Les lois sur les écrits IA informent les patients sur l'outil, pas sur l'erreur: Rhode Island exige un avis et une révision. le Vermont exige une approbation. Aucun ne teste si le clinicien détecte quelque chose.

Cet article a une vocation pédagogique et ne constitue pas un conseil juridique ou médical. Les organisations soumises aux lois de notification et de documentation des états relatives à l'IA doivent consulter un conseil juridique qualifié concernant leurs obligations spécifiques.

Informer un patient que la note a été rédigée par une IA ne protège personne si le clinicien l'a signée sans la relire.

Deux États, Deux Verbes

Il y a trois mois, le 22 juin 2026, le Rhode Island a promulgué le Use of Artificial Intelligence by Healthcare Providers Notification Act, entré en vigueur immédiatement. L'article central tient en une seule phrase, qu'il vaut la peine de lire intégralement. Tout prestataire ou établissement de santé qui utilise l'IA pour documenter des consultations en présentiel ou en télémédecine doit informer les patients de ce recours à l'IA et vérifier l'exactitude de la documentation générée par l'IA après la consultation. La définition de « prestataire » englobe les médecins, les assistants médicaux, les dentistes, les infirmiers de tous niveaux de qualification, les aides-soignants, ainsi que toute autre personne agréée par le département de la santé de l'État.

Cinq jours plus tôt, le 17 juin, le Act 156 du Vermont est entré en vigueur dès son adoption. Ce texte encadre l'usage de l'IA dans les services de santé mentale et conditionne la protection légale du professionnel à deux exigences : que l'outil soit conforme à HIPAA, et que le professionnel examine et valide tout service de santé mentale auquel l'outil a contribué. Chez EveryAILaw, la fiche Rhode Island et la fiche Vermont comportent toutes deux la catégorie « obligation de contrôle humain » (celle du Rhode Island comporte également la catégorie « transparence »). Il s'agit d'un indicateur de ce que prévoit le texte législatif, et non d'une conclusion établissant qu'une loi donnée s'applique à un prestataire en particulier.

Deux États, deux verbes. Le Rhode Island dit : notifier et vérifier. Le Vermont dit : examiner et valider. Les deux exigent qu'une personne agréée s'interpose entre la sortie du modèle et le dossier du patient, et les deux s'arrêtent précisément là. Aucun des deux ne précise ce que cette vérification doit permettre de découvrir, combien de temps elle peut prendre, ni ce qui se passe lorsque le relecteur en est à sa trentième note de la journée, à dix-huit heures.

Ce calendrier n'a rien du hasard. Les 2 et 3 septembre 2026, soit moins de 90 jours après l'entrée en vigueur de la loi du Rhode Island, NIST et le Bureau des droits civils du HHS ont organisé leur conférence Safeguarding Health Information, avec une session consacrée au NIST AI Risk Management Framework et une table ronde sur l'IA dans le secteur de la santé au programme du 3 septembre. La documentation ambiante est le déploiement d'IA que la majorité des cliniciens ont déjà rencontré, et c'est celui vers lequel les régulateurs se tournent en premier.

Ce Que Prouve la Notification

Un avis informe le patient qu'une machine a rédigé la note. Cela a de la valeur : c'est honnête, peu coûteux, et le patient peut s'y opposer.

Mais cela ne prouve rien sur le contenu de la note. Un patient informé que sa consultation a été enregistrée par une IA n'a aucun moyen de savoir si la liste des médicaments figurant dans le document final correspond bien à ce qu'il a décrit, si un résultat négatif à l'examen s'est transformé en résultat positif dans la synthèse, ou si un symptôme mentionné à deux reprises apparaît réellement. La divulgation concerne la provenance. Le risque, lui, concerne le contenu, et c'est précisément ce contenu que la relecture du clinicien est censée contrôler.

Les rédacteurs de la loi du Rhode Island l'ont bien compris, d'où le fait que l'obligation de vérification figure dans la même phrase que l'obligation de notification. La vérification est le contrôle. La notification n'est qu'une politesse. Tout ce qui compte vraiment pour le patient dépend de la seconde clause, et c'est justement celle que personne ne peut observer.

Les Erreurs Auxquelles Les Cliniciens Sont Réellement Confrontés

La recherche sur les notes cliniques générées par LLM a convergé vers une taxonomie restreinte et stable. Une étude publiée dans PLOS Digital Health en 2025, portant sur des comptes-rendus de consultations aux urgences, a évalué chaque erreur selon trois critères : l'inexactitude des informations résumées, l'hallucination d'informations absentes de la source, et l'omission d'informations cliniquement pertinentes. Les inexactitudes et les hallucinations se concentraient dans les sections consacrées au plan de soins. Les omissions, elles, se concentraient dans l'examen physique et l'historique de la plainte du patient.

Un cadre distinct d'évaluation de la sécurité clinique, construit à partir de plus de douze mille phrases annotées par des cliniciens, reprend les deux mêmes catégories principales, hallucination et omission, et évalue le potentiel de préjudice de chaque erreur. L'étude PLOS indique que les erreurs individuelles présentaient en moyenne un faible potentiel de préjudice, avec un petit nombre jugées susceptibles de causer un préjudice permanent. L'article consacré au cadre d'évaluation distingue les erreurs majeures des erreurs mineures et rapporte une réduction des erreurs majeures grâce à des ajustements des invites et des flux de travail. Les auteurs de l'étude PLOS en tirent la conclusion essentielle ici : comprendre où et sous quelle forme apparaissent les erreurs est ce qui rend la relecture clinique praticable, car ces erreurs ne sont pas réparties uniformément.

Cette taxonomie compte parce que ces erreurs échouent dans des directions différentes. Une omission produit une note qui se lit sans accroc mais à laquelle il manque un élément. Une hallucination produit une note qui se lit sans accroc mais qui contient un élément faux. Une inversion de négation transforme « ne signale pas de douleur thoracique » en « signale une douleur thoracique », et se lit tout aussi bien dans les deux cas. Rien ne s'annonce de soi-même. La note qu'il faudrait le plus lire lentement est, à première vue, indiscernable de celle qu'on pourrait parcourir en diagonale. La fluidité est le médium ; elle ne renseigne en rien sur l'exactitude.

La Relecture Sous La Pression De La Clinique

Replaçons maintenant cette obligation légale de relecture dans le quotidien réel d'une clinique.

Les scribes ambiants ont été adoptés pour redonner du temps, et ils y parviennent effectivement. Le clinicien qui passait autrefois sa soirée à rédiger des notes la passe désormais à les relire. La file d'attente est longue, les notes sont impeccables, et les vingt premières étaient correctes. Quiconque a déjà relu une pile de sorties d'IA parfaitement fluides sait ce qui suit. La séquence de dérive opérationnelle se déroule toujours de la même façon. L'adoption augmente. Le volume de production augmente. La rigueur de la vérification diminue. La confiance excessive augmente. La relecture humaine devient un simulacre. La dérive s'accumule. La responsabilité juridique finit par émerger.

À chaque étape, le dossier affiche une note signée, horodatée. La piste d'audit est complète. L'obligation de vérification du Rhode Island est satisfaite au sens où une personne agréée a cliqué sur un bouton. Mais que la vérification ait eu lieu au sens où l'entendaient les rédacteurs de la loi — une personne lisant un document en recherchant précisément les types d'erreurs que la littérature identifie — reste invisible, pour le patient, pour l'établissement de santé, pour l'État, et souvent pour le clinicien lui-même.

Un avis d'usage de l'IA ne change rien à cela. Une ligne de signature ne change rien à cela. Une politique exigeant une relecture ne change rien à cela. Chacun de ces artefacts atteste qu'une relecture était censée avoir lieu. Pas ce qu'ils rapportent : ce qu'ils font réellement.

Ce Qu'un Établissement de Santé Peut Mesurer Sans Lire Une Seule Note

La solution évidente serait la surveillance : consigner les modifications, chronométrer les relectures, signaler les cliniciens qui signent trop vite. Il existe sans doute déjà une présentation commerciale pour cela. Je m'y opposerais fermement. Cette approche instaure un système de surveillance sur des professionnels agréés, elle se heurte à des obstacles dans les environnements syndiqués et universitaires, et ce qu'elle produit — des comptages de modifications — mesure une activité sans rien dire sur la question de savoir si l'omission dans la section d'examen a été détectée.

PAICE (People + AI Collaboration Effectiveness) emprunte une autre voie. Il mesure la fiabilité comportementale par l'évaluation plutôt que par l'observation. L'évaluation introduit des erreurs exactement du type décrit dans les études sur les scribes — un constat omis, un détail fabriqué, une négation inversée — au sein d'un texte parfaitement fluide, sous pression temporelle, et évalue si la personne détecte ces erreurs, vérifie l'affirmation qui fonde la décision, et signale les cas où elle ne peut confirmer une information. Un clinicien qui s'exprime avec aisance sur l'IA mais signe une négation inversée obtient un score inférieur à celui, plus laconique, qui la repère.

Les résultats ne contiennent aucune donnée patient, aucun texte de note, aucun enregistrement, aucune transcription. Les scores sont rattachés à des identifiants hachés. Les résultats individuels sont structurellement inaccessibles à l'établissement de santé, et non simplement soumis à une politique de confidentialité. Un directeur médical de l'information voit la fiabilité de vérification d'une cohorte et l'endroit où elle se dégrade. Le clinicien, lui, voit la sienne.

Le Rhode Island et le Vermont ont inscrit la relecture du clinicien dans la loi. C'est le bon contrôle à mettre en place. La question à laquelle un établissement de santé peut désormais répondre, avant qu'un auditeur d'État ou un expert du côté demandeur ne la pose, est de savoir si cette relecture est réelle.

Vous souhaitez évaluer le comportement de vérification de vos cliniciens sans recourir à la surveillance ? Découvrez PAICE pour les organisations ou passez une évaluation individuelle pour en faire l'expérience directement.

Lectures Recommandées

AI Collaboration pour la Documentation Clinique - La perspective opérationnelle de la documentation ambiante
AI Collaboration pour la Santé et la Sécurité des Patients - Là où la sortie de l'IA rencontre le jugement clinique
La Transparence Vous Dit Que C'est de l'IA. Elle Ne Peut Pas Vous Dire Comment Lui Faire Confiance. - Pourquoi divulgation et fiabilité sont deux questions distinctes
Gouvernance Sans Surveillance - L'architecture de confidentialité derrière la mesure comportementale