Un réflexe qui se généralise
Le chiffre, à lui seul, marque une bascule. Quarante-cinq pour cent des Français, soit près d'un sur deux, déclarent avoir recours à l'intelligence artificielle conversationnelle pour des questions de santé. En quelques années, des outils comme ChatGPT et ses concurrents sont devenus, pour une part croissante de la population, un premier réflexe avant même de consulter un professionnel de santé. On interroge l'IA sur un symptôme, une douleur, un traitement, comme on interrogeait hier un moteur de recherche, mais avec une différence majeure : l'IA répond de manière personnalisée, conversationnelle, donnant l'illusion d'un dialogue avec un interlocuteur compétent.
Cette généralisation traduit une transformation profonde du rapport au soin et à l'information médicale. L'asymétrie de connaissance qui caractérisait traditionnellement la relation entre le patient et le médecin se trouve bouleversée. Le patient arrive désormais en consultation, lorsqu'il consulte encore, avec un pré-diagnostic formulé par une intelligence artificielle, parfois pertinent, parfois trompeur. Ce nouveau triangle, patient, IA, médecin, redéfinit les termes mêmes de la relation thérapeutique, sans que le système de santé n'ait eu le temps de s'y préparer.
L'étude, menée par la géographe de la santé Joy Raynaud pour Doctolib et la Fondation Jean Jaurès, offre une photographie précise de ce phénomène. Et cette photographie révèle des lignes de fracture qui recoupent les inégalités sociales et territoriales préexistantes.
Un abîme entre les générations
La première fracture, et la plus spectaculaire, est générationnelle. Là où quarante-cinq pour cent des Français en moyenne recourent à l'IA pour des questions de santé, ce taux grimpe à soixante-dix-huit pour cent chez les dix-huit vingt-quatre ans, et s'effondre à treize pour cent chez les plus de soixante-quinze ans. Joy Raynaud parle d'un « clivage générationnel particulièrement fort ». L'expression est juste. On a affaire à deux mondes : celui des jeunes générations, pour qui l'IA est devenue un réflexe naturel, intégré au quotidien, et celui des aînés, qui en restent largement à l'écart.
Ce clivage n'est pas surprenant, tant il recoupe les écarts d'usage du numérique entre les âges. Mais ses conséquences en matière de santé sont préoccupantes. Les jeunes, plus enclins à se fier à l'IA, risquent de substituer une réponse algorithmique à un avis médical, avec les dangers que cela comporte. Les aînés, à l'inverse, peuvent se trouver exclus d'un outil qui, bien utilisé, pourrait leur faciliter l'accès à l'information de santé. Le clivage générationnel dessine ainsi deux risques opposés : la confiance excessive d'un côté, l'exclusion de l'autre.
Une fracture territoriale persistante
À la fracture générationnelle s'ajoute une fracture territoriale. L'étude révèle que quarante-neuf pour cent des habitants des zones urbaines recourent à l'IA pour des questions de santé, contre trente-six pour cent en zone rurale. Joy Raynaud y voit « l'un des écarts territoriaux les plus marqués de l'enquête ». Le rapport propose deux explications complémentaires. D'une part, des effets de composition : « les zones urbaines concentrent davantage de jeunes et de cadres, premiers utilisateurs de l'IA ». D'autre part, une réalité d'infrastructure : cet écart « peut aussi traduire un moindre accès au numérique dans les territoires ruraux ».
Cette double fracture, générationnelle et territoriale, est lourde de sens. Elle montre que l'adoption de l'IA en santé ne se fait pas de manière homogène, mais épouse les lignes de fracture sociales et géographiques préexistantes. Or ces mêmes territoires ruraux sont souvent ceux qui souffrent le plus de la désertification médicale, où l'accès à un médecin relève parfois du parcours du combattant. Le paradoxe est cruel : ceux qui auraient le plus besoin d'un outil facilitant l'accès à l'information de santé sont précisément ceux qui y recourent le moins, faute d'accès au numérique.
Quand l'IA modifie le comportement de soin
Le résultat le plus troublant de l'étude concerne l'influence de l'IA sur le comportement de consultation. Dans plus de soixante pour cent des cas, le recours à l'intelligence artificielle modifie la décision de consulter. Vingt-cinq pour cent des utilisateurs déclarent que l'IA les a poussés à accélérer une consultation, ce qui peut être bénéfique en cas de symptôme grave. Mais dix-huit pour cent affirment au contraire y avoir renoncé après avoir consulté l'IA. Et c'est sur cette dernière catégorie que l'étude livre son constat le plus alarmant.
Parmi ceux qui renoncent à consulter après avoir interrogé l'IA, soixante-six pour cent sont des étudiants. Joy Raynaud décrypte ce phénomène : « Face au coût et à la rareté des créneaux, l'étudiant se tourne vers l'IA, qui peut le conforter dans une décision de ne pas consulter. » L'analyse est éclairante. Pour une population jeune, souvent précaire, confrontée à la difficulté d'obtenir un rendez-vous et au coût de la consultation, l'IA devient une alternative séduisante. Elle rassure, elle conforte, elle dispense de la démarche jugée coûteuse et compliquée de voir un médecin.
Le danger d'une médecine algorithmique de substitution
C'est là que réside le danger. L'intelligence artificielle conversationnelle n'est pas un médecin. Elle ne pratique pas d'examen clinique, elle ne dispose pas du dossier médical du patient, elle peut générer des réponses erronées avec une assurance trompeuse. Lorsqu'elle conforte un patient dans sa décision de ne pas consulter, elle peut retarder un diagnostic, masquer une pathologie grave, ou simplement priver le patient d'un avis médical qualifié. Le risque d'une médecine algorithmique de substitution, où l'IA remplacerait le médecin plutôt que de l'assister, n'est plus théorique : il se matérialise dans les comportements de renoncement aux soins.
Ce phénomène pose une question de santé publique majeure. Si une part croissante de la population, et notamment les plus jeunes et les plus précaires, substitue l'IA à la consultation médicale, les conséquences sanitaires pourraient être considérables. Diagnostics tardifs, pathologies non détectées, automédication mal informée : autant de risques que la généralisation de l'IA conversationnelle en santé fait peser sur le système de soin. Et ces risques frappent d'abord les populations les plus vulnérables, celles pour qui le coût et l'accès aux soins constituent déjà des obstacles.
Un enjeu de régulation
Cette transformation appelle une réponse réglementaire. L'AI Act européen classe précisément les systèmes d'intelligence artificielle utilisés dans le domaine de la santé parmi les applications à haut risque, soumises aux obligations les plus strictes. Mais les assistants conversationnels grand public, comme ChatGPT, échappent largement à cette catégorisation lorsqu'ils sont utilisés de manière informelle par les patients. Une zone grise réglementaire s'ouvre ainsi, où des outils non conçus pour le diagnostic médical sont pourtant massivement utilisés à cette fin.
La régulation devra trancher des questions délicates. Faut-il imposer des avertissements systématiques lorsqu'une IA généraliste est interrogée sur des questions de santé ? Faut-il développer des assistants conversationnels spécialisés, validés médicalement et conformes aux exigences du haut risque ? Comment articuler la liberté d'accès à l'information avec la protection contre les risques d'une médecine algorithmique mal maîtrisée ? Ces questions, l'étude Doctolib Jean Jaurès les pose avec acuité, sans y apporter de réponse définitive. Mais elles devront être traitées, car le phénomène ne fera que s'amplifier.
Repenser l'accès aux soins
Au-delà de la régulation des outils, l'étude met en lumière une réalité plus profonde : le recours massif à l'IA en santé est aussi le symptôme d'un système de soin défaillant. Si les étudiants se tournent vers l'intelligence artificielle plutôt que vers un médecin, c'est en grande partie parce que la consultation est jugée trop coûteuse et trop difficile d'accès. L'IA vient combler un vide, celui d'un accès aux soins dégradé, marqué par les déserts médicaux, les délais d'attente et les contraintes financières.
Dans cette perspective, lutter contre les dérives de l'IA en santé ne se résume pas à réguler les outils. Cela suppose aussi de s'attaquer aux causes qui poussent les patients vers l'IA : améliorer l'accès aux soins, réduire les délais, faciliter la prise de rendez-vous, alléger le coût pour les plus précaires. L'intelligence artificielle peut être un complément précieux à un système de santé fonctionnel. Elle devient un dangereux substitut lorsqu'elle comble les défaillances d'un système qui ne remplit plus sa mission d'accès universel aux soins.
Le poids des déserts médicaux
La fracture territoriale révélée par l'étude prend tout son sens lorsqu'on la rapproche du phénomène des déserts médicaux. De vastes pans du territoire français souffrent d'une pénurie de médecins, où obtenir un rendez-vous chez un généraliste relève du parcours du combattant, et où les spécialistes se font rares ou imposent des délais de plusieurs mois. Dans ces territoires délaissés, l'intelligence artificielle pourrait apparaître comme une réponse à l'absence de l'offre de soin. Mais le paradoxe relevé par l'étude est cruel : ce sont précisément les zones rurales, les plus touchées par la désertification médicale, qui recourent le moins à l'IA, faute d'accès au numérique.
Cette double peine, absence de médecin et difficulté d'accès au numérique, frappe les territoires les plus vulnérables. Elle dessine une France à plusieurs vitesses, où les inégalités d'accès aux soins se doublent d'inégalités d'accès à la technologie censée les compenser. Loin de réduire les fractures, l'intelligence artificielle risque ainsi de les accentuer, en bénéficiant d'abord à ceux qui sont déjà les mieux pourvus, urbains, jeunes, connectés. C'est un avertissement pour les pouvoirs publics : sans politique volontariste de réduction des fractures, tant médicales que numériques, l'IA en santé pourrait devenir un facteur supplémentaire d'inégalité plutôt qu'un instrument d'égalité d'accès.
La fiabilité en question
Un aspect essentiel, que l'étude effleure, concerne la fiabilité même des réponses fournies par l'intelligence artificielle en matière de santé. Les assistants conversationnels généralistes ne sont pas conçus pour le diagnostic médical. Ils génèrent des réponses plausibles à partir de données d'entraînement, mais peuvent commettre des erreurs, parfois graves, avec une assurance qui ne reflète en rien leur degré réel de certitude. Un symptôme banal peut masquer une pathologie sérieuse qu'une IA, dépourvue d'examen clinique et du contexte médical du patient, sera incapable de détecter. À l'inverse, elle peut générer des inquiétudes infondées, conduisant à des consultations inutiles ou à une anxiété injustifiée.
Ce problème de fiabilité est d'autant plus préoccupant que les utilisateurs, et notamment les plus jeunes, accordent à l'IA une confiance élevée. L'étude révèle que soixante-dix-huit pour cent de ceux qui renoncent à consulter le font en partie parce qu'ils font confiance à la réponse fournie par l'intelligence artificielle. Cette confiance excessive dans un outil faillible constitue un risque sanitaire réel. Elle souligne l'importance de l'éducation des utilisateurs, qui doivent comprendre les limites de ces outils, et la nécessité de mécanismes garantissant que l'IA oriente systématiquement vers un professionnel de santé en cas de doute, plutôt que de conforter le patient dans une décision potentiellement dangereuse.
Vers des assistants de santé encadrés
Face à ces enjeux, une piste se dessine : le développement d'assistants conversationnels spécialisés en santé, validés médicalement et conçus dans le respect des exigences réglementaires. Contrairement aux IA généralistes utilisées de manière détournée, ces outils dédiés pourraient être entraînés sur des données médicales fiables, validés par des autorités sanitaires, et programmés pour orienter les patients vers une consultation lorsque la situation l'exige. Plusieurs acteurs, dont des entreprises de la santé numérique, travaillent à de telles solutions, qui pourraient offrir une alternative plus sûre que le recours aux assistants conversationnels grand public.
Mais le développement de ces assistants spécialisés se heurte à des obstacles. Leur validation médicale est longue et coûteuse, leur déploiement soulève des questions de responsabilité juridique, et leur adoption suppose de convaincre des patients déjà habitués aux outils généralistes gratuits et accessibles. La régulation aura ici un rôle déterminant à jouer, en fixant un cadre qui favorise l'émergence de solutions fiables tout en encadrant l'usage détourné des IA généralistes. L'enjeu est de canaliser une pratique déjà massive vers des outils sûrs, plutôt que de tenter, en vain, de l'interdire. Car le recours à l'IA en santé ne disparaîtra pas. La question est de savoir s'il se fera de manière dangereuse, par des outils inadaptés, ou de manière encadrée, par des solutions conçues pour cet usage.
L'étude Doctolib Fondation Jean Jaurès révèle une transformation silencieuse mais profonde du rapport des Français au soin. L'intelligence artificielle conversationnelle s'impose comme un nouveau réflexe santé, particulièrement chez les jeunes et dans les zones urbaines, au point d'influencer les décisions de consultation et de pousser certains au renoncement. Cette évolution, riche de potentialités, porte aussi des risques sérieux : médecine algorithmique de substitution, retards de diagnostic, aggravation des inégalités. Elle appelle une double réponse : une régulation des assistants conversationnels en santé, qui comble la zone grise actuelle, et une politique d'accès aux soins qui s'attaque aux causes du renoncement. Car si les Français se tournent vers l'IA pour leur santé, c'est aussi parce que le système de soin ne répond plus à leurs attentes. La technologie révèle ici, en creux, les failles d'un modèle qu'elle ne saurait à elle seule réparer.
