L'intelligence artificielle est partout dans les discours santé. Tout le monde en parle, peu expliquent ce qu'implique une véritable intelligence artificielle en médecine, aussi appelée IA santé, une fois appliquée à la pratique clinique.
=> IA médicale : ce qui la distingue d'une IA généraliste
Pourquoi l'IA devient nécessaire en médecine
La médecine produit chaque année plus de recommandations et de guidelines. Le temps administratif augmente, le temps médical diminue. Le volume d'informations à traiter devient impossible à absorber pleinement, non par manque de compétence, mais par manque de capacité humaine à tout suivre en temps réel.
L'IA permet de naviguer dans cette complexité : vérifier, croiser, synthétiser. Elle ne décide pas, elle assiste. C'est cette complémentarité qui la rend pertinente en médecine, à condition qu'elle soit construite pour ce terrain précis.
Le vrai sujet n'est pas la performance, c'est la fiabilité
Les modèles de langage généralistes sont impressionnants, mais ils restent probabilistes : ils peuvent extrapoler ou produire une réponse convaincante mais incorrecte. En médecine, ce risque n'est pas un détail technique, c'est un point de rupture.
Julien Jouganous, Head of IA, résume l'enjeu : “la difficulté n'est pas de brancher un modèle performant sur des données, mais de s'approprier des concepts complexes pour les appliquer à un contexte spécifique. L'IA n'est pas vendue pour elle-même : elle sert à rendre les produits d'aide à la décision plus fiables et plus adaptés à la pratique réelle.”
MedGPT, pensé pour le contexte clinique dès la conception
Concrètement, MedGPT est alimenté exclusivement par des sources médicales de référence (HAS, Thériaque, ANSM, sociétés savantes), aligné sur les recommandations en vigueur en France, développé pour un usage professionnel et sécurisé selon les standards RGPD et HDS.
Ces sources proviennent :
- des autorités de santé (Haute Autorité de Santé, Agence nationale de sécurité du médicament, Conseil National de l'Ordre des Médecins),
- des bases de données sur les médicaments (Thériaque, BDPM),
- des sociétés savantes pour les recommandations médicales officielles (par exemple la SPILF ou l'AFPA),
- des instituts nationaux comme l'INCa,
- et des publications scientifiques via PubMed et le top 50 des revues médicales, entre autres.
Chaque réponse est documentée, traçable et vérifiable. MedGPT ne va pas chercher d'information sur des forums ou des contenus généralistes : ce périmètre volontairement restreint est un choix de sécurité.
=> Le détail des sources mobilisées par MedGPT
Une architecture pensée pour limiter les erreurs
Sur le plan technique, MedGPT repose sur une architecture modulaire qui combine des modèles de langage (dont Mistral AI), un fine-tuning médical, des mécanismes de RAG (Retrieval-Augmented Generation) qui interrogent les bases en temps réel et un fonctionnement hybride qui adapte le traitement selon la nature de la question posée. Cette architecture est conçue pour ne jamais laisser le modèle improviser une réponse.
Sa fondation est un graphe de connaissances propriétaire, Neograph. Un modèle de langage ne comprend pas la médecine par nature : il faut lui donner une représentation structurée du réel médical pour qu'il puisse raisonner correctement. Un médicament n'y est pas un simple mot, mais un ensemble structuré de substances actives, de dosages, de voies d'administration, d'effets indésirables avec leur fréquence, d'interactions et de classes thérapeutiques. Cette modélisation, appelée ontologie, donne à l'IA un cadre de raisonnement fiable plutôt qu'une suite de mots à prédire.
Une supervision médicale qui ne s'arrête jamais
Les sources sont sélectionnées manuellement en amont, injectées explicitement dans le raisonnement du modèle et exclues dès qu'elles ne respectent plus les critères médicaux définis : aucune source grand public n'entre dans le système.
En parallèle, l'équipe médicale analyse en continu les réponses produites, identifie les zones d'ambiguïté et ajuste les règles, les sources et les modèles en conséquence. L'objectif n'est pas la réponse la plus rapide, mais la plus sûre et la plus contextualisée.
Dans cette organisation, l'IA agit comme un orchestrateur, jamais comme décideur : elle interroge les bonnes sources, les croise, les synthétise, et restitue le résultat dans un format exploitable. Le raisonnement médical reste humain.
=> Comment cette équipe médicale est intégrée chez Synapse Medicine ?
Une culture réglementaire déjà là
MedGPT s'inscrit dans un environnement réglementaire exigeant. Synapse Medicine développe depuis plusieurs années des dispositifs médicaux marqués CE, ce qui implique des standards élevés de traçabilité, de gestion des risques et de documentation. Là où certains acteurs découvrent aujourd'hui ces exigences avec l'AI Act, Synapse dispose déjà des réflexes et des processus nécessaires : l'IA n'y est jamais une boîte noire, mais un composant intégré dans un système maîtrisé.
=> Les 8 ans d’expertise métier et réglementaire qui ont mené à MedGPT
Ce qu'il faut retenir
Faire de l'IA en médecine, c'est lui donner un cadre, des outils et des garde-fous pour organiser ce qu'il a le droit de lire, comment il raisonne, et comment il restitue l'information. Ce n'est pas demander à un modèle de savoir. C'est cette différence de conception qui sépare une IA généraliste d'une véritable IA santé.
Pour aller plus loin
