⚕️ Les patients ne se comportent pas pareil avec une IA qu'avec un médecin

Une étude récente révèle que les patients fournissent souvent des descriptions moins détaillées de leurs symptômes à un assistant numérique, ce qui pourrait nuire à la précision des diagnostics automatisés.

Les chatbots médicaux et les outils d'auto-évaluation sont de plus en plus utilisés comme premier contact entre le patient et le système de santé. Ils aident à déterminer l'urgence d'une situation avant qu'un professionnel n'intervienne. Cependant, cette nouvelle recherche montre que l'efficacité de ces outils ne dépend pas uniquement de leur puissance de calcul: elle repose aussi sur la qualité des informations fournies par les utilisateurs.


L'étude a été menée par l'équipe du professeur Wilfried Kunde de l'université de Würzburg et publiée dans Nature Health. Elle a impliqué 500 participants, qui devaient rédiger des rapports de symptômes pour deux affections courantes: des maux de tête inhabituels et des symptômes grippaux. On leur précisait que ces rapports seraient analysés soit par un chatbot IA, soit par un médecin humain.

Les résultats sont nets: les descriptions destinées à l'IA étaient moins utiles pour l'évaluation médicale que celles rédigées pour un professionnel. Entre autres indicateurs, les rapports pour les médecins comptaient 255,6 caractères en moyenne, contre 228,7 pour les chatbots. Même si la différence semble faible, elle peut avoir des conséquences réelles. Les systèmes d'IA, aussi avancés soient-ils, risquent de fournir des conseils imprécis si des détails importants manquent.

Un phénomène appelé "négligence de l'unicité" expliquerait en partie cette rétention d'informations. De nombreuses personnes pensent que l'IA ne peut pas saisir les nuances individuelles de leur situation et se contente de reconnaître des motifs standards. Les inquiétudes concernant la vie privée et le scepticisme envers les diagnostics algorithmiques poussent aussi les patients à fournir des données vagues ou incomplètes.

Les chercheurs soulignent que l'amélioration de la technologie seule ne suffira pas. Ils recommandent de concevoir des interfaces qui encouragent une communication plus riche. Par exemple, donner des exemples de descriptions détaillées et demander activement des précisions lorsque des informations manquent. Ces ajustements pourraient réduire les erreurs de diagnostic et alléger la pression sur les systèmes de santé.

La confiance et la perception des utilisateurs jouent un rôle important dans la performance des outils numériques. Pour que ces technologies tiennent leurs promesses, il faudra non seulement perfectionner les algorithmes, mais aussi mieux comprendre le comportement des patients.