Ce que le numérique en santé ne regarde pas
Un tableau de bord de déploiement affiche en vert : sites connectés, comptes activés, utilisateurs actifs. Dans la salle, on valide. Personne ne pose la question qui justifiait le projet : est-ce que quelqu’un va mieux, travaille mieux, est mieux soigné ?
Mesurer l’adoption est légitime. Un directeur d’établissement peut répondre, à raison, qu’un outil que personne n’utilise ne produira rien, et qu’il ne peut pas attendre des années de résultats cliniques pour savoir si un déploiement tient. Le problème n’est pas que les tableaux de bord mesurent l’adoption. C’est qu’ils risquent de s’arrêter là, et que le déploiement lui-même peut rendre le bénéfice plus difficile à établir ensuite.
Trois constats, qui s’enchaînent. On cherche peu le bénéfice. On n’entend qu’une partie des usagers. Et l’usage modifie ce qu’on pourra mesurer.
Ce qu’on compte devient ce qui existe
Une étude publiée en août 2026 a recensé les dispositifs médicaux d’intelligence artificielle autorisés aux États-Unis : 1 357. Elle a cherché combien étaient associés à une évaluation portant sur des résultats centrés sur le patient, comme la mortalité ou les complications. Dans les sources examinées, elle n’en a retrouvé que trois, soit 0,2 % des dispositifs recensés. Cela ne veut pas dire que les autres n’ont jamais été évalués : des études ont pu être menées sans être enregistrées, ou sans pouvoir être reliées au dispositif. Cela montre combien ces preuves sont difficiles à retrouver là où chacun peut aller les chercher.
Entre l’autorisation d’un outil et le bénéfice qu’il apporte, il y a le déploiement, l’activation, l’usage. Les premières étapes se comptent depuis le poste de celui qui déploie : un registre, un journal de connexion. La dernière oblige à aller voir ce que le patient ou le soignant en retire, sur la durée, et à trouver quelqu’un pour financer l’enquête. Dans la grille des 3U (utile, utilisable, utilisé), l’« utilisé » est ce que le tableau de bord montre le mieux, l’« utile », c’est-à-dire un besoin réel couvert, ce qu’il vérifie le moins. Ce qui n’est pas mesuré tend à sortir de la discussion, sans que quiconque ait décidé de l’en écarter.
Ceux qui ne répondent pas
Pour comprendre ce que l’outil change dans le travail, on interroge aussi les utilisateurs. C’est légitime et c’est partiel. En septembre 2024, une enquête sur le nouveau dossier médical électronique des Anciens Combattants américains, relevée par le Government Accountability Office, a obtenu environ 19 % de réponses. Il ne s’agit pas d’un outil d’IA, mais le mécanisme est le même.
Quatre personnes sur cinq n’ont pas répondu. Les répondants étaient majoritairement insatisfaits : approximativement trois sur quatre estimaient que le système ne leur permettait pas d’être aussi efficaces que possible. Les silencieux sont-ils plus satisfaits, plus découragés, ou simplement trop occupés ? Rien ne permet de le savoir, et rien n’indique que leur silence soit neutre. Celui qui contourne l’outil peut hésiter à le dire ; celui qui l’abandonne peut, selon la manière dont l’enquête recense sa population, ne plus figurer parmi les personnes interrogées.
Ceux qui choisissent les outils et ceux qui travaillent avec ne sont pas toujours les mêmes personnes. La distance entre eux est l’endroit où l’information se perd.
Quand l’outil change ce qu’on peut mesurer
Reste un problème d’une autre nature. Même bien cherché, le bénéfice peut devenir plus difficile à établir à mesure que l’outil se répand. Deux mécanismes sont plausibles.
Le premier est l’érosion. En 2025, une étude menée dans quatre centres de coloscopie en Pologne a comparé le travail de dix-neuf endoscopistes expérimentés avant et après l’introduction d’une assistance par IA. Sur les examens réalisés sans l’assistance, le taux de détection des lésions précancéreuses est passé de 28,4 % à 22,4 %. C’est un taux agrégé, pas une mesure de chaque praticien, et l’étude est observationnelle : elle constate une baisse sans établir qu’une perte de compétence en est la cause. Si une érosion de ce type existait, qui la verrait ? Pas nécessairement les tableaux de bord habituels : tant que l’outil fonctionne, les indicateurs de volume peuvent rester satisfaisants. Les compétences d’un système de santé sont un capital collectif, construit sur des décennies et transmis de praticien à praticien. Qui doit surveiller ce qu’il devient ? Le fournisseur, l’établissement, le régulateur ? Tant que ce n’est pas attribué, chacun peut supposer qu’un autre s’en charge.
Le second touche la comparaison elle-même. Pour savoir si un outil améliore quelque chose, la référence est l’essai randomisé : deux groupes comparables, l’un avec l’outil, l’autre sans. Une méta-analyse de 44 essais en coloscopie trouve 44,7 % de détection d’adénomes avec l’IA contre 36,7 % sans. L’avantage sur cet indicateur est statistiquement significatif. Il ne démontre pas, à lui seul, un bénéfice sur la mortalité ou la qualité de vie.
Yuichi Mori, professeur à l’université d’Oslo et coauteur de l’étude polonaise, a soulevé une question : si l’exposition continue à l’IA affaiblit les praticiens quand ils travaillent sans elle, les groupes sans assistance de ces essais ont pu être « négativement affectés », et l’avantage apparent de l’outil serait surestimé. C’est une hypothèse. Un commentaire de l’American College of Gastroenterology la juge difficile à étayer sans examiner de près la conception de chaque étude, et rien ne permet de l’étendre aux 44 essais. Elle pose néanmoins une question méthodologique plus large : comment conserver un groupe de comparaison pertinent quand les pratiques évoluent avec l’outil ? D’autres méthodes existent, déploiements progressifs comparés entre établissements ou comparaisons avant-après soigneusement construites, mais leur solidité dépend des données disponibles et de la manière dont le déploiement a été organisé.
Déployer sans avoir prévu comment poursuivre l’évaluation, c’est risquer de perdre une partie des moyens de vérifier ce que l’outil apporte. C’est le provisoire qui devient permanent : un déploiement censé être un temps d’observation devient la norme avant que l’observation soit terminée.
Ce qu’on peut exiger
Chacun des trois constats appelle une décision qui se prend avant le déploiement, pas après.
Fixer la mesure avant l’achat. Quels résultats attend-on, pour quels patients ou quels professionnels, et comment vérifiera-t-on la contribution réelle de l’outil ? Une variante utile : demander ce qui permettrait de conclure que l’outil ne sert pas. Un projet qui ne peut pas échouer sur le papier ne peut pas non plus être évalué.
Financer les évaluations que le marché ne garantit pas. L’effet sur les patients, l’expérience de ceux qui contournent ou abandonnent, ce qui change chez les soignants. Ces travaux sont longs, coûteux, peu valorisés. Sans financement indépendant, ils se font rarement, et leur absence est ensuite lue comme une absence de problème.
Distinguer deux raisons de garder une capacité sans l’outil. La continuité des soins : tester régulièrement qu’on sait fonctionner sans lui quand la sécurité l’exige. Combien de jours un service tient-il si tout s’arrête ? Et la recherche : prévoir dès le déploiement des méthodes de comparaison valides et éthiquement acceptables. Maintenir volontairement des pratiques moins efficaces pour servir de témoin ne va pas de soi quand le bénéfice est démontré.
Ce que ces sources autorisent à dire
Ces travaux sont publics, majoritairement américains, et illustrent des mécanismes plus qu’ils ne les établissent partout. Ils ne disent pas que les outils ne servent pas, ni que toute évaluation devient impossible. Ils disent que la preuve du bénéfice ne vient pas toute seule, et qu’elle se prépare avant le déploiement.
Un chiffre peut établir qu’un outil est utilisé. Il ne suffit pas à démontrer ce que cet usage apporte, à qui, ni ce qui se serait passé sans lui. On sait compter ce qui est déployé. A-t-on organisé, avec la même rigueur, la vérification de ce que cela change ? Tant que cette vérification n’a ni budget, ni responsable, ni calendrier, « utilisé » continuera de passer pour une réponse à la question « est-ce que ça sert ? ».
Sources
- Abulibdeh et collaborateurs, PLOS Digital Health, août 2026, sur les dispositifs médicaux d’IA autorisés par la FDA : doi.org/10.1371/journal.pdig.0001597
- Government Accountability Office, Electronic Health Record Modernization (GAO-25-108091) : gao.gov, et GAO-25-106874 : gao.gov
- Budzyń et al., The Lancet Gastroenterology & Hepatology, 2025, étude multicentrique observationnelle sur la détection d’adénomes après exposition à l’IA : PubMed
- Méta-analyse sur la coloscopie assistée par IA, Annals of Internal Medicine, 2024 : PubMed
- Propos de Yuichi Mori, communiqué accompagnant l’étude de Budzyń : Scimex
- Margaret J. Zhou, commentaire de l’American College of Gastroenterology, 17 septembre 2025 : gi.org
