Le chiffre de la semaine côté soins : selon l’enquête State of Nursing 2026 publiée le 7 juillet (2 240 infirmières interrogées aux États-Unis), l’usage de l’IA au travail a presque triplé en un an — de 15 % à 44 % — et la création de documents d’éducation patient arrive en tête des usages, à égalité avec les transmissions (37 %). La même enquête livre le chiffre qui fâche : 83 % des répondantes disent que les productions de l’IA ne sont que rarement, voire jamais, relues avant d’être utilisées.
On comprend pourquoi ça a décollé. Rédiger une fiche de sortie claire — le traitement, les gestes à faire à la maison, les signes qui doivent alerter — prend exactement les vingt minutes qu’un service n’a jamais. L’IA rédige ça vite et bien. La vraie question, pour les soignantes françaises comme américaines, n’est pas si cette pratique arrive, mais si elle arrive proprement.
Voici le flux qui prend au sérieux les deux contraintes : le manque de temps, et les deux endroits où ça devient dangereux.
Pourquoi le brouillon brut de l’IA n’est pas montrable à un patient
Rien de tout cela ne disqualifie l’IA pour l’éducation patient — cela disqualifie le brouillon non relu. Chaque défaut se corrige avec un meilleur prompt et deux minutes de relecture professionnelle.
La règle avant le flux : zéro donnée patient. Zéro.
Avant le moindre prompt : ChatGPT, Claude et Gemini sont des outils grand public, pas des systèmes de santé. Ce que tu y colles sort de ton périmètre. En France, le RGPD et le secret professionnel (article L1110-4 du Code de la santé publique) ne laissent aucune zone grise sur les données de patients dans un outil non maîtrisé.
Concrètement : décris la situation clinique, jamais la personne. « Un patient d’environ 68 ans rentre chez lui après une hospitalisation pour insuffisance cardiaque, mis sous furosémide, faible littératie en santé, vit seul » — l’IA a tout ce qu’il lui faut, et personne n’est identifiable. Pas de nom, pas de date plus précise que l’année, pas de numéro de dossier ou de sécu. Et jamais de copier-coller depuis le dossier : taper la situation à la main force à laisser de côté ce qui identifie.
Tout aussi important : vérifie la position de ton établissement. Certains fournissent un outil interne validé (utilise-le en priorité) ; d’autres interdisent les chatbots grand public pour tout usage clinique. Ce flux suppose que tu as le droit de l’utiliser avec des entrées totalement anonymisées.
Le flux de 5 minutes
Étape 1 — Décris le cas, anonyme (une minute). Pathologie, médicaments clés par leur nom, les deux ou trois gestes qui comptent à la maison, et ce qui doit orienter l’écriture (niveau de lecture, langue, vit seul, aidant présent).
Étape 2 — Utilise un prompt qui corrige les défauts connus (trente secondes) :
Rédige une fiche de sortie pour un patient qui rentre chez lui après
[pathologie].
Médicaments à couvrir : [liste — nom et rôle, exactement comme je les donne].
Consignes clés pour la maison : [2-3 gestes, p. ex. pesée quotidienne].
Règles :
- Niveau de lecture CM2-6e. Phrases courtes. Consignes directes
(« Pesez-vous chaque matin »), pas d'explications de physiologie.
- Utilise UNIQUEMENT les médicaments et consignes que je t'ai donnés.
N'ajoute aucun médicament, dosage ou conseil médical.
- Prévois une section « Appelez votre médecin aujourd'hui si... » et une
section séparée « Appelez le 15 si... » — laisse des espaces clairement
marqués que je remplirai moi-même.
- Termine par 3 questions de reformulation qu'une infirmière peut poser
pour vérifier la compréhension.
- Format : titres courts, puces, de la place pour noter les rendez-vous
à la main.
La ligne qui compte le plus : « utilise UNIQUEMENT ce que je t’ai donné ». Elle transforme l’IA en réécrivaine de ton contenu plutôt qu’en source médicale — ce qu’elle ne doit jamais être ici. Les espaces à remplir dans les signes d’alerte gardent le plus sensible entre tes mains.
Étape 3 — Vérifie comme si ta signature était en bas (deux minutes) — parce qu’elle l’est. Une lecture de professionnelle : chaque médicament face à la prescription, chaque consigne face au compte-rendu réel, signes d’alerte remplis depuis le protocole du service. Les 3 % de médicaments inventés documentés par l’étude sont la raison pour laquelle cette étape n’est pas négociable. Puis une lecture de patient : est-ce que ton patient le plus fatigué, le plus dépassé, comprendrait chaque ligne ? Là où tu traduis dans ta tête, demande à l’IA de simplifier.
Étape 4 — Valide et sers-toi des questions de reformulation. La fiche est à toi maintenant, plus à l’IA. Les trois questions finales sont le bonus sous-coté — la reformulation (« Montrez-moi comment vous allez prendre ce traitement ») est exactement l’esprit de l’éducation thérapeutique : elle révèle les malentendus qu’aucune fiche, humaine ou pas, n’attrape seule.
Le bonus bilingue — avec contre-traduction
Le patient lit mieux l’arabe, le portugais, le turc ? Demande la même fiche dans cette langue — puis ajoute la boucle qui fonctionne même sans parler la langue : « Maintenant, retraduis cette fiche en français, phrase par phrase. » Si la contre-traduction correspond à ce que tu as validé, la version traduite dit presque à coup sûr ce que tu crois. Si une phrase revient déformée, corrige avant d’imprimer. Deux minutes de plus — et « j’espère que c’est juste » devient « c’est vérifié ».
Ce que ça ne remplace pas
- Les documents validés de ton établissement. S’il existe une fiche officielle pour la pathologie, elle passe d’abord. Ce flux brille sur les trous : la combinaison inhabituelle, le niveau de lecture que la fiche standard rate, la langue absente du classeur.
- Le jugement clinique sur le contenu. Ce qu’un patient insuffisant cardiaque doit savoir, c’est l’équipe qui le décide — et toi. L’IA met en forme et simplifie.
- Un système agréé pour les données de santé. C’est un flux d’écriture à entrées anonymisées, pas un endroit où traiter des dossiers.
Le chiffre le plus discrètement accablant de l’enquête : seules 5 % des soignantes estiment avoir reçu une formation à l’IA qui les prépare vraiment. L’écart entre « 44 % l’utilisent » et « 5 % sont formées », c’est exactement l’endroit où des fiches niveau fac atterrissent entre les mains de patients qui lisent péniblement — sans relecture. Cinq minutes de méthode referment cet écart sur l’usage le plus répandu du métier.
Pour aller au bout du sujet — transmissions, éducation patient, relèves, avec la même discipline de vérification et de validation — notre cours IA pour Infirmiers et Infirmières est construit pour ça. Les deux premières leçons sont gratuites.
Sources
- Nearly half of nurses are using AI on the job — Becker’s Hospital Review
- State of Nursing 2026 (dépêche AP) — Yahoo Finance
- 44 % des adultes en France ont un niveau limité de littératie en santé (données Santé publique France) — Santé respiratoire France
- The quality and safety of using generative AI to produce patient-centred discharge instructions — npj Digital Medicine
- Qualité et lisibilité des réponses de ChatGPT en cardiologie préventive — American Journal of Preventive Cardiology
- La reformulation (teach-back) — AHRQ Health Literacy Toolkit
