De la dictée numérique à l'IA ambiante : Comment la médecine découvre les promesses et les limites des assistants vocaux génératifs

"Les médecins passent plus de 50% de leur temps à faire de l'administratif, ce qui est absurde quand on sait qu'on manque de médecins en France", résume Alexandre Lebrun, CEO de Nabla, une start-up co-fondée en 2018 à l'origine d'un logiciel capable de générer automatiquement des comptes rendus à la suite d'une consultation médicale. 

65% des hôpitaux utilisent l'IA

Cette surcharge, documentée par la Fédération hospitalière de France (FHF), alimente un mouvement d'automatisation : 65% des établissements hospitaliers utilisent déjà au moins une solution d'intelligence artificielle en production, selon leur livre blanc sur l'IA en santé. La rédaction de documents et la gestion des comptes rendus figurent parmi les premiers cas d'usage. 

Les assistants vocaux visent précisément ce maillon : enregistrer la consultation, transcrire la parole et générer automatiquement un compte rendu structuré, que le praticien valide ensuite. 

Pendant près de 20 ans, la dictée numérique a constitué la première étape de la numérisation de la médecine. Le principe était simple : le médecin dictait son compte rendu dans un micro, parfois avec un logiciel dédié tel que Dragon Medical (commercialisé par la société Nuance, rachetée par Microsoft), puis retranscrit par un secrétariat. Cette technologie repose sur la reconnaissance vocale classique. Elle transforme la parole en texte, mot à mot, sans interprétation. Le médecin restait l'opérateur principal.

Plus besoin de dicter

L'IA ambiante (Intelligence Ambiante) a rebattu les cartes. Elle ne demande plus au médecin de dicter. Elle écoute la consultation, identifie les informations pertinentes et rédige automatiquement le compte rendu. Ce basculement s'explique par les progrès des modèles de langage. Contrairement aux anciens moteurs de transcription, les grands modèles de langage (LLM) composent une représentation du sens de la phrase. Ils comprennent qui parle (le médecin ou le patient), savent ignorer les phrases inutiles et reconstruisent la logique de l'échange. 

Là où la dictée numérique livrait un texte brut à relire, l'IA générative livre un document quasi finalisé, que le médecin n'a plus qu'à valider. 

Un champ d'opportunités pour les start-up et les acteurs installés

Cette transformation a rapidement ouvert un champ d'opportunités pour les entreprises, avec la naissance de nouvelles start-up, telles que Nabla. Des éditeurs de logiciels médicaux ont également voulu se lancer, comme Cegedim Santé qui a noué un partenariat avec Praxy.ai pour lancer l'assistant "Maiia" dédié à la médecine de ville. 

Enfin, les grandes entreprises technologiques s'y sont également mises, à l'image de Microsoft. Son ambition est claire : industrialiser ces assistants pour les rendre accessibles à grande échelle. Depuis le 7 octobre dernier, Microsoft Dragon Copilot est disponible en France. Il s'agit d'un "assistant clinique IA combinant les capacités éprouvées de la reconnaissance vocale de Dragon Medical One (DMO) aux fonctionnalités d’IA ambiante de Dragon Ambient eXperience (DAX) Copilot, enrichies par une IA générative spécialisée", détaille Arnaud Wilmet, chief medical information officer chez Microsoft France. 

"L'IA ambiante dans Dragon Ambient eXperience est un système IA fonctionnant en arrière-plan pour capter et résumer les conversations cliniques sans perturber l’interaction entre le patient et le médecin", ajoute-t-il. En pratique, une phase d'expérimentation a été menée dans plusieurs établissements français, le CHRU de Nancy, l'Hôpital Foch et l'Hôpital Américain de Paris. "Plus de 220 médecins issus de diverses spécialités ont utilisé Dragon Copilot lors de 5700 consultations", précise Arnaud Wilmet. 

Les résultats, selon une étude conduite aux Etats-Unis en juillet 2024 auprès de 879 professionnels de santé au sein de 340 établissements, confirment le potentiel du dispositif : cinq minutes gagnées par consultation, 70% des praticiens déclarent une baisse de la fatigue, 62% se disant moins susceptibles de quitter leur établissement et 93% des patients rapportant une meilleure expérience. 

"Un effet wahou" pour l'assistant de consultation de Doctolib

Doctolib, acteur bien implanté dans le paysage de l'e-santé, a également lancé son outil dédié. Il a été conçu avec une idée simple : "comment est-ce qu'on améliore la vie de nos praticiens en réduisant leur charge mentale, sur la prise de notes, en limitant leur 'deuxième journée' après les consultations ?", explique Marie Ivchtchenko, data science manager au sein de Doctolib. Le projet a débuté en 2024 avec 15 bêta-testeurs, avant d'être étendu à 500 médecins quelques semaines avant le lancement officiel en octobre 2024. 

"Il y a vraiment eu un effet waouh auprès de notre communauté de médecins, détaille Marie Ivchtchenko. Il y a eu une forte adoption et depuis son lancement, l'assistant a consultation a pu gérer plus de 5 millions de consultations." Selon la société, les gains observés sont notables. En effet, "50% de temps d'écran en moins par jour, deux heures de gagnées en moyenne et des dossiers cinq fois plus documentés". Mais au-delà des chiffres, le retour des professionnels témoigne d'une redéfinition de la relation de soin : "le retour qu'on a le plus, c'est : j'ai redécouvert le visage de mes patients, ou inversement, des patients qui disent je connais enfin la couleur des yeux de mon médecins". 

Doctolib veut désormais aller plus loin en complétant son assistant de consultation avec un assistant téléphonique virtuel, déjà testé par plusieurs millions de médecins allemands. "L'IA va transformer en profondeur la manière dont on pratique la médecine, analyse la data science manager. L'assistant de consultation n'est qu'une première étape. La connaissance médicale double tous les cinq ans, et l'IA peut rendre cette donnée encore plus accessible."

Le spécialiste de la téléconsultation Medadom se lance à son tour

De son côté, l'éditeur de logiciel de téléconsultation Medadom a lancé son assistant vocal à l'été 2025. "Aujourd'hui, 50% des téléconsultations et 50% des médecins utilisent l'assistant", indique Nathaniel Bern, co-fondateur et Chief technology officer (CTO) au sein de l'entreprise. Il poursuit : "ce n'est pas un gadget. C'est devenu un véritable assistant de consultation. Certains praticiens disent même qu'ils se sentent perdus quand ils ne l'utilisent pas". 

Le modèle repose sur un apprentissage continu : chaque médecin est formé dès son arrivée sur la plateforme et les retours utilisateurs servent à ajuster les mises à jour (meilleure reconnaissance des termes médicaux, personnalisation des conclusions ou gestion des environnements bruyants). Les tests internes montrent 90 à 95% de similarité entre le compte rendu généré et la version finale validée. "A terme, tous les médecins auront un assistant à leurs côtés, anticipe le CTO. C'est un passage obligé, comme le dossier médical informatisé en son temps."

Les utilisateurs de Nabla rapportent, de leurs côtés, en moyenne deux à trois heures de travail administratif économisées par jour ainsi qu'une baisse de 20 à 25 points de fatigue déclarée. L'idée de la société : proposer un logiciel qui s'intègre simplement dans l'environnement de travail des médecins. "Notre IA ambiante est conçue pour fonctionner sans friction, dans tous les contextes cliniques sans modifier le dialogue patient-médecin", explique Alexandre Lebrun. Selon le CEO, l'objectif n'est pas de remplacer le raisonnement médical mais de le décharger de la partie non cognitive. 

Cegedim Santé fait le choix du partenariat

Chez Cegedim Santé, éditeur de logiciels dédiés aux médecins de ville, la stratégie repose sur une intégration de l'IA dans les outils déjà utilisés par les praticiens. C'est en mars 2025 que l'entreprise a annoncé le développement de son assistant "Maiia" en collaboration avec la start-up Praxy.ai. "Créer une IA est un métier à part entière. Nous avons préféré un partenariat pour garantir la fiabilité et la traçabilité des comptes rendus", explique Nemanja Milenkovic, directeur médical au sein de Cegedim Santé. 

L'éditeur a également choisi Praxy.ai pour "son moteur anti-hallucination". Ce système signale automatiquement les incohérences ou les imprécisions détectées dans les textes produits. 

Les start-up plus spécialisées ont aussi vu une belle opportunité de simplifier le quotidien de leurs utilisateurs. C'est le cas de Gleamer, à l'origine de logiciels pour l'imagerie médicale, qui a lancé "Voice", une technologie de reconnaissance vocale intelligente, conçue pour transformer la voix du radiologue en compte rendu structuré et personnalisable. Elle est directement intégrée dans les outils utilisés par les radiologues au quotidien. 

Ce logiciel repose sur "deux briques technologiques : la première est l'Automatic Speech Recognition, fine-tunée sur la connaissance médicale radiologie, et la deuxième couche d'intelligence vient créer le compte rendu du radiologue comme si c'était un secrétaire intelligent", détaille Christian Allouche, CEO de la pépite. En revanche, hors de question de franchir la frontière du diagnostic. "Le logiciel n'est pas un outil de diagnostic, précise-t-il. Le diagnostic reste le rôle du radiologue."

L'humain doit toujours être au coeur des décisions

Côté du secteur public, la Fédération hospitalière de France observe ces innovations avec intérêt mais aussi prudence. "Ces technologies représentent un levier potentiel pour redonner du temps médical et réduire la pénibilité administrative", souligne Laurent Pierre, conseiller numérique en santé au sein de l'association. Il rappelle que l'usage de ces systèmes doit s'accompagner d'un contrôle humain systématique. "Même avec seulement 1% d'erreurs, il faut un contrôle attentif du professionnel avant validation", prévient-il. 

L'expert cite une étude menée fin 2024 dans plusieurs hôpitaux pilotes qui a mis en évidence 1,47% d'erreurs par hallucination et 3,5% par omission dans les comptes rendus générés automatiquement. "En statistique, c'est peu, mais en clinique, la moindre inexactitude peut transformer un diagnostic", insiste-t-il. 

Garantir la protection des données de santé

Face à cette situation, la FHF plaide pour la mise en place d'un cadre d'évaluation commun des IA en santé. Il devrait être articulé autour de trois axes : une validation médicale systématique, une auditabilité des modèles et des sources de données ainsi qu'une transparence sur les infrastructures utilisées, notamment en matière d'hébergement des données de santé (HDS). Sur ce dernier point, l'association plaide pour un hébergement en France, voire un stockage local dans les établissements hospitaliers. 

Laurent Pierre, l'IA en santé traverse aujourd'hui une phase d'emballement comparable à celle qu'a connue Internet à ses débuts. "Nous sommes dans une phase de hype importante, un vrai tapage publicitaire. Comme pour Internet, les promesses montent très fort avant de redescendre brutalement, puis les vrais cas d'usage se construisent. Aujourd'hui, nous sommes encore dans cette phase de promesses avant un début de rationalisation", conclut-il.