Les cabinets de médecins généralistes européens subissent une pression administrative considérable. Les listes d'attente s’allongent, les temps de consultation se réduisent et les cliniciens consacrent une part disproportionnée de leur journée de travail à la documentation, au détriment des soins directs aux patients. Les outils de documentation par intelligence artificielle (IA) — scribes médicaux IA, assistants de transcription en temps réel et générateurs automatisés de comptes rendus médicaux — sont présentés comme une solution directe à ce problème. Pourtant, l’adoption dans les soins primaires européens reste remarquablement inégale. La technologie existe. Le problème qu’elle prétend résoudre est réel. Alors, pourquoi davantage de médecins généralistes ne l’utilisent-ils pas ?

La réponse ne relève pas d’une simple résistance. Lorsque les cliniciens sont interrogés directement, lors d’enquêtes, de groupes de discussion ou d’entretiens qualitatifs, il ressort un ensemble nuancé de préoccupations rationnelles, spécifiques et largement ignorées par la génération actuelle de produits de documentation IA. Comprendre ces préoccupations est essentiel pour toute personne impliquée dans l’acquisition, le déploiement ou la création d’outils IA pour les établissements de santé européens.

Le paradoxe de la mise en œuvre : « Je n’ai pas le temps d’apprendre un nouveau système en ce moment »

L’obstacle le plus immédiat décrit par les médecins généralistes est aussi le plus contre-intuitif. Le problème même que les outils de documentation IA sont censés résoudre — le poids écrasant de la charge administrative — est fréquemment cité comme la raison pour laquelle les cliniciens ne trouvent pas le temps de les évaluer ou de les adopter.

Une enquête de référence de 2025 auprès de 1 005 médecins généralistes britanniques publiée dans Digital Health a révélé que 75 % n’utilisaient toujours pas d’outils d’IA générative dans leur pratique clinique. Parmi ceux qui les utilisaient, seulement 35 % y avaient recours pour la documentation post-consultation, le principal cas d’usage ciblé par la plupart des fournisseurs de documentation IA. Point crucial, 85 % des médecins généralistes ont déclaré que leur employeur ne les avait pas encouragés à utiliser des outils d’IA générative, et 95 % n’avaient reçu aucune formation professionnelle à leur utilisation.

Ce n’est pas l’histoire de cliniciens ayant essayé les outils IA et les ayant rejetés. C’est surtout celle de professionnels qui n’ont jamais bénéficié du soutien institutionnel nécessaire pour les tester. Sans temps protégé pour l’évaluation, intégration structurée ou personne désignée pour piloter la mise en œuvre, la charge mentale liée à l’adoption d’un nouveau système repose entièrement sur des cliniciens déjà au maximum de leurs capacités.

Une étude qualitative menée auprès de médecins de famille lituaniens a révélé que même des inefficacités mineures, comme un délai de traitement de 15 à 20 secondes dans la production générée par l’IA, étaient perçues comme des problèmes sérieux dans des environnements cliniques sous haute pression. Lorsque chaque seconde de consultation compte, tout outil qui introduit la moindre friction risque d’être abandonné.

Comment savoir si c’est vraiment précis ?

La confiance dans la précision des comptes rendus médicaux générés par l’IA est une préoccupation persistante et légitime. Les médecins généralistes ne sont pas simplement prudents par principe : ils répondent à une véritable question de responsabilité. Si un assistant médical IA déforme ce qui a été dit lors d’une consultation ou génère un code médical inexact, c’est le clinicien, et non le fournisseur, qui porte la responsabilité juridique et professionnelle.

L’article d’opinion accompagnant l’enquête de 2025 auprès des médecins généralistes britanniques a montré que les commentaires ouverts des praticiens se regroupaient autour de thèmes de méconnaissance, d’ambivalence et d’anxiété concernant le rôle de l’IA dans les tâches cliniques. Bien que 69 % des médecins généralistes pensent que l’IA améliorera la documentation, contre 59 % en 2024 — ce qui suggère une évolution progressive des attitudes — l’adoption reste nettement en retard par rapport à l’optimisme affiché.

Le rapport de recherche du Royal College of General Practitioners de décembre 2025 a mis en lumière cette tension. Les médecins généralistes réunis en groupes de discussion ont mis en garde contre la surestimation du gain de temps potentiel des outils IA, notant que si l’on « passe du temps à vérifier les choses en détail, les avantages en termes de gain de temps pourraient être diminués ». C’est une position cliniquement responsable. Si un médecin généraliste doit relire chaque note générée par l’IA mot à mot avant de la valider, le gain d’efficacité peut être marginal, voire nul.

Une étude italienne de 2025 sur l’écart entre optimisme et connaissance chez les cliniciens a révélé que les professionnels de santé sont globalement enthousiastes à propos de l’IA, mais manquent des connaissances spécifiques nécessaires pour évaluer sa fiabilité en pratique, un écart qui rend difficile une adoption éclairée et significative.

Les préoccupations concernant la précision s’étendent en particulier aux données structurées et au codage médical. Les erreurs dans les notes en texte libre sont une chose ; les erreurs dans les diagnostics codés ou les dossiers de médicaments ont des conséquences en aval sur la sécurité des patients, les parcours d’orientation et la qualité des données à l’échelle de la population.

Qu’advient-il des données de mes patients ?

Les préoccupations en matière de sécurité et de confidentialité des données sont particulièrement vives dans les soins primaires européens, où la conformité au Règlement général sur la protection des données (RGPD) est une obligation légale et non une simple option. Lorsque les médecins généralistes demandent « Est-ce même légal dans mon pays ? », ils ne font pas obstruction : ils posent une question à laquelle de nombreux fournisseurs de documentation IA n’ont pas répondu de façon suffisamment claire.

L’enquête d’opinion complémentaire auprès des médecins généralistes britanniques a révélé que les cliniciens exprimaient des préoccupations spécifiques concernant « l’accès de tiers aux données des patients », une inquiétude structurellement fondée, étant donné que la plupart des outils de documentation IA traitent l’audio ou le texte sur une infrastructure cloud pouvant se situer hors de l’UE.

Le rapport du RCGP a montré que les médecins généralistes s’interrogeaient sur l’emplacement de stockage des données des patients, leur utilisation à des fins commerciales et sur le fait que le partage des données profite réellement aux personnes concernées. Ce ne sont pas des préoccupations hypothétiques : elles reflètent une réelle ambiguïté dans la manière dont de nombreux outils IA gèrent l’hébergement des données au sein de l’UE et leur utilisation secondaire.

L’article principal du European General Practice Research Network sur l’IA dans les soins primaires européens a soulevé des préoccupations supplémentaires propres au contexte européen : la propriété des données, l’empoisonnement des données et le risque de fuite, particulièrement pertinent lorsque les conversations avec les patients sont traitées par une infrastructure IA tierce.

Une étude majeure commandée par l’UE sur le déploiement de l’IA dans les soins de santé européens a identifié la complexité juridique et réglementaire comme l’une des quatre principales catégories d’obstacles, notant que prestataires et patients s’inquiètent de la fiabilité de l’IA et de la protection des données. Le rapport a révélé que la plupart des États membres de l’UE manquent de voies de remboursement claires pour les outils IA, et que l’adoption est actuellement concentrée dans les grands hôpitaux universitaires plutôt que dans les établissements de soins primaires, où l’infrastructure de gouvernance des données est souvent moins développée.

Notre système de dossiers médicaux est archaïque : est-ce que ça fonctionnera vraiment ?

L’intégration avec les systèmes de dossiers médicaux existants est une contrainte pratique que les fournisseurs sous-estiment fréquemment. En réalité, l’infrastructure informatique des soins primaires européens est hétérogène, souvent vieillissante et rarement conçue pour intégrer des solutions IA tierces.

L’étude de preuve de concept espagnole menée en Catalogne, qui a testé un outil de génération de comptes rendus médicaux IA appelé « Relisten » dans des établissements de soins primaires, a mis en évidence ces points de friction : intégration au flux de travail du système de dossiers médicaux, difficultés de mesure du temps et difficulté à comparer la documentation générée par l’IA aux normes existantes dans des environnements cliniques réels.

Le rapport sur le déploiement de l’IA dans les soins de santé de l’UE a classé les problèmes technologiques et de données comme une catégorie d’obstacles distincte, séparée des préoccupations réglementaires ou organisationnelles. Les systèmes existants dans la santé publique européenne, dont beaucoup n’ont pas été conçus pour exposer des interfaces de programmation d’applications (API) ou accepter des entrées structurées d’outils externes, représentent un véritable obstacle technique qui ne peut être résolu au niveau du cabinet.

Pour les médecins généralistes travaillant dans des établissements de santé publique, la décision d’intégrer un nouvel outil IA ne leur appartient que rarement. Elle nécessite généralement l’implication du service informatique, l’approbation des achats et, dans certains cas, l’accord de l’autorité sanitaire nationale ou régionale. L’écart entre un clinicien qui télécharge une application et un outil IA formellement intégré au flux de travail du système de dossiers médicaux d’un cabinet est considérable.

Personne au cabinet n’a validé cela

L’intérêt clinique individuel pour les outils de documentation IA ne se traduit pas automatiquement par une adoption institutionnelle. De nombreux médecins généralistes décrivent une situation où ils sont personnellement curieux des assistants IA, mais se heurtent à des obstacles organisationnels ou de gouvernance qui les empêchent d’aller plus loin.

L’enquête de 2025 auprès des médecins généralistes britanniques rend ce problème structurel explicite : 85 % des médecins généralistes ont déclaré que leur employeur ne les avait pas encouragés à utiliser des outils d’IA générative, et 95 % n’avaient reçu aucune formation professionnelle. Ce n’est pas l’image d’une main-d’œuvre à qui l’on a proposé des outils IA et qui les a refusés, mais celle d’une main-d’œuvre largement livrée à elle-même pour naviguer l’adoption de l’IA sans soutien institutionnel.

L’étude sur les attitudes des médecins allemands de l’Université RWTH d’Aix-la-Chapelle a révélé que, malgré l’enthousiasme des médecins individuellement, l’intégration clinique restait limitée en raison de préoccupations sur l’utilisabilité, les implications éthiques et l’acceptation par les pairs. L’étude a explicitement appelé à des stratégies de mise en œuvre standardisées plutôt que de laisser l’adoption à l’initiative individuelle.

Les préoccupations de gouvernance incluent aussi des questions sur la responsabilité clinique. Si une note générée par l’IA contient une erreur, qui est responsable ? Si un outil n’a pas été formellement approuvé par le responsable clinique d’un cabinet ou par un organisme de réglementation national, les médecins généralistes peuvent hésiter à l’utiliser, même s’ils pensent que cela les aiderait, précisément parce que le cadre de responsabilité n’est pas clair.

J’ai vu trop d’outils aller et venir

Le scepticisme des cliniciens, forgé par l’expérience, n’apparaît pas toujours dans les enquêtes, mais ressort constamment dans la recherche qualitative. Les médecins généralistes ont connu plusieurs cycles de promesses technologiques : des systèmes de dossiers médicaux dont la mise en œuvre a pris des années à se stabiliser, aux outils d’aide à la décision médicale imposés puis discrètement abandonnés. Cette histoire façonne leur regard sur les nouveaux outils.

L’article principal du European General Practice Research Network a noté que le rythme d’intégration de l’IA dépasse les preuves disponibles concernant son efficacité et sa sécurité. Pour des cliniciens formés à évaluer les interventions sur la base de preuves, c’est une préoccupation majeure. Un outil qui réduit le temps de documentation dans une étude pilote sponsorisée par un fournisseur n’équivaut pas à un outil dont l’efficacité est démontrée par une évaluation indépendante en conditions réelles.

L’étude polonaise à méthodes mixtes a révélé que l’adoption de l’IA reste limitée en raison de la réticence au changement, des idées reçues et des lacunes de connaissances. Elle a également noté que les craintes de remplacement d’emplois se sont largement apaisées, l’IA étant de plus en plus perçue comme un outil d’appoint plutôt que de substitution. C’est un progrès, mais cela ne se traduit pas automatiquement par une confiance dans des outils spécifiques.

L’enquête indexée PubMed auprès des cliniciens de soins primaires sur l’aide à la décision médicale pour la prophylaxie pré-exposition au VIH a montré que, même lorsque les cliniciens jugeaient un outil pertinent et utile, l’adoption était freinée par des obstacles liés au flux de travail et à l’utilisabilité. Cela souligne que la valeur perçue et l’adoption réelle ne sont pas synonymes. Les déploiements mal accompagnés, la mauvaise gestion du changement et les outils mal adaptés aux pratiques réelles ont laissé un résidu de prudence auquel les nouveaux produits de documentation IA doivent faire face.

Je ne suis pas sûr que cela aiderait réellement mon flux de travail

Même les médecins généralistes ouverts aux outils de documentation IA expriment souvent des doutes sur l’adéquation des produits existants à leur réalité professionnelle. Les soins primaires européens couvrent une grande diversité de formats de consultation, de langues et d’exigences de documentation, qui ne correspondent pas toujours aux cas d’usage pour lesquels les outils IA ont été conçus.

Le rapport du RCGP a montré que les médecins généralistes identifiaient l’administration comme un domaine clé où l’IA pourrait aider. Mais leurs groupes de discussion ont aussi exprimé un scepticisme quant à la capacité réelle des outils IA à tenir cette promesse, notamment en raison du temps nécessaire pour vérifier le contenu généré.

L’article principal du European General Practice Research Network a souligné que la valeur pratique des outils IA dépend fortement des compétences en « prompt engineering » des cliniciens, un écart de compétences que la plupart des médecins généralistes n’ont pas été formés à combler. Un outil de documentation IA nécessitant une configuration ou des instructions complexes pour produire une sortie utile n’est pas adapté à la réalité sous pression d’une consultation de médecine générale.

Les téléconsultations ajoutent une complexité supplémentaire. La technologie de reconnaissance vocale conçue pour les consultations en personne peut ne pas fonctionner de façon fiable lors de tris téléphoniques ou vidéo. Les interactions multilingues avec les patients, fréquentes dans les cabinets urbains européens, posent aussi des défis en matière de précision de transcription et de qualité des notes. L’étude qualitative lituanienne a montré que les médecins restaient sceptiques quant à la fiabilité et à l’efficacité de l’IA, la confiance, la confidentialité des données et l’autonomie des praticiens étant toutes identifiées comme des préoccupations persistantes, amplifiées lorsque l’outil ne semble pas adapté au contexte clinique.

L’étude sur la préparation à l’IA des jeunes médecins de famille européens publiée dans les Annals of Family Medicine a évalué la préparation selon quatre dimensions (cognition, capacité, vision et éthique) et a constaté des variations significatives entre les pays, suggérant que l’écart d’adoption n’est pas uniforme et dépend de facteurs structurels autant qu’individuels.

Combien cela coûte-t-il, et qui paie ?

L’incertitude budgétaire est un obstacle important et sous-estimé, en particulier dans les systèmes de santé publique européens où les décisions d’achat sont soumises à des règles d’approvisionnement et à des contraintes de financement centralisé.

Le rapport sur le déploiement de l’IA dans les soins de santé de l’UE a révélé que la plupart des États membres de l’UE manquent de voies de remboursement pour les outils IA, et que les obstacles organisationnels et financiers constituent l’une des quatre principales catégories d’obstacles à l’adoption de l’IA dans les soins de santé européens. Faute de mécanisme clair de financement des outils de documentation IA — que ce soit via les budgets nationaux de santé, les dépenses au niveau du cabinet ou le remboursement par les assureurs — les cabinets individuels doivent absorber des coûts difficiles à justifier dans des environnements aux ressources limitées.

Les modèles de tarification des outils de documentation IA varient considérablement et manquent souvent de transparence. Les abonnements, les frais par consultation et les licences d’entreprise créent chacun des dynamiques financières différentes selon la taille des cabinets. Dans les systèmes de santé mixtes, où les médecins généralistes peuvent recevoir à la fois des patients financés publiquement et des patients privés, la question de savoir quelles consultations relèvent de quel niveau de tarification ajoute une complexité supplémentaire.

L’étude qualitative britannique auprès des patients sur l’IA dans les soins primaires pour les patients atteints de multiples affections chroniques a révélé que les défis de mise en œuvre et les facteurs d’acceptation sont étroitement liés, et que les obstacles financiers et organisationnels interagissent avec les obstacles cliniques et sociaux, faisant de l’adoption un défi systémique plutôt qu’une simple décision individuelle.

Ce que ces objections nous disent réellement sur l’adoption

Les préoccupations soulevées par les médecins généralistes européens à propos des outils de documentation IA ne relèvent pas d’une résistance irrationnelle. Elles constituent un ensemble cohérent de questions sur la confiance, l’adéquation, la gouvernance et le soutien, auxquelles la génération actuelle de produits de documentation IA — et les systèmes de santé responsables de leur déploiement — n’a pas encore répondu de façon suffisamment convaincante pour susciter une adoption généralisée.

Les obstacles se regroupent en quatre grandes catégories :

• Confiance et précision : les cliniciens doivent pouvoir avoir confiance dans le fait que les notes générées par l’IA sont suffisamment fiables pour être validées sans relecture approfondie, et que les erreurs dans les données structurées et le codage médical ne créeront pas de risques pour la sécurité des patients en aval.

• Gouvernance des données : la conformité au RGPD, l’hébergement des données au sein de l’UE et la clarté sur l’utilisation secondaire des données sont non négociables pour les cliniciens européens soumis à des obligations légales variables selon les pays.

• Intégration et adéquation : les outils qui ne se connectent pas de façon fiable aux systèmes de dossiers médicaux existants, ou qui n’ont pas été conçus pour les formats de consultation spécifiques et la diversité linguistique des soins primaires européens, ne seront pas adoptés, quelle que soit leur capacité technique.

• Préparation institutionnelle : l’intérêt individuel des cliniciens ne suffit pas. L’adoption nécessite l’encouragement de l’employeur, une formation professionnelle, des cadres de gouvernance et, dans de nombreux cas, un financement central ou des voies de remboursement.

La conclusion de l’enquête de 2025 auprès des médecins généralistes britanniques selon laquelle 95 % des médecins généralistes n’avaient reçu aucune formation professionnelle sur les outils d’IA générative est peut-être le point de données le plus important pour comprendre pourquoi l’adoption reste faible. Cela suggère que l’écart principal ne réside pas dans les attitudes des cliniciens, qui deviennent plus positives, mais dans l’infrastructure institutionnelle nécessaire pour soutenir une adoption responsable et éclairée.

Pour les dirigeants des systèmes de santé et les décideurs en matière d’approvisionnement, il en découle que construire un argumentaire pour le déploiement d’outils de documentation IA n’est pas d’abord un problème technologique. C’est un problème de mise en œuvre, qui exige un investissement dans la formation, la gouvernance, le soutien à l’intégration et une communication claire sur le traitement des données, avant que l’on puisse raisonnablement s’attendre à ce que les cliniciens modifient leur façon de travailler.

Questions fréquemment posées

▶ Pourquoi davantage de médecins généralistes européens n’utilisent-ils pas d’outils de documentation IA ?

Les données suggèrent que le principal obstacle n’est pas la résistance à la technologie elle-même. Une enquête de 2025 auprès de 1 005 médecins généralistes britanniques a révélé que 85 % n’avaient reçu aucun encouragement de leur employeur à utiliser des outils d’IA générative, et 95 % n’avaient reçu aucune formation professionnelle. La plupart des médecins généralistes n’ont pas eu le soutien institutionnel nécessaire pour essayer ces outils.

▶ Que disent les médecins généralistes de la précision des comptes rendus médicaux générés par l’IA ?

La précision est une préoccupation persistante et concrète. Si un médecin généraliste doit relire chaque note générée par l’IA en détail avant de la valider, le gain de temps peut être marginal. Les erreurs dans les données structurées et le codage médical comportent des risques en aval pour la sécurité des patients et les parcours d’orientation. Le clinicien, et non le fournisseur, porte la responsabilité juridique et professionnelle de ce qui est inscrit dans le dossier.

▶ Comment le RGPD et la confidentialité des données affectent-ils l’adoption d’outils de documentation IA en Europe ?

La conformité au RGPD est une obligation légale pour les cliniciens européens, et non une simple considération. Les médecins généralistes ont soulevé des préoccupations spécifiques concernant l’accès de tiers aux données des patients, l’emplacement de stockage, l’utilisation à des fins commerciales et le bénéfice réel pour les patients. De nombreux outils de documentation IA traitent l’audio ou le texte sur une infrastructure cloud pouvant se situer hors de l’UE, ce qui crée une réelle ambiguïté sur l’hébergement des données et leur utilisation secondaire.

▶ Pourquoi l’intégration avec les systèmes de dossiers médicaux existants pose-t-elle problème ?

Les soins primaires européens reposent sur une infrastructure informatique hétérogène, souvent vieillissante, qui n’a pas été conçue pour intégrer des solutions IA tierces. De nombreux systèmes existants dans la santé publique n’exposent pas d’API ou n’acceptent pas d’entrées structurées d’outils externes. Pour les médecins généralistes en établissement public, l’intégration d’un nouvel outil IA nécessite généralement l’implication du service informatique, l’approbation des achats et parfois l’accord de l’autorité sanitaire nationale ou régionale.

▶ Quels obstacles organisationnels empêchent les médecins généralistes d’adopter des outils IA ?

L’intérêt personnel pour les outils de documentation IA ne se traduit pas automatiquement par une adoption au niveau du cabinet. Sans encouragement de l’employeur, formation professionnelle et cadres de gouvernance clairs, les cliniciens sont livrés à eux-mêmes pour naviguer l’adoption, tout en travaillant déjà à pleine capacité. Une étude allemande de l’Université RWTH d’Aix-la-Chapelle a montré que l’intégration clinique restait limitée malgré l’enthousiasme individuel, et a explicitement appelé à des stratégies de mise en œuvre standardisées.

▶ Le temps nécessaire pour apprendre un nouvel outil IA décourage-t-il les médecins généralistes de l’utiliser ?

Oui, et c’est un problème contre-intuitif. La charge administrative que les outils de documentation IA sont censés réduire est elle-même citée comme la raison pour laquelle les cliniciens ne trouvent pas le temps de les évaluer ou de les adopter. Une étude qualitative menée auprès de médecins de famille lituaniens a révélé que même un délai de traitement de 15 à 20 secondes dans la production générée par l’IA était perçu comme un problème sérieux dans des environnements cliniques sous haute pression.

▶ Les outils de documentation IA sont-ils réellement conçus pour la façon dont les médecins généralistes européens travaillent ?

De nombreux médecins généralistes en doutent. Les soins primaires européens impliquent une grande diversité de formats de consultation, de langues et d’exigences de documentation. La technologie de reconnaissance vocale conçue pour les consultations en personne peut ne pas fonctionner de façon fiable lors de tris téléphoniques ou vidéo. Les interactions multilingues avec les patients, fréquentes dans les cabinets urbains européens, posent aussi des défis en matière de précision de transcription. Le European General Practice Research Network a également noté que la valeur pratique des outils IA dépend fortement des compétences en « prompt engineering » des cliniciens, un écart de compétences que la plupart des médecins généralistes n’ont pas été formés à combler.

▶ Qui paie pour les outils de documentation IA dans la santé publique européenne ?

Le financement est un obstacle important et sous-estimé. Une étude majeure commandée par l’UE sur le déploiement de l’IA dans les soins de santé européens a montré que la plupart des États membres de l’UE manquent de voies de remboursement claires pour les outils IA, et que les obstacles organisationnels et financiers figurent parmi les quatre principales catégories d’obstacles à l’adoption. Faute de mécanisme de financement par les budgets nationaux de santé, les dépenses au niveau du cabinet ou le remboursement par les assureurs, les cabinets individuels doivent absorber des coûts difficiles à justifier dans des contextes aux ressources limitées.

▶ Qu’est-ce qui stimulerait réellement une adoption plus large des outils de documentation IA dans les soins primaires ?

Les données pointent vers un écart de mise en œuvre plutôt qu’un écart d’attitude. Les cliniciens sont de plus en plus positifs : 69 % des médecins généralistes britanniques pensent que l’IA améliorera la documentation en 2025, contre 59 % en 2024. Ce qui manque, c’est l’infrastructure institutionnelle pour soutenir une adoption responsable : encouragement de l’employeur, formation professionnelle, gouvernance claire des données, intégration fiable aux systèmes de dossiers médicaux existants et, dans de nombreux cas, financement central ou voies de remboursement.