Les maladies rares sont individuellement peu fréquentes, mais collectivement, elles représentent l'un des plus grands défis diagnostiques en médecine générale européenne. Plus de 6 000 maladies rares reconnues touchent environ 30 millions de personnes en Europe. La plupart des médecins généralistes ne rencontreront la majorité de ces pathologies que très rarement, voire jamais. Pourtant, les soins primaires demeurent le premier point de contact pour les patients dont les symptômes n'ont pas encore été identifiés, et la responsabilité de la première suspicion repose entièrement sur le médecin généraliste. Les outils d'aide à la décision clinique sont devenus courants dans cet environnement, mais la façon dont ils servent les patients atteints de maladies rares mérite un examen attentif et fondé sur des données probantes.

Pourquoi les maladies rares constituent un angle mort diagnostique en médecine générale

Le problème structurel n'est pas une question de compétence clinique. Comme l'a noté le British Journal of General Practice, les médecins généralistes possèdent une expertise considérable dans la prise en charge des maladies multisystémiques, mais peu disposent des ressources nécessaires pour approfondir la recherche sur les pathologies rares. Beaucoup déclarent se sentir dépassés lorsque des patients se présentent avec des informations détaillées sur des pathologies que le médecin généraliste n'a jamais rencontrées.

Le délai moyen entre l'apparition des symptômes et le diagnostic confirmé d'une maladie rare est de cinq à six ans au Royaume-Uni et en Europe. La moitié des patients reçoivent au moins un diagnostic erroné au cours de ce parcours.

Ce retard n'est pas principalement un problème hospitalier. C'est un problème de soins primaires. Les patients atteints de maladies rares consultent généralement plusieurs fois leur médecin généraliste avant d'être orientés vers un spécialiste qui reconnaît la pathologie. L'odyssée diagnostique, un terme désormais ancré dans la littérature sur les maladies rares, commence et stagne souvent en médecine générale. Non pas parce que les médecins généralistes sont inattentifs, mais parce que la reconnaissance des schémas cliniques est calibrée sur la fréquence. Les pathologies qu'un clinicien n'a jamais vues sont, presque par définition, plus difficiles à envisager.

Comment les outils d'aide à la décision clinique sont entraînés, et où cela crée des lacunes

Les outils d'aide à la décision clinique génèrent des diagnostics différentiels en s'appuyant sur des données d'entraînement et une logique diagnostique pondérée en faveur des présentations les plus fréquentes. Il s'agit d'un choix de conception rationnel : les outils conçus pour assister dans le plus large éventail de consultations doivent bien fonctionner sur les pathologies que les médecins généralistes rencontrent le plus souvent.

La conséquence est que les tableaux de maladies rares sont systématiquement sous-représentés, non pas en raison d'une exclusion délibérée, mais à cause d'un problème de fréquence des données. Les pathologies qui apparaissent rarement dans les ensembles de données d'entraînement génèrent un signal faible ou absent dans la logique différentielle pondérée par la fréquence.

Une revue de cadrage de 2026 dans l'International Journal of Medical Informatics a cartographié les approches technologiques sous-jacentes aux systèmes d'aide à la décision clinique pour le diagnostic des maladies rares. Elle a identifié quatre catégories principales : les systèmes de recherche d'informations, le raisonnement basé sur le phénotype, les méthodes fondées sur l'ontologie et les approches reposant sur l'intelligence artificielle (IA, un ensemble de techniques informatiques qui reproduisent certaines fonctions cognitives humaines). La revue a constaté que l'intégration dans la pratique clinique de routine reste limitée dans les quatre catégories, et que l'écart entre les outils de niveau recherche et ceux disponibles au point de soins est substantiel.

Le projet SATURN en Allemagne a développé un prototype d'aide à la décision clinique spécifiquement pour les soins primaires ciblant les présentations de maladies peu claires et rares. Une évaluation qualitative a constaté que même les outils spécialement conçus font face à d'importants obstacles d'utilisabilité. Ceux-ci incluaient l'impossibilité de saisir des symptômes non répertoriés et l'absence d'importation directe de données depuis les systèmes de gestion de cabinet. Ce ne sont pas des améliorations mineures, mais des obstacles déterminants pour l'adoption de l'outil.

Ce que dit la littérature sur les erreurs de diagnostic des maladies rares en soins primaires

Les données probantes concernant le retard diagnostique dans les maladies rares sont cohérentes dans tous les contextes européens. Des odyssées diagnostiques d'une durée moyenne de quatre à huit ans sont rapportées dans toute la littérature, bien que les estimations varient selon la pathologie et le pays. Ces retards s'accompagnent de diagnostics erronés fréquents et d'examens inutiles.

Une étude de consensus Delphi de 2025 publiée dans Scientific Reports, impliquant 55 experts multidisciplinaires, a identifié les principales raisons du retard : faible prévalence, sensibilisation limitée parmi les professionnels de santé primaires, présentation clinique hétérogène et modes de transmission inhabituels.

Le même consensus a identifié les caractéristiques de présentation les plus souvent associées aux diagnostics manqués de maladies rares :

• Antécédents familiaux de maladie inexpliquée ou grave

• Groupes de malformations ou d'anomalies congénitales

• Présentations inhabituelles de maladies par ailleurs courantes

• Retards neurodéveloppementaux ou déclin cognitif inexpliqué

• Pathologie grave disproportionnée par rapport à la cause apparente

Ce ne sont pas des signaux obscurs. Beaucoup sont visibles dans les dossiers des médecins généralistes au fil de plusieurs consultations. Le problème est que, isolément, chacun peut sembler correspondre à une explication plus courante, et les outils pondérés par la fréquence proposeront systématiquement cette explication plus courante en premier.

La différence entre l'aide à la décision pondérée par la fréquence et celle basée sur le phénotype

La distinction entre la logique différentielle pondérée par la fréquence et celle basée sur le phénotype est essentielle pour comprendre comment les outils d'aide à la décision clinique fonctionnent face aux présentations de maladies rares.

Les outils pondérés par la fréquence classent les suggestions diagnostiques selon leur prévalence dans la population. Lors d'une consultation impliquant fatigue, douleurs articulaires et éruption cutanée chez une personne de 30 ans, un tel outil proposera de manière fiable l'anémie, une maladie virale ou l'arthrite réactionnelle avant d'envisager le lupus érythémateux disséminé, car les premières sont plus courantes. Cela est approprié pour la plupart des consultations, mais devient une limitation structurelle lorsque le tableau de symptômes du patient correspond davantage à une pathologie rare.

La logique différentielle basée sur le phénotype adopte une approche différente. Plutôt que de classer par prévalence, elle cartographie la combinaison spécifique de symptômes, le phénotype, par rapport aux profils de maladies, indépendamment de la fréquence à laquelle ces maladies surviennent dans la population générale. Cette approche est plus susceptible de faire ressortir des candidats de maladies rares lorsque le tableau clinique est atypique. La Human Phenotype Ontology (HPO) est le vocabulaire structuré le plus largement utilisé à cette fin. Elle permet la cartographie systématique du phénotype vers la maladie pour des milliers de pathologies.

Une étude de 2026 dans EBioMedicine a évalué les performances des grands modèles de langage (des systèmes d'IA entraînés sur de vastes ensembles de textes) pour le diagnostic des maladies rares dans dix langues, dont l'anglais, le français, l'allemand, le néerlandais, l'espagnol et l'italien. L'étude a utilisé 4 917 vignettes cliniques dérivées de données structurées selon la Human Phenotype Ontology. GPT-4o a placé le diagnostic correct de maladie rare parmi les trois premiers diagnostics différentiels classés dans 27 % des cas en anglais, avec des performances globalement cohérentes dans les langues européennes. Un taux de précision de 27 % dans le top trois n'est pas suffisant pour une utilisation clinique autonome, mais il représente un signal significatif : l'interrogation structurée par phénotype peut faire ressortir des diagnostics rares que la logique pondérée par la fréquence ne proposerait pas.

Comment les principaux outils européens d'aide à la décision clinique abordent la couverture des maladies rares

Le paysage des outils d'aide à la décision clinique disponibles en médecine générale européenne est hétérogène, et la couverture des maladies rares varie considérablement.

Orphanet, la base de données de référence européenne pour les maladies rares, fournit la ressource structurée la plus complète pour la nomenclature des maladies rares, les données de prévalence et les descriptions cliniques. Les outils qui intègrent les données d'Orphanet, ou qui font référence croisée à OMIM (Online Mendelian Inheritance in Man, une base de données génétique), disposent d'un avantage structurel pour faire ressortir les candidats de maladies rares. L'intégration de ces bases de données dans les outils connectés aux dossiers médicaux des soins primaires reste cependant inégale.

DxGPT, un outil basé sur GPT-4 développé avec le diagnostic des maladies rares comme objectif explicite, génère un diagnostic différentiel raisonné et classé des cinq premiers, spécifiquement destiné à contrer les biais cognitifs dans les cas complexes. Il a été évalué dans des contextes cliniques britanniques et espagnols.

Des outils tels qu'Ada Health, actuellement évalué dans une étude d'amélioration de la qualité au sein du réseau hospitalier CUF au Portugal, adoptent une approche d'évaluation des symptômes que le protocole d'étude note comme ayant le potentiel d'aider les utilisateurs dans les cas de maladies rares où le diagnostic rapide reste un défi majeur.

DeepRare, décrit dans un récent article de Nature, représente la frontière actuelle de la recherche. Il s'agit d'un système multi-agents intégrant plus de 40 outils spécialisés et sources de connaissances. Il traite des descriptions en texte libre, des termes structurés de la Human Phenotype Ontology et des résultats génétiques pour générer des hypothèses diagnostiques classées avec un raisonnement transparent. Dans les tâches basées sur la HPO, il a atteint de solides indicateurs de performance, surpassant les méthodes comparables. L'examen par des experts a validé ses chaînes de raisonnement dans une majorité substantielle de cas. DeepRare n'est pas encore intégré dans les flux de travail de routine des médecins généralistes, mais il illustre le plafond de performance que les approches basées sur le phénotype et intégrant les connaissances peuvent atteindre.

L'écart entre les outils de niveau recherche comme DeepRare et ceux disponibles dans un cabinet de médecine générale européen typique reste important. L'intégration des données de soins primaires en Allemagne, par exemple, demeure difficile en raison de vocabulaires spécifiques au pays et de structures de données hétérogènes. Cela limite la capacité, même pour des prototypes d'aide à la décision clinique bien conçus, à fonctionner dans des contextes de soins primaires réels.

Tableaux de symptômes d'alerte que les outils d'aide à la décision manquent couramment

Le consensus Delphi Argo a établi un ensemble de signaux d'alerte cliniques qui devraient déclencher une suspicion de maladie rare en soins primaires. Ce sont les schémas que les outils pondérés par la fréquence sont les plus susceptibles de classer bas ou d'omettre entièrement :

• Atteinte multisystémique chez un jeune patient, en particulier lorsque les symptômes concernent les domaines cardiovasculaire, neurologique et musculo-squelettique sans diagnostic unificateur évident

• Fatigue inexpliquée avec comorbidités atypiques, surtout lorsque les examens standard sont sans particularité et que le tableau clinique n'évolue pas vers un diagnostic commun reconnu

• Présentations récurrentes sans convergence, c'est-à-dire plusieurs consultations pour des symptômes liés ou qui se chevauchent, sans qu'une catégorie diagnostique claire n'ait émergé

• Gravité disproportionnée, où l'évolution clinique est plus grave que ce qui serait attendu pour le diagnostic apparent

• Antécédents familiaux positifs de maladie grave inexpliquée, notamment pour des pathologies à transmission autosomique récessive ou liée à l'X, qui peuvent ne pas être immédiatement apparentes

Ces tableaux partagent une caractéristique commune : chacun est individuellement explicable par des pathologies courantes, mais leur combinaison, en particulier au fil du temps, devrait inciter à envisager un diagnostic différentiel de maladie rare. Un outil qui classe par fréquence offrira systématiquement l'explication courante en premier. Il ne signalera pas la combinaison comme inhabituelle à moins d'avoir été explicitement conçu pour cela.

Comment reconnaître quand le diagnostic différentiel d'un outil est susceptible d'être incomplet

Reconnaître les limites du diagnostic différentiel d'un outil d'aide à la décision clinique en temps réel est en soi une compétence clinique. Plusieurs indicateurs devraient inciter un médecin généraliste à considérer la sortie d'un outil avec un scepticisme accru :

• L'âge du patient et la chronicité des symptômes ne correspondent pas aux diagnostics différentiels courants proposés. Si un outil suggère un diagnostic statistiquement improbable compte tenu de l'âge du patient, de la durée des symptômes ou des résultats d'examens antérieurs, le diagnostic différentiel peut être ancré sur la fréquence plutôt que sur la pertinence clinique.

• Les examens précédents ont été sans particularité. Lorsque le bilan standard pour les diagnostics suggérés a donné des résultats normaux, le diagnostic différentiel n'a pas été confirmé. Il n'a simplement pas été exclu. Ce n'est pas la même chose qu'un diagnostic.

• La présentation couvre plusieurs systèmes d'organes. Les outils d'aide à la décision clinique mono-système, ou ceux entraînés principalement sur des données de spécialité unique, sont structurellement moins aptes à faire ressortir des diagnostics nécessitant une reconnaissance de schémas multisystémiques.

• L'outil renvoie une suggestion à haute confiance pour une pathologie courante malgré une mauvaise adéquation clinique. Une confiance élevée dans un outil pondéré par la fréquence reflète la prévalence, pas la qualité de la correspondance. La confiance de l'outil n'est pas une confirmation diagnostique.

• Le patient a été vu plusieurs fois pour les mêmes symptômes ou des symptômes liés. La chronicité et la récurrence devraient abaisser le seuil pour envisager une maladie rare, même lorsque chaque consultation individuelle semble correspondre à une explication courante.

Le silence d'un outil sur un diagnostic n'est pas équivalent à son exclusion. Un système d'aide à la décision clinique qui ne liste pas une pathologie dans son diagnostic différentiel ne l'a pas exclue. Il n'a simplement pas généré suffisamment de signal pour la faire ressortir : pour les maladies rares, c'est précisément le problème que ces outils sont les moins aptes à résoudre.

Le rôle des réseaux de spécialistes et des registres européens de maladies rares

Là où les outils d'aide à la décision clinique atteignent leurs limites, l'infrastructure européenne offre des parcours structurés pour l'escalade. Les Réseaux européens de référence (ERN), 24 réseaux thématiques reliant des centres spécialisés dans les États membres de l'UE, existent pour fournir une expertise sur les pathologies rares et complexes. Les Réseaux européens de référence couvrent des domaines incluant les maladies neurologiques, les troubles du tissu conjonctif, les immunodéficiences et les pathologies métaboliques, entre autres. Les médecins généralistes peuvent, dans les cas appropriés, initier un contact via les centres nationaux de maladies rares ou via les parcours d'Avis et Orientation pour accéder à l'avis d'un spécialiste sans nécessiter de lettre d'adressage formelle.

Les registres nationaux de maladies rares, là où ils existent, fournissent des données épidémiologiques qui peuvent contextualiser une présentation clinique, en particulier pour les pathologies présentant un regroupement géographique ou ethnique connu. ERDERA, le partenariat européen sur la recherche sur les maladies rares lancé en 2024 dans le cadre d'Horizon Europe avec un budget d'environ 380 millions d'euros jusqu'en 2031, vise en partie à renforcer cette infrastructure de données.

Orphanet reste le point de référence le plus accessible pour les médecins généralistes recherchant des informations sur une pathologie rare suspectée. Il fournit des résumés de maladies, des estimations de prévalence, des critères diagnostiques et des liens vers des centres spécialisés, sans nécessiter d'abonnement ou d'accès particulier.

À quoi ressemble une bonne couverture des maladies rares dans un outil d'aide à la décision clinique

Pour les médecins généralistes et les responsables des achats évaluant les outils d'aide à la décision clinique, la capacité en matière de maladies rares n'est pas une caractéristique binaire. Elle existe sur un spectre, et les critères suivants offrent un cadre d'évaluation pratique :

• Intégration avec des bases de données validées de maladies rares. L'outil s'appuie-t-il sur Orphanet, Online Mendelian Inheritance in Man ou des sources de connaissances structurées équivalentes ? Sinon, sa logique différentielle en matière de maladies rares est probablement limitée aux pathologies présentes dans les données de formation clinique générale.

• Logique différentielle basée sur le phénotype. L'outil cartographie-t-il les combinaisons de symptômes aux profils de maladies, ou classe-t-il uniquement par prévalence dans la population ? La première approche est indispensable pour une performance fiable sur les maladies rares.

• Transparence sur la portée des données d'entraînement. L'outil ou sa documentation peuvent-ils spécifier quelles catégories de maladies sont couvertes et lesquelles ne le sont pas ? Un outil qui ne peut pas répondre à cette question ne peut pas être évalué pour son adéquation à l'objectif.

• Invites d'escalade claires. L'outil signale-t-il lorsqu'un tableau de symptômes dépasse sa plage de confiance, ou lorsqu'un parcours d'adressage pour maladie rare devrait être envisagé ? Les alertes à haut rendement et faible volume intégrées de manière transparente dans le flux de travail quotidien sont identifiées dans la littérature comme la norme de conception pour un soutien clinique efficace aux maladies rares.

• Cohérence multilingue. Pour les outils utilisés dans les systèmes de santé européens, la performance devrait être évaluée dans la langue clinique pertinente, et non supposée équivalente à la performance en anglais.

Aucun outil actuellement disponible ne répond pleinement à tous ces critères. Les obstacles non algorithmiques au déploiement, notamment l'absence de cadres de mise en œuvre et l'incapacité des modèles biologiques à refléter la complexité clinique du monde réel, restent importants. L'écart entre les performances en recherche et l'utilité clinique de routine est une limitation reconnue dans l'ensemble du domaine.

Le rôle du clinicien lorsque l'aide à la décision atteint ses limites

Les outils d'aide à la décision clinique sont des aides à la décision. Dans les présentations de maladies rares, cette distinction compte plus que dans presque tout autre contexte clinique. Un outil performant sur les présentations les plus courantes peut être moins fiable sur les plus rares, alors que les maladies rares concernent collectivement des millions de patients en Europe.

Le British Journal of General Practice décrit les médecins généralistes comme ayant une expertise considérable dans la gestion des maladies multisystémiques, une expertise qu'aucun outil d'aide à la décision clinique actuel ne reproduit. La connaissance longitudinale d'un patient, la familiarité avec l'évolution de ses symptômes dans le temps et l'intuition clinique qu'une situation ne correspond pas à un diagnostic courant ne sont pas des éléments que l'on peut encoder dans un algorithme de classement différentiel. Ils résultent d'une relation clinique durable et d'une reconnaissance expérimentée des schémas.

L'éducation, la sensibilisation accrue et l'utilisation de la technologie sont identifiées dans le consensus Delphi comme des voies complémentaires vers un diagnostic plus précoce des maladies rares, non pas comme des alternatives au jugement clinique, mais comme des soutiens à celui-ci. Comprendre ce qu'un outil d'aide à la décision clinique peut ou ne peut pas faire n'est pas une question technique. C'est une compétence clinique, et dans les présentations de maladies rares, c'est peut-être la plus importante qu'un médecin généraliste apporte à la consultation.

Questions fréquemment posées

▶ Pourquoi le diagnostic des maladies rares prend-il autant de temps en soins primaires ?

Le délai moyen entre l'apparition des symptômes et le diagnostic confirmé d'une maladie rare est de cinq à six ans au Royaume-Uni et en Europe. La moitié des patients reçoivent au moins un diagnostic erroné au cours de ce parcours. Ce retard n'est pas principalement un problème hospitalier. Les patients atteints de maladies rares consultent généralement plusieurs fois leur médecin généraliste avant d'être orientés vers un spécialiste qui reconnaît la pathologie. La difficulté principale est que la reconnaissance des schémas cliniques est calibrée sur la fréquence. Les pathologies qu'un clinicien n'a jamais vues sont plus difficiles à envisager, même lorsque les signaux cliniques sont présents sur plusieurs consultations.

▶ Pourquoi les outils d'aide à la décision clinique manquent-ils les diagnostics de maladies rares ?

La plupart des outils d'aide à la décision clinique classent les suggestions diagnostiques selon la prévalence dans la population. Les pathologies rares sont systématiquement sous-représentées dans les données d'entraînement, non pas en raison d'une exclusion délibérée, mais à cause d'un problème de fréquence des données. Les pathologies qui apparaissent rarement dans les ensembles de données d'entraînement génèrent un signal faible ou absent dans la logique différentielle pondérée par la fréquence. Une revue de cadrage de 2026 dans l'International Journal of Medical Informatics a confirmé que l'intégration de l'aide à la décision clinique pour les maladies rares dans la pratique clinique de routine reste limitée dans les quatre principales approches technologiques.

▶ Quelle est la différence entre l'aide à la décision clinique pondérée par la fréquence et celle basée sur le phénotype ?

Les outils pondérés par la fréquence classent les suggestions diagnostiques selon la fréquence à laquelle une pathologie survient dans la population générale. Les outils basés sur le phénotype adoptent une approche différente : ils cartographient la combinaison spécifique de symptômes par rapport aux profils de maladies, indépendamment de la fréquence à laquelle ces maladies surviennent. Cela rend les outils basés sur le phénotype plus susceptibles de faire ressortir des candidats de maladies rares lorsque le tableau clinique est atypique. La Human Phenotype Ontology est le vocabulaire structuré le plus largement utilisé à cette fin. Elle permet la cartographie systématique du phénotype vers la maladie pour des milliers de pathologies.

▶ Avec quelle précision les grands modèles de langage identifient-ils les maladies rares ?

Une étude de 2026 dans EBioMedicine a évalué les performances des grands modèles de langage pour le diagnostic des maladies rares dans dix langues en utilisant 4 917 vignettes cliniques structurées à partir de données de la Human Phenotype Ontology. GPT-4o a placé le diagnostic correct de maladie rare parmi les trois premiers diagnostics différentiels classés dans 27 % des cas en anglais, avec des performances globalement cohérentes dans les langues européennes. Ce chiffre n'est pas suffisant pour une utilisation clinique autonome, mais il montre que l'interrogation structurée par phénotype peut faire ressortir des diagnostics rares que la logique pondérée par la fréquence ne proposerait pas.

▶ Quels tableaux de symptômes d'alerte devraient inciter à une suspicion de maladie rare en médecine générale ?

Une étude de consensus Delphi de 2025 a identifié plusieurs schémas cliniques les plus souvent associés aux diagnostics manqués de maladies rares : atteinte multisystémique chez un jeune patient, fatigue inexpliquée avec comorbidités atypiques et examens standard sans particularité, présentations récurrentes qui n'ont pas abouti à une catégorie diagnostique claire, gravité disproportionnée par rapport au diagnostic apparent, et antécédents familiaux positifs de maladie grave inexpliquée. Chaque tableau est individuellement explicable par des pathologies courantes, mais leur combinaison au fil du temps devrait inciter à envisager un diagnostic différentiel de maladie rare.

▶ Comment un médecin généraliste peut-il savoir quand le diagnostic différentiel d'un outil d'aide à la décision clinique est susceptible d'être incomplet ?

Plusieurs indicateurs devraient inciter à un scepticisme accru concernant la sortie d'un outil. Ceux-ci incluent un diagnostic suggéré qui ne correspond pas à l'âge du patient ou à la chronicité des symptômes, des examens précédents sans particularité, une présentation couvrant plusieurs systèmes d'organes, une confiance élevée de l'outil pour une pathologie courante malgré une mauvaise adéquation clinique, et un patient vu plusieurs fois pour les mêmes symptômes ou des symptômes liés. Le silence d'un outil sur un diagnostic n'est pas équivalent à son exclusion. Un système d'aide à la décision clinique qui ne liste pas une pathologie ne l'a pas exclue.

▶ Quelles ressources européennes existent pour soutenir les médecins généralistes lorsque l'aide à la décision clinique atteint ses limites ?

Les Réseaux européens de référence, 24 réseaux thématiques reliant des centres spécialisés dans les États membres de l'UE, fournissent une expertise sur les pathologies rares et complexes couvrant des domaines incluant les maladies neurologiques, les troubles du tissu conjonctif, les immunodéficiences et les pathologies métaboliques. Les médecins généralistes peuvent initier un contact via les centres nationaux de maladies rares ou via les parcours d'Avis et Orientation sans nécessiter de lettre d'adressage formelle. Orphanet, la base de données de référence européenne pour les maladies rares, fournit des résumés de maladies, des estimations de prévalence, des critères diagnostiques et des liens vers des centres spécialisés, sans nécessiter d'abonnement ou d'accès particulier.

▶ Que devraient rechercher les médecins généralistes et les responsables des achats lors de l'évaluation de la capacité d'un outil d'aide à la décision clinique en matière de maladies rares ?

La capacité en matière de maladies rares dans un outil d'aide à la décision clinique existe sur un spectre plutôt que comme une caractéristique binaire. Les critères clés incluent l'intégration avec des bases de données validées de maladies rares telles qu'Orphanet ou Online Mendelian Inheritance in Man, une logique différentielle basée sur le phénotype plutôt qu'un classement uniquement basé sur la prévalence, la transparence sur la portée des données d'entraînement, des invites d'escalade claires lorsqu'un tableau de symptômes dépasse la plage de confiance de l'outil, et une performance cohérente dans la langue clinique pertinente pour les outils utilisés dans les systèmes de santé européens. Aucun outil actuellement disponible ne répond pleinement à tous ces critères.

▶ Qu'est-ce que DeepRare et en quoi diffère-t-il des outils disponibles dans la pratique de routine des médecins généralistes ?

DeepRare, décrit dans un récent article de Nature, est un système multi-agents intégrant plus de 40 outils spécialisés et sources de connaissances. Il traite des descriptions en texte libre, des termes structurés de la Human Phenotype Ontology et des résultats génétiques pour générer des hypothèses diagnostiques classées avec un raisonnement transparent. Dans les tâches basées sur la Human Phenotype Ontology, il a atteint de solides indicateurs de performance, et l'examen par des experts a validé ses chaînes de raisonnement dans une majorité substantielle de cas. DeepRare n'est pas encore intégré dans les flux de travail de routine des médecins généralistes, mais il illustre le plafond de performance que les approches basées sur le phénotype et intégrant les connaissances peuvent atteindre.

▶ Quel rôle joue le jugement clinique lorsque les outils d'aide à la décision sont insuffisants dans les présentations de maladies rares ?

Les outils d'aide à la décision clinique sont des aides à la décision, et non des substituts au jugement clinique. Dans les présentations de maladies rares, la connaissance longitudinale d'un patient, la familiarité avec l'évolution de ses symptômes dans le temps et la reconnaissance clinique qu'une situation ne correspond pas à un diagnostic courant ne sont pas des éléments qu'un algorithme de classement différentiel peut reproduire. Un consensus Delphi de 2025 a identifié l'éducation, la sensibilisation accrue et l'utilisation de la technologie comme des soutiens complémentaires pour un diagnostic plus précoce des maladies rares, non pas comme des alternatives au jugement clinique. Comprendre ce qu'un outil d'aide à la décision clinique peut ou ne peut pas faire est en soi une compétence clinique.