Un projet IA pour fiabiliser et accélérer ses analyses documentaires
La HAS utilise de nombreux documents textes dans ses travaux : publications scientifiques, retours d’expérience, rapports, courriels, etc. Ces revues regroupent plusieurs étapes : recherche, tri, analyse et synthèse d’articles. Alors que les outils d’IA générative impactent le traitement de l’information, la Haute Autorité de santé (HAS) engage un projet pour explorer les usages dans la revue de littérature scientifique. Cette activité mobilise des volumes importants de données textuelles. L’objectif affiché est de gagner en efficience sans compromettre l’exigence scientifique.
L’intégration de l’IA dans les processus documentaires de la HAS prolonge une dynamique lancée dès 2022, avec des travaux sur la catégorisation automatique des événements indésirables graves (EIGS) et des verbatims e-Satis. L’évolution des IA génératives – notamment depuis la mise en service de ChatGPT – a conduit l’institution à initier, à partir de septembre 2023, une cartographie des cas d’usage potentiels.
La revue de littérature constitue une cible prioritaire : elle combine recherche, sélection, extraction, synthèse et restitution d’informations, autant d’étapes susceptibles d’être automatisées ou assistées.
Un réseau interne pour tester les outils d’IA documentaire
Contrairement à des tâches de reformulation où le contenu source est connu, la revue de littérature mobilise des sources externes. Cela limite la capacité de vérification a priori, rendant tout biais ou erreur potentiellement dommageable pour la validité scientifique des travaux de la HAS. Le projet IA vise ainsi à outiller les agents tout en évaluant précisément la performance et la fiabilité des outils. Les technologies explorées combinent IA générative (ChatGPT, Perplexity AI, Consensus, Notebook LM) et apprentissage automatique supervisé (EPPI Reviewer, Rayyan, ASReview), en particulier pour la sélection et l’extraction d’informations.
La HAS a mis en place une gouvernance dédiée intégrant les enjeux éthiques, réglementaires, organisationnels et environnementaux liés à l’IA. Un réseau interne rassemblant la mission data, le service documentation et différents services métiers permet d’identifier les besoins, partager les pratiques, tester les outils et capitaliser les résultats. Ce réseau fonctionne également comme guichet d’exploration : les agents sont encouragés à tester les outils sur leurs cas d’usage, dans le respect du cadre réglementaire. Les expérimentations suivent une démarche en trois temps : exploration ouverte, évaluation/validation, puis généralisation pour les usages pertinents.
Le projet intègre aussi une dimension de veille collaborative. Une cartographie des initiatives internationales a été réalisée en janvier 2025. Elle met en lumière les démarches de l’ADEME, de l’INESS au Québec, de l’EMA, ou encore du Norwegian Institute of Public Health. La participation aux réseaux INAHTA et INSIA permet de suivre les expérimentations en cours et d’identifier les convergences d’intérêt pour le test, le développement ou l’acquisition d’outils.
Deux cas d’usage priorisés pour 2025
La HAS concentre ses premières expérimentations sur deux étapes critiques du processus documentaire :
- La sélection priorisée de publications, soutenue par des outils d’apprentissage automatique.
- L’extraction de données structurées, assistée par les grands modèles de langage.
Ces travaux visent à consolider des jeux de données rétrospectifs pour évaluer les performances des solutions disponibles.

