Le WordPress d'aujourd'hui, décodé pour les développeurs

IA & MCP

Vulgariser des notices médicales par IA : les limites à ne pas franchir

Un LLM peut-il reformuler une notice médicale en langage clair sans en trahir le sens ? Checklist des contenus qu'un organisme de formation continue ne doit jamais lui confier sans validation.

Par Clément Hadrot • 26 juillet 2024 • 4 min de lecture • Aucun commentaire
Vulgariser des notices médicales par IA : les limites à ne pas franchir

Un LLM peut-il reformuler une notice médicale en langage clair sans en trahir le sens ? L’Institut Vitalis, organisme de formation continue pour professionnels de santé, s’est posé la question en cherchant à rendre plus accessibles certains supports pédagogiques destinés à des aides-soignants en formation, souvent rédigés dans un jargon pharmaceutique dense.

La réponse apportée n’a pas été un simple oui ou non, mais une checklist des types de contenus qui peuvent, ou ne peuvent absolument pas, passer par une reformulation automatique sans qu’un professionnel de santé ne valide chaque ligne avant diffusion. Cette checklist ne dit rien de la plateforme technique utilisée pour diffuser les supports, qui reste un sujet distinct traité par ailleurs.

Pourquoi la vulgarisation médicale n’est pas une simplification comme les autres

Reformuler un texte technique en langage clair est un exercice que les modèles de langage réussissent généralement bien : remplacer un vocabulaire spécialisé par des équivalents courants, raccourcir des phrases complexes, structurer l’information en points clés. Sur un contenu médical, cette même mécanique peut introduire une ambiguïté dangereuse si elle simplifie une nuance qui portait, dans le texte original, une information clinique essentielle.

Une posologie exprimée « à adapter selon la fonction rénale » n’a pas le même poids qu’une posologie affichée comme une valeur unique sans cette réserve : un modèle cherchant à simplifier la phrase peut supprimer la nuance sans en mesurer la portée, produisant un texte plus lisible mais potentiellement dangereux s’il est pris au pied de la lettre par un lecteur pressé.

La checklist des cinq catégories exclues

  1. Posologies et ajustements de dose : toute reformulation touchant à une quantité, une fréquence ou une condition d’ajustement doit être validée intégralement par un professionnel avant diffusion.
  2. Contre-indications : ces mentions ne doivent jamais être condensées ou fusionnées, même quand plusieurs contre-indications semblent redondantes en apparence.
  3. Interactions médicamenteuses : la reformulation ne doit jamais regrouper deux interactions distinctes en une phrase générique qui en atténuerait la portée spécifique.
  4. Signes d’urgence à surveiller : ces listes doivent rester exhaustives, sans tri automatique des signes jugés « moins importants » par le modèle.
  5. Populations à risque (grossesse, insuffisance hépatique, âge pédiatrique) : toute mention concernant ces populations doit être conservée mot pour mot ou validée ligne par ligne.
L'essentiel à retenir : La reformulation de posologies ne doit jamais être automatisée sans relecture ; Les contre-indications exigent une validation systématique par un professionnel ; Un LLM vulgarise le vocabulaire, jamais l'intention thérapeutique du texte source

Ce qui reste autorisé sans validation systématique

Certaines catégories de contenu se prêtent en revanche à une reformulation automatique suivie d’une relecture standard, comparable à celle appliquée à tout autre support pédagogique : les explications générales sur le mode d’action d’une classe de médicaments, les définitions de termes médicaux courants, ou la mise en forme de procédures administratives liées à la prescription.

La distinction ne repose pas sur la complexité apparente du texte, mais sur la nature de l’information : dès qu’une phrase engage une décision clinique ou un risque pour le patient, elle bascule dans la catégorie qui exige une validation humaine préalable, quelle que soit la qualité apparente de la reformulation produite par le modèle.

Le prompt utilisé, volontairement restrictif

Reformule ce paragraphe en langage clair pour un public
d aides-soignants en formation. Ne modifie AUCUNE valeur
numerique, dose, frequence ou condition d ajustement.
Si le paragraphe contient une contre-indication ou une
interaction medicamenteuse, ne le reformule pas : renvoie
le texte original accompagne de la mention "A VALIDER".

Sur un contenu médical, la meilleure consigne à donner à un modèle n’est pas « simplifie » mais « simplifie, sauf ». La liste des exceptions compte plus que la qualité de la reformulation elle-même.

Le circuit de validation mis en place

  • Chaque contenu reformulé passe par un tag automatique indiquant s’il relève d’une des cinq catégories sensibles.
  • Les contenus tagués sont soumis à un pharmacien référent avant toute publication, sans exception.
  • Les contenus non tagués suivent le circuit de relecture pédagogique habituel, plus rapide.
  • Un registre des reformulations refusées par le pharmacien référent alimente l’amélioration continue du prompt.

En résumé

Vulgariser un contenu médical par IA n’est pas interdit en soi, mais cela suppose de tracer une frontière nette entre ce qui relève d’une simplification de vocabulaire, largement automatisable, et ce qui engage une information clinique, qui doit systématiquement repasser par un professionnel de santé avant toute diffusion. Cette checklist, appliquée avec rigueur, a permis à l’Institut Vitalis de gagner du temps sans jamais transiger sur la sécurité des contenus.

Partager :

À propos de l'auteur

Clément Hadrot

Développeur WordPress, passionné par Elementor, le FSE et l’automatisation par IA.

Voir tous ses articles

Dans la même veine

À lire aussi