L'essor rapide de l'intelligence artificielle dans le secteur de la santé pourrait à terme obliger les patients à décrire leurs symptômes à une IA avant même de pouvoir consulter un médecin. Ces systèmes, qui incluent des chatbots et des check-lists de symptômes numériques, servent désormais de premier point de contact pour l'auto-triage, permettant d'évaluer l'urgence des soins. Cependant, une nouvelle étude publiée dans Nature Health révèle un obstacle majeur : la qualité des informations fournies par les patients diminue significativement lorsqu'ils interagissent avec une machine plutôt qu'avec un professionnel de santé. L'étude, dirigée par le professeur Wilfried Kunde de l'Université de Wurtzbourg et Moritz Reis, en collaboration avec des scientifiques de Charité Berlin, de l'Université de Cambridge et d'autres établissements cliniques berlinois, a examiné les réactions de 500 participants. On leur a demandé de rédiger des rapports de symptômes fictifs pour des maux de tête inhabituels et des symptômes grippaux, en croyant à tort qu'ils s'adressaient soit à un chatbot, soit à un médecin humain. Les résultats montrent que la perception d'interagir avec une intelligence artificielle entraîne une dégradation mesurable de la précision des descriptions, compromettant ainsi la fiabilité des diagnostics numériques et la sécurité des patients. La perte de qualité se manifeste clairement par une réduction du niveau de détail. Les descriptions fournies à des médecins présumés atteignaient en moyenne 255,6 caractères, tandis que celles destinées aux chatbots n'atteignaient que 228,7 caractères. Bien qu'une différence de 28 caractères puisse paraître minime, l'équipe de recherche souligne son importance pratique. Un manque d'informations essentielles empêche même les modèles d'IA les plus performants d'effectuer une évaluation médicale correcte. La réussite de ces évaluations préliminaires dépend donc moins de la puissance de calcul que de la volonté du patient de fournir une description détaillée. Plusieurs freins psychologiques expliquent cette réticence. Le concept de "négligence de l'unicité" joue un rôle central : les patients supposent que l'IA ne peut pas saisir les nuances individuelles de leur situation et se contente de faire correspondre des modèles standardisés. À cela s'ajoutent un scepticisme généralisé envers les capacités de diagnostic des algorithmes et des inquiétudes légitimes concernant la confidentialité des données. Comme l'explique Moritz Reis, si les patients ne font pas confiance à la machine pour comprendre leur singularité, ils ont tendance à retenir inconsciemment les informations nécessaires à une assistance précise. Pour surmonter ces barrières et améliorer la qualité du dialogue homme-machine, les chercheurs préconisent une approche axée sur la conception intelligente des interfaces. Il ne suffit pas de perfectionner les algorithmes ; il est essentiel de guider les utilisateurs. Les développeurs devraient intégrer des exemples concrets de descriptions de haute qualité et programmer l'IA pour qu'elle demande activement les détails manquants. En encourageant les patients à être plus complets, il devient possible d'éviter les erreurs de diagnostic et de réduire efficacement la charge pesant sur le système de santé, garantissant ainsi que la technologie au service de la santé humaine atteigne son plein potentiel.