Pré-consultation par IA : ce que montre le premier grand essai randomisé

L’essai PreA : 2 069 patients

Publié dans Nature Medicine en 2026, l’essai PreA a réparti au hasard 2 069 patients en trois groupes avant leur consultation chez un spécialiste : l’agent IA seul, l’agent avec l’aide du personnel, ou pas d’agent. L’agent menait l’interrogatoire et rédigeait un rapport pour le spécialiste Tao.

• −28,7 %de durée de consultation (3,14 contre 4,41 minutes)
• ×2environ, pour la coordination des soins jugée par les médecins
• +16 %de facilité de communication jugée par les patients

Les patients qui utilisaient l’agent seuls ont obtenu les mêmes résultats que ceux qui étaient aidés : l’outil fonctionnait sans assistance. L’essai s’est déroulé en Chine, avec des consultations très courtes ; ses chiffres ne se transposent pas tels quels en France.

Avant l’IA : vingt ans d’anamnèse numérique

Des questionnaires informatisés remplis par le patient existent depuis longtemps. Leurs résultats vont dans le même sens :

• Aux urgences suédoises, pour des douleurs dans la poitrine, le score de risque a pu être calculé dans 75 % des cas à partir de ce que le patient avait saisi, contre 31 % à partir du dossier du médecin Brandberg.
• Les informations recueillies directement auprès du patient étaient quasi complètes ; celles du dossier manquaient au hasard et contredisaient souvent le patient Zakim.
• En consultation de cardiologie, quand le médecin avait sous les yeux le recueil fait avant l’examen, l’examen était plus court Erden.
• En orthopédie, sur 5 321 patients invités, 92,7 % ont rempli le questionnaire en entier Craamer.

Ce que ça change pour vous

Le temps de consultation est court, et il est vite consommé à reconstituer l’histoire. Quand elle est déjà écrite, le médecin peut consacrer ce temps à l’examen, aux explications et à vos questions. Et vous n’avez pas à vous souvenir de tout sous le stress.

Préparer sa consultation, même sans IA, a été étudié dans 33 essais randomisés : les patients préparés posent davantage de questions et sont plus satisfaits, sans que la consultation s’allonge systématiquement Kinnersley Kinnersley.

Les limites à connaître

• Les patients âgés ou très fatigués ont plus de mal à aller au bout d’un recueil numérique Brandberg.
• Un outil qui n’est pas intégré au travail du médecin n’est pas utilisé, même quand les patients l’apprécient Schwenke.
• La pré-consultation ne remplace ni l’examen, ni le diagnostic : c’est une préparation.

Questions fréquentes

Sources

Chaque référence a été vérifiée sur PubMed. La phrase sous chaque entrée dit ce que l’étude a mesuré, pas ce qu’on aimerait qu’elle dise.

1. Tao X, Zhou S, Ding K, et al. An LLM chatbot to facilitate primary-to-specialist care transitions: a randomized controlled trial Nat Med. 2026;32(3):934-942. PMID 41555035.Essai randomisé, 2 069 patients et 111 spécialistes : un agent conversationnel mène l’interrogatoire avant la consultation et rédige un rapport pour le spécialiste. Consultation raccourcie de 28,7 % (3,14 contre 4,41 minutes), coordination jugée meilleure par les médecins, communication jugée plus facile par les patients. Résultats identiques avec ou sans aide du personnel. Réalisé en Chine, dans un système de soins différent du nôtre.Lire sur PubMed
2. Brandberg H, Sundberg CJ, Spaak J, et al. Are medical history data fit for risk stratification of patients with chest pain in emergency care? Comparing data collected from patients using computerized history taking with data documented by physicians in the electronic health record in the CLEOS-CPDS prospective cohort study J Am Med Inform Assoc. 2024;31(7):1529-1539. PMID 38781350.Le score de risque HEART a pu être calculé dans 75 % des cas à partir de l’histoire racontée par le patient sur ordinateur, contre 31 % à partir du dossier rédigé par le médecin. Accord élevé sur les facteurs de risque, plus faible sur la description de la douleur.Lire sur PubMed
3. Zakim D, Brandberg H, El Amrani S, et al. Computerized history-taking improves data quality for clinical decision-making — Comparison of EHR and computer-acquired history data in patients with chest pain PLoS One. 2021;16(9):e0257677. PMID 34570811.Les données recueillies directement auprès du patient étaient quasi complètes ; celles du dossier médical manquaient au hasard et contredisaient souvent ce que le patient avait déclaré.Lire sur PubMed
4. Erden I, Sen A, Erden IE, et al. The impact of automatic history-taking software on data quality in the cardiology outpatient clinic: Retrospective observational study Digit Health. 2024;10:20552076241260155. PMID 38832101.762 patients en consultation de cardiologie. Le dossier recueilli par le logiciel avant l’examen a été jugé plus complet et mieux organisé que celui du médecin ; quand le médecin l’avait sous les yeux, l’examen était plus court. Étude non randomisée.Lire sur PubMed
5. Craamer C, Timmers T, Siebelt M, et al. Completion Rate and Satisfaction With Online Computer-Assisted History Taking Questionnaires in Orthopedics: Multicenter Implementation Report JMIR Med Inform. 2024;12:e60655. PMID 39622699.5 321 patients invités à raconter leur histoire en ligne avant leur première consultation d’orthopédie : 92,7 % l’ont fait jusqu’au bout. Satisfaction plus élevée quand le chirurgien utilisait effectivement leurs réponses.Lire sur PubMed
6. Kinnersley P, Edwards A, Hood K, et al. Interventions before consultations to help patients address their information needs by encouraging question asking: systematic review BMJ. 2008;337:a485. PMID 18632672.33 essais randomisés, 8 244 patients. Préparer le patient avant la consultation augmente le nombre de questions posées et sa satisfaction — de façon significative, mais d’ampleur modeste.Lire sur PubMed
7. Kinnersley P, Edwards A, Hood K, et al. Interventions before consultations for helping patients address their information needs Cochrane Database Syst Rev. 2007;(3):CD004565. PMID 17636767.La revue Cochrane de la même équipe : les interventions de préparation avant consultation n’allongent pas systématiquement la consultation, et n’augmentent ni l’anxiété du patient ni sa satisfaction de façon défavorable.Lire sur PubMed
8. Brandberg H, Sundberg CJ, Spaak J, et al. Use of Self-Reported Computerized Medical History Taking for Acute Chest Pain in the Emergency Department – the Clinical Expert Operating System Chest Pain Danderyd Study (CLEOS-CPDS): Prospective Cohort Study J Med Internet Res. 2021;23(4):e25493. PMID 33904821.Aux urgences, la majorité des patients souffrant de douleur thoracique ont pu raconter eux-mêmes leur histoire sur tablette, avec assez de données pour calculer un score de risque établi. L’usage était plus difficile après 70 ans et chez les patients arrivés en ambulance.Lire sur PubMed
9. Schwenke M, Samtlebe P, Homann S, Knöchelmann A. Use of a digital health navigator in the emergency department: experiences and acceptance among patients and physicians Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz. 2026. PMID 42726137.Un outil d’auto-anamnèse par IA installé aux urgences de Halle : patients globalement favorables, médecins réservés sur sa fiabilité, et outil jamais vraiment intégré au travail des équipes. Ce qui décide du succès est l’organisation, pas l’acceptation individuelle.Lire sur PubMed

À lire ensuite