J’ai passé une bonne partie de ma vie entre les hôpitaux et les facultés de médecine. J’y ai appris une chose essentielle : une profession se reconnaît à ce qu’elle exige de ceux qui veulent l’exercer.

L’exercice de la médecine exige de la mémoire, du raisonnement, du jugement et, surtout, la capacité de décider quand on ne sait pas tout.

Se pose alors une question fatidique de nos jours : que reste-t-il de cette exigence quand une machine répond en quelques secondes à une question qui nous coûtait, à vingt ans, des nuits de révision ?

Mes étudiants le savent. Ils ne le disent pas toujours, mais ils utilisent déjà l’intelligence artificielle (IA) plusieurs fois par jour, presqu’à chaque instant de leurs pratiques. Je le constate aujourd’hui à Paris, et je ne doute pas qu’il en soit de même à Tunis, Sousse, Monastir ou Sfax. Souvent discrètement, parfois en cachette.

J’ai fini par réaliser que la réponse à mes reproches mérite mieux qu’un haussement d’épaules.
Pourquoi encombrer sa mémoire de connaissances qu’une machine restitue instantanément, me demandent-ils ?

La réponse coule de source.
Parce que la mémoire du médecin n’est pas un entrepôt de connaissances. Elle est un instrument de travail, presque un œil. On ne reconnaît l’atypique que si l’on connaît intimement le typique. Au bloc opératoire, lorsque la pression artérielle chute, le réflexe précède parfois le raisonnement conscient. Personne n’a le temps d’interroger un écran. Ce que l’on a appris ne dort pas dans la tête : cela oriente le regard, alimente le jugement et permet d’agir.

Les recherches sur la délégation cognitive (cognitive offloading) nous invitent précisément à cette vigilance : confier à un outil une partie de notre effort mental peut être utile, mais s’en remettre systématiquement à lui risque d’affaiblir ce que nous devons apprendre à faire nous-mêmes.

Le futur médecin doit d’abord apprendre à raisonner seul. Il apprendra ensuite à déléguer, à vérifier et à savoir ce qu’il délègue.

Car le danger n’est pas seulement que l’IA se trompe. C’est qu’elle donne suffisamment souvent la bonne réponse pour nous faire oublier de vérifier la mauvaise.

Un autre risque, plus discret, menace la formation médicale. Notre métier repose sur la relation humaine et s’est longtemps transmis par compagnonnage : on apprenait le difficile en répétant le simple.

La médecine s’apprend aussi dans la répétition des gestes les plus ordinaires : interroger un patient, l’examiner méthodiquement, reprendre un examen, confronter ses observations à ce que le malade exprime. Trente fois dans la journée, parfois davantage. Un regard, une parole, un contact, une hésitation perçue. Peu à peu, une relation s’établit et une expérience se construit. Rien de spectaculaire, mais l’essentiel du métier.

L’externe, puis l’interne, examinaient des centaines de patients, reconnaissaient les situations ordinaires et finissaient par repérer celles qui ne l’étaient pas. Les mains des médecins sont comme celles d’un artisan, elles apprennent à reconnaître.

Si la machine absorbe une partie de ces tâches élémentaires, par où passera l’apprentissage ? Nous risquons de former des médecins qui auront moins rencontré de situations ordinaires et seront donc moins bien préparés à reconnaître l’exceptionnel.

Un jour, celui qui devra corriger l’algorithme pourrait être celui qui n’aura jamais appris à travailler sans lui.

Pendant ce temps, la technologie avance beaucoup plus vite que nos institutions. Les performances de certains modèles d’IA aux examens médicaux standardisés illustrent cette accélération. Nos facultés, elles, peinent encore à adapter leurs programmes, leurs méthodes d’enseignement et leurs évaluations.

En Europe comme en Afrique, nous sommes pris entre deux mondes : des outils déjà largement adoptés par les étudiants et des institutions qui avancent au rythme de leurs réformes. Interdire l’IA serait illusoire et contre-productif. La laisser s’installer sans cadre serait irresponsable.

Il faut apprendre à la maîtriser avant que son usage ne nous échappe. Non pour défendre la médecine d’hier, mais pour ne pas sacrifier ce qui fera la valeur de celle de demain : la réflexion, le discernement, la responsabilité et, plus que tout, la relation humaine.

Faisons un calcul simple. Un étudiant qui entre aujourd’hui en première année exercera probablement jusque dans les années 2060. Nous le formons pour une médecine dont nous ignorons encore une grande partie des contours. Nous ne savons ni quels outils il utilisera ni ce qu’ils seront capables de faire.

Nous préparons donc nos futurs médecins à un monde inconnu avec les certitudes du nôtre.

L’enseignement de l’IA ne peut attendre la cinquième année ni se réduire à un module optionnel en fin de cursus. On n’enseigne pas l’asepsie après la première intervention. L’étudiant de première année est précisément celui qui peut tirer le plus grand bénéfice de ces outils, mais aussi celui qui dispose du moins de connaissances pour en déceler les limites. Il doit apprendre à les utiliser en toute transparence, sans dissimuler leur intervention ni leur attribuer une autorité qu’elles n’ont pas.

L’usage de l’IA soulève aussi des questions éthiques qui restent à définir clairement et à enseigner : la responsabilité en cas d’erreur, la confidentialité des données, les biais des algorithmes, la transparence de leur utilisation et la place du jugement humain dans la décision médicale.

Que faut-il enseigner ? Pas seulement le fonctionnement des applications, qui changent sans cesse. Il faut apprendre aux futurs médecins à s’en servir sans se soumettre à elles, et à rester maîtres de leurs décisions.

Quatre principes me paraissent essentiels.

Le premier est de savoir faire avant de déléguer. L’IA doit prolonger une compétence, non se substituer à son acquisition. Celui qui ne sait pas résoudre un problème sans elle ne peut pas véritablement contrôler sa réponse.

Le deuxième est le doute méthodique. Il faut apprendre aux étudiants à repérer les erreurs, à confronter les réponses aux données cliniques et à vérifier les recommandations. Les exemples doivent aussi venir de nos hôpitaux, de nos patients et de notre épidémiologie. Un outil entraîné principalement sur des données étrangères ne reflète pas nécessairement toutes les réalités sanitaires tunisiennes. Savoir confronter ses réponses au terrain deviendra une compétence clinique à part entière.

Le troisième est de faire de la maîtrise de l’IA un enseignement obligatoire et transversal. Son usage clandestin ne protège personne. Il entretient le non-dit, favorise les mauvais réflexes et prive les enseignants de la possibilité d’accompagner les étudiants. L’IA doit s’enseigner, se discuter et s’évaluer, comme la pharmacologie ou la sémiologie. Son utilisation doit aussi répondre à des règles éthiques explicites, partagées et évaluables.

Le quatrième est de revoir nos examens. Nos concours récompensent encore largement la restitution des connaissances, précisément la tâche que les machines accomplissent de mieux en mieux. Il faut aussi évaluer le raisonnement à voix haute, l’examen au lit du malade, la capacité à justifier une décision et à reconnaître ses incertitudes. Notre vieille tradition de l’oral, parfois jugée désuète, retrouve ici une étonnante modernité : une machine peut aider à préparer une réponse, mais elle ne doit pas passer l’examen à la place de l’étudiant.

Reste une question particulièrement importante pour la Tunisie et probablement beaucoup de pays africains.

Nos médecins se concentrent sur le littoral ou partent à l’étranger, tandis que de nombreuses régions de l’intérieur manquent encore de praticiens. La tentation sera grande de présenter l’IA comme une réponse rapide à cette pénurie : une application coûtera moins cher qu’un médecin et pourra donner l’impression que le problème est résolu.

Ce serait confondre l’accès à une information avec l’accès aux soins. Un diagnostic n’est pas un soin. La distinction entre cure, qui renvoie au traitement de la maladie, et care, qui désigne plus largement le fait de prendre soin, rappelle une vérité fondamentale : soigner ne consiste pas seulement à identifier une pathologie ou à proposer un traitement. C’est aussi accompagner une personne, tenir compte de sa situation et assumer avec elle les conséquences des décisions prises.

Utilisée pour compenser l’absence d’une politique capable de former, de recruter et de retenir les médecins, l’IA deviendrait un alibi. Elle ne doit pas servir à organiser une médecine à deux vitesses, avec des praticiens pour les uns et des applications pour les autres.

Bien utilisée par un médecin formé, présent et responsable, elle peut, au contraire, rapprocher les connaissances les plus récentes des patients les plus éloignés, aider au diagnostic, soutenir les décisions et améliorer la qualité des soins. La technologie sera peut-être la même. Les résultats dépendront aussi de la manière dont nous aurons formé ceux qui l’utilisent.

Et puis, il y a ce qui ne figure dans aucun score de performance.

La machine pourra analyser des milliers de données, proposer un diagnostic ou suggérer un traitement. Mais soigner ne consiste pas seulement à produire une réponse techniquement correcte. C’est aussi regarder un malade, entendre ce qu’il ne parvient pas à dire, percevoir son inquiétude, expliquer une décision et parfois simplement rester auprès de lui.

Cette relation ne relève pas d’une décoration humaniste que l’on ajouterait à une médecine devenue technique. Elle appartient au soin lui-même. La présence, l’écoute, la confiance et la responsabilité ne sont pas des suppléments d’âme : elles en sont une part essentielle.

L’IA n’est donc ni une mode que nous pourrions ignorer ni une menace qu’il suffirait d’interdire. C’est une réalité que nous devons enseigner, encadrer et maîtriser, dans l’intérêt des malades, de la société et de notre métier.

La question n’est plus de savoir si nos étudiants l’utiliseront. Ils le font déjà. La vraie question est de savoir si nous leur apprendrons à s’en servir sans renoncer à penser.

La machine pourra peut-être un jour tout savoir. Elle ne devra jamais décider seule de ce qui est bon pour un malade. Cette responsabilité restera celle du médecin.

Notre devoir n’est pas de former des médecins capables de rivaliser avec les machines sur leur terrain. Il est de former des médecins capables de les maîtriser, de les contredire et de savoir quand ne pas les suivre.

Car si nous perdons le jugement clinique, la relation humaine et le sens de notre responsabilité, nous aurons peut-être modernisé nos outils. Mais nous aurons oublié pourquoi nous sommes devenus médecins.