Au Québec, l’IA bras droit des médecins, gain de temps sur recherche et rédaction, les zones grises qui inquiètent cliniciens et patients

Au Québec, des outils d’intelligence artificielle capables de répondre aux questions des cliniciens s’installent dans le quotidien de certains cabinets et hôpitaux. Présentés comme un bras droit numérique, ces systèmes promettent de réduire le temps consacré à la recherche d’information, à la rédaction et au tri de données, dans un réseau déjà sous tension. Leur adoption progresse alors que le débat sur l’organisation des soins et la rémunération des médecins reste vif, avec un bras de fer politique qui nourrit la crainte d’un exode de praticiens. Entre promesse d’efficacité et inquiétudes sur la fiabilité, la confidentialité et la responsabilité médicale, l’arrivée de l’IA ouvre un nouveau front très concret dans la pratique clinique.

Des IA conversationnelles entrent dans les salles de garde

Dans plusieurs milieux cliniques, les systèmes de type assistant conversationnel sont utilisés pour obtenir rapidement une synthèse d’un protocole, comparer des options thérapeutiques ou reformuler un plan de soins. Le principe est simple, un clinicien pose une question, l’outil propose une réponse structurée, parfois avec des références. Ce geste, qui prenait quelques minutes dans des ouvrages ou bases de données, se fait en quelques secondes. Pour des équipes en surcharge, ce gain de temps est devenu un argument central, surtout lors des gardes où les décisions se succèdent et où la disponibilité cognitive se raréfie.

Les usages observés se concentrent sur des tâches de soutien, ce qui réduit le risque de confusion avec une décision médicale autonome. Des médecins s’en servent pour préparer une note au dossier, rédiger une lettre au médecin référent ou structurer un résumé avant de le vérifier. D’autres l’emploient comme aide à la formulation, par exemple pour expliquer un diagnostic en langage simple à un patient, ou pour préparer une liste de questions à poser lors d’une consultation spécialisée. Dans ce cadre, l’outil agit davantage comme un accélérateur rédactionnel que comme un décideur.

Cette adoption s’inscrit dans un contexte où la pression sur l’accès aux soins est documentée et largement commentée. Les délais pour voir un spécialiste, l’occupation des urgences et les contraintes administratives alimentent une demande d’outils capables d’absorber une partie du travail non clinique. Dans les échanges entre collègues, l’argument revient souvent, l’IA ne remplace pas l’examen, mais elle peut aider à ne pas passer à côté d’une recommandation standard ou d’un élément de littérature récente, surtout quand les équipes jonglent avec plusieurs patients complexes.

Le déploiement n’est pas homogène. Les cliniciens qui disposent d’un environnement numérique mature, accès à des dossiers structurés, soutien TI, politiques internes claires, intègrent plus facilement ces outils. D’autres restent prudents, faute de cadre explicite, de formation ou de solutions institutionnelles. Le vocabulaire employé, bras droit, illustre cette ambivalence, un outil de soutien, oui, mais suffisamment influent pour modifier des réflexes cliniques, et donc pour exiger une gouvernance.

La question de la preuve d’efficacité reste au centre. Sur le terrain, les bénéfices cités sont surtout organisationnels, moins de temps passé à reformuler, à chercher un dosage standard, à produire un document. La mesure objective, nombre de minutes gagnées, impact sur la qualité, sur la sécurité, sur les réadmissions, reste plus difficile à établir et dépend fortement du scénario d’utilisation, du type de patient et du niveau de supervision humaine.

Le gain de temps vise la paperasse, pas le diagnostic

Les tâches administratives représentent une part importante du quotidien médical, documentation, demandes d’examens, formulaires, communications interprofessionnelles. Les outils d’IA ciblent directement ce travail invisible en proposant des brouillons de notes ou des résumés à partir d’éléments fournis par le clinicien. Dans les milieux où la charge de documentation est perçue comme un facteur de fatigue, l’IA est présentée comme une réponse pragmatique, sans changer l’organisation des soins, mais en réduisant la friction.

Un usage fréquent consiste à préparer un canevas de consultation, antécédents, médicaments, hypothèses, examens à demander, plan de suivi. Le médecin garde la main, corrige, supprime, ajuste. Cette logique de premier jet peut accélérer la production d’un document standardisé, utile pour la continuité des soins. Dans un réseau où plusieurs intervenants se partagent un dossier, l’amélioration de la lisibilité et de la structure est souvent citée comme un bénéfice indirect, même si elle dépend de la discipline de relecture.

Le diagnostic et la décision thérapeutique restent, dans les pratiques les plus prudentes, en dehors du périmètre. Les cliniciens qui utilisent l’IA pour explorer des hypothèses disent le faire comme ils le feraient avec un collègue, en comparant, en vérifiant. Cette nuance est importante car les modèles peuvent produire des réponses plausibles mais fausses, ce qui augmente le risque de faux sentiment de sécurité lorsque l’utilisateur est pressé ou moins familier avec un sujet. Les hôpitaux qui encadrent l’usage insistent en général sur la validation systématique à partir de sources reconnues.

La tension est claire, plus l’outil est performant et fluide, plus il s’intègre vite, et plus la tentation est grande de lui déléguer des étapes critiques. Dans des spécialités où les lignes directrices sont nombreuses et changeantes, l’IA peut devenir un filtre de littérature. Mais si les références sont incomplètes ou datées, ou si l’outil extrapole, la qualité de la décision peut se dégrader sans que cela soit immédiatement visible. Cette incertitude explique la prudence d’une partie du corps médical, qui veut un encadrement comparable à celui d’un dispositif médical.

Un autre bénéfice discuté concerne la communication avec les patients. Les médecins disent gagner du temps pour produire des explications adaptées au niveau de compréhension, en français clair, et pour structurer des consignes de retour à domicile. Là encore, la relecture est décisive, car une formulation ambiguë ou une recommandation trop générale peut créer des malentendus. Dans un contexte où la confiance envers le système est fragile, la qualité de l’information remise au patient devient un enjeu de sécurité.

Enfin, l’IA est aussi envisagée comme outil de formation continue. Un résident peut poser des questions, demander des explications physiopathologiques, obtenir une structure de raisonnement, puis discuter avec un superviseur. Cette utilisation pédagogique, sous supervision, limite les risques cliniques directs, mais elle pose une question de fond, quelle part de l’apprentissage repose sur un modèle dont on ne maîtrise pas totalement les sources, ni les biais.

Confidentialité et responsabilité médicale, les lignes rouges en 2026

L’utilisation d’outils capables d’analyser du texte clinique fait immédiatement surgir la question de la confidentialité. Un résumé de cas, même anonymisé, peut contenir des détails ré-identifiants. Les établissements et les ordres professionnels rappellent habituellement des principes simples, ne pas entrer d’information nominative dans un service public non autorisé, respecter les politiques internes, privilégier des solutions hébergées et gouvernées par l’organisation. Sur le terrain, cette frontière est parfois floue quand les cliniciens testent des outils grand public par curiosité, ou par manque d’alternative institutionnelle.

Le deuxième point concerne la responsabilité. Si un médecin suit une recommandation erronée produite par un outil, qui répond, le clinicien, l’établissement, le fournisseur, le concepteur du modèle, la chaîne de responsabilités n’est pas évidente pour le public. Dans la pratique, la responsabilité clinique demeure du côté du professionnel, ce qui incite à la prudence et à la traçabilité. Certains médecins conservent des captures ou des notes sur l’usage de l’outil, d’autres évitent d’en parler dans le dossier par crainte d’être mal compris lors d’un examen médico-légal.

La gouvernance devient donc un enjeu central. Les organisations doivent définir des cas d’usage permis, interdire certains usages, documenter les pratiques, offrir des formations. Sans ce cadre, le risque est double, une adoption anarchique avec des fuites de données, ou une interdiction de fait qui prive les équipes d’un outil potentiellement utile. L’équilibre est d’autant plus délicat que les besoins sont immédiats et que la transformation numérique du réseau avance à des rythmes différents selon les régions et les établissements.

Le troisième axe est celui de la fiabilité et des biais. Un modèle peut être moins performant sur certains profils de patients si ses données d’entraînement sous-représentent des groupes. En médecine, cela se traduit par un risque d’erreurs de triage, de sous-estimation de certains symptômes, ou de recommandations moins adaptées. Cette problématique renvoie à l’évaluation locale, un outil doit être testé dans le contexte québécois, avec ses pratiques, sa langue, ses formulaires, son organisation des soins.

Enfin, la question du consentement implicite ou explicite des patients apparaît. Quand un professionnel utilise un outil d’IA pour reformuler une note ou synthétiser des informations, le patient s’attend-il à ce que ses données soient traitées par un système algorithmique, même si elles restent dans l’infrastructure de l’établissement, et même si cela ne change pas la décision. L’acceptabilité sociale dépendra de la transparence, de la sécurité et de la clarté des bénéfices.

Dubé, FMSQ et FMOQ, l’IA s’invite dans le bras de fer

Le débat sur l’organisation du travail médical au Québec ne se limite pas aux outils numériques. Le contexte politique et budgétaire, marqué par un affrontement sur la rémunération et les conditions de pratique, influence la manière dont l’IA est perçue. D’un côté, certains y voient un levier de productivité qui pourrait soutenir des objectifs de performance. De l’autre, des médecins redoutent que l’outil serve à accroître les attentes, plus de patients vus, plus de formulaires, sans réduction réelle de la charge ni amélioration des conditions, ce qui alimente l’idée d’un exode évoqué dans le débat public.

Le gouvernement, par la voix du ministre de la Santé Christian Dubé, insiste régulièrement sur la nécessité d’améliorer l’accès et d’optimiser l’utilisation des ressources. Dans ce cadre, l’IA peut être présentée comme un moyen de réduire les goulots d’étranglement administratifs, d’accélérer la circulation de l’information, et de standardiser certaines pratiques. Cette vision se heurte à une réalité clinique, une partie du temps gagné est déjà consommée par des imprévus, des dossiers complexes, des patients sans médecin de famille, et des tâches de coordination qui ne disparaissent pas.

Les fédérations médicales, dont la FMSQ pour les spécialistes et la FMOQ pour les omnipraticiens, scrutent ces innovations à travers le prisme des conditions d’exercice. Un outil peut être utile, mais il peut aussi déplacer des responsabilités, accroître la traçabilité, et ouvrir la porte à de nouvelles exigences de reddition de comptes. Les médecins demandent typiquement des garanties, gouvernance claire, financement des infrastructures, soutien technique, encadrement des risques, et reconnaissance du temps de supervision nécessaire pour utiliser l’outil de façon sécuritaire.

Le risque de conflit d’interprétation est réel. Si une administration considère que l’IA réduit le temps nécessaire pour une tâche, elle peut être tentée d’en déduire qu’un acte doit être rémunéré autrement ou qu’une cible de volume est atteignable. Les médecins rappellent que la valeur du soin ne se réduit pas à la production d’un texte, et que le temps cognitif, l’écoute, l’examen, la décision partagée, restent incompressibles. Dans un réseau où la relation de confiance entre praticiens et autorités est déjà sous pression, l’IA devient un symbole de plus dans un débat plus large sur l’autonomie professionnelle.

À court terme, l’impact le plus probable est une multiplication de projets pilotes, encadrés à des degrés variables, avec des évaluations internes sur la qualité et les risques. Les établissements chercheront des solutions capables de s’intégrer au dossier clinique sans exposer des données sensibles. Les médecins, eux, continueront d’expérimenter, tout en demandant un cadre qui protège le patient et le professionnel. Ce sont ces arbitrages, plus que la technologie elle-même, qui détermineront la place réelle de l’IA dans la pratique quotidienne au Québec.