Ce que l'IA fait, ce qu'elle ne fait pas

Une ligne de partage pour les affaires médicales.

Huit flux RSS PubMed tournent en continu, jour et nuit, sur mes domaines de veille — immunologie, virologie, oncologie, méthodologie, méta-recherche. Chaque article qui tombe est trié, extrait, structuré, avant même que j'aie ouvert mon ordinateur. Ce n'est plus une hypothèse de travail : c'est mon quotidien depuis plusieurs mois.

Et pourtant, je n'ai pas délégué une seule fois le jugement sur la certitude d'un corps de preuves.

Ce n'est pas de la prudence rhétorique. C'est une ligne de partage précise, et c'est elle qui rend le reste du système utilisable.

Le problème que l'IA résout réellement

Avant, la veille scientifique se heurtait à un arbitrage simple et cruel : couvrir large, ou couvrir profond. Suivre huit domaines en parallèle avec la rigueur qu'exige chacun était matériellement impossible pour une seule personne. Quelque chose cédait toujours — soit la largeur du balayage, soit la profondeur de l'analyse.

L'IA ne résout pas ce problème en devenant plus intelligente que moi sur le fond. Elle le résout en éliminant le goulot d'étranglement mécanique : lire, trier, extraire les éléments structurés d'un article (population, intervention, critère de jugement, design) est un travail répétitif, formalisable, et qui n'exige pas — à ce stade — de jugement clinique. C'est un travail de tri, pas un travail de pensée.

Concrètement, mon pipeline fait ceci : les flux PubMed alimentent un scénario Make, un module Claude trie les articles selon leur pertinence pour chaque domaine, extrait les éléments structurés, et écrit le tout dans une base Notion organisée. Ce qui prenait des heures de lecture dispersée prend maintenant des minutes de relecture ciblée. Le gain n'est pas marginal, il est d'échelle.

Ce que ce gain d'échelle ne change pas

C'est là que la plupart des discussions sur l'IA en affaires médicales dérapent. Le raisonnement implicite est souvent : si l'IA trie et extrait bien, pourquoi ne jugerait-elle pas aussi ? La question semble naturelle. Elle repose sur une confusion.

Trier et extraire, c'est identifier ce qu'un article dit. Juger la certitude d'un corps de preuves, c'est évaluer ce qu'un ensemble d'articles permet raisonnablement de conclure — en pondérant le risque de biais de chaque étude, la cohérence entre études, la précision des estimations, l'applicabilité à une population donnée, et en arbitrant quand ces critères se contredisent. Ce n'est pas une opération d'extraction plus poussée. C'est une opération d'un ordre différent.

GRADE, ROB2, ROBINS-I, SYRCLE, AMSTAR-2 : ces référentiels existent précisément parce que ce jugement n'est pas mécanisable en une formule. Ils structurent le raisonnement, ils ne le remplacent pas. Appliquer ROB2 à un essai clinique demande de comprendre le contexte de randomisation, la plausibilité d'un biais de sélection dans ce protocole précis, l'impact clinique réel d'une déviation au protocole — des arbitrages qui mobilisent un jugement de domaine, pas une classification.

Un système peut signaler qu'un essai n'est pas en double aveugle. Il ne peut pas, de façon fiable et auditable, décider si cette absence d'aveugle compromet réellement la validité du résultat dans ce contexte clinique précis. La différence entre les deux, c'est exactement la différence entre trier et juger.

Le principe de balisage

Sur chaque brique de mon pipeline, je pose la même question : qu'est-ce qui est automatisé ici, et qu'est-ce qui ne l'est pas ? La réponse doit être explicite, pas implicite — pas un vague sentiment que "l'IA aide", mais une frontière que je peux tracer et défendre.

Concrètement, cela veut dire que le triage et l'extraction sont balisés comme automatisés. L'évaluation de la certitude, elle, est balisée comme humaine, et le reste du système est construit pour ne jamais la contourner : la base Notion structure les données extraites, mais aucune case "certitude des preuves" n'est jamais pré-remplie par la machine. Cette case reste vide jusqu'à ce que je l'analyse moi-même.

Ce n'est pas un garde-fou éthique décoratif. C'est un choix d'architecture qui a une conséquence directe : si demain un client me demande sur quelle base une conclusion a été tirée, je peux répondre précisément, article par article, plutôt que de renvoyer vers une boîte noire. La traçabilité n'est pas un supplément qu'on ajoute après coup, elle est câblée dans la structure même du pipeline.

Pourquoi cette ligne se déplace difficilement

On m'objectera que les modèles progressent, et que cette frontière reculera avec le temps. C'est possible sur le plan technique. Mais le problème n'est pas seulement technique — il est aussi structurel, et pour deux raisons qui ne bougeront pas avec la prochaine version d'un modèle.

D'abord, un jugement de certitude engage une responsabilité. Quand une organisation communique qu'un corps de preuves est de certitude "modérée" plutôt que "faible", cette formulation a des conséquences réglementaires, commerciales, parfois cliniques. Cette responsabilité ne peut être portée que par une personne identifiable, capable d'expliquer et de défendre son raisonnement — pas par un système dont la sortie n'est pas auditable au sens où l'exigent des instances scientifiques ou réglementaires.

Ensuite, et c'est plus fondamental : la qualité d'un jugement méthodologique ne se mesure pas à sa vitesse de production, mais à sa robustesse face à la contradiction. Un évaluateur humain peut changer d'avis face à un contre-argument, expliquer pourquoi, ajuster sa position. C'est cette capacité de raisonnement contradictoire, traçable et responsable, qui définit le jugement — pas la rapidité avec laquelle une étiquette est posée.

Ce que ça change pour vous

Si vous évaluez l'intégration de l'IA dans vos processus d'affaires médicales, la question à vous poser n'est pas "faut-il utiliser l'IA ou pas". Cette question est déjà tranchée : le gain d'échelle est trop net pour l'ignorer, et vos concurrents ne l'ignorent pas.

La vraie question est : où est votre ligne de partage, et pouvez-vous la défendre devant un comité scientifique, un régulateur, un client qui demande des comptes ?

Si la réponse est floue — si vous ne savez pas dire précisément quelle étape de votre processus est automatisée et laquelle ne l'est pas — le risque n'est pas que l'IA se trompe. Le risque est que personne ne puisse dire, après coup, où et pourquoi une conclusion a été formée. C'est un problème de gouvernance, pas un problème de performance technique.

Une machine trie, extrait, recombine, à une échelle qu'aucune équipe humaine ne peut égaler. Elle ne juge pas la certitude d'un corps de preuves — elle n'en a ni le mandat ni les moyens. Ce jugement reste, et restera, un travail d'affaires médicales.