L’IA dans les soins : déjà là, et déjà en train de changer la pratique
L’intelligence artificielle n’est plus une hypothèse. Elle est présente dans nos salles de thérapie, nos dossiers informatisés et nos outils cliniques. De l’orthophonie à la neuropsychologie, l’IA transforme notre façon d’évaluer, de documenter et d’intervenir.
La question n’est plus de savoir si les thérapeutes utiliseront l’IA, mais comment ils l’utilisent déjà, et comment le faire de manière responsable, sans renoncer à la présence thérapeutique ni au jugement clinique.
Comme nous l’avons souligné dans notre précédent article, l’IA influence non seulement nos outils, mais aussi nos décisions. De nombreux cliniciens utilisent aujourd’hui des plateformes intégrant de l’IA, parfois sans le savoir, ce qui soulève des questions importantes de transparence, d’éthique et de résultats.
Schubert et al. (2025) nous rappellent que passer d’un usage passif à une utilisation éclairée exige une formation structurée. Savoir comment fonctionne l’IA ne suffit pas : il faut apprendre à raisonner avec elle, à la critiquer et à en encadrer l’usage éthique.
Là où l’IA soutient déjà la thérapie
Dans la pratique, l’IA fait déjà la différence :
- Des logiciels cliniques analysent les notes de séance pour repérer des tendances.
- Des outils vocaux suivent l’évolution de marqueurs acoustiques dans le temps.
- Des applications de rééducation adaptatives ajustent le contenu en fonction des réponses du patient.
Jha et Topol (2024) observent que ces outils améliorent l’efficacité dans les domaines qui reposent sur la reconnaissance de patterns. L’IA peut faire ressortir des évolutions significatives, proposer des pistes et adapter les tâches en temps réel. Mais elle ne peut pas prendre de décision clinique.
Un algorithme peut détecter un processus phonologique ou une baisse d’attention. C’est pourtant au thérapeute de trancher : cette observation est-elle cliniquement pertinente ? Est-elle cohérente avec les objectifs, l’histoire et les besoins du patient ?
L’IA peut suggérer. Le thérapeute interprète.
Pourquoi le jugement clinique reste aux commandes
L’IA traite de grands volumes de données, mais elle ne sait pas lire entre les lignes. Elle ne reconnaît pas qu’une donnée reflète la fatigue, une charge émotionnelle, une différence culturelle ou un simple artefact.
Le travail clinique ne se résume pas aux données. Il repose sur le contexte humain, l’histoire développementale, la motivation et les valeurs. L’IA ne sait pas arbitrer entre des objectifs concurrents ni prendre des décisions fondées sur des valeurs.
Comme le proposent Schubert et ses collègues (2025), l’usage responsable de l’IA se construit sur trois niveaux :
- Compétence de base : utilisation sûre et conscience des limites
- Utilisation confirmée : capacité à interpréter, critiquer et exploiter les résultats
- Engagement expert : participation au développement d’outils cliniquement pertinents
Ce cadre place les cliniciens en position de décideurs : non pas de simples utilisateurs passifs, mais des garants de l’éthique.
Personnaliser sans dépersonnaliser
L’IA peut rendre la thérapie plus adaptative. Certaines applications modulent le rythme ou les rétroactions en temps réel : ralentir un exercice lors d’un épisode de bégaiement, ou renforcer les indices visuels pour un patient distrait.
Ces fonctionnalités améliorent la réactivité. Mais l’adaptation, à elle seule, ne fait pas une thérapie. Elle ne prend sens que lorsqu’elle est interprétée et guidée par un clinicien.
Le thérapeute reste indispensable pour décider si une tendance est significative, si un outil sert l’objectif ou en détourne, et comment expliquer ces décisions au patient et à sa famille.
Comme le souligne Topol (2024), l’IA doit éclairer le raisonnement clinique, et non le remplacer.
L’IA va-t-elle remplacer les thérapeutes ? Peu probable.
La crainte de voir l’IA remplacer les cliniciens est compréhensible, mais elle n’est pas étayée par les données actuelles.
L’Organisation mondiale de la Santé (2024) affirme que les meilleurs résultats sont obtenus lorsque le clinicien garde l’autorité décisionnelle et que l’IA joue un rôle de soutien. L’IA renforce le rôle des professionnels qualifiés, elle ne le diminue pas.
Les cliniciens formés à l’IA sont mieux armés pour :
- évaluer les limites des outils ;
- prévenir les mauvais usages ;
- défendre une conception de l’IA inclusive et équitable.
En abordant l’IA de manière critique et éthique, les thérapeutes restent les garants du soin, et non les spectateurs du changement technologique.
S’impliquer dans l’IA ne demande pas de savoir coder, mais de savoir questionner
Nul besoin de compétences en programmation pour bien utiliser l’IA. Il faut en revanche se poser les bonnes questions :
- Comment cet outil a-t-il été entraîné ?
- Sur quelles populations ?
- Quels présupposés et quels biais sont intégrés à ses réponses ?
Une littératie fonctionnelle en IA suppose de comprendre des notions clés comme les biais algorithmiques, les données d’entraînement et la fiabilité des modèles. Elle suppose aussi de distinguer l’innovation fondée sur des données probantes du discours marketing.
Comme le rappelle l’OMS (2024), le clinicien est responsable des outils qu’il choisit, même lorsque l’IA est invisible.
Prochain article : évaluer un outil d’IA avant de l’utiliser
Dans notre prochain article, nous verrons comment évaluer de façon critique un produit d’IA avant de l’introduire auprès des patients. De nouvelles technologies arrivent chaque mois : nous devons rester exigeants.
Nous aborderons :
- les questions à se poser avant d’adopter un outil ;
- comment interpréter les promesses et les résultats annoncés ;
- comment concilier innovation et données probantes.
L’IA ne peut pas remplacer ce qui fait la force de la thérapie. Mais bien utilisée, elle peut renforcer le lien, la clarté et la bienveillance.
Pour aller plus loin, rejoignez nos formations en IA pour les thérapeutes : rendez-vous dans la rubrique Formations pour en savoir plus.
Références
Jha, S., & Topol, E. J. (2024). Adapting clinical practice to artificial intelligence: Opportunities, challenges, and ethical considerations. The Lancet Digital Health, 6(3), e175–e183. https://doi.org/10.1016/S2589-7500(24)00020-9
Schubert, T., Oosterlinck, T., Stevens, R. D., Maxwell, P. H., & van der Schaar, M. (2025). AI education for clinicians. eClinicalMedicine, 79, 102968. https://doi.org/10.1016/j.eclinm.2024.102968
Organisation mondiale de la Santé. (2024). Ethics and governance of artificial intelligence for health: Guidance and tools. https://www.who.int/publications/i/item/9789240077925