Que l'IA ne nous fasse pas perdre notre jugement clinique : la sémiologie médicale à l'ère de l'intelligence artificielle

L'intelligence artificielle représente sans doute le plus grand bond technologique qu'ait connu la pratique clinique depuis des décennies. Chaque semaine, de nouvelles applications voient le jour, capables d'interpréter des images, d'identifier des schémas, de traiter des informations cliniques ou d'aider à la prise de décision. Pourtant, plus nous explorons les possibilités offertes par ces outils, plus un sentiment persistant s'impose : celui de revenir sans cesse aux questions que la médecine se pose depuis des siècles.

Car, en fin de compte, le plus grand défi en médecine n'a jamais été le simple accès au savoir. Le véritable défi a toujours été de transformer le savoir en compréhension. Ce sont des concepts similaires, mais non équivalents. Le savoir peut être stocké, organisé ou transmis. La compréhension exige davantage. Elle exige du contexte. Elle exige une interprétation. Elle exige de relier des informations disparates pour construire du sens.

Et c'est précisément ce que fait la médecine depuis ses origines.

On parle souvent de la pratique clinique comme s'il s'agissait d'un processus décisionnel. Pourtant, lorsqu'on observe attentivement le déroulement d'une consultation, on constate que l'essentiel du temps n'est pas consacré à la décision, mais à la compréhension. Avant chaque décision, il y a une histoire à entendre, une réalité à interpréter et une incertitude à dissiper.

C’est peut-être pourquoi la sémiologie occupe une place si particulière en médecine.

On l'a traditionnellement définie comme l'étude des signes et symptômes de la maladie. C'est une définition juste, mais sans doute insuffisante. Car lorsqu'un patient entre dans un cabinet de consultation, il n'apporte pas seulement des signes ou des symptômes. Il apporte son vécu, ses perceptions, ses inquiétudes, et le sentiment, parfois difficile à exprimer, que quelque chose ne va pas.

La tâche du médecin consiste précisément à parcourir le chemin qui sépare l'expérience humaine de son interprétation clinique. Et plus on y réfléchit, plus il devient évident que la sémiologie est bien plus qu'une simple technique de collecte d'informations. C'est un processus de traduction, une traduction entre le langage de la vie et celui de la médecine.

Lorsqu'il pose des questions, le médecin ne se contente pas de recueillir des données. Lorsqu'il écoute, il ne se contente pas de collecter des informations. Lorsqu'il examine, il ne se contente pas de rechercher des signes physiques. Il cherche véritablement à comprendre un autre être humain. Il cherche à découvrir la signification de ces symptômes dans la réalité concrète de cette personne.

Et c’est peut-être précisément là qu’apparaît une dimension de la pratique clinique dont on parle moins qu’elle ne le mérite.

La confiance.

On considère souvent la confiance comme une conséquence de l'acte clinique, comme quelque chose qui apparaît après le diagnostic, le traitement ou le résultat. Pourtant, l'expérience quotidienne semble indiquer le contraire. La confiance s'installe bien plus tôt. Elle commence à se construire dès l'instant où une personne se sent comprise.

Pas nécessairement parce que la personne en face de nous a encore une réponse. Ni même parce qu'elle a déjà une explication. La confiance naît de la perception d'un désir sincère de comprendre, de la réalisation que les questions sont fondées, du sentiment de compétence, de la cohérence et de l'importance que notre situation particulière revêt.

C’est pourquoi la sémiologie est probablement la partie la plus humaine de l’acte clinique.

Humain, mais pas nécessairement humaniste.

L'humain, car c'est là que la médecine cesse de se limiter aux maladies pour s'intéresser aux personnes. C'est là que le savoir médical rencontre l'expérience humaine de la maladie. C'est là que se construisent simultanément la compréhension clinique et la confiance.

Et c'est précisément à ce stade que l'intelligence artificielle entre en jeu.

Car plus on analyse son potentiel, plus il devient évident que son véritable enjeu ne réside pas seulement dans la fourniture d'informations supplémentaires. Nous disposerons de toujours plus d'informations. Le véritable défi est de s'intégrer à un processus dont la valeur n'a jamais reposé exclusivement sur l'information.

La médecine a toujours eu besoin de connaissances. Mais elle a aussi toujours eu besoin de compréhension. Et la compréhension ne découle pas uniquement des données. Elle naît de leur interprétation, du contexte, de l'expérience, du dialogue entre ce que vit la personne et ce que le professionnel est capable de comprendre.

C’est peut-être pourquoi la question la plus intéressante concernant l’intelligence artificielle n’est pas de savoir quelles décisions elle sera capable d’aider à l’avenir.

La question véritablement importante est peut-être de savoir comment enrichir ce processus de compréhension sans en altérer ce qui fait sa valeur. Comment l’intégrer à un acte clinique à la fois technique et humain, scientifique et relationnel, rationnel et profondément personnel ?

Car lorsqu'on parle d'intelligence artificielle appliquée à la pratique clinique, on a tendance à se concentrer sur le résultat final. On se demande si un algorithme permet de mieux diagnostiquer, de mieux prédire ou de mieux choisir parmi les différentes options thérapeutiques. Ce sont des questions pertinentes, certes, mais peut-être pas les plus importantes. Avant toute décision, il y a un processus. Un processus où l'on écoute, observe, interprète, questionne, reformule des hypothèses et tente de comprendre. La décision clinique est, dans une large mesure, la conséquence visible de tout ce travail préalable.

C’est précisément là que l’intégration de l’intelligence artificielle soulève l’une de ses questions les plus intéressantes : non pas tant comment elle peut participer à la décision, mais comment elle peut accompagner le processus qui y conduit.

Car le raisonnement clinique ne se déroule pas isolément dans l'esprit du professionnel. Il se déploie lors des échanges avec le patient, de la perception de nuances difficiles à consigner dans l'anamnèse, de l'exploration et de l'intégration des connaissances scientifiques aux circonstances personnelles, ou encore lorsqu'on tente de comprendre ce que la maladie représente pour la personne qui la vit.

L'intelligence artificielle offre une capacité extraordinaire de traitement de l'information, d'identification des relations complexes et d'élargissement du champ de vision des professionnels. Elle peut devenir un outil précieux pour le jugement clinique. Mais son véritable potentiel réside peut-être dans sa capacité à enrichir le raisonnement, et pas seulement à fournir des réponses, à formuler de meilleures questions, à souligner des pistes à explorer ou à approfondir la compréhension de situations complexes.

Car la médecine n'a jamais été une simple usine à réponses : elle a toujours été avant tout un processus de compréhension : comprendre et faire preuve d'empathie envers la personne et sa maladie, comprendre la signification qu'une maladie a pour une personne en particulier et sa façon d'y faire face,

C’est peut-être pourquoi l’avenir de la médecine ne repose pas uniquement sur le développement d’algorithmes toujours plus sophistiqués ni sur notre capacité à traiter des volumes d’informations toujours croissants. Il dépend aussi probablement de notre capacité à préserver ce qui a toujours donné sens à ces informations.

Les données peuvent être stockées, organisées et analysées. Les connaissances peuvent être partagées et diffusées à une vitesse inimaginable il y a encore quelques années. Les algorithmes continueront d'identifier des schémas de plus en plus complexes et nous aideront à explorer des relations qui dépassent notre capacité d'observation. Cependant, la compréhension demeure un tout autre domaine. Comprendre, c'est interpréter, contextualiser, attribuer du sens et relier les connaissances à la réalité concrète d'une personne.

Cela signifie transformer l'information en jugement clinique, puis le jugement clinique en décisions susceptibles d'aider autrui. Et c'est précisément là que la sémiologie médicale conserve toute sa pertinence.

Car l'intelligence artificielle modifie notre capacité à traiter l'information, mais elle nous oblige aussi à redécouvrir que la médecine n'a jamais consisté uniquement à traiter l'information.

L'intelligence artificielle au service des décisions cliniques

Références

1. Goic A. Sur l'origine et le développement du livre Sémiologie médicale. Rev Med Chile. 2018;146:387-390.
2. Sokol K, Fackler J, Vogt JE. L’intelligence artificielle devrait véritablement soutenir le raisonnement clinique et la prise de décision afin de combler le fossé translationnel. NPJ Digit Med. 2025;8:345.
3. Koumpis A. Considérations sur la base du raisonnement médical pour l'utilisation de l'intelligence artificielle et de l'apprentissage automatique dans la prise de décision médicale. Front Med. 2024;11:1451649.
4. Deschênes MF, Fernandez N, Lechasseur K, Caty ME, Azimzadeh D, Mai TC, et al. Transformation et articulation des données cliniques pour comprendre le raisonnement clinique des étudiants et des professionnels de la santé : protocole d’une revue exploratoire. JMIR Res Protoc. 2023;12:e50797.
5. Zamora A. Comment intégrer l'IA dans la pratique clinique sans perdre le jugement clinique ? Session 1. Société espagnole d'artériosclérose ; 2025. Matériel pédagogique non publié.
6. Goic A, Chamorro G, Reyes H. Sémiologie médicale. 4e éd. Santiago du Chili : Éditorial Mediterráneo ; 2017.