Avant qu’une suggestion d’IA ne touche l’analyse d’un patient, vous devriez pouvoir répondre à une question à son sujet : d’où vient-elle ? Si l’outil peut vous le montrer — cette rubrique, dans ce répertoire, à cet emplacement, avec ce degré ; ce passage, dans ce livre — la répertorisation assistée par IA accélère exactement la discipline qu’enseigne la formation classique. S’il ne le peut pas, aucune fluidité de sortie ne la rend sûre à utiliser. Cet article transforme ce principe en audit pratique : dix contrôles qu’un praticien peut appliquer à n’importe quel outil d’IA pour l’homéopathie — y compris le nôtre — en moins d’une heure, avant de lui faire confiance au cabinet. Il diffère de nos articles plus larges sur l’IA dans la sélection du remède et le flux d’analyse de cas : ceux-ci expliquent ce que fait la technologie ; celui-ci porte sur sa vérification. Comme toujours, il est écrit pour les praticiens et les étudiants — la décision clinique, ici plus que partout ailleurs, reste la vôtre.
Pourquoi auditer ? Les deux schémas de l’IA en homéopathie
Toute fonction d’IA dans un logiciel homéopathique se ramène, à l’examen, à l’un de deux schémas.
Le schéma de recherche. L’IA est un index plus rapide. Elle prend les mots du patient — « une bande serrée autour de la tête, améliorée en appuyant fort » — et fait remonter des rubriques candidates issues de vrais répertoires, avec emplacements et degrés attachés ; ou elle prépare une courte liste strictement à partir des rubriques que vous avez confirmées. Chaque sortie est un pointeur vers des sources qui existent et peuvent être ouvertes. Le métier du praticien — choisir, pondérer, vérifier dans la matière médicale — reste inchangé ; seule la consultation des pages est devenue plus rapide.
Le schéma de l’oracle. L’IA est une machine à réponses. Description du cas en entrée, nom de remède en sortie, raisonnement opaque, références absentes ou décoratives. Aussi exacte puisse-t-elle parfois être, elle est inauditable — et une étape inauditable insérée dans une méthode clinique rompt la chaîne de responsabilité de cette méthode à son maillon le plus important.
L’audit ci-dessous existe pour distinguer ces deux schémas en pratique, fonction par fonction — parce que les vrais produits (là encore : y compris le nôtre) sont des mélanges, et la question n’est jamais « l’IA est-elle bonne ou mauvaise ? », mais « quelles sorties de cet outil puis-je retracer, et quelque chose d’intraçable peut-il jamais atteindre l’analyse ? »
L’audit en dix points
Exécutez-les dans l’ordre ; ils montent de la mécanique à la gouvernance. Un outil qui échoue aux points 1 à 4 est dangereux, quel que soit le reste. Prenez des notes — elles deviendront votre base de réaudit.
1. Traçabilité des rubriques
Prenez trois rubriques suggérées par l’IA et cliquez pour les ouvrir. Chacune s’ouvre-t-elle à son emplacement exact dans un répertoire nommé — chapitre, rubrique, sous-rubrique — avec sa liste de remèdes et ses degrés visibles ? Une suggestion qui ne peut pas être ouverte est le signal d’alerte. Dans Similia, chaque rubrique proposée par l’IA est un lien actif vers le répertoire dont elle provient ; c’est le niveau de conception à exiger de tout outil.
2. Vérification des citations à la source
Lorsque l’IA cite ou paraphrase la matière médicale, ouvrez le passage. Le livre cité le contient-il, sous une forme reconnaissable, à propos de ce remède ? Vérifiez-en trois. Une seule citation fabriquée fait échouer l’audit d’emblée — une érudition inventée est pire qu’une absence d’érudition, parce qu’elle fabrique une fausse confiance précisément là où la vérification devrait se trouver.
3. Le test de la rubrique inventée
Soumettez à l’outil un symptôme que vous savez difficile à traiter par les répertoires — une formulation moderne étrange, une modalité rare. Les comportements corrects sont : des rubriques authentiques proches (étiquetées comme proches), ou un honnête « aucune correspondance proche ». Le comportement qui échoue est une rubrique parfaitement formulée qui n’existe dans aucun répertoire. Ce seul test détecte plus d’outils de type oracle que n’importe quel autre contrôle.
4. Fidélité des degrés
Pour deux rubriques suggérées, comparez les degrés affichés par l’IA à l’entrée propre du répertoire — gras, italique, normal ; et, dans le système à quatre degrés de Murphy, le quatrième degré correctement traité. Les degrés portent le poids probatoire de toute la méthode ; un outil négligent avec les degrés sera négligent avec tout ce qui vient ensuite. (Vous découvrez pourquoi les degrés comptent autant ? Le guide de répertorisation en couvre les bases.)
5. Barrière de confirmation
Suivez un parcours complet de la suggestion à l’analyse. Une rubrique ou un remède peut-il entrer dans la répertorisation sans action explicite du praticien ? La réponse fiable est non : l’IA propose, vous confirmez, et seuls les éléments confirmés sont analysés. Des suggestions insérées automatiquement — aussi bonnes soient-elles — signifient que l’outil, et non vous, prend discrètement le cas.
6. Comportement face à l’incertitude
Donnez-lui un cas mince : deux symptômes vagues, rien de frappant. L’outil dit-il que le tableau est insuffisant, nuance-t-il visiblement, ou classe-t-il les candidats avec le même visage assuré que pour un cas riche ? Les systèmes qui ne peuvent pas exprimer l’incertitude transfèrent leur excès de confiance à leurs utilisateurs — l’exact opposé de ce dont un prescripteur débutant a besoin.
7. Précision de la recherche sémantique
Testez la correspondance en langage courant avec cinq formulations que vos patients utilisent réellement — dont une dans votre langue de consultation si vous exercez hors de l’anglais — et jugez si les rubriques retournées correspondent vraiment au sens, et pas seulement aux mots-clés. Vérifiez ensuite l’inverse : une formulation classique précise trouve-t-elle sa rubrique exacte en premier ? Notre guide de recherche sémantique explique ce à quoi ressemble un bon fonctionnement sous le capot.
8. Confidentialité et gouvernance des données
Lisez les conditions de l’outil avec trois questions : le texte de consultation ou de cas est-il utilisé pour entraîner des modèles ? Qui traite les données, et sur quelle base juridique (conditions de sous-traitant RGPD, en Europe) ? Pouvez-vous exporter et supprimer ? Pour les consultations enregistrées, confirmez que l’obligation de consentement repose là où elle doit reposer — sur vous — et que le traitement du fournisseur la soutient. Un outil cliniquement brillant avec des conditions de données évasives échoue à l’audit ; le récit du patient est la donnée la plus sensible qu’un homéopathe détient.
9. Transparence des changements de modèle
Demandez (ou cherchez dans le changelog) : le fournisseur annonce-t-il lorsque les modèles ou les sources de l’IA changent de manière significative ? Le déploiement continu signifie que l’outil que vous avez audité en janvier n’est pas celui que vous utilisez en juillet. Vous ne pouvez pas réauditer ce dont vous ne savez pas qu’il a changé — d’où le rythme de réaudit deux fois par an indiqué dans la FAQ.
10. La règle de validation
Enfin, auditez-vous vous-même. Instituez une règle personnelle : aucune analyse touchée par l’IA n’est terminée tant que les principaux candidats n’ont pas été lus en regard du patient dans la matière médicale. La recherche peut être déléguée ; le jugement ne le peut pas. Inscrivez cette règle dans votre modèle de cas si cela aide — la discipline coûte trois minutes et fait la différence entre une pratique assistée par IA et une pratique dirigée par IA.
Comment l’évaluer
Il n’existe aucun système de points qui vaille la peine d’être inventé : les contrôles 1 à 5 sont réussite/échec (traçabilité, sources, absence d’inventions, fidélité des degrés, validation), et un outil doit réussir les cinq avant que ses commodités méritent considération. Les contrôles 6 à 10 évaluent la maturité de l’outil et de votre gouvernance autour de lui. Un outil qui réussit les dix n’est pas « une IA à laquelle vous pouvez faire aveuglément confiance » — c’est une IA à laquelle vous n’avez jamais besoin de faire aveuglément confiance, ce qui est le véritable objectif.
À quoi cela ressemble quand ça fonctionne
Mené honnêtement, l’audit ne se contente pas de filtrer les outils — il change la façon dont vous utilisez celui que vous gardez. Les suggestions deviennent des pistes, pas des verdicts. Le clic vers la rubrique devient un réflexe. La lecture finale de la matière médicale cesse de ressembler à une formalité, parce qu’elle attrape visiblement les quasi-erreurs de l’IA — la rubrique qui correspondait aux mots mais pas au sens, le remède fort dans la grille mais faux dans la gestalt. Les praticiens qui travaillent ainsi rapportent la même chose que montrent nos propres données d’usage : le vrai don de l’IA n’est pas les réponses, mais la couverture — la troisième et la quatrième rubrique candidates que vous n’auriez pas eu le temps de chercher à la main — tandis que la qualité de décision vient toujours de là où elle a toujours pris sa source. C’est le standard selon lequel nous construisons les fonctions d’IA de Similia, et l’audit ci-dessus est la façon de nous y tenir — nous comme tous les autres.
