CNIL