ChatGPT pour les médecins : un outil gratuit d’OpenAI qui bat les médecins… sur son propre test

Un médecin des urgences, trois heures du matin, vingt patients dans le couloir. Il lui reste à rédiger les comptes rendus, vérifier une interaction médicamenteuse, retrouver une recommandation récente. Et si une IA pouvait faire le travail de paperasse et de recherche à sa place ? C’est la promesse de ChatGPT for Clinicians, lancé par OpenAI au printemps 2026, gratuit pour les professionnels de santé américains.

L’outil fait beaucoup parler, avec un chiffre qui claque : GPT-5.4, le modèle qui le fait tourner, obtiendrait 59,0 à un test médical là où des médecins n’obtiennent que 43,7. Mais attention aux titres tapageurs. Voyons ce que l’outil fait vraiment, ce que ce score prouve, et ce que personne ne sait encore sur les urgences.

Pour les non-initiés : clinicien, benchmark, HIPAA, BAA Clinicien : un professionnel de santé qui soigne des patients (médecin, infirmier praticien, pharmacien…). Benchmark : un test standardisé pour comparer des IA. Ici, celui-ci s’appelle HealthBench Professional. HIPAA : la loi américaine qui protège les données de santé des patients. BAA : un contrat (« accord d’associé commercial ») qui permet à un prestataire comme OpenAI de traiter légalement des données de santé protégées.

ChatGPT for Clinicians, en clair

• Pour qui ? Les médecins, infirmiers praticiens, assistants médicaux et pharmaciens vérifiés aux États-Unis. L’inscription demande un compte ChatGPT, un numéro d’identification de professionnel (NPI) et une vérification de licence par un prestataire tiers.
• Combien ? Gratuit. Le texte d’annonce ne mentionne aucune date de fin de gratuité.
• Où ? Pas en France, ni hors des États-Unis pour le moment. OpenAI évoque une extension future.
• Quel modèle ? GPT-5.4.
• Que peut-on faire ? Recherche clinique avec réponses citant leurs sources, exploration approfondie de la littérature médicale, aide à la rédaction (documentation, lettres d’orientation, demandes d’autorisation préalable), « compétences » réutilisables pour des tâches répétitives, et suivi de crédits de formation continue (CME). La génération d’images n’est pas prise en charge.

Côté confidentialité, OpenAI affirme que le contenu partagé n’est pas utilisé pour entraîner ses modèles. Un support HIPAA est disponible via un BAA, que le clinicien peut signer lui-même dans ses paramètres. La page d’aide précise toutefois qu’il faut éviter de saisir des données de santé protégées sans BAA, et que les organisations avec plusieurs utilisateurs doivent plutôt passer par une autre offre, « ChatGPT for Healthcare ».

Le score qui fait les gros titres : 59,0 contre 43,7

HealthBench Professional évalue trois types de tâches : consultation clinique, rédaction/documentation et recherche médicale. D’après OpenAI, environ un tiers des exemples viennent de séances de « red teaming » (des médecins qui cherchent à piéger l’IA), et les conversations les plus difficiles sont surreprésentées.

Qui	Score annoncé par OpenAI
GPT-5.4 dans l’espace Clinicians	59,0
GPT-5.4 « standard »	48,1
Claude Opus 4.7	47,0
Gemini 3.1 Pro	43,8
Réponses rédigées par des médecins (temps et accès web illimités)	43,7

OpenAI ajoute que des médecins ont évalué 99,6 % des réponses comme « sûres et exactes » sur 6 924 conversations testées avant le lancement.

Pourquoi il ne faut pas s’emballer

• OpenAI a conçu le test, noté les copies et… gagné. Un commentateur résume : un test conçu, noté et remporté par la même entreprise. Le benchmark est public, ce qui aide, mais l’indépendance manque.
• Le test n’est pas la pratique. Un expert de Wolters Kluwer Health estime que ce type d’évaluation « peut être très insuffisant pour anticiper et corriger tout le spectre d’erreurs, grossières ou subtiles ». Il n’existe d’ailleurs aucun standard reconnu de validité clinique pour ces systèmes.
• Les médecins du test écrivaient sans leur contexte réel : sans dossier patient ni collègues, et le score mesure des réponses écrites, pas des soins.

Le dernier point est à prendre avec des pincettes : un score de 43,7 ne dit pas qu’un médecin est « moins bon que l’IA » en consultation, il dit que sur ce test précis, ses réponses écrites ont été notées plus bas.

Quand les vrais gens utilisent l’IA, le résultat change

Une étude publiée dans Nature Medicine le 9 février 2026 (Oxford, avec MLCommons et l’université de Bangor) apporte un contrepoint utile. Près de 1 300 participants devaient prendre des décisions médicales sur des scénarios réalistes conçus par des médecins ; un groupe utilisait des IA, l’autre ses sources habituelles.

• Les IA n’ont donné aucun avantage pour identifier le problème ou choisir la bonne conduite à tenir.
• Les participants ne savaient pas quelles informations fournir, et les réponses mélangeaient du juste et du faux.
• Des modèles qui brillent sur les benchmarks se sont mal comportés avec de vrais utilisateurs.

Précision essentielle : ces participants étaient le grand public, pas des cliniciens formés. Mais le message vaut avertissement : un bon score sur un test ne garantit pas un bon usage au chevet du patient. La médecin généraliste qui a dirigé l’étude, Rebecca Payne, conclut que l’IA « n’est pas prête à prendre le rôle du médecin ».

Ce qu’on peut raisonnablement imaginer, sans le garantir : l’IA sert d’abord sur le temps administratif (comptes rendus, courriers, recherche d’une recommandation), moins sur la décision clinique critique. C’est d’ailleurs ce que met en avant OpenAI : une aide à l’information, qui « ne remplace pas le jugement ni l’expertise » du clinicien.

Un repère historique, à prendre avec prudence En 2023, des chercheurs néerlandais de l’hôpital Jeroen Bosch ont testé ChatGPT 3.5 sur 30 cas d’un service d’urgences : le bon diagnostic était identifié dans 97 % des cas, contre 87 % pour les médecins. Mais l’échantillon était très petit, les cas relativement simples, le raisonnement parfois « invraisemblable » et un anévrisme aortique avait été manqué. C’était une version bien plus ancienne, sans lien avec ChatGPT for Clinicians.

Ce que ça change, ou pas, pour nous en France

Concrètement : rien pour l’instant. L’outil n’est pas ouvert aux professionnels français. Le sujet reste utile à suivre, parce qu’il pose des questions qui nous concerneront : qui valide ces outils, quelles données peut-on y entrer, et que devient la relation médecin-patient quand une IA prépare le dossier.

Un chiffre d’ambiance, cité par plusieurs sources : selon une enquête de l’American Medical Association, 72 % des médecins américains utilisaient l’IA dans leur pratique en 2026, contre 48 % un an plus tôt. L’usage va plus vite que la validation.

L’idée est sensée : alléger la charge administrative des soignants est un vrai besoin, et des réponses sourcées valent mieux que des réponses de mémoire. Mais je garde deux réserves. D’abord, tout « l’IA bat les médecins » mérite un « sur quel test, et qui l’a conçu ? ». Ensuite, un outil gratuit se paie autrement : par la dépendance qu’il crée, et par la confiance qu’on lui accorde parce qu’il écrit bien.