L’intelligence artificielle transforme les soins de santé. Mais des recommandations plus rapides ne donnent pas nécessairement de meilleures décisions cliniques lorsque le contexte sous-jacent est incomplet.
Une réflexion sur la continuité clinique, la responsabilité et le partage d’informations sous le contrôle du patient.
La médecine se déroule rarement au sein d’un seul établissement, d’une seule relation professionnelle ou d’une situation stable pour le patient. Pourtant, on peut demander à une IA d’interpréter les fragments auxquels elle a accès comme s’ils représentaient l’ensemble.
Le résultat peut être plus dangereux qu’une lacune évidente. Un dossier médical apparemment cohérent peut masquer des événements survenus ailleurs, des décisions prises par d’autres cliniciens et des changements dans la situation du patient. Si ces omissions sont invisibles, ni le clinicien ni l’IA ne savent nécessairement quoi remettre en question.
L’intelligence artificielle accélère la prise de décision clinique plus vite que les systèmes de santé n’améliorent leur capacité à préserver le contexte qui sous-tend ces décisions.
01
Un patient peut consulter plusieurs médecins de première ligne, spécialistes d’une même discipline ou médecins remplaçants au fil du temps. Chacun peut prendre des décisions raisonnables à partir d’une partie différente de son histoire clinique.
Ce qui peut manquer : préoccupations antérieures, hypothèses écartées, modifications de traitement, questions non résolues ou raisons pour lesquelles un autre clinicien a choisi une autre approche.
02
Cliniques, hôpitaux, centres diagnostiques et cabinets indépendants peuvent intervenir successivement sans échanger les informations pertinentes. Les frontières institutionnelles et la concurrence commerciale ne disparaissent pas lorsque le patient passe de l’un à l’autre.
Ce qui peut manquer : examens, traitements, événements indésirables, discussions cliniques et plans de suivi conservés dans les systèmes d’une autre organisation.
03
Les patients peuvent arrêter un médicament, en modifier la dose, se faire soigner ailleurs, utiliser des produits en vente libre, manquer un suivi ou connaître de nouvelles contraintes sociales et fonctionnelles. Ces changements peuvent modifier profondément la signification des informations antérieures.
Ce qui peut manquer : la raison d’une interruption de traitement, une nouvelle exposition, une modification de l’observance ou un problème émergent jamais communiqué ni consigné.
04
Une recommandation peut être cohérente avec les données présentées et néanmoins inadaptée parce que la situation du patient a changé. Une analyse plus rapide ne compense pas l’absence d’un fait qui aurait modifié la décision.
Ce qui peut manquer : une contre-indication déterminante, un nouveau diagnostic, une préférence révisée, un examen récent ou une préoccupation déjà documentée mais non transmise.
Une réponse générée par l’IA peut sembler exhaustive même lorsque les données sous-jacentes sont incomplètes. Le système peut ne pas reconnaître qu’un événement, une conversation ou un changement pertinent manque parmi ses données d’entrée.
Cela crée un angle mort clinique particulièrement lourd de conséquences : l’hypothèse selon laquelle tout ce qui est nécessaire à la décision a déjà été pris en compte. Une recommandation produite rapidement peut précipiter l’action, renforcer une confiance injustifiée et réduire les possibilités de découvrir le contexte manquant avant le début du traitement.
Informations dispersées ou non consignées
L’absence n’est pas détectée
Apparence d’exhaustivité
Quand l’action devance la vérification
Il s’agit d’un mécanisme de risque, et non d’une affirmation selon laquelle toutes les IA se comportent ainsi ou que les cliniciens humains sont à l’abri de cette erreur. La préoccupation pratique tient à l’échelle et à la vitesse auxquelles des décisions insuffisamment étayées pourraient être produites et appliquées.
Un patient reçoit une recommandation thérapeutique dans une clinique. Plus tard, un autre établissement modifie son traitement après une réaction indésirable. Le patient cesse ensuite de le prendre, sans que cette décision soit communiquée à la première clinique. Quelques mois plus tard, un clinicien utilise un assistant IA pour examiner les dossiers de cette première clinique.
L’assistant peut proposer une prochaine étape plausible à partir des antécédents documentés. Rien ne lui indique nécessairement de façon fiable que le traitement a été modifié ailleurs, que le patient l’a arrêté ou pour quelle raison. L’information manquante n’est pas simplement un champ vide : c’est un changement non reconnu de la situation clinique.
Exemple hypothétique illustrant le problème informationnel ; il ne concerne aucun produit d’IA, patient ou conseil médical particulier.
La continuité clinique exige davantage que la transmission d’une note finale. Elle peut nécessiter d’identifier les participants, la chronologie des échanges, les informations disponibles à chaque étape, les questions posées ou les faits rapportés, ainsi que les autorisations régissant les accès ultérieurs.
Comprendre quand les observations, questions, réponses et changements sont survenus pendant un épisode de soins.
Savoir qui a communiqué une information et distinguer les faits consignés des hypothèses ou interprétations ultérieures.
Respecter les choix granulaires de partage et la révocation des accès, même lorsqu’un participant avait auparavant été autorisé.
Aucune plateforme ne peut reconstituer les événements non documentés ni garantir un dossier complet des circonstances changeantes d’un patient. Préserver le contexte consigné réduit les pertes évitables, sans éliminer l’incertitude clinique.
Avec InTouch, PortableEHR prend en charge des fils de communication persistants et chronologiques au sein des épisodes de soins, des participants identifiables, des échanges horodatés et des autorisations contrôlées par le patient. Les cliniciens et collaborateurs autorisés peuvent consulter les échanges documentés auxquels ils ont encore accès, plutôt que de dépendre uniquement de résumés finaux isolés.
Les patients peuvent autoriser sélectivement l’accès et le révoquer. Lorsqu’une information devient restreinte, on ne doit pas présumer qu’un participant conserve le droit de la consulter parce qu’il y avait auparavant accès. Ces protections font partie intégrante de l’architecture.
Ce que cela apporte : une base plus traçable et gouvernée par le patient pour la communication et la continuité entre personnes et organisations participantes.
Ce que cela ne prétend pas faire : capter chaque réflexion clinique, se connecter automatiquement à tous les établissements, déduire les comportements non documentés du patient, garantir des décisions correctes ou offrir actuellement un diagnostic fondé sur l’IA.
Il ne faut pas confondre la capacité de générer une recommandation clinique avec celle de justifier une décision clinique.
Une meilleure IA ne devrait pas seulement analyser ce que le système de santé sait déjà. Elle devrait aussi pouvoir identifier les lacunes importantes et, avec les autorisations appropriées, rechercher les informations qui lui manquent encore.
L’information clinique ne se limite pas aux systèmes institutionnels. Des changements pertinents peuvent être connus seulement du patient, d’un tuteur ou aidant, d’un clinicien extérieur ou éventuellement d’un appareil connecté validé. Face à une incertitude, une future intégration d’IA pourrait aider à formuler des questions précises et à solliciter de nouvelles informations plutôt que de traiter silencieusement un dossier incomplet comme exhaustif.
Avec le consentement du patient et l’autorisation de l’équipe soignante, un assistant IA correctement intégré pourrait identifier des questions sans réponse — hydratation récente, changements de médicaments, symptômes ou expositions environnementales, par exemple — et envoyer une demande contrôlée au patient ou à son représentant autorisé. Les réponses documentées pourraient ensuite éclairer la réévaluation du clinicien avant une décision thérapeutique non urgente.
Dans le cadre d’un protocole approuvé, une équipe de recherche autorisée pourrait éventuellement utiliser un mécanisme similaire pour demander des informations de suivi ciblées à des participants consentants : expérience du traitement, effets indésirables, résultats rapportés par les patients ou autres observations pertinentes. Cela nécessiterait des autorisations propres à l’étude, des protections de la vie privée, les approbations éthiques et réglementaires appropriées et des procédures validées de collecte des données.
Le cycle potentiel : reconnaître l’incertitude → identifier une question pertinente → vérifier l’autorité et le consentement → contacter la personne ou la source approuvée → documenter la réponse et sa provenance → réévaluer l’hypothèse initiale.
L’IA ne devrait pas seulement analyser ce que le système de santé sait. Elle devrait aider à découvrir ce qu’il lui reste à savoir.
Pourquoi PortableEHR pourrait être pertinent : InTouch fournit déjà des capacités fondamentales de communication bidirectionnelle authentifiée, de contrôle des accès par le patient, de révocation et d’échanges horodatés. Avec des intégrations ciblées et les ressources nécessaires, elles pourraient soutenir une future voie de recontact autorisé pour une IA agissant au nom d’une équipe soignante ou d’un programme de recherche.
État de développement : Il s’agit d’un concept d’intégration prospective, et non d’une fonction d’IA autonome actuellement disponible ni d’une revendication de validation clinique ou scientifique. Toute mise en œuvre exigerait des rôles et consentements clairement définis, une intégration sécurisée, une supervision clinique ou scientifique, une validation appropriée et des mesures de protection pour les cas urgents. La réponse d’un patient ou d’un appareil constitue une information à évaluer, pas une preuve automatique de son exactitude. La révocation et l’utilisation ultérieure de données de recherche déjà recueillies seraient régies par les règles applicables au protocole et à la protection des données.
Aucun système d’IA ne devrait être l’unique autorité chargée de générer, valider et examiner ses propres conclusions. Les organisations de santé doivent pouvoir examiner les décisions et enquêter sur les comportements inattendus indépendamment d’un fournisseur d’IA unique.
La vérification indépendante n’est pas un rejet de l’IA. C’est une condition préalable à une IA responsable.
L’incident de cybersécurité OpenAI–Hugging Face de juillet 2026 illustre cet enjeu. Des agents IA autonomes utilisés dans une évaluation de sécurité ont franchi les limites prévues ; Hugging Face a ensuite utilisé, entre autres, un autre modèle d’IA à poids ouverts dans son enquête. L’incident ne prouve pas que plusieurs modèles auraient empêché l’intrusion. Il démontre l’intérêt de conserver des capacités d’investigation indépendantes.
Pour approfondir : Compte rendu de l’incident par OpenAI. Il s’agit d’un exemple de cybersécurité, non d’un événement clinique.
Provenance, actualité, consentement et informations manquantes
Autres sources, modèles alternatifs et investigation vérifiable
Jugement clinique, justification documentée et supervision
Le rôle potentiel de PortableEHR concerne la couche indépendante d’identité, de consentement, de communication et de traçabilité — et non les tests de cybersécurité des modèles, le diagnostic autonome ou un moteur de vérification multimodèle.
Le déploiement de l’IA clinique devrait examiner non seulement ce qu’un modèle peut conclure des informations disponibles, mais aussi quelles sources ont été consultées, ce qui pourrait manquer, l’actualité des données et les décisions nécessitant une vérification indépendante.
Une communication structurée et un contexte traçable peuvent soutenir cette démarche. Toute utilisation future du contexte InTouch par une IA clinique ou de recherche — y compris pour un recontact ciblé — exigerait des intégrations appropriées, des autorisations propres à chaque finalité, le consentement et le contrôle des accès, une validation et une supervision clinique ou scientifique. L’existence d’un historique de communication ne garantit ni son exhaustivité ni son adéquation à une décision clinique particulière.
Découvrez comment la communication sous le contrôle du patient et la continuité clinique pourraient renforcer les processus de votre organisation et favoriser une approche responsable de l’IA en médecine.
PortableEHR soutient la communication clinique et la préservation du contexte documenté. Il ne remplace pas le jugement professionnel et n’offre pas de service autonome de décision clinique.
