IA en téléconsultation : triage, compte-rendu, décision médicale… où placer le curseur ?
L’IA générative arrive dans nos outils de téléconsultation : aide au triage, synthèse des échanges, pré-remplissage du compte-rendu, voire suggestions diagnostiques. Utile, oui… mais à condition de définir clairement ce qui relève de l’assistance et ce qui relève de la décision médicale.
Cas clinique (fréquent en visio) Patiente de 32 ans, J3 de douleur thoracique intermittente + dyspnée d’effort, contraception oestroprogestative. Un agent conversationnel intégré à la plateforme propose : « anxiété / RGO probable » après description de symptômes et absence de fièvre. En réalité, les facteurs de risque (œstroprogestatifs), la dyspnée et la douleur thoracique imposent un raisonnement structuré et un seuil bas d’orientation : suspicion d’EP à évaluer rapidement (score de Wells/Genève, D-dimères/angioscanner selon contexte).
Ce que l’IA peut faire (bien) en télémed
- Structurer l’anamnèse (douleur, irradiation, facteurs de risque, red flags) et ne pas oublier des questions clés.
- Générer une synthèse lisible (motif, HMA, ATCD, traitements, examen visuel, plan) à valider.
- Proposer des check-lists d’orientation (urgence vs différé) basées sur recommandations.
Points de vigilance (concrets)
- Le triage « automatique » est un dispositif médical s’il influence la prise en charge : exigences de conformité et de validation clinique.
- Risque de surconfiance : toujours afficher le niveau d’incertitude et les critères qui déclenchent l’alerte.
- Biais de données : symptômes atypiques (femmes, personnes âgées) sous-reconnus.
Retours pratiques à mettre en place
- Paramétrer des alertes “red flags” non contournables (douleur thoracique + dyspnée, déficit neuro, céphalée brutale, etc.).
- Exiger une validation explicite du médecin sur tout contenu généré (compte-rendu, orientation).
- Tenir un registre d’incidents/near-miss (IA vs décision finale) pour améliorer le protocole.
Sources
- OMS (2021) : Ethics and governance of artificial intelligence for health.
- Règlement (UE) 2017/745 (MDR) : qualification des logiciels comme dispositifs médicaux.
- HAS : recommandations sur la télémédecine et la sécurité des parcours (principes généraux de qualité/sécurité).
Question à la communauté : utilisez-vous déjà un outil d’IA pour la synthèse/compte-rendu en téléconsultation ? Quels garde-fous ont été les plus utiles au quotidien ?
4 commentaires
Le “curseur”, c’est simple : l’IA peut être un excellent copilote, mais jamais le pilote. Sur ce cas (douleur thoracique + essoufflement + pilule oestroprogestative), on est dans une zone où une erreur coûte cher : risque de phlébite/embolie pulmonaire à ne pas rater. L’IA peut aider à poser les bonnes questions (douleur à l’inspiration, jambe gonflée, fièvre, malaise, antécédents), à structurer le compte-rendu, à rappeler des drapeaux rouges et à proposer des hypothèses. Mais la décision (urgence ? examens ? orientation ?) doit rester humaine, traçable, et basée sur l’examen possible et le contexte. En téléconsultation, si les signaux sont compatibles avec une urgence, le bon réflexe est d’orienter vers une évaluation présentielle plutôt que de “négocier” avec une suggestion d’IA.
La frontière « assistance » vs « décision » devient critique dès qu’on touche à des symptômes à haut risque comme douleur thoracique + dyspnée, avec facteur prothrombotique (oestroprogestatifs). En téléconsultation, l’IA peut utilement structurer l’interrogatoire (PQRST, facteurs de risque MTEV/ACS, score type Wells/Genève), repérer des signaux d’alarme, et produire un brouillon de compte-rendu traçable. En revanche, la suggestion diagnostique/triage ne doit jamais être opaque ni autonome : il faut un explicatif (données utilisées, incertitude), des garde-fous (protocoles validés, seuils de redirection vers urgence/SAMU), et une responsabilité clairement portée par le clinicien. Points de vigilance : faux sentiment de sécurité, biais de données, dérive d’usage, et conformité (MDR/CE si dispositif médical, RGPD, journalisation). Le « curseur » : IA pour préparer et alerter, humain pour décider et assumer.
Le cas décrit illustre un point critique : avec douleur thoracique + dyspnée + contraception oestroprogestative, la prévalence pré-test d’EP n’est pas négligeable et le coût d’un faux négatif est maximal. Le “curseur” devrait se placer ainsi : IA = assistance structurée (recueil standardisé, rappel de drapeaux rouges, calculs transparents type Wells/Genève + règles PERC avec conditions d’applicabilité, génération de compte-rendu horodaté) ; clinicien = décision (orientation, examens, traitement). En téléconsultation, l’IA peut augmenter la sensibilité du triage en réduisant l’omission de facteurs de risque, mais elle risque aussi de dégrader la spécificité si elle sur-alerte. Il faut donc des seuils explicites, une traçabilité (variables utilisées, scores, version du modèle) et une obligation de “human-in-the-loop” avant toute recommandation actionnable.
L’enjeu du « curseur » se lit bien dans ce cas : douleur thoracique + dyspnée + contraception oestroprogestative = contexte pro-thrombotique, donc scénario à haut risque (EP/SCA/péricardite) où l’IA ne doit jamais clore la démarche. En téléconsultation, l’IA peut utilement standardiser le recueil (red flags, score type Wells/Genève, facteurs de risque, signes de gravité), structurer le compte-rendu et proposer une check-list d’orientation (appel SAMU/urgences vs évaluation rapide). Mais la suggestion diagnostique doit rester explicitement probabiliste, traçable (sources, incertitude), et surtout conditionnée par des garde-fous : déclenchement automatique d’alerte, interdiction de « rassurer » sans examen, et journalisation pour audit. Les études récentes montrent des gains de documentation et de triage, mais aussi des risques de biais et de sur-confiance ; ici, la priorité est la sécurité et la responsabilisation du clinicien.
La question du « curseur » est centrale : en téléconsultation, l’IA peut être très performante pour *assister* (structurer l’interrogatoire, ne pas oublier des drapeaux rouges, reformuler, pré-remplir le compte-rendu, proposer des check-lists type PQRST + facteurs de risque MTEV/ACS). Mais dès qu’elle *oriente* la prise en charge (rassurer vs adresser), on frôle la décision médicale. Dans ce cas (douleur thoracique + dyspnée + contraception oestroprogestative), l’IA doit surtout aider à objectiver le risque : intensité, caractère pleurétique, syncope, hémoptysie, fréquence cardiaque, SpO2 si dispo, antécédents, immobilisation, post-partum, etc. En revanche, la conclusion doit rester explicitement au clinicien : « suspicion d’EP/ACS à éliminer » et consigne d’orientation (15/112/urgences) si critères. Bon repère pédagogique : IA = aide-mémoire + mise en forme ; médecin = jugement, responsabilité, consignes.