ChatGPT sauve une vie : l'IA médicale en action
Publié le 27 avril 2025 — Par l'équipe DEV-AI
IA & Médecine
ChatGPT comme outil d'exploration médicale
GPT-4 · Med-PaLM 2 · BioGPT · USMLE benchmark
Publié en avril 2025 — temps de lecture : 8 min — par l'équipe DEV-AI
L'IA médicale : d'une promesse à une réalité
Depuis plusieurs années, l'intelligence artificielle s'impose progressivement dans le monde de la santé. D'abord cantonnée aux laboratoires de recherche et aux grandes entreprises pharmaceutiques, elle entre désormais dans le quotidien des patients eux-mêmes, via des outils grand public comme ChatGPT.
Ce n'est plus une question de futur lointain. Des millions de personnes consultent aujourd'hui des LLMs (Large Language Models) pour des questions de santé : comprendre une ordonnance, interpréter des résultats d'analyses, explorer des symptômes inexpliqués. La médecine participative, augmentée par l'IA, est déjà là.
Le cas que nous allons analyser illustre à la fois le potentiel extraordinaire de ces outils — et les garde-fous indispensables à maintenir.
Un cas qui fait réfléchir
Une patiente américaine a partagé sur les réseaux sociaux une expérience stupéfiante : après des mois de consultations médicales infructueuses, elle a décrit ses symptômes à ChatGPT. Le modèle d'OpenAI a suggéré une piste diagnostique que ses médecins n'avaient pas envisagée — un cancer rare confirmé peu après par biopsie.
La patiente, dont l'identité n'a pas été rendue publique, présentait depuis plusieurs mois une fatigue chronique, des douleurs diffuses et une perte de poids inexpliquée. Après plusieurs consultations chez des généralistes et des spécialistes, sans diagnostic concluant, elle a décidé, par désespoir, de décrire exhaustivement ses symptômes à ChatGPT.
En quelques échanges, le modèle a identifié une constellation de symptômes cohérente avec un type de cancer rare, et a suggéré des examens spécifiques. Elle a transmis cette piste à son médecin, qui a prescrit les bilans correspondants. Le diagnostic a été confirmé à un stade encore opérable.
L'IA comme second avis médical
Ce cas illustre un usage croissant des LLMs dans la santé : non pas pour remplacer les médecins, mais comme outil d'exploration symptomatique. Plusieurs études montrent que GPT-4 obtient des scores comparables à ceux des médecins en résidence sur des examens de médecine standardisés.
L'avantage clé de l'IA dans ce contexte est sa capacité à relier des symptômes disparates en cherchant des patterns dans un espace de connaissances médicales vaste. Un médecin généraliste, confronté à des dizaines de patients par jour, peut ne pas consacrer le temps nécessaire à explorer des hypothèses rares. L'IA, elle, applique systématiquement son raisonnement à l'ensemble des pistes possibles.
Il faut cependant distinguer deux types d'usages :
- Exploration symptomatique : l'utilisateur décrit ses symptômes et l'IA suggère des pistes. Utile comme point de départ, mais non conclusif.
- Aide à la décision clinique : l'IA assiste le médecin en analysant des données structurées (résultats de laboratoire, imagerie). Usage professionnel, encadré.
GPT-4 et le benchmark USMLE
L'USMLE (United States Medical Licensing Examination) est l'examen qui valide la compétence des médecins aux États-Unis. Il comprend trois étapes couvrant les sciences fondamentales, les sciences cliniques et la pratique médicale.
En 2023, une étude publiée dans PLOS Digital Health a montré que GPT-4 atteignait un score de passage à l'USMLE — entre 52,4 % et 75 % selon les étapes — sans entraînement spécifique sur ces données. Un médecin en résidence obtient typiquement entre 60 % et 70 %.
| Étape USMLE | Score GPT-4 | Score médecin résidence | Seuil de passage |
|---|---|---|---|
| Step 1 (sciences fondamentales) | ~67 % | ~65 % | 60 % |
| Step 2 CK (sciences cliniques) | ~75 % | ~68 % | 60 % |
| Step 3 (pratique clinique) | ~52 % | ~63 % | 45 % |
GPT-4 excelle particulièrement en médecine interne, en pharmacologie et en raisonnement diagnostique. Ses performances sont moins bonnes en chirurgie et en procédures cliniques — des domaines qui nécessitent des compétences pratiques que l'IA ne peut pas acquérir par le texte seul.
Les outils IA spécialisés en médecine en 2025
Au-delà de ChatGPT grand public, plusieurs outils IA spécialisés sont en cours de déploiement dans les environnements médicaux professionnels :
Med-PaLM 2 (Google)
Med-PaLM 2 est un LLM entraîné spécifiquement sur des données médicales. Il atteint un score expert (> 85 %) sur l'USMLE et est conçu pour répondre à des questions médicales complexes. Google le déploie progressivement dans des partenariats avec des hôpitaux et des assureurs.
BioGPT (Microsoft Research)
BioGPT est un modèle de langage pré-entraîné sur la littérature biomédicale (PubMed). Il est particulièrement performant pour extraire des relations entre entités médicales (médicaments, maladies, symptômes) à partir de textes scientifiques.
IA de radiologie et d'imagerie
Des systèmes comme Rad AI, Nuance PowerScribe ou les solutions de Siemens Healthineers utilisent la vision par ordinateur pour analyser des radios, IRM et scanners. Certains sont déjà approuvés par la FDA pour la détection de cancers du poumon, du sein ou de lésions cérébrales.
Chatbots de triage symptomatique
Des applications comme Buoy Health, Ada Health ou Infermedica orientent les patients vers le bon niveau de soin (urgences, médecin généraliste, pharmacien) en fonction de leurs symptômes. Leur usage s'est accéléré post-COVID dans les systèmes de santé surchargés.
Les limites à ne pas oublier
- L'IA n'a pas accès aux examens cliniques physiques
- Elle ne peut pas palper, ausculter, ni mesurer les paramètres vitaux en temps réel
- Elle peut générer de fausses certitudes (hallucinations) avec une apparence de confiance
- Ses données d'entraînement ont une date de coupure — les dernières avancées thérapeutiques peuvent ne pas être intégrées
- Elle ne remplace en aucun cas un diagnostic médical officiel
- La variabilité individuelle (génétique, antécédents, contexte social) est difficile à capturer dans un prompt
Cadre légal et éthique en France
En France, le cadre juridique autour de l'IA médicale est en cours de structuration, notamment sous l'impulsion du règlement européen sur l'IA (AI Act, entré en vigueur en 2024).
Ce qui est légal
Consulter ChatGPT pour des informations de santé est légal. Il s'agit d'un usage similaire à une recherche sur internet — l'utilisateur est libre de chercher des informations médicales. La HAS (Haute Autorité de Santé) ne réglemente pas l'usage personnel des chatbots IA.
Ce qui est réservé aux professionnels
Seul un médecin habilité peut poser un diagnostic officiel, prescrire un traitement ou délivrer un certificat médical. L'exercice illégal de la médecine (article L4161-1 du Code de la santé publique) s'applique aux personnes — pas aux outils IA. En revanche, un médecin qui s'appuierait exclusivement sur une IA sans exercer son jugement clinique engagerait sa responsabilité.
Le dispositif médical logiciel (DM-logiciel)
Un outil IA destiné à des professionnels de santé et visant à poser un diagnostic ou orienter un traitement est qualifié de "dispositif médical logiciel" (DMSM). Il doit être certifié CE selon le règlement MDR 2017/745. Cette certification exige des validations cliniques rigoureuses, ce qui explique pourquoi ChatGPT n'est pas un dispositif médical.
Conclusion
L'IA médicale représente une opportunité immense pour démocratiser l'accès à l'information de santé, réduire les inégalités d'accès aux soins et assister les professionnels dans des tâches répétitives ou à haute complexité informationnelle.
Le cas de cette patiente américaine n'est pas isolé. Il signale une tendance de fond : les patients deviennent de plus en plus acteurs de leur santé, armés d'outils IA qui leur permettent d'arriver en consultation mieux informés, avec des questions plus précises. Cela change la relation médecin-patient — pas pour la remplacer, mais pour l'enrichir.
La condition sine qua non de ce progrès : maintenir le médecin au centre de la décision thérapeutique, avec l'IA comme assistant, jamais comme arbitre.
Comprendre le NLP derrière l'IA médicale
Les LLMs médicaux comme Med-PaLM 2 ou BioGPT reposent sur les mêmes techniques NLP que vous pouvez apprendre dans notre formation : tokenisation, transformers, classification de texte médical.
Découvrir la formation NLP →