L'éthique de l'IA n'est pas, pour les thérapeutes et cliniciens, un exercice abstrait de conformité — elle prolonge directement les mêmes obligations professionnelles et éthiques qui régissent déjà la pratique clinique : confidentialité, consentement éclairé, non-malfaisance, et responsabilité des soins dispensés en son nom. Ce que l'IA change, c'est la rapidité et l'ampleur avec lesquelles un manquement à l'un de ces principes peut survenir.

Cet article expose un cadre pratique — fondé sur les recommandations réglementaires et professionnelles existantes — pour un usage éthique de l'IA dans la pratique thérapeutique et clinique.

Pourquoi l'éthique de l'IA importe davantage en thérapie que dans presque tout autre domaine

Les relations thérapeutiques et cliniques reposent sur la confiance, et sur des informations partagées avec une attente explicite de confidentialité — incluant souvent des données personnelles, psychologiques ou de santé hautement sensibles. Les recommandations de 2021 de l'Organisation mondiale de la santé, Ethics and Governance of Artificial Intelligence for Health, ont compté parmi les premiers cadres mondiaux majeurs à traiter directement cette question, énonçant des principes directeurs pour l'IA en santé précisément parce que les données et décisions de santé engagent des enjeux d'autonomie, de sécurité et d'équité particulièrement élevés (OMS, 2021). Dans l'Union européenne, il s'agit désormais aussi d'une obligation légale contraignante : le règlement européen sur l'IA classe de nombreux systèmes d'IA liés à la santé comme « à haut risque », les soumettant à des obligations spécifiques en matière de gestion des risques, de gouvernance des données, de transparence et de supervision humaine — un signal réglementaire indiquant que l'usage de l'IA en santé et à proximité de la thérapie est soumis à des exigences plus strictes que les applications grand public généralistes.

Les 5 principes éthiques enseignés par Happy Brain Training

1. Confidentialité et protection des données. Les informations relatives aux patients sont protégées par les obligations de confidentialité professionnelle et, dans l'UE, par le RGPD — ces deux cadres s'appliquent pleinement dès lors que des outils d'IA sont impliqués, et non aux seuls dossiers traditionnels.
2. Vérification humaine. Toute production de l'IA touchant à un contenu clinique — documentation, matériel, interprétations — est relue et validée par le clinicien avant utilisation.
3. Transparence et consentement. Les patients ont le droit de savoir, en termes généraux, quand et comment des outils d'IA soutiennent — jamais ne remplacent — leur prise en charge.
4. Vigilance face aux biais. Les systèmes d'IA peuvent refléter, voire amplifier, des biais présents dans leurs données d'entraînement ; les cliniciens qui utilisent l'IA restent vigilants sur ce point plutôt que de présumer sa neutralité.
5. Responsabilité professionnelle. Le clinicien — et non l'outil d'IA ni son développeur — demeure pleinement responsable de tout contenu clinique, toute décision ou toute communication parvenant à un patient.

Ces cinq principes reflètent étroitement les recommandations plus larges de l'OMS sur l'IA en santé, qui identifient la protection de l'autonomie humaine, la promotion du bien-être et de la sécurité, la garantie de transparence et d'explicabilité, le renforcement de la responsabilité, la garantie d'inclusion et d'équité, ainsi que la promotion d'une IA réactive et durable, comme engagements éthiques fondamentaux pour l'IA utilisée en contexte de santé (OMS, 2021).

Les écueils éthiques les plus courants

• Manquements à la confidentialité. Saisir des informations identifiantes d'un patient dans un outil d'IA généraliste sans accord de traitement des données adapté — l'une des erreurs les plus fréquentes et les plus évitables.
• Biais non détectés. Présumer neutre un contenu généré par l'IA, alors qu'il peut refléter des données d'entraînement biaisées ou peu représentatives — une préoccupation documentée dans l'ensemble des applications de l'IA en santé.
• Dépendance excessive. Laisser la commodité de l'IA éroder progressivement le raisonnement clinique autonome, en particulier sous la pression du temps.
• Usage non déclaré. Utiliser l'IA d'une manière jamais communiquée au patient, même informellement — ce qui compromet la transparence dont dépend un usage éthique.
• Confondre fluidité du contenu et validation. Les systèmes d'IA, y compris les agents conversationnels grand public, ont fait l'objet d'avis de santé spécifiques — notamment de l'American Psychological Association — avertissant que des agents conversationnels génériques, non validés cliniquement, présentent des risques réels lorsqu'ils sont utilisés en soutien à la santé mentale, en particulier pour des usagers vulnérables, précisément parce qu'un contenu fluide et énoncé avec assurance peut être confondu avec une ressource clinique validée (APA, Health Advisory on the Use of Generative AI Chatbots, Wellness Apps, and Mental Health).

Une liste de vérification éthique pratique avant usage

Before using any AI tool in your clinical or therapeutic practice, ask the following questions — also available as a printable checklist in Happy Brain Training's Ressources gratuites:

• Ai-je retiré ou évité de saisir des informations identifiantes du patient ?
• Cet outil est-il couvert par la politique de protection des données de mon établissement et, le cas échéant, par un accord de traitement des données conforme au RGPD ?
• Vais-je personnellement relire et vérifier chaque affirmation cliniquement pertinente du résultat avant son utilisation ?
• Ai-je envisagé que ce résultat puisse refléter un biais pertinent au regard du parcours, de la langue ou de la présentation de ce patient en particulier ?
• Est-ce que j'utilise l'IA pour soutenir la documentation et le matériel — et non pour prendre une décision diagnostique, d'éligibilité, ou liée au risque ?
• Serais-je à l'aise pour expliquer, en termes simples, la façon dont j'ai utilisé l'IA dans ce cas si mon patient ou un régulateur me le demandait ?

L'approche de la Dre Rania Kassir en matière de formation à l'IA éthique

Happy Brain Training's approach to ethical AI training centers on the same principle running through this article: AI should reduce administrative burden and support clinical work, never sit upstream of clinical judgment or patient safety. Every practical prompt or workflow taught in the training is paired with the ethical guardrails needed to use it responsibly, so that adoption of AI in practice happens with the same rigor clinicians already apply to any other clinical tool.

Cadres réglementaires par région

Aucune loi mondiale unique ne régit l'IA en santé. Les cliniciens évoluent plutôt au sein d'un ensemble composite de recommandations internationales, de réglementations régionales et de règles propres à chaque profession — et les obligations qui s'appliquent réellement dépendent du lieu d'exercice, du public soigné, et de l'ordre professionnel dont on relève. La synthèse ci-dessous constitue un point de départ, non une liste de conformité : vérifiez toujours les exigences en vigueur auprès de votre régulateur, de votre ordre professionnel et de votre employeur.

Monde. Les recommandations de 2021 de l'Organisation mondiale de la santé demeurent le cadre éthique transnational le plus cité pour l'IA en santé, et ses six principes fondamentaux — protection de l'autonomie, promotion de la sécurité et du bien-être, garantie de transparence, renforcement de la responsabilité, garantie d'inclusion et d'équité, et promotion d'une IA réactive et durable — fondent la plupart des cadres nationaux et professionnels qui lui ont succédé (OMS, 2021).

Union européenne. Deux textes priment. Le RGPD encadre la façon dont les données des patients (y compris toute donnée traitée par des outils d'IA) peuvent être collectées, conservées et utilisées, avec des conditions particulièrement strictes pour les données de santé, considérées comme une « catégorie particulière ». Le règlement européen sur l'IA, dont l'entrée en vigueur s'échelonne jusqu'en 2026-2027, classe la plupart des systèmes d'IA utilisés en santé et dans des contextes critiques pour la sécurité comme « à haut risque », imposant des obligations spécifiques de gestion des risques, de gouvernance des données, de documentation, de transparence et de supervision humaine pour tout système d'IA utilisé dans un parcours clinique ou proche de la santé.

France. La Haute Autorité de Santé (HAS) publie des recommandations spécifiques au numérique en santé et à l'IA, et la CNIL (Commission Nationale de l'Informatique et des Libertés) est l'autorité de protection des données chargée de veiller à la conformité au RGPD pour les données de santé, y compris les traitements assistés par IA.

Belgique. L'Institut National d'Assurance Maladie-Invalidité (INAMI/RIZIV) régit les conditions de remboursement et d'exercice professionnel, tandis que le Centre fédéral d'expertise des soins de santé (KCE) publie des évaluations des technologies de santé pertinentes pour les outils numériques et fondés sur l'IA entrant dans l'usage clinique.

Luxembourg. La Caisse nationale de santé (CNS) et le ministère de la Santé fixent le cadre du traitement des données de santé et des soins remboursés ; les ordres professionnels propres à chaque discipline (comme l'Association Luxembourgeoise des Orthophonistes pour l'orthophonie) émettent des recommandations spécifiques à leur discipline.

Suisse. La Suisse n'étant pas un État membre de l'Union européenne, le RGPD et le règlement européen sur l'IA ne s'appliquent pas directement — la protection des données en Suisse relève de la loi fédérale révisée sur la protection des données (LPD), placée sous la surveillance du Préposé fédéral à la protection des données et à la transparence (PFPDT), qui a publié des recommandations spécifiques sur l'IA et la protection des données.

Canada. Les professions de santé sont réglementées à l'échelle provinciale. Les ordres professionnels nationaux et provinciaux — comme SAC-OAC à l'échelle nationale, l'OOAQ au Québec et le CASLPO en Ontario pour l'orthophonie, ou l'OPQ au Québec et le CPBAO en Ontario pour la psychologie — fixent les normes de pratique encadrant l'usage de l'IA au sein de chaque discipline, aux côtés de la législation fédérale et provinciale sur la protection des renseignements personnels (LPRPDE et ses équivalents provinciaux).

États-Unis. La loi HIPAA encadre la confidentialité et la sécurité des informations de santé protégées, y compris lorsqu'elles sont traitées par des outils d'IA, et tout outil d'IA commercialisé comme dispositif médical ou aide au diagnostic peut relever de la supervision de la FDA pour les dispositifs médicaux intégrant l'IA/le machine learning. Les organismes professionnels — l'ASHA pour l'orthophonie, l'APA pour la psychologie, l'APTA pour la kinésithérapie — publient des recommandations de pratique propres à leur discipline sur l'IA générative.

Émirats arabes unis. La Dubai Health Authority (DHA) réglemente la prestation de soins et le traitement des données à Dubaï, y compris les exigences relatives au numérique en santé et aux outils assistés par IA utilisés dans des structures cliniques agréées ; les autres émirats disposent de leurs propres régulateurs de santé, avec des cadres comparables.

En savoir plus À propos de nous, ou Contactez-nous pour toute question.