Le problème que cela résout
Dans une étude rétrospective, l'essentiel du temps de recueil ne passe pas dans la saisie mais dans la lecture : ouvrir deux cents comptes rendus, y chercher un stade, une date, une complication, et recopier. Ce travail est lent, répétitif, et sujet à l'erreur d'attention plutôt qu'à l'erreur de compétence.
Un modèle de langage lit vite et ne fatigue pas. Il présente en revanche un défaut structurel : il produit une réponse plausible même lorsque l'information est absente. Sur une tâche de recherche clinique, une valeur inventée qui ressemble à une valeur correcte est pire que pas de valeur du tout, parce qu'elle est indétectable en aval.
Les trois contraintes non négociables
1. La citation obligatoire
Le modèle ne doit pas être autorisé à répondre « stade T2 ». Il doit répondre « stade T2 », accompagné de la phrase exacte du document dont il le tire. Si aucune phrase ne peut être citée, la proposition est écartée plutôt que retenue avec une confiance faible.
Cette contrainte change la nature de l'exercice. Elle ne supprime pas l'erreur du modèle — il peut citer une phrase qui ne dit pas ce qu'il prétend — mais elle rend l'erreur vérifiable en quelques secondes par un relecteur, au lieu d'exiger la relecture complète du document.
2. La validation humaine, sans exception
Le modèle propose ; il ne décide pas. Une valeur d'origine modèle reste à l'état de proposition jusqu'à confirmation par une personne identifiée. Cette personne voit la valeur, la phrase citée, et le contexte, et tranche.
3. La pseudonymisation avant tout envoi
Les identifiants directs — nom, numéro de dossier, coordonnées, dates précises de naissance — doivent être retirés du texte avant qu'il ne quitte l'infrastructure de l'établissement. Voir la pseudonymisation pour ce que cette opération garantit, et ce qu'elle ne garantit pas.
L'humain dans la boucle : ce que l'expression recouvre
L'expression *human-in-the-loop* est employée à tort pour désigner des dispositifs très différents. Trois niveaux méritent d'être distingués, parce qu'ils n'offrent pas les mêmes garanties.
| Niveau | Ce que fait l'humain | Ce que cela vaut |
|---|---|---|
| Supervision | Il inspecte un échantillon après coup | Faible — l'erreur non échantillonnée passe |
| Validation | Il confirme chaque valeur avant qu'elle ne devienne définitive | Fort — aucune valeur non vue |
| Décision | Il tranche les cas que le modèle signale comme ambigus | Complémentaire — ne remplace pas la validation |
Seul le deuxième niveau permet d'affirmer, dans une section méthodes, que chaque valeur a été vérifiée. Les deux autres décrivent des contrôles partiels et doivent être décrits comme tels.
Ce qu'il faut rapporter dans une publication
L'usage d'un modèle dans le recueil est une caractéristique de méthode, au même titre qu'un instrument de mesure. Le taire est une omission ; le décrire vaguement l'est aussi. STROBE attend une description de la mesure des variables, ce qui inclut ce point.
- Quelles variables ont été extraites par modèle, et lesquelles ne l'ont pas été.
- La proportion de valeurs d'origine modèle, d'origine règle et d'origine humaine.
- La procédure de validation : qui a relu, sur quel support, et selon quel critère de rejet.
- Le taux de propositions rejetées à la relecture — c'est un indicateur de qualité, pas un aveu.
- La procédure de pseudonymisation appliquée avant tout envoi externe.
Comment AnzarSeha traite le sujet
- Une valeur proposée par un modèle porte obligatoirement la phrase source ; sans citation, elle est écartée avant d'atteindre le relecteur.
- Aucune valeur d'origine modèle ne devient définitive sans confirmation humaine, dossier par dossier.
- Les identifiants directs sont retirés du texte avant tout appel externe, et une porte de consentement inscrite au journal précède chaque requête.
- Sans décision de consentement enregistrée, seul le moteur de règles déterministes fonctionne — l'étude reste possible, sans modèle.
- L'origine de chaque valeur — registre, règle, modèle, vérifié — reste attachée à la valeur jusque dans l'export.
Ce que la méthode ne permet pas
- Elle ne dispense pas de lire. Elle change la lecture exhaustive en vérification ciblée, ce qui est un gain réel et non une suppression.
- Elle n'invente pas l'information absente. Si le stade n'est pas dans le dossier, aucun modèle ne le produira — et s'il en produit un, la contrainte de citation doit le rejeter.
- Elle ne convient pas au critère de jugement principal sans relecture renforcée. La variable qui porte la conclusion mérite une double lecture, quelle que soit son origine.
- Elle ne règle pas la question réglementaire. L'envoi de texte clinique, même pseudonymisé, à un service externe relève d'une analyse de conformité propre à chaque établissement — RGPD et, au Maroc, loi 09-08 / CNDP.
Questions fréquentes
Le modèle voit-il les noms des patients ?
Il ne doit pas. Les identifiants directs — nom, numéro de dossier, coordonnées — sont retirés du texte avant tout appel externe. Cela ne rend pas le texte anonyme pour autant : un compte rendu détaillé peut rester ré-identifiable par recoupement, ce qui est traité dans la pseudonymisation.
Peut-on se passer de la relecture si le modèle est bon ?
Non, et l'amélioration des modèles ne change pas ce point. Ce qui est en jeu n'est pas le taux d'erreur mais l'imputabilité : une valeur qu'aucune personne identifiée n'a validée ne peut pas être défendue devant un relecteur, quel qu'ait été le taux mesuré.
Que faire si le modèle et le relecteur divergent ?
Le relecteur tranche, et sa décision est enregistrée avec sa justification. La divergence elle-même est une information utile : un taux de rejet qui augmente sur une variable signale généralement un problème de définition de cette variable, pas un problème de modèle.
L'extraction par IA est-elle acceptable pour un comité d'éthique ?
Cela dépend du comité, du type de données et de l'infrastructure utilisée, et cela ne peut pas se préjuger ici. Ce qui aide un dossier, c'est de décrire précisément le dispositif : ce qui est envoyé, après quel traitement, à quelle destination, et comment chaque valeur est validée.