La tâche confiée au modèle
Analyser une préconisation déjà rédigée et signaler les critères susceptibles de nécessiter une relecture. Le modèle ne produit pas l’avis médical initial et ne modifie pas automatiquement le document.
Un exemple concret d’utilisation de l’IA en santé au travail
Un modèle de langage utilisé comme second lecteur pour repérer des défauts de qualité dans les préconisations médicales, sans rédiger ni décider à la place du médecin du travail.
En 30 secondes
Les repères essentiels
- L’IA intervient comme second lecteur selon cinq critères explicites de qualité.
- Elle signale des formulations à vérifier ; la contextualisation du poste et la décision restent médicales.
- Les résultats montrent un potentiel d’assistance, mais aussi une tendance à la surdétection qui impose une validation humaine.
Le problème professionnel
Relire les préconisations avant leur transmission
Une préconisation doit être claire, applicable, proportionnée et compatible avec le secret médical. Une formulation imprécise ou excessive peut créer des difficultés pour le salarié, l’employeur et le médecin du travail.
La responsabilité conservée
Le médecin du travail reste seul responsable de la formulation finale, de la prise en compte du poste réel, du contexte clinique et de la proportionnalité de la recommandation.
Cinq critères explicites
Ce que le modèle devait repérer
L’évaluation portait sur des catégories définies à l’avance, afin de comparer la sortie du modèle à une référence humaine structurée.
Imprécision
Formulation trop vague pour être comprise ou appliquée correctement.
Caractère obligatoire ambigu
Doute sur ce qui relève d’une recommandation ou d’une obligation.
Information hors cadre
Élément qui ne devrait pas être transmis dans le document adressé à l’employeur.
Inaptitude déguisée
Restriction ou changement de poste formulé de manière excessive.
Secret médical
Information susceptible de révéler un diagnostic ou un élément médical confidentiel.
Résultats principaux
Un potentiel de second lecteur, avec des limites identifiables
Les chiffres doivent être lus dans le cadre précis de l’étude et ne prouvent pas une capacité générale à produire ou valider des préconisations de façon autonome.
78 %
des préconisations consensuelles de la base antérieure présentaient au moins un défaut de qualité.
385
préconisations ont été tirées au sort pour l’évaluation comparative.
74,6 %
de concordance globale entre le modèle et le consensus multidisciplinaire.
0
hallucination observée dans l’échantillon comparatif évalué.
Interprétation
Ce que l’étude permet — et ne permet pas — de conclure
Un usage plausible comme second lecteur
- repérer des formulations à vérifier ;
- appliquer une grille homogène ;
- attirer l’attention sur la clarté et la confidentialité ;
- ouvrir une réflexion avant transmission.
Pas de substitution à la décision médicale
- tendance à la surdétection ;
- absence de connaissance complète du poste réel ;
- généralisation non démontrée à d’autres usages cliniques ;
- validation finale nécessairement humaine.
Article de référence
Lire l’article sur le site de l’INRS ↗
Lire l’étude complète
Retrouver le protocole, les résultats détaillés et la discussion dans l’article publié sous la référence TF 335.