L'IA peut-elle expliquer ta prise de sang ? Oui — sans danger

Le portail patient te pingue. Tes résultats sont là — onze lignes d’abréviations, quelques chiffres en rouge, et pas de rendez-vous médecin avant un moment. Alors tu fais ce que fait de plus en plus de monde : tu demandes à une IA.

Tu n’as pas tort. Tu n’es pas non plus en sécurité par défaut. Les preuves sur les chatbots qui lisent une prise de sang sont franchement à double tranchant — assez bons pour être utiles, faux assez souvent pour exiger des règles — et presque personne qui s’en sert ne connaît ces règles.

Voici la version posée : ce que l’IA fait vraiment bien avec des analyses, les façons précises dont elle t’induit en erreur, et une méthode qui la garde du bon côté.

D’abord, le cadre qui commande tout le reste : sers-toi de l’IA pour comprendre tes résultats, jamais pour décider à leur sujet. Expliquer ce qu’est l’ALAT ? Parfait. Décider si ton taux d’ALAT veut dire qu’il faut arrêter un médicament ? C’est le boulot de ton médecin, avec ton histoire complète sous les yeux. Chaque règle en dessous n’est que cette phrase habillée autrement.

Combien de gens font ça (plus que ton médecin ne le croit)

Ça a cessé d’être un comportement de niche il y a un moment. Aux États-Unis, le sondage national de KFF trouvait 32 % d’adultes ayant utilisé l’IA pour une info santé sur l’année, et 41 % d’entre eux avaient uploadé des documents médicaux personnels comme des résultats d’analyses — soit à peu près un adulte américain sur huit qui colle ses vraies données médicales dans un chatbot.

Et chez nous, un moteur pousse dans le même sens : les délais. Le rendez-vous chez le généraliste tourne autour de trois jours, d’accord — mais le spécialiste, c’est une autre planète. Le baromètre FHF/Ipsos BVA de mars 2026 relève des délais moyens de quatre mois et demi pour un dermatologue, plus de trois mois pour un cardiologue, et des écarts géographiques qui donnent le vertige : 16 jours en moyenne pour une consultation spécialisée à Paris, contre 164 jours dans le Gers. En 2024, l’UFC-Que Choisir mesurait que 35 % des sondés avaient « renoncé à des soins faute de rendez-vous ». Du coup, quand ton résultat est là et que le prochain créneau est dans des mois, la tentation de demander à une IA n’est pas un caprice — c’est une conséquence directe des déserts médicaux. La question n’est plus de savoir si les gens vont utiliser l’IA pour leurs analyses. C’est de savoir s’ils vont bien le faire.

Ce à quoi l’IA est vraiment bonne ici

• Traduire le jargon. CCMH, trou anionique, « non réactif » — un chatbot transforme le charabia de labo en phrases claires instantanément, et les études sur les explications d’analyses générées par IA les jugent régulièrement claires, parfois même plus empathiques qu’une réponse humaine.
• Expliquer ce qu’un test mesure et pourquoi on le prescrit. Solide, faible risque, terrain de manuel scolaire.
• Préparer tes questions pour le rendez-vous. C’est l’usage le plus utile, point. « Vu ces résultats, qu’est-ce que je devrais demander à mon médecin ? » transforme des mois d’attente en ordre du jour prêt.
• Suivre une évolution dans le temps. Colle les chiffres de janvier et ceux de juillet et demande ce qui a bougé. Un tri comme ça, l’IA le fait bien — un paramètre qui dérive doucement, c’est exactement le genre de chose à faire remarquer à ton médecin.

Et soyons justes : parfois, c’est plus que bien. Dans un cas très partagé ce printemps, un patient avec des années de troubles digestifs non diagnostiqués a exploré les pistes avec ChatGPT, a apporté la principale suspecte à un nouveau médecin, et l’a fait confirmer chirurgicalement. Ces histoires sont réelles. Elles ne sont juste pas la probabilité sur laquelle tu dois parier.

Là où elle t’induit en erreur — les ratés précis

La recherche est ici étonnamment concrète, et elle ne vient pas que d’outre-Atlantique. Une étude relayée en France par Biologiste365 — un média de biologistes médicaux — a passé des questions de vraies numérations sanguines dans les grands chatbots : aucun ne cochait plus d’un tiers des critères de bonne pratique médicale. Les modèles ratent des pathologies clés, sous-performent pour recommander les examens complémentaires, et laissent passer des incohérences qui créent de l’angoisse inutile. Les ratés précis :

• Elle sur-alarme, beaucoup. Un chiffre un peu à côté peut déclencher un paragraphe sur des maladies graves que tu n’as presque sûrement pas. Un médecin décrivait un patient sans aucun symptôme à qui l’IA avait annoncé une urgence métabolique et « allez à l’hôpital tout de suite ». Il n’y avait rien.
• Elle lit les chiffres sans contexte. Les valeurs de référence bougent avec l’âge, la grossesse, les traitements, la fonction rénale. Une valeur « normale » sur le papier peut compter pour toi — et un chatbot qui ne voit que le tirage ne peut pas le savoir. C’est le plus gros écart entre la lecture IA et la lecture d’un soignant.
• Elle rate les motifs entre plusieurs tests. La vraie interprétation, ce sont des combinaisons — cette enzyme plus celle-là, dans ce rapport. Les chatbots ont tendance à expliquer chaque ligne séparément et à louper l’histoire que les lignes racontent ensemble.
• Elle se plante sur l’urgence, dans les deux sens. Des modèles disent « parlez-en à votre prochaine visite de routine » pour des choses qui méritent un appel cette semaine — et l’inverse. Le timing, c’est pile là où il ne faut pas lui faire confiance.
• Elle est chaleureuse avec assurance tout en ayant tort. Les mêmes réponses qui scoraient le plus haut en empathie mélangeaient des erreurs factuelles. Le ton rassurant n’est pas une preuve d’exactitude.

Un dernier constat vaut le détour, parce qu’il explique tout le tableau : un système bâti uniquement pour les comptes rendus de labo — verrouillé sur des valeurs de référence standardisées, interdit de diagnostiquer — atteignait quasiment zéro hallucination dans une évaluation multicentrique. C’est la contrainte qui rend l’IA sûre ici. Un chatbot généraliste n’a aucune contrainte, sauf celles que tu lui donnes. Alors donne-lui-en.

La méthode sûre, étape par étape

1. Retire ton identité d’abord. Nom, date de naissance, numéro de sécu ou de patient, adresse — efface-les du texte ou recadre la capture. Un chatbot grand public n’est pas ton hôpital : rien de ce que tu colles n’est couvert par le secret médical. En France, tes résultats sont des données de santé, parmi les plus sensibles au sens du RGPD, et la CNIL rappelle qu’elles méritent une protection à part — un ChatGPT américain, lui, n’est tenu à aucun régime équivalent. Colle les chiffres, pas la personne. (Mieux : fais-le dans une conversation temporaire/incognito.)
2. Fixe le rôle et la laisse. Commence par : « Agis comme un éducateur en santé. Explique ces résultats de prise de sang en langage simple. Ne me diagnostique pas et ne me dis pas quoi faire de mes traitements — signale juste ce qui vaut la peine d’être demandé à mon médecin. » Les études montrent que ce cadrage par persona améliore concrètement la qualité des réponses.
3. Pose une seule question à la fois. La justesse chute quand tu balances tout le bilan d’un coup en disant « alors ? ». Avance : que mesure ce test → lesquelles de mes valeurs sont hors norme → quelles sont les explications bénignes fréquentes → qu’est-ce que je devrais demander.
4. Exige aussi les explications chiantes. L’IA adore les réponses intéressantes. Demande explicitement : « Quelles sont les raisons les plus fréquentes et bénignes de cette valeur ? » — déshydratation, une séance de sport récente, l’heure de la prise. Cette question à elle seule dégonfle la plupart des fausses alertes.
5. Termine par l’ordre du jour, pas un verdict. Prompt final : « Transforme ça en cinq questions pour mon médecin, classées par importance. » Apporte ça au rendez-vous. C’est la sortie qui améliore vraiment ta prise en charge.
6. Ne change jamais rien sur la base du chat. Ni un traitement, ni une dose de complément, ni « je saute le suivi parce que l’IA a dit que c’était bon ». La fausse réassurance est plus silencieuse que la fausse alerte, et c’est la plus dangereuse des deux.

Ce que ça change pour toi

Si tu fixes un chiffre en rouge là, maintenant : déroule la méthode ci-dessus, récupère ton explication en français simple et ta liste de questions — et compte pour rien l’avis de l’IA sur l’urgence. Si tu te sens mal, appelle ton médecin ou le 15 aujourd’hui ; cette décision-là ne passe pas par un chatbot.

Si ton médecin a l’air agacé que tu aies demandé à une IA : la profession est partagée. Certains soignants en ont marre d’argumenter contre des captures d’écran ; d’autres disent que le patient qui arrive en connaissant ses chiffres est leur patient le plus facile. Tu auras de meilleures réactions en apportant des questions (« l’IA a signalé ça — est-ce que c’est pertinent pour moi ? ») que des verdicts (« ChatGPT dit que j’ai X »).

Si tu es tenté de sauter le médecin parce que l’IA est gratuite : les études ci-dessus sont ta réponse. Un tiers des critères de bonne pratique cochés, c’est un pile ou face que tu ne joues pas avec ta santé. L’IA comprime l’écart de compréhension, pas l’écart de jugement.

Si ce sont tes parents qui font ça : ne les en dissuade pas — ils le feront quand même. Installe-leur le prompt à persona et la question des « causes bénignes fréquentes ». C’est la méthode qui rend la chose sûre, et ça prend cinq minutes à leur montrer.

Ce que l’IA ne peut pas faire avec tes analyses

• Elle ne peut pas connaître ton corps. Ton histoire, tes traitements, ta base de référence — le contexte qui transforme des chiffres en sens vit avec ton équipe soignante, pas dans une capture collée.
• Elle ne peut pas prendre la responsabilité. Quand elle a tort, aucune licence n’est en jeu. Ce n’est pas un détail ; c’est toute la différence entre un conseil et une simple information.
• Elle ne peut pas garder tes données privées comme un hôpital le doit. Les chatbots grand public sont hors du cadre du secret médical. Pars du principe que tout ce que tu colles peut être conservé.
• Elle ne peut pas remplacer la consultation. Ce qu’elle peut faire — et ça vaut le coup — c’est faire de toi la personne la mieux préparée de cette consultation.

En résumé

Un nombre croissant de gens collent déjà leurs analyses dans une IA, la plupart sans aucune règle. Les règles sont simples : retire ton nom, fixe le rôle d’éducateur, pose une question à la fois, insiste sur les explications bénignes, et repars avec des questions pour ton médecin plutôt que des conclusions d’un bot. Utilisée comme ça, l’IA transforme le moment le plus flippant du portail patient — le chiffre en rouge sans explication — en la consultation la mieux préparée que tu aies jamais eue.

La compétence en dessous — poser à l’IA des questions précises et vérifier ses réponses — c’est la même qui paie partout ailleurs. Fondamentaux de l’IA la construit de zéro, et Maîtriser le Prompt Engineering affûte exactement le genre de prompt « rôle et laisse » sur lequel repose ce billet.

Sources

• Biologistes, médecins, ChatGPT a encore besoin de vous pour les analyses de sang ! — Biologiste365
• Densité médicale, délais d’attente, renoncement aux soins… Tous les chiffres sur les déserts médicaux — What’s up Doc (baromètre FHF/Ipsos BVA)
• Response accuracy of ChatGPT, Copilot and Gemini in interpreting biochemical laboratory data — Scientific Reports (2024)
• Patients turn to AI to interpret lab tests, with mixed results — NPR / KFF Health News
• Données de santé : les rappels de la CNIL sur la protection des données sensibles — CNIL