L’Utah devient le premier État des États-Unis à autoriser, dans le cadre d’un programme pilote réglementaire, un service permettant de renouveler certains ordonnances via un système d’Intelligence Artificielle sans interaction directe avec un médecin dans le processus habituel. Initiée par le Office of Artificial Intelligence Policy (rattaché au Département du Commerce de l’État) et la startup de la santé Doctronic, cette démarche vise à réduire les délais d’attente pour les patients atteints de maladies chroniques tout en recueillant des données sur la sécurité et l’efficacité clinique avant d’envisager une éventuelle extension du modèle.

Cependant, cette initiative soulève de nombreux débats : jusqu’à quel point peut-on automatiser une décision clinique — même si elle se limite à un simple renouvellement — sans augmenter le risque ? Et quels contrôles doivent être mis en place lorsque la médecine quitte l’interaction strictement humaine ?

Ce que permet précisément le projet pilote : renouvellements « routiniers », pas une autorisation illimitée

Ce programme se présente comme une solution rapide pour renouveler une médication déjà prescrite dans des cas précis, notamment pour des traitements stabilisés liés à des maladies chroniques. En pratique, l’utilisateur complète la démarche via son navigateur et paie une taxe de 4 dollars pour le service, selon les détails communiqués lors de son lancement.

L’approche est d’autant plus pertinente qu’elle cible un goulot d’étranglement connu dans le système de santé : une part significative de l’activité liée à la pharmacie concerne les renouvellements et autres démarches répétitives. Selon le contexte réglementaire et médiatique local, ces renouvellements peuvent représenter jusqu’à 80% de l’activité pharmaceutique, ce qui motive l’intérêt de l’État à évaluer si l’automatisation peut réduire la friction sans compromettre les résultats.

Ce que la « nouveauté » apporte : pas simplement de l’IA médicale, mais un cadre juridique pour l’expérimenter

Ce qui distingue Utah, ce n’est pas tant la présence d’un chatbot médical, mais le fait que l’État l’intègre dans un concept de « sandbox réglementaire » (ou « cadre de test supervisé ») permettant d’expérimenter la technologie avec supervision, collecte de données et conditions définies, avant de décider si elle doit être adoptée de façon pérenne.

D’après les informations disponibles, l’agence régionale dédiée à l’IA a été créée en juillet 2024 dans le but d’autoriser des tests contrôlés. Elle a déjà collaboré avec d’autres projets liés à la santé (notamment en santé mentale ou en soins dentaires). Dans ce pilote, l’objectif déclaré est d’évaluer la sécurité, l’expérience du patient et l’efficacité, tout en mesurant des indicateurs opérationnels comme l’adhérence, la satisfaction, la sécurité et la fluidité du flux de travail.

Que dit Doctronic sur la précision de son système ?

Un argument qui a beaucoup alimenté l’intérêt médiatique concerne le taux de concordance avec les médecins. Selon certains rapports relayés par la presse locale, Doctronic affirme que son système correspond à la décision de traitement des médecins à environ 99% lors de comparaisons avec des cas cliniques. Plus précisément, un autre chiffre diffusé dans la même couverture, basé sur des données communiquées aux régulateurs, indique une coïncidence de 99,2% sur un ensemble de 500 cas d’urgence.

Ce chiffre est important : il ne s’agit pas d’un résultat audité en totalité par une tierce partie, mais d’un indicateur que la société utilise pour justifier la faisabilité du pilote sous réserve de contrôles de sécurité et de surveillance continue.

L’autre aspect : quand la décision « automatique » devient une responsabilité

Ce débat dépasse la seule technicalité ; il comporte aussi une dimension professionnelle et éthique. La mise en œuvre de systèmes qui diminuent l’intervention directe du médecin suscite des réticences dans la communauté médicale. La directrice générale de l’American Medical Association (AMA) met en garde : si l’IA peut transformer la médecine de manière bénéfique, sans participation active du médecin, elle peut aussi engendrer des risques importants tant pour les patients que pour les professionnels.

Du point de vue technique, le point sensible n’est pas seulement si l’IA « finit toujours par avoir raison » dans le cas général, mais plutôt : que se passe-t-il dans les situations rares ou complexes — dossiers incomplets, comorbidités, interactions médicamenteuses rares, mauvaise adhérence ou signes subtils de dégradation. Là, plus que le taux de succès global, la conception des contrôles, des mécanismes d’alerte et des « freins » demeure essentielle pour que le système reste maîtrisable et sûr.

Pourquoi ce pilote retient l’attention de l’industrie technologique

Pour un acteur du numérique, l’expérience de l’Utah fait figure de miroir : ce qui se teste aujourd’hui dans la santé privée sera bientôt applicable à d’autres secteurs régulés :

• Automatisation des tâches répétitives avec un impact direct sur les coûts et les délais.
• Gouvernance : qui contrôle, comment se consigne l’évidence, quelles sont les obligations de reporting aux autorités.
• Sécurité informatique et protection des données : identité, accès, traçabilité, stockage sécurisé.
• Interopérabilité avec les outils et processus existants dans l’écosystème de santé.
• Modèle opérationnel : il ne suffit pas d’un simple grand modèle de langage (LLM); c’est tout le système qu’il faut concevoir (vérifications, journaux, réponse aux incidents, révisions et indicateurs).

Utah tente de répondre à une question essentielle : si l’IA doit intervenir dans des décisions sensibles, comment la tester en conditions réelles sans prendre de risques insurmontables ?

Source : Intelligence artificielle qui délivre des prescriptions médicales en Utah