L’intelligence artificielle peut analyser très rapidement les informations dont elle dispose. Mais une recommandation apparemment cohérente peut devenir inappropriée si une donnée déterminante manque ou si la situation du patient a changé depuis le dernier enregistrement.
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 de ces décisions.
Une information clinique importante ne se trouve pas toujours dans un dossier électronique. Elle peut être connue du patient, d’un proche autorisé ou d’un professionnel consulté ailleurs. La bonne démarche consiste parfois à identifier la lacune, poser une question pertinente et intégrer la réponse à la réflexion clinique.
Des professionnels autorisés peuvent maintenir des échanges sécurisés avec les patients, poser des questions de suivi et recevoir des réponses attribuables et horodatées.
Un système d’IA pourrait signaler une incertitude ou proposer une question ciblée, transmise selon des règles d’autorité, de consentement, de validation et de supervision clinique. Ce mécanisme automatisé n’est pas présenté comme une fonction autonome déjà commercialisée.
Lacune détectée → Question autorisée → Réponse documentée → Réévaluation humaine
Un patient reçoit une prescription dans une clinique. Quelques semaines plus tard, un autre professionnel la modifie après un effet indésirable. Cette modification n’est pas transmise à la première clinique. Si un assistant d’IA analyse uniquement le dossier initial, sa recommandation peut être cohérente avec les anciennes données, mais inadaptée à la situation actuelle.
Le problème n’est pas seulement une information absente : c’est le fait que personne ne sait nécessairement qu’elle manque. Le recontact ciblé du patient peut permettre de faire émerger ce changement avant que le professionnel ne confirme sa décision.
Exemple hypothétique illustrant le problème informationnel ; il ne concerne aucun produit d’IA, patient ou conseil médical particulier.
Données existantes + informations nouvelles + jugement clinique responsable.
Plusieurs professionnels, plusieurs établissements, des traitements modifiés et des événements non communiqués peuvent produire une histoire médicale fragmentée. Une analyse fiable doit considérer la provenance des données, leur date, leurs limites et la possibilité qu’un élément nouveau change la conclusion.
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.
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.
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.
Une seconde IA ne constitue pas nécessairement une vérification véritablement indépendante si elle analyse les mêmes données incomplètes que la première. Elle peut reproduire les mêmes erreurs ou confirmer une conclusion fondée sur un contexte dépassé. Une vérification pertinente doit également pouvoir remettre en question les hypothèses initiales, rechercher les informations manquantes et, lorsque cela est approprié, permettre à un professionnel autorisé de recontacter le patient afin d’actualiser le contexte clinique.
La vérification indépendante n’est pas un rejet de l’IA. C’est une condition préalable à une IA responsable.
Des incidents survenus dans d’autres domaines d’utilisation de l’IA ont également démontré l’importance de conserver des mécanismes de surveillance et d’investigation indépendants des systèmes évalués. En médecine, cette indépendance doit aussi porter sur la qualité, la provenance et l’actualité des informations utilisées pour soutenir une décision clinique.
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.
PortableEHR n’est pas un moteur de diagnostic par IA. Il apporte une infrastructure d’identité, d’autorité, de consentement, de communication bidirectionnelle et de traçabilité. Dans les parcours où il est déployé, cette infrastructure aide les personnes autorisées à se recontacter et à documenter les échanges pouvant éclairer le contexte clinique.
Il ne faut pas confondre la capacité de générer une recommandation clinique avec celle de justifier une décision clinique.
Trois garanties complémentaires : Un contexte clinique mieux documenté · Une vérification indépendante des hypothèses · Une décision sous responsabilité humaine
Précision : Une réponse authentifiée peut être attribuée à une personne; cela ne garantit ni son exactitude médicale, ni l’exhaustivité du contexte. L’interprétation et la décision demeurent sous la responsabilité du professionnel.
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.