Le lancement de ChatGPT en 2022 a marqué un tournant : soudain, la puissance des modèles dits d’intelligence artificielle générative – ou GenAI – est devenue tangible pour tous. Ce qui relevait jusque-là de la science-fiction a fait son entrée dans notre quotidien du jour au lendemain. Ces systèmes, basés sur de grands modèles de langage et entraînés à partir de centaines de millions de jeux de données – allant des photos de chats aux plans de fusées, en passant par des traités juridiques –, ont profondément transformé notre manière de rechercher et de traiter l’information.
Le remplacement du « Dr Google » par le « Dr ChatGPT » est particulièrement flagrant : de plus en plus de personnes font confiance, parfois aveuglément, à des réponses générées en une fraction de seconde. Parallèlement, des spécialistes de divers domaines y ont également recours : dans certains pays, par exemple, plus de 40 % des médecins utilisent déjà Gen AI pour les aider dans leurs recherches et l’examen de cas médicaux.
Pourquoi les modèles génériques atteignent leurs limites dans la pratique clinique
L’enthousiasme autour de l’intelligence artificielle générative (GenAI) et des modèles de langage génériques (LLM génériques) a depuis longtemps gagné le système de santé suisse. Les applications reposant sur de tels modèles semblent, à première vue, offrir une solution à l’immense charge administrative du quotidien clinique : des rapports médicaux rédigés automatiquement, des anamnèses générées en un clic, moins de travail de saisie. De plus, d’énormes volumes de données peuvent être analysés, comparés et synthétisés en un temps record – permettant aux utilisateurs et utilisatrices d’obtenir immédiatement une évaluation.
C’est précisément là que réside le défi : la solution a-t-elle réellement compris la question initiale ? Les résultats reposent-ils sur des sources fiables ? Et peut-être la question la plus décisive – ces sources existent-elles seulement ? Car si ce n’est pas le cas, on parle alors de ce que l’on appelle des « hallucinations » : des textes ou des faits qui paraissent convaincants, mais qui, en réalité, sont totalement inexacts.
Les grands modèles de langage génériques sont donc conçus pour produire des contenus aussi plausibles que possible – mais non pour faciliter la documentation médicale. Or, dans la pratique clinique, ce sont la précision, la cohérence et la traçabilité qui comptent. De petites imprécisions peuvent déjà avoir des conséquences sur les diagnostics, les traitements ou la facturation – ainsi,
« anticoagulant » pourrait devenir « anticogulant », ou « dyslipidémie » se transformer en
« duslipidémie ». Il ne faut pas oublier un point essentiel : la documentation n’est pas seulement une obligation administrative, mais fait partie intégrante du raisonnement médical. Et pour le résultat final, c’est toujours le corps médical qui porte l’entière responsabilité.
L’IA pour la santé : une alternative d’avenir
Cela ne signifie toutefois pas que l’intelligence artificielle n’a pas sa place dans le domaine de la santé. La différence essentielle réside entre les modèles de langage génériques et les grands modèles de langage (LLM) spécialisés, spécifiquement conçus pour des applications médicales. Alors que les modèles génériques peuvent s’avérer utiles pour des usages généraux, les modèles spécialisés offrent la précision et la structure indispensables au travail des professionnels de la santé. La médecine est un domaine hautement spécialisé: si vous avez mal aux oreilles, vous consultez un ORL; si vous avez des problèmes cardiaques, un cardiologue. Et, pour le dire de manière imagée, utiliser un modèle de langage générique dans le domaine médical revient à opérer avec un couteau suisse.
Voicepoint Xenon® : la précision plutôt que l’hallucination
L’innovation est au cœur du travail de Voicepoint. Notre ambition est de relier les technologies vocales et d’intelligence artificielle les plus avancées à des scénarios réels du secteur de la santé. Depuis plusieurs années, nous observons un domaine en pleine expansion, né aux États-Unis : l’Ambient Documentation Technology (ADT) – la combinaison de l’IA générative et de l’interaction entre le médecin et le patient. L’avantage est évident : une consultation médicale de 20 minutes peut être analysée, transcrite et résumée en très peu de temps. Fini la saisie fastidieuse et les montagnes de paperasse – à la place, plus de temps pour l’essentiel : le bien-être des patients.
Mais aussi simple que cela puisse paraître à première vue, la mise en pratique est d’une grande complexité. Car l’IA générative comporte des risques : que se passe-t-il si un système ajoute soudainement des informations qui n’ont jamais été mentionnées – ou, pire encore, « invente » des médicaments ? Ce sont précisément ces hallucinations qui sapent la confiance et rendent toute application médicale impossible sans mécanismes de sécurité adaptés.
Chez Voicepoint, nous avons relevé ce défi. Nous n’utilisons pas de modèle d’IA générative générique, mais des solutions spécialement conçues pour le secteur de la santé. Nous misons sur des modèles spécialisés, entraînés à partir de centaines d’interactions réelles entre médecins et patients. Grâce à une version soigneusement sélectionnée du modèle d’IA Corti, fondé sur plus de 100 millions de contacts patients, nous développons un modèle de langage médical qui génère exclusivement des contenus à caractère médical. En outre, nous avons mis en place des garde-fous : les résultats sont systématiquement vérifiés et toute information non fiable est rigoureusement filtrée.
Nous sommes fiers du résultat : une précision maximale associée à une pertinence optimale. Alors qu’un modèle standard prend en compte des millions de paramètres souvent sans rapport avec le domaine médical – augmentant ainsi le risque d’erreurs –, notre approche se concentre exclusivement sur ce qui compte vraiment en médecine.
Conclusion : un véritable soulagement passe par la précision et une compréhension approfondie du sujet
La voie à suivre ne réside donc pas dans l’intelligence artificielle générique, mais dans un concept de plateforme avec des LLM spécifiques au secteur de la santé, capables de soulager les médecins de manière ciblée, sans pour autant diminuer leur responsabilité. Voicepoint Xenon® montre comment réussir ce compromis : un LLM dédié à la santé, 20 ans d’expérience dans le système de santé suisse, une compréhension approfondie des besoins des professionnels médicaux, et, last but not least, un fort accent sur la protection des données et la sécurité de l’information.
Il est essentiel de prendre en compte l’ensemble du processus de documentation : avec Voicepoint Xenon®, ce n’est pas seulement un problème isolé de documentation qui est traité, mais tout le spectre de la documentation médicale. C’est ainsi qu’un véritable soulagement est obtenu – tout en préservant les principes fondamentaux de précision, de confiance et de responsabilité.