« Révolutionnaire », « dix fois plus rapide », « approuvé par l’IA » : les annonces technologiques promettent souvent beaucoup. Pour un professionnel de santé, la bonne question n’est pas de savoir si une démonstration impressionne, mais si l’outil répond à un besoin réel avec des preuves adaptées.
1. Quel problème cherche-t-on à résoudre ?
Commencez par décrire un besoin concret : temps perdu à saisir des informations, difficulté de coordination ou répétition d’une tâche. Sans problème clairement identifié, même une technologie performante risque d’ajouter de la complexité.
Séparez ce qui est souhaitable pour un service, ce qui est utile pour un professionnel et ce qui améliore effectivement le parcours ou la sécurité du patient.
2. Qui a produit les résultats ?
Une vidéo de démonstration, un communiqué de presse et une étude publiée ne jouent pas le même rôle. Regardez qui a financé l’évaluation, combien de personnes ont été incluses, quelles étaient leurs caractéristiques et si les données viennent du contexte de soins concerné.
Un essai mené par l’éditeur est un premier signal, pas une preuve indépendante. Recherchez des évaluations externes et les limites décrites par les auteurs.
3. Par rapport à quelle solution ?
Une amélioration annoncée peut être comparée à une méthode volontairement faible, à un prototype ou à l’absence de processus. Cherchez le véritable comparateur : la pratique habituelle dans votre type de structure.
Une précision statistique supérieure ne signifie pas forcément meilleur résultat clinique. Vérifiez les conséquences sur le temps de travail, la qualité, les erreurs, les faux positifs, les coûts et les utilisateurs.
4. Avec quelles conditions et quels risques ?
Les résultats sont-ils reproductibles, ou dépendent-ils d’un matériel, d’une connexion ou d’une équipe spécialisée ? Quels risques de confidentialité, de biais, d’accès ou de dépendance à un prestataire apparaissent ?
Un outil d’IA générative peut donner une réponse assurée et fausse. La HAS recommande de vérifier les résultats et d’évaluer leur adéquation aux besoins, plutôt que de se fier à la seule impression de fluidité.
5. Quel est son statut réglementaire ?
La présence du sigle « IA » n’indique pas le statut du produit. Selon sa finalité, un logiciel peut être un outil administratif, un dispositif médical numérique ou un système soumis à d’autres exigences. Examinez les indications prévues, la documentation du fabricant et les obligations applicables.
Le marquage CE, lorsqu’il est pertinent pour un dispositif médical, n’est pas à lui seul une preuve d’efficacité supérieure en toutes circonstances. Évitez de confondre conformité réglementaire, performance technique et bénéfice clinique démontré.
6. Comment l’essayer sans prendre de risque ?
Définissez un périmètre limité et des critères d’arrêt. Un essai organisationnel peut commencer sur des données fictives ou non sensibles, avec mesure du temps et du nombre de corrections. En présence de données de santé ou d’une finalité clinique, associez les responsables compétents et respectez les procédures de validation.
Documentez le résultat : bénéfice observé, difficultés, coûts, incidents et limites. Une décision de ne pas déployer est parfois la conclusion la plus utile.
Votre grille de lecture en une minute
Avant de relayer la prochaine annonce, posez quatre questions rapides : quel besoin ? quelles preuves ? quels risques ? quel contexte d’utilisation ? Si ces réponses manquent, présentez la nouveauté comme une piste à explorer, pas comme un changement de pratique établi.
Cette discipline permet de garder une veille ouverte et curieuse, sans transformer la chaîne d’information en vitrine publicitaire.
Exemple fictif : une application qui promet de prédire les chutes
Un éditeur annonce que son application détecte un risque de chute grâce à un smartphone. La présentation montre quelques graphiques et affirme un taux de réussite élevé. Avant d’en déduire un intérêt clinique, plusieurs informations manquent : qui a été évalué, comment le risque était-il défini, quel était le comparateur, quelles erreurs ont été observées et quelles décisions l’outil propose-t-il ?
Une sensibilité élevée n’exclut pas un grand nombre de fausses alertes, notamment selon la fréquence de l’événement dans la population. Il faut également connaître les conditions de recueil des données et vérifier si l’outil est adapté à la population suivie.
L’histoire est volontairement fictive. Elle montre comment transformer un argument publicitaire en questions d’évaluation, sans rejeter une innovation ni la promouvoir trop vite.
Écrire une veille utile plutôt qu’une publicité involontaire
Pour présenter une nouveauté à des collègues, adoptez une structure en quatre lignes : ce qui a été annoncé, ce qui a réellement été testé, ce qui reste inconnu et dans quel contexte un essai serait éventuellement pertinent. Ajoutez un lien vers l’étude ou le document primaire, pas seulement vers le communiqué de l’éditeur.
Si les preuves sont préliminaires, dites-le explicitement. L’absence de données indépendantes ne démontre pas que l’outil est inefficace ; elle signifie simplement que sa valeur n’est pas suffisamment établie pour conclure.
Un bon article de veille ne prédit pas systématiquement l’avenir. Il donne aux professionnels les informations nécessaires pour former leur propre jugement.
Sources et ressources de référence
Ces références officielles permettent de vérifier ou d’approfondir les points présentés.