L'IA peut raisonner comme un médecin, mais ce n'est que le début du problème
L'intelligence artificielle obtient désormais les meilleurs scores aux tests de raisonnement médical. La vraie question est de savoir ce que cela signifie concrètement pour les patients et l'avenir de la médecine.
Il y a quelques années, voir un système d'IA réussir l'examen américain de licence médicale était perçu comme une étape historique. Aujourd'hui, c'est devenu une attente de base. Des modèles comme GPT-4 et ses successeurs obtiennent régulièrement des scores parmi les plus élevés de la performance humaine dans les tests de raisonnement médical. Dans certains domaines — lecture d'images radiologiques ou détection de certains cancers de la peau — ils surpassent déjà les spécialistes moyens. Un commentaire publié dans Science dresse le bilan de la situation : non pas des réponses, mais une série de questions urgentes et largement sans réponse.
La distinction centrale que tracent les auteurs oppose le fait de raisonner comme un médecin au fait de comprendre comme lui. Les grands modèles de langage sont entraînés sur d'immenses quantités de textes médicaux. Ils connaissent les associations, les schémas cliniques, la terminologie. Mais ils n'ont aucune relation avec le patient, aucun sentiment de responsabilité quant à l'issue et aucune capacité à expliquer leur raisonnement d'une manière qu'un collègue pourrait réellement interroger et contester. La transparence et la responsabilité, pourtant fondamentales dans la pratique médicale, restent structurellement fragiles dans les systèmes d'IA actuels.
L'écart entre les tests et le chevet du patient
Il existe aussi un problème méthodologique qui mérite d'être pris au sérieux. Les tests sur lesquels les systèmes d'IA sont évalués mesurent surtout la capacité à sélectionner la bonne réponse dans des scénarios cliniques à choix multiples. Ce n'est pas la même chose qu'examiner un patient en personne, lire les signaux non verbaux, gérer l'incertitude en temps réel ou prendre des décisions avec des informations incomplètes et sous pression temporelle. Les médecins font tout cela en permanence. Les systèmes d'IA sont rarement soumis à ce type d'épreuve de façon systématique.
S'ajoute à cela le problème de la fuite de données (data leakage) : les grands modèles de langage ont peut-être été entraînés sur des documents proches des questions sur lesquelles ils sont ensuite testés, ce qui gonfle artificiellement leurs performances apparentes. Il devient alors véritablement difficile de savoir si des scores impressionnants se traduisent par des résultats fiables dans des situations cliniques réellement nouvelles — précisément le type de situations qu'un médecin rencontre presque chaque jour.
Une intégration sans garde-fous
Ce commentaire n'est pas un appel à la prudence vis-à-vis de l'IA en médecine, loin de là. Les auteurs y voient un potentiel considérable, notamment pour soutenir les cliniciens dans les environnements aux ressources limitées, accélérer le diagnostic et synthétiser à grande échelle la littérature médicale complexe. Ce qu'ils réclament, c'est une validation rigoureuse, des cadres réglementaires clairs et des structures de responsabilité opérationnelles.
Ce dernier point est celui qui semble le moins résolu. Si une recommandation assistée par l'IA s'avère erronée, qui en est responsable — le médecin qui l'a suivie, le développeur qui a conçu le système, l'hôpital qui l'a déployé ? Cette question n'est tranchée ni sur le plan juridique ni sur le plan éthique. Elle devient plus pressante à mesure que les systèmes d'IA passent d'un rôle consultatif à une participation directe aux décisions diagnostiques. Que l'IA puisse désormais raisonner comme un médecin est remarquable. Que la médecine n'ait pas encore su quoi faire de cela l'est tout autant.