L’idée que l’intelligence artificielle puisse rendre le diplôme de médecine inutile a refait surface après des propos très médiatisés d’un pionnier de Google. Mais si les promesses abondent, la réalité du terrain raconte une autre histoire: nous avons besoin de professionnels de santé humains, et sans doute plus que jamais.
Un débat relancé par des promesses démesurées
Depuis des années, l’IA est présentée comme un levier pour désengorger les médecins, optimiser des tâches routinières et les assister sur des compétences pointues, comme l’analyse d’imageries pour repérer des tumeurs. Cette narration laisse croire qu’à l’horizon de quelques années, la formation médicale deviendrait superflue. Or, entre hallucinations, recommandations incohérentes et déqualification progressive quand on s’appuie trop sur la machine, cette vision se heurte aux limites actuelles des modèles.
Ce que l’IA sait faire aujourd’hui dans les hôpitaux
- Automatiser une partie des processus administratifs: tri de documents, pré-remplissage de dossiers, aide au codage.
- Servir d’assistant pour la synthèse d’informations: résumés de consultations, mise en forme de comptes rendus, rappels de protocoles.
- Apporter un premier niveau de détection en imagerie ou en triage, sous surveillance médicale.
Ces apports sont réels mais ciblés. Ils ne remplacent ni l’examen clinique, ni le raisonnement contextuel, ni la responsabilité sur des décisions à fort enjeu.
Là où ça coince: hallucinations, dépendance et manque de robustesse
Les grands modèles de langage s’appuient sur la prédiction de mots plus que sur une compréhension médicale profonde. Résultat: ils excellent sur des formats qu’ils reconnaissent, mais peuvent se tromper lourdement quand la forme change ou que les données sont fragmentées, comme c’est le cas dans la vraie vie. Des chercheurs soulignent d’ailleurs que trop peu d’études testent ces systèmes sur de véritables dossiers patients, souvent incomplets et ambigus.
Un test révélateur qui change la donne
Des travaux publiés dans la revue JAMA Network Open ont évalué des modèles de pointe — dont GPT‑4o (OpenAI) et Claude 3.5 Sonnet (Anthropic) — en modifiant légèrement des questions médicales.
Comment le protocole a piégé les modèles
Les auteurs ont remplacé la bonne réponse des QCM par l’option « aucune des autres réponses ». Cette simple modification oblige le modèle à raisonner et à vérifier chaque proposition, au lieu de s’appuyer sur un motif linguistique familier.
Des chutes de performance marquées
Avec ce tour de vis, la précision s’est nettement dégradée: environ –25 % pour GPT‑4o, et près de –40 % pour un modèle Llama de Meta, entre autres. Les tâches d’aide à la décision clinique et de support administratif ont particulièrement mis en difficulté ces systèmes, signe que le repérage de patterns ne suffit pas face à des scénarios où la chaîne de raisonnement compte vraiment.
Ce que cela signifie pour la pratique clinique
- Un modèle qui brille sur des examens standardisés peut échouer dès que la formulation varie. C’est problématique dans des contextes où chaque patient apporte des nuances et des incertitudes.
- L’IA actuelle doit rester un outil d’appui, non un remplaçant. Sans validation humaine, elle peut fournir des conseils erronés et dangereux.
- Les étudiants en médecine ont tout intérêt à poursuivre leur formation: les compétences de jugement clinique, de priorisation, d’éthique et de communication restent centrales — et l’IA n’y excelle pas.
Vers de meilleures évaluations et un usage responsable
Pour avancer, il faut:
- Des benchmarks qui testent la robustesse sur des cas nouveaux, mal structurés, et des données réelles.
- Des déploiements limités à des rôles non autonomes, avec supervision systématique.
- Des métriques qui valorisent la traçabilité du raisonnement, la sécurité et la capacité d’explication, pas seulement l’exactitude brute sur des QCM.
En clair, tant que les systèmes ne maintiennent pas leurs performances sur des scénarios inédits, ils doivent rester des assistants au service des soignants.
FAQ
L’IA peut‑elle remplacer un médecin à court terme ?
Non. Les modèles actuels manquent de robustesse et de fiabilité dans des situations cliniques variées. Ils apportent de l’aide sur des tâches ciblées mais ne gèrent pas l’incertitude, la priorisation des risques et la responsabilité finale des décisions.
Quelles tâches sont les plus adaptées à l’IA aujourd’hui en santé ?
La documentation, le codage, la gestion de flux (rappels, tri initial), et l’aide à la synthèse d’informations. Toutes ces tâches doivent être revues par un humain.
Quelles compétences développer pour cohabiter avec l’IA en médecine ?
- Compréhension des limites des modèles et de leurs biais.
- Maîtrise de la vérification (fact‑checking, seconde lecture).
- Capacités de communication avec patients et équipes.
- Culture d’éthique, de sécurité et de traçabilité des décisions.
Comment mesurer la robustesse d’un modèle avant déploiement ?
Tester des cas hors distribution (formulations inédites, données incomplètes), évaluer la stabilité des réponses, exiger des explications exploitables, et conduire des pilotes en conditions réelles avec audit continu.
Quels garde‑fous mettre en place à l’hôpital ?
- Usage en soutien, jamais en autonomie pour les décisions critiques.
- Journalisation des requêtes et des réponses.
- Protocoles de validation humaine et de gestion d’incidents.
- Formation continue des équipes sur l’interprétation et les risques de l’IA.