Les médecins ont triplé leur usage de l’IA — et triplé leur liste de refus

Les médecins et infirmiers qui ont intégré l’IA dans leur pratique quotidienne sont les plus réticents à en étendre le rôle. Une enquête menée en mars 2026 auprès de 355 médecins et infirmiers américains, commanditée par Wolters Kluwer, révèle que l’usage quotidien de l’IA par les cliniciens a triplé par rapport à l’année précédente. Dans le même échantillon : 74 % craignent que la technologie n’érode les compétences cliniques qu’elle remplace, 74 % se méfient de ses résultats en raison des hallucinations, et 72 % s’inquiètent de voir des modèles économiques fondés sur la publicité fausser les recommandations médicales. Ceux qui utilisent le plus l’IA sont ceux qui tracent la frontière la plus nette.

À quoi ressemble cette frontière en pratique : l’imagerie clinique et les diagnostics se situent du côté acceptable. La documentation, les recommandations thérapeutiques, la communication avec les patients et tout ce qui touche au jugement clinique se trouvent de l’autre côté. Les cliniciens ont passé des années à observer l’IA s’améliorer dans la lecture des clichés et le repérage des anomalies — des améliorations mesurables, publiées et évaluées par les pairs. Le même cadre probant n’existe pas pour les applications plus larges que les développeurs poussent désormais dans les hôpitaux. Les médecins ne rejettent pas l’IA. Ils lui appliquent le même niveau d’examen qu’à toute intervention clinique.

Le fossé de gouvernance est mesurable et ne se referme pas rapidement. La part des cliniciens qui déclarent connaître les politiques de gouvernance de l’IA dans leur établissement est passée de 21 % en 2025 à 27 % l’année dernière. Soit un gain de six points sur un chiffre qui devrait avoisiner les 100. Lorsque les établissements déploient des systèmes d’IA à usage clinique sans cadres de gouvernance correspondants, les cliniciens comblent eux-mêmes le vide — ce qui explique pourquoi la résistance individuelle est la plus forte dans les domaines où la supervision institutionnelle est la plus faible.

L’inquiétude liée aux hallucinations n’est pas théorique. Les grands modèles de langage utilisés en contexte clinique ont produit des informations plausibles mais factuellement incorrectes sur les interactions médicamenteuses, les posologies et les diagnostics. L’inquiétude concernant les biais induits par la publicité reflète quelque chose de plus structurel : la plupart des outils d’IA clinique sont développés par des entreprises dont les revenus dépendent de l’engagement et de la vente incitative, et non des résultats pour les patients. Les cliniciens qui travaillent au sein de ces systèmes reconnaissent le désalignement des incitations, même lorsque les fournisseurs ne le mettent pas en avant.

Ce que décrit l’enquête n’est pas de la technophobie. C’est une profession qui applique systématiquement des normes de preuve. L’IA en radiologie a été acceptée parce qu’elle a généré un corpus de preuves évaluées par les pairs et s’est soumise à des essais cliniques. Les outils aujourd’hui déployés pour la documentation, le triage et l’interaction avec les patients n’ont pas suivi ce processus à une échelle comparable. Le Financial Times, qui rapporte l’enquête aujourd’hui, présente cela comme une résistance. C’est plus exactement une demande pour le même niveau de preuve que toute autre intervention médicale doit franchir.

L’indice AI Index 2026 du Stanford HAI suit un schéma similaire dans sa section médecine : l’adoption devance la validation, et les endroits où l’IA clinique est la plus implantée sont rarement ceux où la littérature sur les résultats est établie. Ce que les données de Wolters Kluwer ajoutent, c’est la perspective des praticiens — à savoir que les personnes les plus proches de la technologie sont celles qui articulent le plus clairement où les preuves s’arrêtent.

Étiquettes: artificial intelligence, clinicians, deskilling, diagnostics, healthcare, medical AI