DiGi'Health Days 2026 : Comment les assistants numériques peuvent-ils contribuer à augmenter votre pratique ?

Au cabinet - IA & Performance, par Ludivine Raffin & Dr Stéphane Ohayon

Transcription de la vidéo

On va commencer maintenant par le terrain le plus concret, la médecine de ville et tous les terrains qu'on va aborder ce soir sont concrets. Mais c'est vrai qu'on va commencer dans le parcours par les soins primaires.

En ville, les tensions sont connues, le manque de temps et, je pense qu'une partie de vos réponses s'explique par ça, la surcharge documentaire, réglementaire, l'inflation des recommandations, des patients qui sont aussi plus challengeants. Ils étaient déjà challengeants avec Google, mais ils le sont aussi avec ChatGPT, bien entendu. Et donc c'est évident que ça change la pratique.

On va d'ailleurs, avant de donner la parole à mes deux intervenants que j'accueille, donc à ma gauche Ludivine Raffin, qui s'occupe de l'IA chez Doctolib et du dossier médical notamment. Et puis Stéphane Ohayon, qui est médecin et data scientist, donc, qui nous présentera un petit peu ces outils dans la pratique.

On va refaire un Mentimeter rapide pour pouvoir effectivement voir dans quelle partie du parcours de votre pratique, vous pensez que cet assistant numérique serait le plus utile. On va passer à la question suivante, à la question S1. Donc ma formidable régie. Voilà.

Dans votre pratique, à quel moment un assistant numérique vous serait-il le plus utile ? Avant la consultation ? Pendant la consultation ? Vous savez qu'il y a pas mal d'assistants, notamment de comptes-rendus qui sont en train d'arriver après la consultation dans le suivi du patient, dans la recherche d'information ou dans la recherche de recommandations ? Donc à quelle partie vous êtes le plus intéressé aujourd'hui d'avoir, le support d'un assistant numérique ?

Soit vous l'utilisez d'ores et déjà, soit vous aimeriez en avoir plus ou mieux sur ces aspects-là.

Donc, je vous laisse un petit peu répondre. Vous étiez cent cinquante-sept tout à l'heure à avoir répondu. Je vais vous donner un petit peu de temps et en tout cas, on va décrypter ces résultats avec nos invités dans quelques secondes. On voit ce qui ressort d'ores et déjà pendant la consultation. Effectivement, qui est un temps fort de la rencontre avec le patient et je dirais, de la charge mentale importante, de pouvoir vous assurer de ne rien oublier, de bien avoir tout le process avec le patient.

Et puis, bien sûr, son parallèle dans la recherche d'informationset les recommandations. Et je pense que ce sont des choses qui ressortiront aussi avec nos différents intervenants tout au long de la soirée.

Donc, merci en tout cas de jouer le jeu et on va regarder ces résultats, et je vais démarrer cette séquence de ville.

Donc les assistants dans la pratique de ville. Et, là, j'ai les deux interlocuteurs parfaits pour aborder le sujet. À la fois un médecin et data scientist, donc, qui connaît parfaitement ces sujets d'assistant numérique et d'IA. Et puis une spécialiste de l'IA chez Doctolib qui, elle aussi, est en maîtrise. On a un acteur extrêmement important qui a énormément de données, énormément de relations avec l’écosystème santé.

Stéphane, j'ai envie de commencer par vous. Aujourd'hui, est-ce que vous pouvez nous dire un petit peu quand on parle de ces sujets d'assistant numérique avec votre casquette à la fois de médecin et de spécialiste d'IA, de quoi parle-t-on ?

Alors bonjour à tous. Aujourd'hui, on a la difficile tâche d'essayer de définir finalement ce qu'est l'intelligence artificielle. Alors, paradoxalement, c'est plus facile de définir l'intelligence artificielle au travers de ses objectifs, comme par exemple l'augmentation de l'efficacité, la productivité, la facilitation de la prise de décision, l'apport de nouvelles opportunités d'innovation.

Afin d'être le plus consensuel possible, j'ai repris, la définition qui apparaît sur Wikipédia. Et alors, je vous la livre. Elle est peut-être un peu simpliste, mais elle a le mérite d'être très large. Donc, je cite : C'est l'ensemble des systèmes informatiques capables d'effectuer des tâches typiquement associées à l'intelligence telles que l'apprentissage, le raisonnement, la résolution de problèmes, la perception ou la prise de décision.

Alors, il est important de noter que quand on parle d'intelligence dans intelligence artificielle, c'est un anglicisme, parce qu’intelligence, ça doit être pris au sens, américain du terme qui signifie renseignement. Et donc, du coup, il ne faut pas y voir la moindre compétence de l'IA, à avoir des émotions ou à exprimer des sentiments, puisque ça relèverait finalement d'un anthropomorphisme qu'il ne faut pas hésiter à voir là ici.

Alors, quand on parle d'intelligence artificielle, on parle également de différentes familles. Il y a tout simplement déjà l'IA dite symbolique, donc qu'on va retrouver par exemple dans les systèmes experts. Donc ce sont des systèmes qui sont basés sur des règles dont l'objectif est de définir des règles métier pour des tâches spécifiques.

Il y a également le machine learning, en bon français, l'apprentissage automatique. Donc ce sont des algorithmes qui permettent aux machines d'apprendre à partir de données et de généraliser ces apprentissages.

Et il y a le deep learning ou l'apprentissage profond qui est une sous-catégorie qui, elle, fait l'usage de réseaux de neurones artificiels qui, vont permettre de résoudre des problèmes plus ou moins complexes.

Alors par exemple, si on devait donner un, un exemple concret de l'utilisation du machine learning, ça pourrait être par exemple de définir le prix d'une maison. Imaginons qu'on donne un ensemble de prix de maisons qui existent sur une ville donnée, l'algorithme va être capable d'apprendre naturellement les caractéristiques qui font qu'une maison coûte tel ou tel prix et va être capable de généraliser un prix à partir de ce moment-là.

Alors évidemment, on ne peut pas parler d'IA si on ne parle pas d'IA générative. C'est le buzzword du moment. Et donc, qu'est-ce que ça signifie IA générative ? Et bien tout simplement, c'est la capacité à produire du contenu original, que ce soit du texte, des images, de la musique, depuis un prompt donné tout en mimant des exemples du dataset.

Alors de façon très concrète, ça veut dire quoi ? Et bien imaginez qu'on est un étudiant en médecine à qui on demande de générer finalement un cas clinique fictif à partir de patients fictifs. Il va être capable, à partir de l'ensemble de ses connaissances, d'imaginer un cas qui n'existe pas, mais qui va ressembler très fort à un cas potentiel. C'est exactement ça l'intelligence artificielle générative.

Alors, les cas d'usage, vous voyez qu'ils sont extrêmement multiples. Ludivine va nous en parler, mais il faut bien que vous compreniez qu’un des cas d'usage typique de l'intelligence artificielle, c'est l'imagerie médicale. Ça permet notamment d'analyser des images pour détecter des lésions précoces, ça permet également d'aider le radiologue à la prise de décision et ça lui permet également de rédiger le compte-rendu.

Donc, on le voit ici avec un exemple, on a une carte de chaleur qui va localiser spécifiquement la fracture. Bon, celle-ci, elle est quand même relativement évidente, mais dans des cas moins simples, ça peut être carrément utile.

Alors, d'autres situations où ça peut être également très utile, ça, ça a été montré dans le mentimeter, c'est tout ce qui concerne la consultation médicale. En particulier, ça va être la transcription automatique. Pareil, Ludivine va être amenée à en reparler, et la génération de comptes-rendus. Donc ce que ça va permettre, c'est tout simplement l'amélioration de la qualité des informations, la majoration du temps d'échange médical de qualité avec le patient et également la génération, par exemple, de lettres qui va être directement adressée aux confrères à partir des éléments de la consultation.

Également, ce que ça permet de faire, c'est l'information médicale. On peut voir que, l'intelligence artificielle bien utilisée permet de synthétiser rapidement des guidelines, des recommandations, éventuellement avec un chatbot associé pour permettre de faciliter l'interaction avec l'outil.

Ça peut être également de la recherche bibliographique qui va être automatisée et ciblée en fonction de notre spécialité ou en fonction de la pathologie qu'on décide de cibler.

Ça permet également de faire de l'aide à la décision clinique sans jamais se substituer au médecin. L'idée, c'est de l'augmenter et de lui apporter des informations.

Et ça permet également de faire de l'actualisation continue de connaissances puisque, ça va permettre d'assimiler une grande masse de connaissances et de restituer la substance scientifiquement là.

Sur l'organisation des soins, il y a également un certain nombre d'éléments qui sont mis en avant par ces nouvelles technologies. Vous avez toutes les techniques de planification automatique ou d'optimisation dynamique des soins en fonction des ressources qui sont disponibles.

Également, vous allez avoir du secrétariat téléphonique qui va être maintenant totalement automatisé avec le déplacement de rendez-vous, avec la prise de messages, etc. Vous avez aux urgences le triage des patients selon leur niveau de priorité.

Vous avez également cette capacité de pouvoir faire de l'analyse prédictive de flux de patients. Donc c'est extrêmement utile, on peut le constater évidemment aux urgences.

Alors évidemment, toutes ces belles perspectives, elles s'associent à des défis. Évidemment, en particulier tout ce qui va être formation des professionnels à ces outils. Il faut bien comprendre que ces outils ne sont pas magiques, ils ont des limites et en particulier, il y a des phénomènes d'hallucination, c'est-à-dire la production d'informations qui sont plausibles, mais qui restent incorrectes, ce qui constitue quand même un risque majeur en médecine.

Il y a également la nécessité de repenser totalement la relation soignant-patient, puisqu'il y a les patients qui peuvent être amenés à faire de l'auto-interprétation de symptômes et finalement, les médecins ont pour rôle de pouvoir remettre au centre, le patient et finalement ce qu'il a compris de sa consultation.

Également, il y a un besoin absolu d'un cadre réglementaire précis et d'une formation adaptée des professionnels. Donc ça, vous avez en Europe, on a l'AI Act notamment, qui est une première législation transverse sur ce sujet.

Sur le plan éthique et réglementaire. Alors on comprend bien que, ces outils doivent être en conformité stricte avec la réglementation existante, non seulement le RGPD, mais également tout ce qui concerne les données de santé, donc l'hébergeur des données de santé, donc les, les certifications HDS.

L'anonymisation aussi et la sécurisation des données sont des des enjeux et des prérequis qui ne doivent pas être négociables. Je suis sûr que Ludivine sera amenée à nous en parler de façon très docte à ce moment-là.

Il y a également la lutte contre les biais et l'équité. Il faut bien comprendre que les modèles d'IA ne doivent pas amplifier des biais existants, des biais qui peuvent exister sur notamment l'âge, l'ethnie, le sexe. Et l'OMS, à ce sujet-là, préconise justement des réglementations pour que les données soient le plus libres possible et que chacun puisse voir comment ces modèles ont été entraînés.

Également, ce qui est extrêmement important pour les médecins, c'est la transparence et l'explicabilité puisque ces outils sont extrêmement perfectionnés, mais ils ont le défaut d'être un peu boîte noire, finalement. Et nous, ce qu'on veut, en tant que clinicien, c'est d'être capable de comprendre a minima, de pouvoir expliquer le raisonnement qui entraîne une suggestion.

Et puis, pour finir, ce qui est important aussi, c'est la responsabilité médicale. Il ne faut pas oublier que ces outils, ce sont des outils qui aident à la décision, mais que la décision, elle incombe toujours aux professionnels de santé et que son jugement clinique et la validation de ses recommandations, doivent exclusivement être le pré carré du médecin.

Donc en conclusion, ce que je voulais vous dire, c'est que l'intelligence artificielle générative a un potentiel considérable en santé, mais elle doit être utilisée avec le plus grand discernement. Elle représente un outil d'aide précieux, mais absolument pas une solution miracle. Sa fiabilité dépend des données qu'elle traite, mais les usages, son impact va dépendre des usages que nous, on a décidé d'en faire.

À l'avenir, l'IA va continuer d'évoluer et d'apporter un certain nombre d'innovations majeures. Par contre, la question centrale va devenir la suivante : c'est comment est-ce qu'on accompagne ce changement technologique pour en faire un véritable atout pour les professionnels de santé en préservant la dimension humaine qui est inhérente aux soins ?

Et alors, petite phrase dont je suis très fier, qui ne relève pas de l'IA générative, c'est mon propre jus de cerveau. Pour que demain, plus que jamais, santé rime avec humanité.

Merci beaucoup Stéphane d'avoir planté le décor.

Alors il y avait une autre phrase quand, quand on a préparé ensemble, cette émission. Vous m'avez dit rapidement, pardon, que, l'IA, jamais pilote, seulement copilote. Est-ce que là aussi, c'est quelque chose qui est important ? Vous parlez aussi de perspectives. Est-ce que ces usages sont concrets ? C'est une réalité aujourd'hui, dans les établissements, en radiologie notamment, dans les comptes-rendus. Euh, c'est déjà une réalité dans la pratique.

Alors, effectivement, on parle, souvent d'une IA comme d'un pilote et d'un copilote. Pourquoi est-ce que cette distinction est importante ? Pour une raison très simple, c'est qu’en médecine, la responsabilité ne se délègue pas. Ce qui est important, c'est que l'IA, elle doit être un copilote, elle doit assister, elle doit structurer, elle doit suggérer, mais elle ne décide jamais. Et tout simplement pourquoi ? Parce que c'est des modèles qui reposent sur des probabilités la plupart du temps.

Et donc ils peuvent se tromper de façon extrêmement convaincante et ça reste quand même la responsabilité du médecin. Donc si on considère, finalement les choses un peu comme un pilote, il faut bien comprendre qu'on prend un risque, c'est celui de déresponsabiliser le médecin. Et ce n'est absolument pas ce qu'on veut. On veut au contraire qu'on gagne en autonomie et en capacité finalement, au travers de ces outils-là pour que le clinicien puisse toujours contextualiser et décider.

Donc, pour moi, c'est extrêmement important pour une IA responsable en santé, qu'on considère que l'IA soit vraiment un copilote et absolument pas un pilote.

OK. Merci beaucoup Stéphane. Donc ce que vous nous dites, c'est qu'on est déjà sur des usages concrets : consultation, information, organisation.

Ce qui était la demande et en tout cas la réponse au premier sondage des, des différents participants, mais avec un point clé, ça reste un outil d'aide et pas un outil de décision.

Ludivine, avec vous, j'aimerais élargir ce regard-là. Au fond, ces assistants numériques ne s'occupent pas simplement des tâches et ne changent pas simplement des tâches, ils changent la manière d'organiser la santé. Quels sont, selon vous, les vrais changements en cours ?

Merci. Merci Stéphane pour cette explication, je pense, qui donne le cadre et qui permet aussi de concrètement expliquer toutes les modifications structurelles qui sont en train d'arriver au niveau de nos systèmes de soins. Euh, je repars d'un constat, mais, mais vous l'avez, aujourd'hui, une consultation en médecine générale, c'est à peu près douze minutes. On a une, accélération très forte due au vieillissement aussi de la population, des pathologies dites chroniques.

On a aussi de plus en plus de patients qui sont informés, vous en avez parlé, et qui sont aussi acteurs de leur santé, de plus en plus. Et donc, par définition, il y a une contrainte, qui est très très forte. Euh, et puis, il va falloir, trouver des solutions. Et donc chez Doctolib, on essaye aussi de capitaliser sur ces outils numériques, pour augmenter en fait, la capacité des médecins à effectivement, gagner du temps, donc je vais parler de, d'usages très concrets. Pour aussi, être, entre guillemets, rassurés sur des prises de décisions non évidentes parce qu'on sait que, je vais faire un constat, il y a plus de données de santé qui ont été créées ces dix dernières années que dans toute l'humanité de l'histoire de la médecine. On parle de données de biologie, on parle de données de radiologie aussi. Et donc effectivement, concrètement, eh ben le médecin n'a plus la capacité cognitive d'absorber autant d'informations. Et donc l'IA est une opportunité majeure, pour essayer de rationaliser des tâches qui sont à faible valeur ajoutée dans la pratique, puisque la digitalisation de la santé a aussi amené, une forme de complexité autour des outils numériques qui n'ont pas forcément été pensés à la base pour suivre un cheminement clinique, mais pour répondre à des besoins informatiques.

Et, les études sont très claires, ça a amené aussi une forme de stress, pour les médecins, de devoir cliquer, trouver l'information et, donc un médecin en moyenne, il a cinq à six fenêtres ouvertes, dans sa pratique. Et donc on comprend bien que, dans ces douze minutes, récupérer la dernière information, de la recommandation de l'HAS, retrouver le dernier résultat de laboratoire, répondre à un confrère qui demande dans une lettre d'adressage spécifiquement un point donné, tout ça fait que le médecin, et c'est bien normal et c'est humain, n'a plus la capacité, parfois, de répondre à tous les enjeux qu'il a devant lui.

Donc ça c'est très concret et, et c'est étayé par pas mal d'études. Et donc un des objectifs premiers, c'est déjà de redonner du temps au médecin. Euh, donc je vais passer rapidement là-dessus mais de lui ramener donc de la sérénité dans sa pratique, la confiance d'être en face d'un patient et de prendre en compte, la demande du patient, je vais y revenir.

Et puis de réduire au maximum toute cette charge dite administrative, qui est très contraignante, au quotidien et qui fait qu'on a pas mal de médecins qui nous expliquent dans les recherches qu'on peut faire, qu’il leur arrive de repasser sur leur dossier à la fin de la journée, pour ressaisir de l'information qu'ils n'ont pas eu le temps de saisir potentiellement, finaliser des lettres d'adressage, etc.

Donc il y a beaucoup de médecins ce soir et ils doivent le savoir, un médecin en moyenne, c'est plus de quarante-cinq résultats de laboratoire par jour à, à regarder, à analyser. Et donc forcément, ça fait que on veut réduire, donc l'extraction potentiellement de l'information, le résumé potentiellement de l'information et, je vais parler maintenant de la consultation.

Donc ça, c'est en amont parce que, je vais reprendre un peu le, les différentes étapes qui ont été posées à quel moment ça a le plus de sens. Avant la consultation, donc récupérer l'information nécessaire.

Donc ça passe par potentiellement effectivement avoir en amont cette IA qui est capable de détecter si un laboratoire, enfin un résultat de laboratoire est en dehors des normes. Grosso modo, c'est un exemple récupérer en amont aussi les informations du patient.

Et les informations du patient, c'est comprendre que si c'est un nouveau patient, ben, le patient a en amont expliqué via un formulaire, ce qu'on appelle la préadmission potentiellement, son état de santé pour maximiser aussi cette rencontre et la relation entre le professionnel de santé et le patient.

Et puis, pendant la consultation, bien sûr, et vous en avez parlé, la capacité de capter ce qui est dit pour remettre du temps de regard entre le professionnel de santé et le patient et ne plus avoir le médecin qui est sur un ordinateur mais bien à regarder son patient et à comprendre ce qui est en train de se passer.

Et on essaie d'aller un peu plus loin, de permettre aussi d'automatiser l'initialisation du plan de traitement, c'est-à-dire des lettres d'adressage, des prescriptions directement pendant la conversation.

Évidemment, le médecin valide et, et peut corriger ces informations. Et c'est vraiment la clé puisque, vous l'avez précisé, l'objectif c'est aussi de remettre le médecin au centre de sa pratique et donc qu'il soit en capacité de décider et de décider mieux.

Et enfin, après la consultation, bien sûr, je vais ouvrir là-dessus, étendre ce temps de consultation dans le suivi du patient. Parce qu'aujourd'hui, les patients sont plus autonomes et les patients sont impatients et les patients sont citoyens et ils veulent être acteurs de leur santé.

Pas tous, mais ils ont besoin d'être rassurés aussi. Et donc l'objectif, c'est de recréer ce lien entre le, le professionnel de santé et le patient grâce à ces faisceaux d'indices amenés au patient et à la traduction d'un plan de traitement en quelque chose d'actionnable, de concret pour le patient. Et donc les outils numériques permettent aussi de faire ça.

Et enfin, le fait d'avoir accès à ces informations en amont et de manière asynchrone permet de changer un peu le paradigme et de sortir d’une multitude d'épisodes de soins pour passer vers une prise en charge qu'on appelle longitudinale, c'est-à-dire tous les éléments mis bout à bout disent quelque chose potentiellement. Et ça fait qu'on passe d'une médecine qui potentiellement est curative, et c'est bien, préventive, être en capacité de détecter est-ce que le patient en face de moi est éligible à son dépistage, etc. Et donc passer dans une médecine plus dite intégrative, c'est-à-dire qui intègre, ben, d'autres informations, de données de vie réelle, notamment sur les comportements du patient, pour essayer que le patient adhère à son plan de traitement. On le sait, il y a aujourd'hui trente pour cent des patients qui ne suivent pas leur plan de traitement. Ça a des impacts sociétaux, pour le coût, pour aussi, le système de soins dans son intégralité, notamment les hôpitaux, etc., les urgences. Donc beaucoup de cas d'usage potentiel.

La vision, c'est essayer sur tout ce parcours de soins de maximiser le temps du, du médecin, de lui amener les éléments dont il a besoin et pour le patient, de vivre sa santé comme un citoyen et de ne pas être passif et de comprendre les enjeux liés à son cas précis.

Du coup, quelle est la, la vision de Doctolib ? L'idée, c'est de réduire la charge administrative. C'est ça que vous nous dites aujourd'hui sur les planifications d'IA. Doctolib a annoncé il n'y a pas longtemps le, l'ouverture d'un lab d'IA à Nantes, en partenariat avec un certain nombre d'institutions comme l'INRIA, comme le CHU de Nantes. Quelle est, quelle est votre feuille de route, entre guillemets, là-dessus ?

Oui. Et bien donc, Doctolib, notre proposition de valeur initiale était vraiment de réduire la charge administrative et donc, donc de permettre le lien entre le patient et le, et le professionnel de santé. Et donc on a commencé, entre guillemets, par réduire cette charge administrative qui est juste de la prise de notes, le fait de pouvoir scanner un document et de copier-coller la conclusion d'un résultat de laboratoire. Et donc ça, c'est des exemples très concrets.

Aujourd'hui, c'est comme ça que, ça fonctionne. De catégoriser, entre guillemets, les documents reçus très concrètement. Donc en détectant effectivement est-ce que c'est une lettre d'adressage, est-ce que c'est un résultat de laboratoire, etc. Et puis de maximiser la, rencontre avec donc notre assistant de consultation qui effectivement une dictée vocale, mais qui va un peu plus loin. C'est-à-dire qu'elle est capable aussi de structurer une synthèse, de saisir les informations dans le dossier médical et de définir dans des lettres et des courriers le ton que le médecin veut donner à son adressage en fonction de à qui il s'adresse, est-ce qu'il veut du verbeux, pas verbeux, pour essayer effectivement de maximiser le temps passé à réécrire et à ressaisir de l'information.

Ça, c'était l'étape numéro une. Et pour répondre, on pense aussi que, vous l'avez dit, Stéphane que l'IA doit être éthique, responsable et validée. Et quand je dis qu'une recherche sur deux sur Internet des patients est faite sur sa santé, ça amène beaucoup d'enjeux, notamment de fiabilité de l'information. Et donc, on croit que les IA qu'on veut créer d'assistants numériques qui vont un peu plus loin, des outils de prévention automatisés, des outils de risque doivent être faits avec les sachants. C'est pour ça qu'on se lance dans des partenariats. On a une vingtaine de médecins qui travaillent avec nous au quotidien pour aussi s'assurer que nos modèles sont cliniquement valides, sont de qualité et qu'on est en contrôle de ce qui est en train d'être proposé aux médecins.

Stéphane, vous évoquiez effectivement le, le gain de temps. Ludivine évoque la réduction de la charge administrative. On a aussi une réduction de la charge mentale. Est-ce que tout est lié ? Est-ce que tout ça va permettre aussi, un soin de meilleure qualité ? Est-ce que c'est la conviction par rapport à l'IA dans la pratique et dans la consultation ?

Alors, personnellement, j'en suis convaincu. On peut penser que l'IA, l'apport de principal bénéfice, finalement, ça va être le gain de temps. J'y vois surtout la capacité de réduire la charge mentale. Ludivine le disait très bien. On a un certain nombre de tâches maintenant qui incombent aux médecins qui ne deviennent plus humainement possibles, surtout dans un délai très contraint comme douze minutes en consultation.

Et donc du coup, il y a trop de praticiens actuellement qui sont en pression constante, soit sur trop de tâches, trop d'informations, peu de temps finalement disponible et surtout la peur panique d'oublier quelque chose de grave. Et donc finalement ces assistants, moi, je les vois comme la capacité de, sécuriser, structurer, organiser et soulager le médecin au travers des différents outils qui sont mis en place.

Alors pour moi, je trouve que le gain de temps, il existe, c'est un fait, mais, c'est presque un effet de bord. Il est secondaire dans ce cadre-là.

Je vois que le principal impact, c'est de libérer de la charge mentale pour que le praticien puisse travailler dans des conditions beaucoup plus favorables pour au final aider le patient dans sa globalité.

Donc au final, moi, ce que j'aurais tendance à dire, c'est qu'on ne travaille pas forcément plus vite, mais on travaille beaucoup plus sereinement. Et pour moi, c'est ça l'enjeu.

D'accord. Effectivement, c'est ce que vous voulez aussi développer. Comment est-ce que vous accompagnez la, la formation des médecins ? Est-ce que c'est quelque chose que Doctolib fait ? Il se pose beaucoup de questions sur la nécessité de former les professionnels de santé à ces nouveaux outils. Comment vous pouvez-vous les accompagner sur vos outils ?

Alors, constat, les outils IA et digitaux, c'est exponentiel. Donc il y a une accélération de la création des outils. Et je crois fondamentalement que la réussite de ces outils passera par l'adoption des personnes qui sont censées les utiliser et auxquelles on veut amener de la valeur. Et donc il y a carrément des métiers qui existent et on est à la limite effectivement de la formation, de l'anthropologie de la santé.

Quel est le rapport entre le médecin et cet outil, pour justement, maximiser son efficacité ? Et donc concrètement, ça veut dire qu’il faut laisser au médecin-là, capacité de décider quel outil il veut et comment le faire, mais surtout, il faut les accompagner et il faut aider les professionnels de santé à réenchanter un peu leur pratique à travers ça.Non pas en tombant dans l'effet waouh, parce qu'on travaille sur des outils de chatbot.

Effectivement, comment rapidement résumer : résume-moi ce dossier médical. Exemple concret, cas d'usage, les urgences appellent. Un patient est aux urgences, appelle le médecin traitant, mais il se trouve que c'est dans une MSP et donc le médecin n'est pas celui qui a vu le patient, il ne le connaît pas et donc il a besoin de savoir rapidement qu'est-ce qui se passe.

Et ça, ça permet de rassurer et en quarante secondes, être capable de répondre aux urgences pour accélérer, la prise en charge.

Et donc ça, c'est des exemples, mais ça fait waouh aussi dans les mains des médecins. Mais il faut se l'approprier au quotidien. Et ça veut dire qu’on a une équipe de consultants qui aide et on a beaucoup, beaucoup d'intentions de formation autour de ça, avec des webinars et autres sujets pour se réapproprier les outils.

Merci beaucoup Ludivine. Vous aviez tous les deux l'humanité dans vos slides et on a bien compris que c'était ça l'objectif. Malheureusement, le temps passe trop vite. On pourrait en parler pendant longtemps. Moi, ce que je retiens de cette première séquence, c'est que ces assistants numériques ne se valent que s'ils permettent trois choses : gagner du temps, réduire la charge administrative, on arrive à peu près à la même chose, réduire la charge mentale. Et puis bien sûr, dans l'objectif de redonner de la place à la relation de soin. Et donc c'est ça qui est le, qui est le plus important. Merci à tous les deux. Merci beaucoup pour cet apport.

On va maintenant changer d'échelle et passer de la médecine de ville à la complexité hospitalière. À l'hôpital, on parle plus seulement de consultations, de recherche d'informations, mais on a aussi des données massives. On a de la coordination, on a des alertes, de l'anticipation, de l'intégration dans des organisations complexes. Donc la question devient alors simple : comment les assistants numériques peuvent-ils aider à mieux synthétiser, mieux anticiper, mieux coordonner ?

On va refaire une séance de sondage. Je vais vous demander de reprendre vos téléphones où que vous soyez et je vais vous proposer une question simple mais centrale.

Selon vous, et si la régie formidable peut me faire apparaître le QR code. Selon vous, quelle est la condition indispensable, pour faire confiance à un assistant numérique en santé ?

Et je vais remercier mes, mes orateurs et inviter mes, mes orateurs suivants. Euh, je vais appeler le professeur Anne-Claire Lukaszewicz, cheffe de service anesthésie-réanimation des Hospices civils de Lyon, à venir me rejoindre. Et Stéphane Kirche, expert e-santé, qui vient juste de rentrer de HIMSS de Las Vegas, le congrès mondial des technologies de santé hospitalière. Il va sûrement nous en parler aussi.

Et je regarde pendant ce temps-là les résultats du sondage Mentimeter. On voit bien que ce qui ressort, c'est bien sûr la validation clinique, un sujet extrêmement important dans notre secteur de la santé, donc qui est nécessaire pour faire confiance à ces assistants numériques en santé qui peuvent effectivement parfois être des aides à la décision.

Je vois qu'en deuxième tient la corde la responsabilité humaine, clairement maintenue.

Et ça, on va en parler, la fameuse garantie humaine, ce qu'on peut appeler dans certaines publications human in the loop en anglais, donc l'humain dans la chaîne de construction et de décision. Bien sûr aussi, la fiabilité scientifique qui va souvent de pair avec la validation clinique. Effectivement, ces sujets sont majeurs. Et puis, bien sûr, on voit apparaître derrière des sujets de protection de données. Dans le contexte actuel, c'est extrêmement important. Et puis la transparence des sources, bien entendu. Ces fameux datasets dont parlait tout à l'heure Stéphane sont essentiels. Merci en tout cas à tous.

Je vois que ça continue à remplir de nous alimenter de ces informations et donc de pouvoir nous éclairer ici sur vos positions. Et n'hésitez pas à continuer ces échanges quand vous êtes notamment en région, parlez entre vous ou sinon, n'hésitez pas sur les réseaux sociaux, sur LinkedIn ou avec vos confrères demain quand vous serez dans vos établissements ou dans votre cabinet, à continuer à échanger sur cette soirée.

Donc effectivement, ça montre bien que la santé et la confiance ne reposent jamais sur l'effet de nouveauté. Elle repose sur la preuve, le cadre, la transparence et la responsabilité.