Les robots d’IA font des erreurs de diagnostic près de 80 % selon une étude.

Brève sur les résultats de l’étude

Une étude récente publiée dans *Jama Network Open* et citée par le *Financial Times* a montré que les chat‑bots populaires ne sont pas capables de poser des diagnostics médicaux précis lorsqu’ils reçoivent un ensemble limité de données. Dans plus de 80 % des cas, ils donnaient un diagnostic erroné, tandis qu’une description complète des symptômes augmentait la précision à 90 %.

Comment l’étude a été menée
Étape | Ce qui était fait | Sélection des cas
---|---|---
29 scénarios cliniques issus de la littérature de référence | Transfert progressif d’informations sur le patient aux chat‑bots : historique médical → résultats d’examen → analyses de laboratoire | Questions posées à l’IA, mesure de la précision et de la complétude des réponses

Participants à l’expérience
* 20 modèles populaires d’OpenAI, Anthropic, Google, xAI, DeepSeek.
* Avec des données incomplètes, plus de 80 % d’entre eux donnaient un diagnostic incorrect.
* À mesure que le volume d’informations augmentait, la précision s’améliorait : dans les meilleurs cas >90 %, en moyenne les erreurs étaient inférieures à 40 %.

Réaction des développeurs
| Société | Commentaire |
|---|---|
| Google & Anthropic | En tentant d’obtenir des recommandations médicales, les chat‑bots conseillent fortement de consulter un spécialiste. |
| OpenAI | Indique dans ses conditions d’utilisation que leurs services ne sont pas destinés à fournir des recommandations médicales agréées. |
| xAI & DeepSeek | Aucun commentaire fourni. |

Certains développent des modèles spécialisés : Google a créé AMIE, qui montre de bons résultats, mais ses conclusions nécessitent tout de même la confirmation d’un médecin en personne, surtout compte tenu de l’importance de l’évaluation visuelle.

Conclusion
Les chat‑bots peuvent être utiles comme outil auxiliaire, mais avec des informations limitées ils se trompent souvent. Leur utilisation comme substitut à un professionnel médical qualifié reste inacceptable pour le moment, bien que ces modèles puissent s’avérer utiles dans les régions où l’accès aux soins traditionnels est restreint.