EBiM : le premier outil d'intelligence artificielle développé par et pour les médecins généralistes

"Les grands modèles de langage (ChatGPT, Claude, Gemini...) affichent des performances impressionnantes mais ils n’ont pas été conçus pour garantir une réponse médicale systématiquement fondée sur des recommandations validées et traçables", rappelle la Pre Stéphanie Sidorkiewicz, médecin généraliste, enseignante-chercheuse et professeure à l'Université Paris Cité. "Par exemple, certains peuvent encore écrire « selon les recommandations de la Haute Autorité de Santé » alors que la source mobilisée n’est pas identifiable ou ne correspond pas au document attendu. Or, le médecin ne peut alors pas toujours vérifier facilement l'origine de la réponse", prévient-elle. Le principe du Retrieval-Augmented Generation (RAG) est précisément de répondre à ce besoin. Avant de générer une réponse, le système interroge un corpus documentaire prédéfini pour en extraire les passages pertinents. Ces documents sont ensuite fournis au modèle qui construit sa réponse à partir de ces références plutôt qu’à partir de sa seule mémoire statistique. "On améliore la génération en la fondant sur une recherche préalable dans un corpus documentaire.  Cela réduit fortement le risque d’hallucinations factuelles", résume la Dre Mélissa Duran, cheffe de clinique au département de médecine générale de Paris Cité. Si le RAG n'élimine pas totalement les erreurs (des incohérences de raisonnement ou de synthèse restent possibles), il permet de limiter le risque que l'intelligence artificielle (IA) invente des sources ou s'appuie sur des contenus non identifiés.

Une IA dédiée aux médecins généralistes...

C'est sur cette architecture que repose EBiM (Evidence Based Artificial Inteligence Medecine)*, lancé en décembre dernier par le Collège national des généralistes enseignants (CNGE), en partenariat avec le Collège de la médecine générale (CMG) et avec l’appui technique de l’entreprise française Fasfox. Premier outil d'IA développé par et pour les médecins généralistes français, il vise à accélérer l'accès à des informations médicales fiables et actualisées pendant la consultation. Sa particularité est de s'appuyer sur un corpus documentaire fermé, validé par un conseil scientifique. Il comprend notamment les recommandations de la HAS, de l'Agence nationale de sécurité du médicament et des produits de santé (ANSM), du Centre de Référence sur les Agents Tératogènes (CRAT) ou de l'Organisation mondiale de la Santé (OMS). Mais aussi, des ressources propres à la médecine générale : avis du conseil scientifique du CNGE, revue Exercer, Thérapeutique en médecine générale... "Nous avons constitué un corpus dont nous connaissons précisément le contenu scientifique. Cela permet d'obtenir des réponses qui correspondent aux besoins des médecins généralistes français", explique la Pre Julie Dupouy, médecin généraliste, professeur des universités, vice-présidente du CNGE. Chaque réponse est accompagnée de ses références bibliographiques, avec des liens cliquables donnant accès aux documents sources. L'outil précise également le niveau de preuve ou le grade des recommandations lorsqu'ils existent et quand cela est pertinent. Un niveau de transparence indispensable pour permettre au médecin de conserver son esprit critique et prendre des décisions informées par les dernières données disponibles.

… et qui qui sait dire « je ne sais pas »

Autre différence majeure avec les IA classiques : EBiM est conçu pour reconnaître les limites des connaissances disponibles dans le corpus. "Les modèles de langage généralistes ont tendance à toujours produire une réponse. Avec un RAG, si l'information n'est pas présente dans le corpus, l'outil peut indiquer qu'il ne sait pas", rappelle la Pre Sidorkiewicz. Le système est également capable de signaler les controverses entre recommandations plutôt que de produire une synthèse artificiellement consensuelle. 

"EBiM repose sur les modèles de langage de Mistral AI, mais ceux-ci n'interrogent jamais Internet au cours de la recherche : ils travaillent exclusivement à partir du corpus validé, indépendant de l'industrie pharmaceutique", affirme la Pre Dupouy. Enfin, autre engagement du projet : les requêtes des utilisateurs ne sont ni exploitées commercialement ni utilisées pour entraîner les modèles. Un point loin d'être anecdotique à l'heure où certaines plateformes peuvent valoriser les recherches effectuées par les professionnels de santé.

*https://www.cnge.fr/ebim/