Nous passons à l’informatique et n’avons plus besoin de vous

Des bonnes intentions et des conclusions étranges de la médecine fondée sur des données probantes

Traduction de We’re Computerizing and Don’t Need You par Ben Recht, 4 juin 2026.

On pourrait facilement se laisser tenter par une interprétation simpliste des méga-essais cliniques en cardiologie dont j’ai parlé dans mes derniers articles. Si l’on se concentre sur un seul critère de santé (par exemple, la mortalité) et une seule maladie (par exemple, l’infarctus du myocarde, autrement dit la crise cardiaque), on pourrait optimiser le programme de traitement en menant sans cesse des essais cliniques randomisés. Chaque essai comparerait minutieusement deux schémas thérapeutiques presque identiques, ne différant que par une seule étape. Les associations professionnelles communiqueront régulièrement les derniers résultats et les lignes directrices. Les améliorations progressives apportées aux normes de soins seront diffusées lors de réunions et sur des sites Web afin de tenir tous les cliniciens au courant du meilleur plan de traitement pour chaque patient.

Cette approche peut s’appliquer à de multiples maladies. Avec une adhésion suffisante, ces essais peuvent être étendus pour permettre des ajustements personnalisés aux normes de soins. Les données démographiques des patients, leurs antécédents familiaux et leurs comportements peuvent alors être pris en compte, et les associations professionnelles peuvent élaborer des plans spécialisés pour chaque groupe démographique.

Or, des calculs statistiques vous indiqueraient rapidement qu’il faudrait bien plus de 8 milliards de personnes pour que ce rêve d’optimisation devienne réalité. Mais laissons cela de côté un instant. Il y a quelque chose de bizarre et d’aliénant dans cette vision. Dans ce rêve chimérique, les soins ne deviennent rien de plus qu’un algorithme informatique. Un patient ne devient rien de plus qu’une catégorie de classification. Les soins de santé ne deviennent rien de plus que l’optimisation de tables actuarielles. Est-ce digne ? Est-ce cela, les soins ? Est-ce ainsi que nous voulons que le système médical soit ?

Il y a eu un mouvement réactionnaire et révolutionnaire dans les années 1990 qui pensait que oui, les soins de santé ne devraient être rien de plus que l’application de données cliniques : la médecine fondée sur les données probantes.

La médecine fondée sur les données probantes (EBM) reste incroyablement influente. Je veux dire, qui voudrait d’une médecine qui ne soit pas fondée sur des preuves, n’est-ce pas ? En 2020, j’ai moi-même eu un bref moment où j’ai pensé que c’était une façon brillante de conceptualiser la médecine. Pour les esprits mathématiques, la médecine fondée sur les données probantes (EBM) a l’attrait de la rigueur. Elle fournit ce qui semble être un ensemble de règles claires pour décider d’un traitement médical. Il existe une hiérarchie des preuves. Une pyramide, si vous voulez :

L’avis d’expert est la forme de preuve la plus faible. Les études de cas ne valent guère mieux. Les études épidémiologiques seraient d’un niveau légèrement supérieur, mais elles sont trop facilement faussées par des facteurs de confusion. Un cran au-dessus, la norme d’excellence, se trouve l’essai contrôlé randomisé. Et tout en haut, nous accordons une note encore plus élevée aux revues systématiques de tous les essais contrôlés randomisés menés sur une maladie.¹J’ai toujours trouvé complètement incohérent que les revues systématiques, qui sont des études observationnelles, soient mieux notées que les essais randomisés. Mais, comme le soutient cet article, tout le système relève davantage de l’idéologie que de la logique.

Une fois ces preuves en main, vous pouvez prendre des décisions claires. Vous n’avez pas besoin d’expertise. Il vous suffit d’une formule de Meehl : vous entrez toutes les données dont vous disposez sur un patient dans un ordinateur. L’ordinateur vous donne un plan de traitement pour le patient basé sur les preuves de la plus haute qualité disponibles. Le problème des soins de santé est désormais résolu.

Vous pensez peut-être que je caricature leur position, mais vous pouvez vous reporter aux documents de position originaux, et les citations sont encore plus fortes que ce que je dis. Voici le paragraphe d’introduction de « Evidence-Based Medicine: A New Approach to Teaching the Practice of Medicine », rédigé par un groupe de travail présidé par le pionnier de l’EBM Gordan Guyatt :

« Un nouveau paradigme pour la pratique médicale est en train d’émerger. La médecine fondée sur les preuves minimise l’importance de l’intuition, de l’expérience clinique non systématique et du raisonnement physiopathologique comme fondements suffisants pour la prise de décision clinique, et met l’accent sur l’examen des preuves issues de la recherche clinique. La médecine fondée sur les preuves exige de nouvelles compétences de la part du médecin, notamment une recherche documentaire efficace et l’application de règles formelles d’évaluation des preuves pour analyser la littérature clinique. »

Le groupe de travail a été explicite au sujet du jugement d’expert : « Le nouveau paradigme accorde beaucoup moins d’importance à l’autorité. La conviction sous-jacente est que les médecins peuvent acquérir les compétences nécessaires pour effectuer des évaluations indépendantes des données probantes et ainsi juger de la crédibilité des avis émis par les experts. » Selon eux, l’intuition des experts et les soins créatifs causaient plus de tort que de bien. De plus, ils estimaient que le passage à une prise de décision informatisée améliorerait les résultats pour les patients, écrivant : « Une hypothèse finale du nouveau paradigme est que les médecins dont la pratique repose sur une compréhension des données probantes sous-jacentes fourniront des soins de qualité supérieure aux patients. »

L’informatisation était exactement ce qu’ils avaient en tête. David Sackett a mis au point un prototype d’ordinateur de traitement, appelé « The Evidence Cart », au début des années 90. Regardez-le poser un diagnostic :

Sackett a rempli le chariot de données d’un recueil d’informations : BestEvidence, la série JAMA Rational Clinical Examination, la Cochrane Library, de nombreux manuels et des documents compilés par ses collaborateurs à partir de revues et d’autres évaluations. L’équipe de Sackett poussait l’Evidence Cart dans la chambre d’un patient et évaluait chaque décision à la lumière des meilleures données probantes.

Cela a-t-il fonctionné ? Curieusement, la preuve que l’Evidence Cart fonctionne repose sur une minuscule étude observationnelle monocentrique, et non sur un essai contrôlé randomisé (ECR). Mais l’influence de la médecine fondée sur des données probantes (EBM) et l’objectif de concrétiser le rêve de Sackett étaient indéniables. Les médecins ont désormais des superordinateurs dans leurs poches en tout temps. Ils peuvent sortir des calculateurs médicaux, classer les patients en catégories et prescrire des plans de traitement basés sur les meilleures données probantes. Chaque consultation médecin-patient est reliée à un ordinateur différent qui sert non seulement à permettre aux médecins de consigner l’état de santé de leurs patients, mais aussi à les classer sous forme de statistiques dans les tables actuarielles des compagnies d’assurance et à intégrer leur identité virtualisée dans le pool des futures études observationnelles.

Le secteur de la santé est-il parvenu à un bon équilibre ? C’est compliqué. Évidemment, les études sont une bonne chose. Mais l’idée qu’on puisse synthétiser une décision optimale à partir de la littérature médicale est absurde, que l’on dispose ou non de modèles de langage de grande échelle (LLM) modernes. On ne peut pas mener un essai contrôlé randomisé (ECR) pour chaque option possible. Nous avons déjà constaté qu’il faut des connaissances spécialisées pour décider quels ECR mener et pour donner un sens à des ECR qui semblent se contredire. Et la littérature médicale ne vous dit pas quoi faire avec un patient en particulier. Les patients ne sont pas simplement des étiquettes de catégorie. Les soins, c’est plus qu’une prise de décision robotisée.

Je suis plus sensible à l’argument iatrogène avancé par les pionniers de l’EBM. Beaucoup étaient des conservateurs médicaux. Ils pensaient que la plupart des traitements non seulement manquaient de preuves, mais étaient aussi nuisibles. Il suffit de regarder la barbarie qui parsème l’histoire de la médecine pour voir qu’ils avaient certainement raison. Les conservateurs en médecine estiment qu’il vaut mieux pécher par excès de prudence en traitant moins plutôt que plus. L’EBM était en partie une lutte contre le biais d’intervention qui continue de nuire à la médecine. « Il faut faire quelque chose » semble être la bonne chose à faire, mais c’est souvent nuisible. C’est pourquoi l’essai CAST sur les médicaments antiarythmiques est l’exemple type de ce mouvement.²(Cardiac Arrhythmia Suppression Trial) est une étude médicale historique publiée en 1989.

Bien qu’elle parte d’une bonne intention, la médecine fondée sur les données probantes est l’un des meilleurs exemples de la façon dont le piège de la quantification mène à la folie. Nous informatisons tout pour écarter l’influence des récits. Le mécanisme et les lois de la nature n’ont pas d’importance. La seule chose qui compte est d’optimiser les résultats. La quête de connaissances médicales ne vise qu’à optimiser les tables actuarielles, et non à comprendre la condition humaine. La médecine devient un jeu vidéo. C’est la forme la plus pure de ce que Jean-François Lyotard appelait le postmodernisme. La pensée statistique déchaînée est la condition postmoderne.

Liste évolutive des traductions par Gilles en vrac
Les caractères gras dans le texte sont de Gilles.

Notes

• 1
  J’ai toujours trouvé complètement incohérent que les revues systématiques, qui sont des études observationnelles, soient mieux notées que les essais randomisés. Mais, comme le soutient cet article, tout le système relève davantage de l’idéologie que de la logique. ↩︎
• 2
  (Cardiac Arrhythmia Suppression Trial) est une étude médicale historique publiée en 1989. ↩︎