IA en clinique privée : accueil et compte rendu de consultation

Autour de l’IA en clinique privée circule une promesse simple : le compte rendu de consultation s’écrit tout seul. La plus grande étude publiée à ce jour sur les « scribes IA », ces logiciels qui écoutent la consultation et rédigent la note médicale, a suivi 8 581 cliniciens exerçant en ambulatoire dans cinq systèmes de santé universitaires américains, et elle a mesuré autre chose (JAMA, avril 2026). En moyenne, les cliniciens qui l’ont adopté ont passé 16 minutes de moins en documentation pour 8 heures de consultations programmées. Le travail du soir, celui fait après les heures de consultation, n’a pas changé de façon statistiquement significative.

Seize minutes, ce n’est pas rien. Ce n’est pas non plus la révolution des présentations commerciales. C’est un gain réel, mesuré avec un groupe de comparaison, qui montre assez précisément où l’IA aide dans une clinique et où elle n’aide pas. Elle prend en charge la rédaction et le téléphone de l’accueil. Elle ne prend en charge ni la validation du compte rendu, ni le diagnostic, ni le triage, ni les urgences. C’est de cette frontière que parle cet article, écrit pour les propriétaires, gérants et médecins des cliniques et cabinets privés de Roumanie. L’exemple concret de la fin est l’un de nos produits, et nous le présentons comme tel.

Le téléphone et le compte rendu : où une clinique privée perd du temps

Dans une clinique privée, deux tâches administratives concurrencent l’acte médical. À l’accueil, le téléphone sonne pour des rendez-vous, des reports, des annulations, des questions sur les tarifs, la préparation aux analyses ou le stationnement, souvent au moment précis où la secrétaire a un patient devant elle, ou après la fermeture. En consultation, le médecin écoute, examine, puis doit transformer l’échange en compte rendu : motif de consultation, anamnèse, examen clinique, conclusions, recommandations. Soit il l’écrit pendant la consultation, les yeux sur l’écran, soit il le complète plus tard, de mémoire.

Ce coût n’apparaît sur aucune facture. Il se voit dans le patient qui n’arrive pas à joindre la clinique, dans le compte rendu rempli en fin de journée, quand les détails donnés par le patient se sont estompés, et dans la fatigue du médecin. Une étude du Collège des médecins de Roumanie datant de 2023, citée par la télévision publique TVR en novembre 2025, indique que 36 % des médecins présentent une forte probabilité de burn-out. La méthodologie n’est pas précisée dans le reportage de TVR.

Les solutions improvisées échouent de façon prévisible :

• Un assistant vocal générique, configuré comme pour un magasin, répond aussi aux questions médicales. Une question sur une douleur thoracique n’est pas une prise de rendez-vous.
• Des résultats d’analyses sont communiqués au téléphone à quelqu’un qui a seulement donné un nom.
• La consultation est dictée ou collée dans un chatbot sur le compte personnel du médecin, c’est-à-dire des données de santé envoyées à un fournisseur avec lequel la clinique n’a aucun contrat. Nous avons écrit séparément sur le phénomène du shadow AI.
• Le compte rendu généré par l’IA est signé après un coup d’œil rapide, alors que, comme le montrent les études ci-dessous, le problème typique n’est pas ce qui apparaît de travers, mais ce qui manque.

Ce que montrent les études sur le compte rendu rédigé par l’IA

Un scribe IA (dans la littérature spécialisée, « documentation clinique ambiante ») enregistre l’échange entre le médecin et le patient, le transcrit et propose une note structurée, que le médecin corrige et signe. Lues ensemble, les études publiées en 2025–2026 disent quelque chose de plus nuancé que les brochures.

L’étude du JAMA (Rotenstein et coll., 2026) est la plus vaste. Elle a comparé 1 809 cliniciens ayant adopté un scribe IA à 6 772 qui ne l’ont pas fait. Rapportée à 8 heures de consultations programmées, l’adoption a été associée à 16,0 minutes de documentation en moins et à 13,4 minutes de moins passées au total dans le dossier patient informatisé, plus 0,49 consultation supplémentaire par semaine. Les utilisateurs intensifs, qui ont utilisé l’IA pour au moins la moitié de leurs notes, ont gagné 27,3 minutes de documentation. L’étude n’est pas randomisée et les centres sont universitaires : le résultat se transpose donc difficilement tel quel à un cabinet privé.

Le seul grand essai randomisé vient de l’UCLA (NEJM AI, 2025) : 238 médecins de 14 spécialités, environ 72 000 consultations, répartis entre deux produits et un groupe témoin. Avec Nabla, le temps par note est passé de 4:30 à 3:49 minutes, contre une baisse de 4:22 à 4:04 dans le groupe témoin, soit une réduction plus forte de 9,5 %, statistiquement significative. Avec DAX, la baisse n’a pas été significative. Le burn-out s’est amélioré d’environ 7 % par rapport au groupe témoin, un effet que les auteurs eux-mêmes qualifient de « modeste ». Moins de 10 % des patients ont refusé l’utilisation du scribe IA.

Chez Kaiser Permanente, 7 260 médecins ont utilisé des scribes IA lors de plus de 2,5 millions de consultations sur 63 semaines, avec une économie rapportée équivalant à 1 794 jours de travail en un an. 84 % des médecins ont signalé un effet positif sur l’interaction avec le patient, et 47 % des patients ont remarqué que le médecin regardait moins l’ordinateur. Les données proviennent toutefois de l’organisation qui a elle-même déployé le système, sans groupe témoin. Kaiser fait aussi état de moins de notes rédigées en dehors des heures de travail. L’étude du JAMA, qui dispose d’un groupe de comparaison, ne trouve pas de changement significatif après les heures (−3,1 minutes), et ses auteurs suggèrent que le temps gagné part probablement dans d’autres tâches.

Pour le burn-out, le schéma se répète. Les études sans groupe témoin trouvent de fortes baisses : chez 263 cliniciens de six systèmes de santé, la part des personnes en burn-out est passée de 51,9 % à 38,8 % après 30 jours (Olson et coll., JAMA Network Open, 2025), et au Mass General Brigham, la prévalence a reculé de 21,2 points de pourcentage à 84 jours, dans une étude commune avec Emory où les taux de réponse étaient de 11 à 30 %. L’essai randomisé trouve les 7 % mentionnés plus haut. L’écart s’explique par la participation volontaire, les faibles taux de réponse et l’effet de nouveauté. La direction est constante, l’ampleur de l’effet incertaine. Une évaluation indépendante du Peterson Health Technology Institute de mars 2025, citée par Fierce Healthcare, trouvait des preuves d’un burn-out réduit, mais aucun retour financier démontré.

Un détail qui compte directement pour une clinique en Roumanie : toutes ces études viennent des États-Unis et portent sur des consultations en anglais. Il n’existe pas de données publiées sur le fonctionnement d’un scribe IA pour des consultations en roumain.

L’omission : l’erreur qui résiste à la relecture

Les erreurs changent la façon dont l’outil doit être utilisé. Un pilote en conditions réelles (Taylor et coll., JMIR Medical Informatics, 2026) a suivi 31 médecins et 7 545 notes, dont 356 ont été évaluées en détail. On y a trouvé des omissions dans 18 % des cas, des hallucinations, c’est-à-dire des informations qui n’avaient pas été dites, dans 11,5 %, et des inclusions erronées dans 9,3 %. 94,7 % des notes ne comportaient pas d’erreurs significatives, mais 5,3 %, soit 19 notes, contenaient des erreurs que les médecins ont jugées porteuses d’un risque grave ou imminent. En médiane, les médecins ont modifié 9 % des mots.

Une simulation publiée dans Mayo Clinic Proceedings: Digital Health (Anderson et coll., 2025) a fait passer 14 consultations simulées par cinq plateformes. En moyenne, 26,3 % des éléments cliniques clés ont été omis ou mal restitués, et 76,3 % des erreurs étaient des omissions. Chaque cas a produit en moyenne 3,0 erreurs susceptibles de causer un préjudice modéré ou grave. Les chiffres ne se comparent pas directement : l’une compte des notes, l’autre des éléments cliniques, sur des cas réels d’un côté et simulés de l’autre. Ils montrent pourtant la même chose : l’erreur dominante est l’omission.

C’est difficile à repérer. Une erreur se voit à la relecture, parce qu’apparaît quelque chose qui n’a pas été dit. Une omission ne se voit pas, parce que la note a l’air complète : l’allergie mentionnée en passant ou le médicament que le patient dit avoir arrêté n’y figurent tout simplement pas.

Un compte rendu erroné se voit à la relecture. Un compte rendu incomplet ressemble exactement à un bon.

D’où la règle pratique : l’IA écrit le brouillon, le médecin valide le compte rendu, pose le diagnostic et en répond. Ce qui compte aussi, ce sont les fonctions qui l’aident à trouver les trous, pas seulement la fluidité du texte : des citations de l’échange, pour vérifier d’où vient une affirmation, et une liste explicite de ce qui n’a pas été abordé. Il existe une autre frontière, réglementaire celle-là. Tant que le produit ne fait que documenter, c’est un outil d’écriture. Dès qu’il commence à suggérer des diagnostics, il peut se rapprocher du territoire des dispositifs médicaux, et la qualification dépend de la destination déclarée par le fabricant.

IA en clinique privée : ce qu’il faut vérifier avant de démarrer

À l’accueil

• L’assistant se présente comme assistant virtuel dès la première phrase. Nous avons traité l’obligation de transparence de l’AI Act et l’enregistrement des appels dans notre article sur l’agent vocal au téléphone d’une petite entreprise.
• Il prend les rendez-vous sur le planning réel, par médecin, salle et durée de l’acte, pas sur un calendrier générique. Et aussi pour les membres de la famille, car la personne qui appelle n’est pas toujours le patient.
• Il répond uniquement à partir des documents de la clinique : prestations, tarifs, médecins, préparation aux analyses. Quand il ne sait pas, il le dit, et la question est transmise à l’accueil.
• Il ne donne pas de conseils médicaux, ne pose pas de diagnostic, ne fait pas de triage. En cas d’urgence, il dit au patient d’appeler le 112. Testez-le avant le lancement, avec des questions formulées comme le ferait un patient inquiet, pas un ingénieur.
• Pour les résultats, il ne communique que le statut, jamais les valeurs, et seulement après vérification de l’identité. Le médecin qualifie d’abord le résultat, pour que l’assistant n’interprète rien.
• Sachez à l’avance qui reprend l’appel quand le patient est agacé ou demande à parler à quelqu’un, pendant les heures d’accueil et en dehors. D’autres exemples par secteur, y compris pour les cabinets médicaux, figurent dans notre article sur les agents vocaux IA au service client.

En consultation

1. 1Définissez les rôles. Les données de santé sont une catégorie particulière (art. 9 du RGPD), et la base juridique de l’acte médical est l’art. 9, paragraphe 2, point h). La clinique est responsable du traitement. La plateforme d’IA, le fournisseur vocal et l’hébergeur sont des sous-traitants et signent avec la clinique un contrat de sous-traitance (DPA, art. 28).
2. 2Décidez si vous réalisez une analyse d’impact (AIPD, art. 35). La décision n° 174/2018 de l’ANSPDCP, l’autorité roumaine de protection des données, la rend obligatoire pour le traitement à grande échelle de données de santé et pour le traitement à grande échelle au moyen de nouvelles technologies. Le même texte reprend la nuance du considérant 91 du RGPD : les données des patients d’un médecin donné ne relèvent pas, en principe, de la « grande échelle ». Pour un cabinet individuel, l’AIPD n’est donc pas automatiquement obligatoire. Pour une clinique de plusieurs médecins qui introduit la transcription des consultations, il est prudent de la réaliser.
3. 3Demandez le consentement du patient et consignez-le. La loi roumaine n° 46/2003 sur les droits du patient exige un consentement pour la photographie et le tournage vidéo dans un établissement de santé. L’enregistrement audio n’est pas mentionné explicitement, mais la pratique la plus sûre est d’appliquer le même standard : le patient est informé au préalable, donne son accord, et cet accord figure dans le dossier. Le consentement est une garantie supplémentaire ; il ne remplace pas la base juridique au titre du RGPD.
4. 4Demandez au fournisseur d’où vient le code de diagnostic. Le guide MDCG 2019-11 (révisé en juin 2025, sans force juridique contraignante) précise que tout logiciel utilisé en santé n’est pas un dispositif médical. Si un logiciel est qualifié de dispositif médical et fournit des informations utilisées pour prendre des décisions diagnostiques ou thérapeutiques, la règle 11 du MDR le classe au moins en classe IIa. Le critère décisif est la destination déclarée par le fabricant. Le repère le plus clair, valable uniquement au Royaume-Uni, est le guide de la MHRA du 29 juillet 2026. Un scribe qui transcrit, résume ou suggère des codes correspondant à des termes prononcés explicitement, pour vérification par le médecin, n’est pas un dispositif médical. Un scribe qui suggère des diagnostics ou agit sans vérification en est un. La question concrète : « Le code proposé vient-il de ce qu’a dit le médecin, ou est-il déduit par l’IA ? »
5. 5Vérifiez le calendrier de l’AI Act. Un système d’IA qui est un dispositif médical et nécessite un organisme notifié (classes IIa, IIb, III) est à haut risque. La simple classe I ne l’est pas (MDCG 2025-6). L’omnibus numérique, en vigueur depuis le 27 juillet 2026, a reporté les obligations « haut risque » pour les dispositifs médicaux au 2 août 2028. L’obligation de transparence de l’article 50 s’applique déjà, depuis le 2 août 2026.
6. 6Faites un pilote local, avec vérification. Un ou deux médecins, quelques semaines, des comptes rendus lus en entier, avec une attention particulière à la liste de ce qui n’a pas été abordé, et votre propre temps mesuré avant et après. Les études sont en anglais : c’est le seul moyen de savoir ce que cela donne en roumain.

Un exemple concret : Magic AI Clinici

Magic AI Clinici est notre produit, construit selon la même logique. À l’accueil, l’assistante vocale, Ana (c’est la clinique qui choisit le nom), se présente toujours comme assistante virtuelle. Elle répond 24 h/24 et 7 j/7 sur le numéro de la clinique et dans le widget de chat et de voix du site, prend plusieurs appels en même temps et parle roumain, anglais et allemand. Elle prend, déplace, annule et confirme des rendez-vous sur le planning réel, par médecin, salle et durée de l’acte, y compris pour un enfant ou un parent. Elle reconnaît les patients connus à leur numéro de téléphone, et les nouveaux patients épellent leur nom. Quand un patient est agacé, elle transfère l’appel à l’accueil pendant ses heures d’ouverture et, en dehors, prend un message.

Pour les résultats, l’assistante ne communique que le statut, après vérification de la date de naissance et des 4 derniers chiffres du CNP, le numéro d’identification personnel roumain. Après 3 tentatives erronées, l’accès est bloqué pendant 24 heures. Le médecin qualifie d’abord le résultat (sans problème, contrôle nécessaire ou urgent), et le patient reçoit le lien par e-mail. L’assistante appelle aussi les patients : rappels 24 heures et 2 heures avant, avec un SMS si le patient ne répond pas, appel pour programmer un contrôle quand un résultat est urgent, et reprogrammation quand un médecin devient indisponible.

La consultation numérique est une option distincte. Le médecin enregistre depuis le navigateur uniquement avec l’accord écrit du patient, consigné dans le dossier. L’enregistrement audio est supprimé immédiatement après la transcription. L’IA propose un compte rendu structuré : motif de consultation, anamnèse, examen clinique, examens paracliniques, conclusions, un diagnostic avec un code CIM-10 proposé et les recommandations. Elle ajoute des citations de l’échange pour vérification et la liste de ce qui n’a pas été abordé, des outils pensés pour le problème des omissions, qui ne remplacent toutefois pas une relecture intégrale. Le médecin corrige et valide, le compte rendu est enregistré dans le dossier du patient sur Google Drive, et les recommandations ne partent par e-mail que si le médecin le décide. La page du produit ne revendique pas de statut de dispositif médical, et nous ne le faisons pas non plus ici. La question du point 4, une clinique a tout à fait le droit de nous la poser aussi.

Les données sont stockées dans Google Sheets et dans le Google Drive propre à la clinique. Le CNP et les comptes rendus sont chiffrés, et chaque ouverture ou modification d’un compte rendu est inscrite dans le journal d’audit. L’application comporte des rôles distincts, chaque médecin ne voit que ses propres patients, et les médecins et gérants se connectent avec une authentification à deux facteurs. À la demande du patient, les données sont exportées dans une archive ZIP ou supprimées. Les appels passent toutefois aussi par le fournisseur vocal : les enregistrements et transcriptions y sont supprimés après 30 jours, et les transcriptions sont conservées chiffrées pendant 90 jours, après quoi seul le résumé subsiste. C’est pourquoi le contrat de sous-traitance compte ici aussi.

Les limites, dites ouvertement : Magic AI ne s’intègre pas encore aux autres logiciels de clinique, l’application devient donc le système de rendez-vous de la clinique. Elle n’est pas non plus intégrée à CNAS/SIUI, le système de déclaration de l’assurance maladie publique roumaine. Pour une clinique conventionnée avec la caisse d’assurance maladie, ou équipée d’un logiciel qu’elle ne veut pas changer, cela peut tout décider. Sur la page du produit, vous trouverez une clinique fictive, « Clinica Magic AI », joignable au numéro de test +40 373 818 611 (un numéro roumain), où vous pouvez prendre, déplacer et annuler des rendez-vous, ainsi qu’une présentation commentée et le calculateur de coût. Si vous avez besoin d’autre chose qu’un produit standard, nous concevons aussi des agents et applications d’IA sur mesure.

Conclusion

L’IA n’écrit pas le compte rendu à la place du médecin. Elle écrit le brouillon, qui fait gagner de vraies minutes, mais pas des heures, et elle se trompe surtout par ce qu’elle omet : sa valeur dépend donc de la facilité avec laquelle elle permet au médecin de trouver les trous avant de signer. À l’accueil, la règle est la même : l’assistant prend les rendez-vous, confirme et informe, tandis que le triage, les valeurs des résultats et les urgences restent aux humains. Si vous voulez examiner avec nous ce que l’IA pourrait prendre en charge dans votre clinique et ce qui devrait rester à votre équipe, nous vous proposons un échange de 30 minutes, sans engagement.

Sources

• Rotenstein LS, Holmgren AJ, Thombley R et coll. — « Changes in Clinician Time Expenditure and Visit Quantity With Adoption of Artificial Intelligence–Powered Scribes: A Multisite Study », JAMA, 2026, doi:10.1001/jama.2026.2253 (jamanetwork.com)
• Lukac PJ, Turner W, Vangala S et coll. — « Ambient AI Scribes in Clinical Practice: A Randomized Trial », NEJM AI, 2025, DOI 10.1056/AIoa2501000 ; communiqué d’UCLA Health, 26 novembre 2025 (uclahealth.org)
• Kaiser Permanente / The Permanente Medical Group — NEJM Catalyst, DOI 10.1056/CAT.25.0040 ; résumé sur permanente.org, 7 avril 2025
• Olson et coll. — « Use of Ambient AI Scribes to Reduce Administrative Burden and Professional Burnout », JAMA Network Open, 2025;8(10):e2534976 (newswise.com)
• You JG et coll. — étude Mass General Brigham et Emory, JAMA Network Open, août 2025 (news.emory.edu, jamanetwork.com)
• Peterson Health Technology Institute — évaluation des scribes IA, mars 2025, citée par Fierce Healthcare et Axios (fiercehealthcare.com, axios.com)
• Taylor et coll. — « Quality of Clinical Notes Created by Ambient Listening Generative AI: Pragmatic Prospective Pilot Study », JMIR Medical Informatics, 2026;e86474 (medinform.jmir.org)
• Anderson TN, Mohan V, Dorr DA et coll. — « Evaluating the Quality and Safety of Ambient Digital Scribe Platforms Using Simulated Ambulatory Encounters », Mayo Clinic Proceedings: Digital Health, 2025;3(4):100292 (pmc.ncbi.nlm.nih.gov)
• Collège des médecins de Roumanie (Colegiul Medicilor din România) — étude sur le burn-out, 2023, citée par TVR Info, 6 novembre 2025 (tvrinfo.ro)
• Règlement (UE) 2016/679 (RGPD) — art. 9, 28, 35 et considérant 91 (eur-lex.europa.eu) ; ANSPDCP (autorité roumaine de protection des données) — décision n° 174/2018, Journal officiel n° 919 du 31 octobre 2018
• Loi roumaine n° 46/2003 sur les droits du patient, art. 20, version consolidée publiée par le ministère de la Santé (ms.ro)
• MDCG 2019-11 rev.1 — guide sur la qualification et la classification des logiciels en tant que dispositifs médicaux, juin 2025 (health.ec.europa.eu) ; Règlement (UE) 2017/745 (MDR), annexe VIII, règle 11
• MHRA — « Guidance on Ambient Voice Technology-Enabled Products: Device qualification and classification », v1.0, 29 juillet 2026 (gov.uk)
• MDCG 2025-6 — FAQ sur l’articulation entre MDR/IVDR et AI Act, 19 juin 2025, via Hogan Lovells (hlc.com)
• Analyses de l’omnibus numérique sur l’IA et du calendrier de l’AI Act (gibsondunn.com, houthoff.com) ; Règlement (UE) 2024/1689 (AI Act), art. 50