Un assistant IA pour consulter les protocoles médicaux

Un professionnel de santé reçoit un patient dont la situation nécessite de consulter rapidement une recommandation clinique. Il ouvre un assistant d’intelligence artificielle et demande : « Quel protocole de référence dois-je consulter dans ce cas ? » En quelques secondes, l’outil propose une réponse structurée.

L’expérience paraît prometteuse. Pourtant, en santé, une explication fluide peut masquer une information ancienne, une condition oubliée ou une recommandation qui ne correspond pas au contexte du patient. La question n’est donc pas seulement de savoir si le modèle connaît la médecine : il faut déterminer quelles références il utilise, à qui elles s’appliquent et comment elles ont été validées.

Ce cas d’usage permet de découvrir le travail invisible des professionnels qui rendent les connaissances médicales accessibles, compréhensibles et contrôlables pour les applications d’IA.

Un assistant de consultation des protocoles n’a pas vocation à remplacer le jugement du soignant. Il peut aider à retrouver une recommandation, à consulter ses conditions d’application, à repérer les points nécessitant une vérification et à accéder aux références correspondantes.

Il devrait pouvoir distinguer les recommandations générales des situations particulières, indiquer les dates et versions des documents et reconnaître les questions auxquelles ses ressources ne permettent pas de répondre.

Une application utile doit aussi savoir orienter vers les protocoles institutionnels et les professionnels habilités. Le but est d’éclairer le travail clinique, pas de produire une décision automatique présentée comme infaillible.

Les connaissances médicales se trouvent dans des recommandations professionnelles, des guides, des protocoles d’établissement, des publications scientifiques et des documents d’autorités sanitaires. Ces sources ne possèdent pas toutes la même portée ni la même date de validité.

Un protocole local peut préciser l’organisation d’un service sans remplacer une recommandation nationale. Une ancienne version peut rester consultable après une mise à jour. Un document de recherche peut présenter des résultats sans constituer une recommandation applicable.

L’ingénierie documentaire permet de recenser ces sources, d’identifier leur autorité, de conserver leurs références et leurs versions, et de gérer les droits d’utilisation. Sans ce travail, l’assistant peut citer un document réel mais inadapté ou dépassé.

Le défi ne consiste donc pas à accumuler le plus grand nombre possible de fichiers médicaux, mais à construire un corpus qualifié dont le statut est connu.

Une recommandation médicale est rarement indépendante du contexte. Elle peut dépendre de caractéristiques du patient, de signes cliniques, d’antécédents, de contre-indications ou de la disponibilité de certaines ressources.

Ces conditions peuvent être décrites dans plusieurs paragraphes, tableaux ou annexes. Les professionnels les interprètent à la lumière de leur formation et de leur expérience. Un système d’IA ne doit pas les réduire à une formule générale qui effacerait les exceptions.

L’ingénierie des connaissances aide à expliciter les critères, les réserves, les étapes et les situations où une vérification supplémentaire est nécessaire. Ce travail se fait avec des cliniciens et des spécialistes habilités à valider les interprétations.

La formalisation n’est pas un acte purement informatique : elle engage la compréhension du sens clinique des recommandations.

Un symptôme, un diagnostic, une indication, une contre-indication et une procédure sont des objets différents. Ils peuvent être associés, mais ne doivent pas être confondus. Une recommandation peut concerner un groupe de situations et exclure certaines autres.

L’ingénierie ontologique et sémantique aide à organiser les concepts et leurs relations. Elle peut contribuer à faire correspondre des terminologies utilisées dans plusieurs documents ou systèmes, tout en conservant leurs différences de sens.

Pour un service simple, des métadonnées et des fiches structurées peuvent suffire. Pour des usages plus complexes, des terminologies contrôlées ou des représentations formelles peuvent être nécessaires.

Le choix doit dépendre de la fonction attendue. Une ontologie n’est pas une obligation universelle, mais la cohérence du sens est une exigence permanente.

Imaginons qu’un établissement actualise un protocole de prise en charge. L’ancienne version reste présente dans une archive documentaire, tandis que la nouvelle modifie certains critères d’orientation.

Si l’assistant ne connaît pas le statut et la date des documents, il peut présenter les deux versions comme également applicables. S’il ne conserve pas les liens entre les critères et les passages sources, il peut continuer à restituer une ancienne formulation.

Il faut donc organiser les versions, documenter les changements et vérifier les réponses après chaque mise à jour. Cet exemple est fictif : il n’énonce aucune conduite médicale ni modification réelle d’un protocole.

Il illustre une difficulté majeure : l’actualité d’une connaissance médicale fait partie de sa qualité.

Les médecins, pharmaciens et autres professionnels de santé compétents définissent les usages, sélectionnent les références et valident les contenus. Les documentalistes médicaux organisent les sources et les versions.

Les ingénieurs des connaissances formalisent les conditions et les exceptions ; les spécialistes sémantiques organisent les terminologies et leurs relations. Les développeurs et ingénieurs IA construisent l’accès aux ressources et les interactions. Les spécialistes de l’évaluation vérifient le comportement du service.

Ces fonctions peuvent être réparties différemment selon l’organisation. Mais la responsabilité de la validation clinique ne doit pas disparaître derrière le fonctionnement technique du modèle.

Un assistant peut disposer de documents exacts et produire malgré tout une réponse inadaptée. Il faut le tester sur des questions ordinaires, ambiguës, incomplètes ou hors périmètre, ainsi que sur des situations où la réponse doit être différée ou renvoyée vers un professionnel.

L’évaluation doit examiner la fidélité aux sources, la pertinence de la version citée, la présence des réserves nécessaires et la capacité à signaler une incertitude. Des experts cliniques doivent participer à la définition des critères de validation.

La confidentialité est tout aussi importante. Le service ne devrait pas collecter de données personnelles de santé sans nécessité, base appropriée et protections adaptées. Les contrôles d’accès doivent empêcher la consultation non autorisée de dossiers.

Une application de ce type nécessite un examen rigoureux de ses responsabilités et du cadre applicable avant tout déploiement réel.

Un patrimoine de protocoles qualifiés pourrait soutenir un moteur de recherche professionnel, un outil de formation continue ou un assistant de consultation des recommandations. Certaines fonctions documentaires pourraient être mutualisées entre services, sous réserve des droits et des responsabilités.

Une telle mutualisation ne signifie pas que tous les établissements doivent partager les dossiers de leurs patients. Les ressources de référence et les données individuelles relèvent de régimes d’accès différents.

La valeur du patrimoine partagé dépendrait de sa qualité, de sa maintenance et de la capacité des institutions concernées à en assurer la gouvernance.

Un pays peut disposer de médecins, de pharmaciens, de chercheurs, de recommandations et d’établissements de santé sans posséder immédiatement un patrimoine de connaissances cliniques prêt à alimenter des services d’IA fiables.

La transformation de ces ressources exige des compétences documentaires, des méthodes de formalisation, une organisation sémantique et des mécanismes de validation et de maintenance.

Ces capacités complètent les compétences des développeurs et des spécialistes des modèles. Elles montrent pourquoi l’intelligence artificielle appliquée à un secteur sensible dépend aussi de l’organisation humaine des connaissances.

Un modèle peut expliquer des notions médicales et retrouver des informations. Mais un assistant destiné à des professionnels de santé doit pouvoir distinguer les protocoles applicables, leurs conditions, leurs versions et leurs limites.

Derrière ce service se trouvent des cliniciens, des documentalistes médicaux, des ingénieurs des connaissances et des spécialistes de l’évaluation. Leur travail invisible contribue à rendre l’information plus fiable, sans remplacer le jugement ni la responsabilité des professionnels de santé.