Google Gemini, le Réveil de la Force*

Vers un dossier médical dopé à l’IA

C’était prévisible. Le réveil de Google, dont la fréquentation avait chuté l’an passé après l’apparition de ChatGPT, ne pouvait tarder. L’introduction automatique d’une brève notice issue de l’IA sous chaque recherche était une première riposte. Suivie rapidement pour les médecins par la création d’un outil à intégrer à son propre logiciel de gestion de données médicales qui en dope les potentialités. Une évolution déjà opérationnelle mais qu’il reste à implémenter par les gestionnaires de logiciels.

Dr Carl Vanwelde, médecin généraliste

Depuis la généralisation du Dossier Patient Informatisé (DPI), le clinicien fait face à un paradoxe : il n'a jamais disposé d'autant d'informations, mais il n'a jamais passé autant de temps à les chercher et à les trier.

La récente création des Réseaux Santé mettant en ligne sans hiérarchisation des dizaines de protocoles de formats divers procure une impression de transparence, mais en complique paradoxalement la lecture. L’accumulation de comptes-rendus, d’images et de résultats biologiques a créé une infobésité qui sature notre pratique.

L’arrivée de modèles d'intelligence artificielle de nouvelle génération, comme le propose Gemini, et de capacités d'investigations poussées comme le Deep Research, marquera-t-il un tournant ? La proposition de transformer le simple stockage en synthèse, analyse et aide à l’anticipation est en tout cas séduisante. L’avenir nous dira si elle est réaliste et susceptible de simplifier notre activité clinique.

La multimodalité: le chaînon manquant de l'analyse clinique

Le défi est de taille : comment faire comprendre par une machine des données de natures différentes et les analyser simultanément ? Comment la rendre capable de croiser, pour un patient complexe, une légère hausse de la créatinine dans les derniers résultats de laboratoire avec une note manuscrite du cardiologue mentionnant une introduction de diurétiques et l'aspect visuel d'une échographie Doppler ? Ou, en d’autres termes, lui donner la capacité à relier des données apparemment non significatives pour en extraire des signaux faibles, souvent noyés dans la masse documentaire. Le médecin ne recevrait plus ainsi une liste brute de résultats, mais une synthèse corrélée, photographie précise du présent facilitant les choix pour l’avenir.

Deep Research: l'Evidence-Based Medicine intégrée au DPI

Prolongeant cette synthèse, comment lui donner un suivi thérapeutique qui soit EBM-compatible ? Le Deep Research, outil intégré au logiciel médical, ne nécessite plus une recherche par mots clés, mais parcourt les bases de données scientifiques mondiales en temps réel, tout en évaluant le niveau de preuve pour déboucher sur une réponse argumentée face à un choix  thérapeutique.

Pour le clinicien, cela signifie pouvoir poser une question complexe en langage naturel : « Quelles sont les dernières recommandations pour une patiente enceinte présentant une maladie de Crohn résistante aux anti-TNF ? » et recevoir une réponse structurée, sourcée et actualisée, directement au chevet du patient. Rêve ou réalité ? L’avenir nous le dira.

Une sentinelle numérique trop efficace pour être utile ?   

Cet apport modifiera-t-il le suivi de maladies chroniques, structurant les données issues de la télésurveillance (glycémie, tension, activité physique) intégrées au dossier médical, en y ajoutant une fonction prédictive ? Analysant les tendances de fond, elle pourrait alerter sur une décompensation imminente, en corrélant par exemple une baisse de la saturation en oxygène et une augmentation de la fréquence cardiaque au repos chez un patient BPCO ? Les théoriciens de la gestion informatique des données médicales s’enthousiasmeront sans aucun doute devant ces perspectives reculant les limites de la prévention, le médecin de première ligne devant son patient, et son écran, sera-t-il aussi facile à convaincre ? Une surabondance d’alertes tue l’alerte, et certains patients précaires se verront sans doute grevés de mises en garde aussi nombreuses qu’évidentes, dont leur médecin n’aura que faire, et qu’il ne lira peut-être même plus.

Une intégration au dossier en arrière-plan

Jusqu’ici, les divers apports proposés par l’IA dans le domaine médical passaient essentiellement par une interrogation en ligne d’agents conversationnels (chatbox), qu’elle soit vocale ou écrite, ou par la soumission, dans ces mêmes fenêtres, de documents ou d’images (protocoles d’analyse, d’intervention, d’hospitalisation, photos d’affections dermatologiques, clichés d’imagerie). Démarche supposant pour le médecin une bascule permanente entre le DMI et l’IA, peu réaliste au chevet du patient.

Pour être adopté, un outil doit s'effacer. Le couplage entre l'IA et le DMI est une condition essentielle, et c’est ici que réside la véritable innovation proposée par Gemini. Le clinicien ne devra plus « aller dans la chatbox », la nouvelle application se voyant  intégrée de manière transparente au logiciel du médecin. L'interface offre également la dictée ambiante (transcription et structuration automatique de la consultation), aussitôt intégrée de manière écrite structurée. Gain de temps et d’efficacité sans aucun doute mais, ici aussi, un risque d’excès d’informations non relevantes alourdissant inutilement le dossier. Ces apports séducteurs simplifieront-ils la consultation ou, au contraire, l’alourdiront-ils de charges nouvelles, liées à l’infobésité des données ?

Sécurité, confidentialité et éthique: quels garde-fous ?

Pour répondre aux craintes légitimes que pose l’usage de l’IA quant au stockage et une réutilisation incontrôlée des informations fournies par le patient ou son médecin, Google Gemini recommande d’utiliser systématiquement ses versions (payantes) 'Enterprise' ou 'Healthcare', garantissant que les données de santé traitées resteront dans un environnement cloisonné. Contrairement aux versions grand public, les données médicales n’y seront jamais utilisées pour enrichir le corpus global d’apprentissage de l’outil, mais seront traitées, puis oubliées par le moteur une fois la tâche terminée. En Belgique, cette sécurité des données de santé repose sur la plateforme fédérale eHealth en conformité stricte aux normes européennes, garanties fortement controversées outre-Atlantique.

Ce couplage entre DMI et Gemini ne se réalisera pas à l'échelle individuelle, mais passera par les concepteurs des logiciels de DMI, qui veilleront à ce que la complexité technique disparaisse derrière son interface habituelle, et qui signent les contrats 'Enterprise' ou 'Healthcare' avec Google Gemini. L’éditeur s'assure que l'API (le pont technologique) est sécurisée, que les données soient chiffrées et l'infrastructure certifiée. Le clinicien n'a donc pas à gérer de licence Gemini directement, mais souscrit généralement à un « module IA » ou une option premium auprès de son éditeur habituel.

L'accès à cette technologie représente un investissement, inconcevable avec la gratuité des versions grand public. Le modèle économique s'oriente vers un abonnement forfaitaire supplémentaire auprès de l'éditeur de logiciel, évalué entre 30 et 80 euros par mois.

Vers une médecine augmentée, pas nécessairement simplifiée

Libéré des tâches chronophages de tri et de synthèse de l'information, disposant d’un dossier médical devenu une ressource dynamique et prédictive, le médecin se voit investi d’un outil permettant théoriquement une médecine personnalisée, paramétrée au plus près aux pathologies du patient, plus sûre et paradoxalement plus humaine car le rendant plus disponible. Sera-ce le cas à l’usage ?

Un diabétologue chevronné confiait récemment avoir vu sa pratique profondément modifiée par l’utilisation systématique en consultation d’une check-list d’items à vérifier dans le cadre d’un trajet de soins ou d’une convention diabète. Garante d’un suivi rigoureux, elle parvenait à lui faire oublier la question traditionnelle posée à l’accueil du patient: comment allez-vous, et comment se sont passés les trois mois depuis notre dernière consultation ?  Et de conclure avec humour: verrons-nous un jour la « médecine fondée sur les données probantes (EBM) » remplacée par la « médecine fondée sur les données essentielles » ?  

* Clin d’œil à Star Wars, épisode VII : Le Réveil de la Force (Star Wars, film de science-fiction américain réalisé par J. J. Abrams en 2015).

Points clés à retenir
- Une analyse multimodale texte, images et données biologiques ;
- Un accès immédiat aux dernières publications scientifiques ;
- Des données patient non partagées hors consultation et un hébergement certifié ;
- Une intégration directe dans le logiciel métier habituel.