Michel Cymes

Selon vous, comment l'IA peut-elle transformer le dépistage, le diagnostic et la relation avec le patient ?

Je prolonge votre idée : l'IA change l'étape d'avant la consultation. Internet donnait au patient une masse d'informations ; l'IA lui donne une réponse formulée, parfois très convaincante, donc plus rassurante, mais aussi plus dangereuse si elle se trompe. L'OMS rappelait en 2024, dans ses recommandations sur les grands modèles multimodaux en santé, que ces outils peuvent produire des réponses inexactes, incomplètes ou faussement assurées, surtout pour des personnes sans expertise médicale. Mon avis est net : l'IA ne doit pas remplacer le médecin dans le diagnostic, elle doit aider à mieux préparer la rencontre. Comment éviter que le patient arrive avec une certitude fabriquée plutôt qu'avec une question utile ?

Le renversement est majeur : le médecin ne part plus seulement d'un symptôme, mais d'une croyance déjà installée. Or une réponse d'IA peut avoir le ton de l'évidence sans avoir la solidité d'un raisonnement clinique. Interdire cette recherche serait illusoire ; l'enjeu est de la réintégrer dans la consultation. Le patient dit : « voilà ce que j'ai lu, ce que j'ai compris, ce qui m'inquiète ». Le médecin redevient celui qui hiérarchise, examine, contextualise et explique. Comment peut-il reprendre la main sans humilier le patient qui a cherché à comprendre ?

La consultation devra intégrer une courte « hygiène de l'information », comme on vérifie un traitement déjà pris : d'où vient l'information, quel degré de confiance, quel risque si l'on se trompe. Sans transparence ni validation des outils, le médecin devient correcteur d'algorithme, ce qui est absurde. Autre sujet : quelle place l'IA peut-elle prendre dans la recherche médicale ?

Elle doit être construite avec des médecins, des chercheurs, des patients aussi, et évaluée comme un outil de santé, pas comme une application de confort. En recherche, l'IA peut repérer des associations, accélérer l'analyse d'images, explorer des molécules candidates. Mais elle ne remplace ni la preuve biologique ni l'essai clinique. Elle propose, la science vérifie. Comment organiseriez-vous cette participation des experts sans freiner l'innovation utile ?

Je prolonge : un groupe de réflexion ne suffirait pas s'il reste consultatif. Il devrait produire des référentiels opposables aux fabricants d'IA médicale : données utilisées, niveau de preuve, biais connus, situations interdites, explication au patient. Si seuls les industriels définissent la « bonne » IA médicale, la médecine risque de s'adapter à l'outil. Si soignants, institutions et patients participent, l'outil s'adapte au soin. Comment garantiriez-vous que ce groupe reste indépendant des intérêts économiques qui financeront une partie de ces technologies ?

Je ne vous suis pas sur « pas de conflits d'intérêts possibles ». Ces institutions ont bien des règles d'indépendance : le code de la sécurité sociale qualifie la HAS d'« autorité publique indépendante à caractère scientifique ». Mais si les conflits étaient impossibles, la HAS n'aurait pas publié en 2023 un guide de déclaration et de gestion des conflits d'intérêts, et Santé publique France ne demanderait pas de déclarations publiques d'intérêts à ses experts. L'indépendance n'est pas un état magique, c'est une procédure exigeante. C'est précisément ce qui rendrait votre idée crédible. Comment rendriez-vous ces procédures visibles pour les médecins et les patients ?

Je suis d'accord sur l'effet de confiance : un label porté par la HAS, Santé publique France, l'Assurance maladie et les Ordres aurait un poids énorme. Mais ce « cachet » devrait être vivant, révisable, et retiré si l'outil dérive. C'est la différence entre une caution et une régulation : un outil fiable aujourd'hui peut l'être moins après une mise à jour ou un changement de données. La crédibilité initiale ne suffit pas, il faut une surveillance continue. Sinon, le tampon rassure plus qu'il ne protège. Autre sujet : comment l'IA et les données de santé peuvent-elles transformer la prévention ?

En prévention, la première bataille est souvent informationnelle : si une fausse peur circule plus vite qu'un message de santé publique, les comportements se construisent sur du sable. L'IA peut détecter tôt les rumeurs, adapter les messages à chaque public, traduire une recommandation complexe en langage clair. Mais elle ne doit pas devenir un ministère de la vérité automatisé : son rôle est de signaler, sourcer, contextualiser, puis laisser les humains assumer la parole publique. Dans Robot 1er, je suis obsédé par une idée simple : protéger la confiance sans confisquer le jugement. Comment distingueriez-vous une IA qui informe mieux d'une IA qui influence trop ?

C'est le test décisif. Une IA de prévention ne doit pas apprendre la vérité médicale au vote du plus bruyant. Le risque existe, car les modèles captent les régularités des textes disponibles, pas une vérité clinique. Elle doit donc hiérarchiser les sources : donner plus de poids aux autorités sanitaires, aux essais publiés, aux données de pharmacovigilance, et signaler clairement ce qui relève d'une affirmation militante. Une IA fiable répond à partir de ce socle, pas d'un forum viral.