La pression administrative qui pèse sur les médecins pourrait bientôt trouver une solution inattendue : des agents d’intelligence artificielle capables d’automatiser des tâches complexes, bien au-delà de la simple réponse à des questions médicales. Des avancées récentes laissent entrevoir un avenir où l’IA ne se contente pas d’informer, mais agit concrètement au sein des hôpitaux.
Si les chatbots médicaux ont fait parler d’eux, la véritable révolution réside dans le développement d’« agents d’IA ». Contrairement aux chatbots qui se limitent à fournir une réponse isolée à une question, ces agents peuvent interpréter des instructions complexes, planifier des actions, interagir avec des systèmes informatiques comme les dossiers médicaux électroniques (DME) et affiner leurs résultats de manière autonome. Une équipe de chercheurs de Stanford a récemment défini de nouvelles références en matière de performance pour ces agents, tandis que des collègues de Georgia Tech et d’Emory travaillent sur des méthodes pour leur permettre de naviguer efficacement dans le chaos des données médicales.
La différence est frappante : un chatbot peut répondre à la question « Quel est le protocole de traitement pour un patient hospitalisé pour une pneumonie communautaire ? », mais un agent d’IA peut exécuter la consigne « Élaborer un plan de traitement personnalisé pour ce patient ». Cette tâche exige de calculer des scores de risque spécifiques, de vérifier les interactions médicamenteuses et les allergies, d’analyser les résultats d’examens antérieurs et de préparer une ordonnance pour validation par un médecin. « Les chatbots disent des choses. Les agents d’IA peuvent faire des choses », résume-t-on.
L’un des principaux obstacles à l’adoption de l’IA dans le domaine de la santé est la complexité des DME. Loin d’être de simples documents, ces dossiers sont de vastes bases de données relationnelles, composées de multiples tables interconnectées. Selon des recherches menées par l’Institut de technologie de Georgia et l’Université Emory, les médecins doivent souvent faire appel à des ingénieurs de données pour extraire des informations précises de ces systèmes, un processus jugé inefficace et chronophage. Avant de pouvoir prescrire un médicament ou planifier un suivi, un agent d’IA doit donc prouver sa capacité à naviguer avec précision dans ce labyrinthe numérique.
Pour relever ce défi, l’équipe de Georgia Tech et d’Emory a adopté une approche surprenante. Au lieu de se contenter d’alimenter un modèle de langage étendu (LLM) avec des manuels médicaux, ils ont choisi de lui conférer des compétences en programmation. Leur système, baptisé Ehragent, traduit les demandes des médecins en code exécutable. L’IA génère un fragment de code, un exécuteur le teste, et en cas d’erreur, l’agent analyse le message d’erreur pour corriger et améliorer son code. Ce processus itératif, comparé au « débogage par explication à un canard en caoutchouc », lui permet de maîtriser les tâches complexes de récupération de données et d’affiner ses capacités de raisonnement.
Cependant, les performances actuelles des agents d’IA restent perfectibles. Des tests rigoureux menés par Stanford, à l’aide d’une référence appelée Medagentbench, qui évalue les agents sur 300 tâches cliniques réelles, rédigées par des médecins, révèlent que même le modèle le plus performant, Claude 3.5 Sonnet V2, n’atteint qu’un taux de réussite de 69,67 %. GPT-4O arrive en deuxième position avec 64,00%, suivi de Deepseek-V3 (62,67%) et Gemini-1.5 Pro (62,00%). Ces résultats soulignent la nécessité d’une approche prudente de l’innovation dans un domaine aussi sensible que la santé.
L’objectif n’est pas de remplacer les médecins par des IA, mais de les épauler. La vision est de faire passer l’IA du statut d’« outil » à celui de « coéquipier ». En automatisant les tâches administratives chronophages, les agents d’IA pourraient soulager la pression sur les professionnels de santé et leur permettre de se concentrer sur l’essentiel : les soins aux patients. « L’IA ne remplacera pas les médecins de sitôt. Il est plus probable qu’elle renforce notre personnel clinique », explique Kameron Black, co-auteur de l’étude de Stanford.
L’avenir de l’IA en médecine réside donc dans sa capacité à passer de la conversation à l’action. Si cette technologie parvient à dompter la complexité du travail administratif, elle pourrait ouvrir de nouvelles perspectives en matière de soins aux patients.
À ne pas manquer
