Étude de faisabilité d'un agent conversationnel (chatbot) pour le suivi postopératoire ambulatoire en oto-rhino-laryngologie (ORL) : acceptabilité, modalités d'utilisation et expérience des patients.

L'intelligence artificielle (IA), et en particulier les grands modèles de langage (LLM), joue un rôle de plus en plus important dans la pratique médicale en facilitant la documentation, l'analyse des données et la communication avec les patients. Ces outils peuvent améliorer l'accès à l'information médicale et réduire certaines tâches répétitives ; toutefois, leur utilisation reste limitée par des risques d'erreurs, d'hallucinations, de variabilité des réponses, ainsi que par l'absence d'évaluation en conditions réelles de soins.

Dans le domaine de la communication entre patients et professionnels de santé, plusieurs études ont montré que les réponses générées par l'IA peuvent être perçues comme aussi pertinentes, voire plus empathiques et plus claires, que celles fournies par les médecins. Toutefois, ces résultats reposent principalement sur des scénarios simulés et ne permettent pas de conclure sur la sécurité d'une utilisation autonome en pratique clinique.

La gestion des sollicitations des patients en dehors des consultations programmées représente une charge de travail importante pour les équipes soignantes. L'IA générative pourrait contribuer à répondre à cette demande, mais sa mise en œuvre nécessite une supervision médicale et une évaluation rigoureuse de la sécurité. Le contexte postopératoire en ORL constitue un domaine d'investigation pertinent, les patients présentant fréquemment des symptômes difficiles à interpréter, tels que la douleur, les saignements ou les complications de cicatrisation.

Un agent conversationnel pourrait apporter des réponses cohérentes et une accessibilité continue ; toutefois, il ne devrait jamais remplacer les services médicaux de garde. Son exigence principale est la capacité à identifier correctement les situations nécessitant une évaluation médicale rapide ou urgente. Dans cette optique, un chatbot postopératoire a été développé à l'aide de ChatGPT-4 au moyen d'une architecture sécurisée de génération augmentée par récupération (RAG).

Sa base de connaissances a été restreinte aux recommandations de la Haute Autorité de santé (HAS), de la Société Française d'Oto-Rhino-Laryngologie (SFORL) et à la littérature PubMed afin d'améliorer la fiabilité des réponses. Une étude de faisabilité interne a donné des résultats encourageants : 68 % des réponses ont été jugées bonnes à excellentes par des experts ORL, la qualité de rédaction et l'exhaustivité dépassant parfois celles des médecins en exercice, bien que les cliniciens restent supérieurs dans l'évaluation nuancée du risque clinique. L'objectif de la présente étude est d'évaluer la faisabilité et l'acceptabilité de ce chatbot de suivi postopératoire en ORL auprès de 100 patients de chirurgie ambulatoire traités à l'Institut Arthur Vernes. L'objectif principal est d'évaluer l'expérience des patients avant d'évaluer tout impact potentiel sur l'utilisation des soins ou les résultats médico-économiques.