Intelligence artificielle et diabète : comment l’IA transforme la relation entre le patient et son médecin.
- DR Bensmaine
- 16 juil.
- 6 min de lecture

L’intelligence artificielle change à la fois la façon dont les patients s’informent et la manière dont les médecins exercent. Le regard du Dr Bensmaine sur une relation de soin qui se réinvente — sans jamais perdre sa dimension humaine.
L’intelligence artificielle ne transforme pas seulement la médecine : elle transforme aussi la relation entre le patient et son médecin.
En tant qu’endocrinologue, diabétologue et nutritionniste, j’observe chaque jour comment ces outils modifient la manière dont les patients s’informent, questionnent leur santé et participent à leur prise en charge. Cette évolution ouvre des perspectives réelles, mais soulève une question centrale : comment utiliser ces technologies pour renforcer, et non affaiblir, la relation humaine qui constitue le cœur du soin ?
L’intelligence artificielle : un nouvel outil au service de la médecine
L’IA occupe progressivement une place dans le quotidien médical. Elle permet d’analyser rapidement de grandes quantités d’informations, de synthétiser des recommandations scientifiques, de structurer des données complexes ou d’alléger certaines tâches administratives.
Dans ma pratique, elle représente avant tout un outil d’aide à la réflexion et à l’organisation. Elle peut faire gagner du temps sur certaines tâches, pour en consacrer davantage à l’essence du métier : écouter, comprendre et accompagner.
En endocrinologie, en diabétologie et en nutrition, l’enjeu est particulièrement fort. Nos patients vivent souvent avec des maladies chroniques qui exigent un suivi dans la durée, une adaptation régulière des traitements et une implication quotidienne. Il ne s’agit donc pas seulement de poser un diagnostic ou de choisir un traitement, mais d’aider une personne à mieux comprendre sa maladie et à vivre avec elle.
Le patient augmenté : une nouvelle façon de participer à sa santé
L’arrivée des grands modèles de langage (LLM) comme ChatGPT, a modifié l’accès à l’information médicale. De nombreux patients les utilisent désormais pour rechercher des informations sur leurs symptômes, comprendre une maladie, interpréter des résultats biologiques ou préparer leurs questions avant une consultation. Ce comportement n’est plus marginal : les enquêtes récentes documentent une adoption rapide de ces outils pour les recherches de santé[1] [2].
Le patient arrive parfois en consultation mieux informé qu’auparavant. Il ne vient plus seulement chercher une réponse : il souhaite comprendre, discuter et participer aux décisions qui le concernent. C’est une véritable opportunité.
Un patient mieux informé peut devenir davantage acteur de son parcours. Dans le diabète, les troubles thyroïdiens ou l’obésité, cette implication est décisive : la qualité de la prise en charge dépend en grande partie de la compréhension de la maladie et de l’adhésion aux traitements. C’est précisément ce que montre la recherche sur l’éducation thérapeutique : une méta-analyse de 19 essais randomisés (près de 3 800 patients diabétiques de type 2) retrouve une amélioration modérée mais cliniquement significative du contrôle glycémique chez les patients éduqués et accompagnés (différence moyenne standardisée d’environ −0,47 sur l’HbA1c ; IC 95 % −0,66 à −0,28)[3]. Bien utilisée, l’IA peut devenir un outil complémentaire d’éducation thérapeutique, en rendant l’information plus accessible.
Mais l’information ne remplace pas l’accompagnement
L’accès facilité à l’information est une avancée. Il a aussi des limites. Une IA peut produire une réponse claire, rapide et argumentée — mais elle ne connaît pas l’ensemble du contexte médical, personnel et humain du patient. Elle ne perçoit pas nécessairement :
les inquiétudes derrière une question ;
les difficultés psychologiques ou sociales ;
les contraintes professionnelles ou familiales ;
le rapport singulier du patient à sa maladie et à ses traitements.
Cette limite n’est pas théorique. Des travaux récents montrent que les LLM peuvent produire des réponses inexactes, voire dangereuses, à des questions médicales posées par des patients[4], et présentent des taux mesurables d’« hallucinations » — des affirmations fausses énoncées avec assurance[5].
Prenons un diabète insuffisamment équilibré. Une IA pourra rappeler les recommandations générales. Mais seul le médecin peut comprendre ce qui explique réellement la situation : difficultés alimentaires, fatigue, stress, peur des traitements, contraintes professionnelles ou besoin d’un accompagnement progressif. Deux patients présentant le même résultat biologique peuvent nécessiter deux approches différentes. La médecine ne consiste pas seulement à savoir quoi faire : elle consiste à comprendre pourquoi, comment et à quel moment proposer une intervention adaptée à une personne unique.
Les pièges à éviter pour le patient
Reconnaître l’utilité de l’IA n’exclut pas la prudence. En consultation, je constate quelques écueils fréquents qu’il vaut mieux connaître :
L’auto-diagnostic et l’automédication : une réponse générique peut ne pas correspondre à votre situation. Un ajustement de traitement ne doit jamais être décidé sur la seule base d’un échange avec une IA.
L’anxiété inutile : une information sortie de son contexte peut alarmer à tort. Un résultat isolé s’interprète toujours dans un tableau clinique global.
La mésinformation : un outil peut se tromper avec assurance. L’information obtenue doit être vérifiée, jamais tenue pour définitive.
À retenir : l’IA est un point de départ pour se poser de bonnes questions — pas un point d’arrivée pour prendre des décisions médicales. Les informations qu’elle fournit gagnent à être apportées et discutées en consultation.
Le médecin augmenté : une technologie au service de l’humain
L’IA ne doit pas être vue comme une alternative au médecin, mais comme un outil qui augmente ses capacités. Le médecin de demain ne sera pas celui qui détient le plus grand volume de connaissances — les outils numériques y auront accès. Sa valeur résidera dans sa capacité à interpréter ces informations, à exercer son jugement clinique et à construire une décision partagée avec son patient.
Cette décision partagée n’est pas un idéal abstrait : la recherche montre qu’elle est particulièrement efficace pour les choix au long cours dans les maladies chroniques, là où le suivi se construit sur plusieurs consultations[6]. L’IA peut analyser une situation ; le médecin doit lui donner du sens. Elle peut proposer une réponse ; le médecin doit déterminer si cette réponse correspond réellement à la personne en face de lui. C’est cette compréhension de la singularité de chaque patient qui reste au cœur du métier.
L’intention humaine : ce qui donne du sens au soin
Plus la technologie progresse, plus une dimension devient essentielle : l’intention humaine. Deux médecins peuvent formuler une recommandation identique avec un impact totalement différent, selon la manière dont elle est expliquée et accompagnée.
Dire à un patient qu’il doit modifier son alimentation, reprendre une activité physique ou changer un traitement ne suffit pas. Il faut comprendre son histoire, ses motivations, ses difficultés et ses ressources. Le soin ne repose pas seulement sur une décision scientifique : il repose aussi sur une relation de confiance. L’IA peut optimiser une décision médicale. Elle ne porte pas (encore) l’intention de prendre soin.
Vers une alliance thérapeutique augmentée
L’avenir de la médecine ne sera probablement pas une opposition entre intelligence artificielle et intelligence humaine, mais une collaboration entre deux formes d’intelligence complémentaires.
L’intelligence artificielle apporte une capacité d’analyse et de synthèse, un accès rapide aux connaissances et une aide à l’organisation de données complexes. L’intelligence humaine apporte l’empathie, le discernement, la responsabilité et la compréhension de la complexité de chaque personne.
De cette complémentarité naît une nouvelle relation : l’alliance thérapeutique augmentée. Un patient augmenté, capable de mieux comprendre et de participer à sa santé. Un médecin augmenté, capable de s’appuyer sur de nouveaux outils pour mieux accompagner. Une médecine augmentée — non pas simplement plus technologique, mais plus personnalisée.
Utiliser l’intelligence artificielle de façon responsable en consultation
Dans ma pratique, l’IA est un outil d’aide, jamais un substitut au raisonnement médical ou à la relation humaine. Utilisée de façon responsable en endocrinologie, elle peut notamment contribuer à :
accéder plus rapidement à des informations scientifiques actualisées ;
structurer certaines données médicales complexes ;
améliorer l’organisation du suivi ;
libérer du temps pour l’écoute et l’échange en consultation.
La décision médicale, elle, reste toujours humaine : elle repose sur l’analyse globale de la situation, l’expérience clinique, le dialogue avec le patient et la prise en compte de ses objectifs personnels. L’enjeu n’est pas de remplacer le médecin par une intelligence artificielle, mais de lui donner de meilleurs outils pour exercer avec plus de précision, de disponibilité et d’attention.
Car malgré toutes les avancées technologiques, une réalité demeure : soigner ne consiste pas seulement à traiter une maladie. Soigner, c’est accompagner une personne. Et cette dimension humaine restera toujours au cœur de la médecine.
Références
Online Health Information-Seeking in the Era of Large Language Models, Journal of Medical Internet Research, 2025.
Adoption and Experiences of Users of AI-Generated Health Information, Journal of Medical Internet Research, 2024.
Effectiveness of diabetes self-management education and support on glycemic levels, Frontiers in Clinical Diabetes and Healthcare, 2025.
Large language models provide unsafe answers to patient-posed medical questions, npj Digital Medicine, 2026.
Accuracy, Consistency, and Hallucination of Large Language Models on Clinical Notes, JAMA Network Open.
Joosten et al., Systematic review of the effects of shared decision-making on patient satisfaction, treatment adherence and health status, Psychotherapy and Psychosomatics, 2008.


