Décision médicale : un art éminemment humain ?
La médecine n’est pas une science exacte. Même si elle repose sur des bases scientifiques solides et utilise des méthodes rigoureuses pour diagnostiquer et traiter les maladies, chaque patient est unique et les médecins doivent souvent faire appel à leur jugement et à leur expérience pour prendre des décisions. Cela inclut des éléments subjectifs comme l’anamnèse (l’histoire du patient), les préférences du patient et les contextes sociaux et économiques.
Alors si les chatbots alimentés par intelligence artificielle deviennent assez performants pour diagnostiquer certaines maladies, même complexes, leur performance en matière de raisonnement clinique n’est pas démontrée. C’est pourquoi des chercheurs de l’Université de Stanford ont mené un essai contrôlé randomisé prospectif. De novembre 2023 à avril 2024, 92 médecins praticiens ont été randomisés pour utiliser soit GPT-4 accompagné de ressources conventionnelles, soit uniquement des ressources conventionnelles, afin de répondre à cinq vignettes cliniques développées par des experts dans un environnement simulé.
Le coup de pouce de l’IA pour raisonner
Concrètement, trois groupes ont été créés : le chatbot seul, 46 médecins avec le soutien d’un chatbot et 46 médecins ayant uniquement accès à une recherche sur Internet et à des références médicales. Les chercheurs ont par ailleurs sélectionné cinq cas de patients anonymisés et les ont soumis au chatbot et aux médecins, qui ont tous fourni une réponse écrite détaillant ce qu’ils feraient dans chaque cas, pourquoi et ce qu’ils prenaient en compte dans leur décision. Un groupe de médecins certifiés pour créer un référentiel permettant d’évaluer si un jugement ou une décision médicale était correctement appréhendé. Les décisions ont ensuite été notées selon ce référentiel.
Les résultats de l’essai ont été publiés le 5 février dans Nature Medicine.
Résultats : le chatbot améliore la prise de décision médicale
- Les médecins qui ont utilisé GPT-4 ont obtenu un score significativement plus élevé que ceux qui ont utilisé seulement des ressources conventionnelles.
- Leur performance dans l’évaluation des cas cliniques était meilleure de 6,5% en moyenne par rapport à ceux utilisant uniquement les ressources traditionnelles.
- Il n’y avait pas de différence significative entre les médecins augmentés par GPT-4 et ceux utilisant uniquement GPT-4. L’ajout de ressources conventionnelles aux médecins utilisant GPT-4 n’a pas amélioré leurs performances.
Contrairement à ce qu’attendaient les chercheurs, le chatbot a surpassé les médecins ayant accès uniquement à Internet et aux références médicales, cochant plus de critères du référentiel que les médecins. Mais les médecins associés à un chatbot ont obtenu des résultats aussi bons que ceux du chatbot seul. « Depuis des années, je dis que, combinés, l’humain et l’ordinateur feront mieux que l’un ou l’autre seul », a déclaré Jonathan Chen, co-auteur de l’étude. « Je pense que cette étude nous pousse à réfléchir plus critiquement à cela et à nous demander, ‘Qu’est-ce qu’un ordinateur sait faire ? Qu’est-ce qu’un humain sait faire ?’ Nous devrons peut-être repenser où et comment nous utilisons et combinons ces compétences et pour quelles tâches nous recrutons l’IA. »
“Ne sautez pas l’étape du médecin”
Reste notamment à déterminer à quoi sont dues ces différences de performance. L’utilisation du LLM oblige-t-elle les médecins à réfléchir davantage au cas ? Ou bien le LLM leur fournit-il des pistes auxquelles les médecins n’auraient pas pensé par eux-mêmes ? Quoi qu’il en soit, les auteurs de cette étude veulent éviter toute interprétation hâtive. « C’est peut-être un argument en faveur de l’IA », a déclaré Jonathan Chen. Mais, « cela ne signifie pas que les patients doivent sauter l’étape du médecin et se diriger directement vers les chatbots. Ne faites pas ça », a-t-il indiqué. « Il y a beaucoup de bonnes informations là dehors, mais aussi de mauvaises. La compétence que nous devons tous développer est de discerner ce qui est crédible et ce qui ne l’est pas. C’est plus important que jamais. »
*GPT-4 assistance for improvement of physician performance on patient care tasks: a randomized controlled trial.
Goh, E., Gallo, R.J., Strong, E. et al. Nat Med (2025).




