L’IA prescriptrice quitte le terrain de la démonstration pour entrer dans un cadre médical limité, surveillé et juridiquement sensible. En octobre 2026, Nolla Health a lancé en Utah un pilote dans lequel une IA évalue l’acné et peut générer une prescription pour certains traitements topiques, avec un abonnement de 4,99 $ par mois. Le dispositif concerne les adultes présentant une acné légère à modérée et prévoit une supervision médicale qui diminue progressivement au fil du programme.
Cette expérimentation ne transforme pas une IA généraliste en médecin autonome. Elle repose sur un périmètre clinique fermé, une liste de traitements approuvés, des critères d’exclusion et un mécanisme d’escalade vers un professionnel de santé. Pour intégrer une IA de prescription dans une pratique médicale, la méthode utile consiste donc à reproduire ces garde-fous avant de chercher la moindre automatisation.
Le pilote Nolla Health limite l’IA à une prescription très encadrée
L’idée centrale du pilote est de confier à l’IA une décision étroite, répétitive et vérifiable, plutôt qu’une prise en charge médicale générale.
Nolla Health propose son application Nolla Derm aux résidents de l’Utah âgés d’au moins 18 ans. Le patient renseigne ses informations médicales, donne son consentement, répond à un questionnaire et transmet des images de son visage prises sous plusieurs angles. L’application analyse la peau, évalue la sévérité de l’acné et construit une recommandation thérapeutique.
Le système ne sélectionne pas librement n’importe quel médicament. Il choisit parmi huit traitements topiques approuvés dans le cadre du pilote. Les cas qui sortent du périmètre prévu, notamment lorsque l’IA ne peut pas sélectionner un traitement avec suffisamment de confiance, sont orientés vers un médecin.
Le dispositif exclut également les situations qui exigent une évaluation clinique plus large. Les patients présentant une acné sévère, une grossesse ou une situation médicale incompatible avec le protocole sont dirigés vers un professionnel de santé.
À retenir : une IA prescriptrice crédible commence par un domaine étroit, une liste de traitements prédéfinie et des règles d’exclusion explicites. Elle ne doit pas improviser une conduite thérapeutique hors de son domaine validé.
Le pilote coûte 4,99 $ par mois. Les traitements composés peuvent atteindre environ 50 $ par mois, selon les informations publiées sur le programme. Le prix de l’abonnement ne doit toutefois pas être confondu avec le coût global du parcours de soins, qui inclut le médicament, les éventuels échanges avec un médecin et la gestion des effets indésirables.
Avant l’outil, définissez la décision médicale autorisée
La première étape d’une intégration consiste à transformer une intention vague, comme « utiliser l’IA pour prescrire », en une décision clinique précisément bornée.
Une fiche de cadrage doit répondre à six questions :
- Quelle affection l’IA peut-elle évaluer ?
- Quels patients peuvent entrer dans le protocole ?
- Quelles informations sont obligatoires avant toute recommandation ?
- Quels traitements sont accessibles à l’IA ?
- Quels signes imposent une intervention humaine immédiate ?
- Qui porte la responsabilité de la prescription et du suivi ?
Le pilote de Nolla apporte un exemple concret de restriction. Il associe une population définie, l’acné légère à modérée chez des adultes de l’Utah, à un nombre limité de traitements topiques. Cette combinaison réduit le risque qu’un système prenne une décision dans une situation pour laquelle il n’a pas été conçu.
Dans un cabinet, le périmètre peut être encore plus restreint. Une première version peut se limiter au renouvellement d’un traitement déjà prescrit, à condition que le diagnostic soit confirmé, que les contre-indications soient contrôlées et que l’évolution soit stable. Une autre peut assister le médecin sans transmettre directement d’ordonnance à la pharmacie.
Distinguez recommandation, validation et émission
Trois fonctions sont souvent confondues :
- La recommandation clinique propose un traitement à partir des données disponibles.
- La validation médicale consiste pour un professionnel habilité à vérifier la proposition et à l’accepter ou la modifier.
- L’émission de la prescription transmet effectivement l’ordonnance au patient ou à la pharmacie.
Une architecture prudente peut automatiser la première fonction tout en conservant les deux suivantes sous contrôle humain. Le pilote de Nolla prévoit précisément une évolution graduelle de cette supervision, au lieu de supprimer immédiatement l’intervention médicale.
Cette distinction doit apparaître dans les procédures internes, les contrats, les écrans de l’application et les dossiers patients. Un système présenté comme un simple outil d’aide peut devenir, dans les faits, un prescripteur si sa recommandation est automatiquement envoyée à une pharmacie sans validation identifiable.
Construisez un protocole d’entrée et de sortie avant le déploiement
Une IA ne doit pas seulement savoir quoi recommander. Elle doit surtout savoir quand elle ne doit pas recommander.
Le protocole d’entrée décrit les informations nécessaires pour traiter un dossier. Pour une indication dermatologique, il peut comprendre l’âge, les antécédents, les allergies, les traitements en cours, les grossesses éventuelles, la durée des symptômes et des images exploitables. Chaque donnée doit avoir une justification clinique et une règle de contrôle.
Le protocole de sortie définit les réponses autorisées. Il peut prévoir une recommandation parmi une liste fermée, une demande d’information complémentaire ou une orientation vers un médecin. La sortie ne doit pas pouvoir produire une posologie, une durée ou une association qui ne figure pas dans le protocole validé.
Les règles d’exclusion doivent être directement opérationnelles. Une formulation générale comme « orienter les cas complexes » ne suffit pas. Il faut préciser les seuils, les symptômes, les combinaisons de médicaments et les situations dans lesquelles l’IA bloque automatiquement le parcours.
Les images ne remplacent pas l’examen clinique
Dans le pilote de Nolla, l’analyse repose notamment sur des photos du visage et sur les informations fournies par le patient. Cette approche est adaptée à un cas d’usage ciblé, mais elle ne transforme pas une image en examen clinique complet.
Le protocole doit donc gérer la qualité des images, l’éclairage, l’angle de prise de vue et la possibilité que la lésion observée ne corresponde pas à l’affection recherchée. Une image insuffisante doit déclencher une nouvelle collecte ou une orientation médicale, pas une prescription forcée.
Le professionnel doit également connaître les limites du signal visuel. Les données photographiques peuvent contribuer à classer une acné, mais elles ne suffisent pas nécessairement à évaluer les antécédents, les traitements antérieurs, les allergies ou les facteurs de risque.
Déployez une supervision médicale progressive et mesurable
La supervision ne doit pas être un principe abstrait. Elle doit être organisée par étapes, avec des seuils de passage et la possibilité de revenir à un niveau de contrôle plus strict.
Le pilote de Nolla prévoit une supervision renforcée au démarrage. Les 100 premiers patients font l’objet d’une revue médicale avant l’envoi de la prescription. Dans l’étape suivante, qui concerne environ 400 patients supplémentaires, les prescriptions peuvent être transmises puis contrôlées a posteriori chaque semaine. Une phase ultérieure prévoit la revue mensuelle d’au moins 10 % des prescriptions, ainsi que l’examen des cas comportant une escalade ou un effet indésirable.
Cette progression fournit un modèle de gouvernance applicable à d’autres spécialités :
- Phase 1, validation humaine de chaque recommandation.
- Phase 2, automatisation limitée avec audit rapproché et blocage des cas à risque.
- Phase 3, échantillonnage régulier, contrôle des incidents et revue de toutes les alertes.
- Retour en phase précédente si les erreurs, les réclamations ou les écarts dépassent le seuil défini.
Le passage d’une phase à l’autre doit reposer sur des indicateurs mesurables. Le taux d’accord entre le médecin et l’IA, la fréquence des orientations, les corrections de traitement, les effets indésirables et les délais de prise en charge constituent des indicateurs plus utiles qu’un simple taux d’utilisation.
Organisez la responsabilité de chaque acteur
Un protocole opérationnel doit désigner :
- Le professionnel responsable de la décision clinique.
- Le référent chargé de surveiller les performances du système.
- La personne qui répond aux patients en cas d’effet indésirable.
- L’équipe qui suspend l’automatisation en cas d’incident.
- Le responsable de la conservation et de l’accès aux données.
La disponibilité d’un médecin par téléconsultation, comme dans le dispositif présenté par Nolla Health, ne suffit pas à elle seule. Le patient doit savoir comment le joindre, dans quel délai il répond et dans quelles situations l’orientation devient obligatoire.
Testez l’IA sur des dossiers réels avant toute prescription automatique
Un modèle qui paraît performant dans une démonstration peut échouer sur des dossiers incomplets, des images de mauvaise qualité ou des profils absents de ses données d’entraînement.
La validation doit commencer en mode silencieux. L’IA produit une recommandation, mais celle-ci n’est pas communiquée au patient. Un médecin réalise la décision habituelle, puis l’équipe compare les deux résultats sans laisser le système modifier la prise en charge.
Cette phase permet d’identifier les erreurs de classification, les cas fréquemment orientés et les informations que le questionnaire ne recueille pas. Elle doit couvrir la diversité des patients réellement pris en charge par le cabinet, et non uniquement les situations simples retenues pour une démonstration commerciale.
Mesurez la qualité avec des critères cliniques
Un tableau de suivi peut combiner plusieurs dimensions :
| Indicateur | Utilité clinique | Décision associée |
|---|---|---|
| Accord entre l’IA et le médecin | Mesurer la concordance des recommandations | Maintenir ou renforcer la validation humaine |
| Taux d’orientation vers un médecin | Détecter un périmètre trop large ou trop étroit | Modifier les règles d’exclusion |
| Taux de correction de prescription | Repérer les erreurs de sélection ou de posologie | Suspendre l’émission automatique si nécessaire |
| Effets indésirables signalés | Évaluer la sécurité après prescription | Réviser les critères d’inclusion |
| Délai de réponse médicale | Vérifier l’accès au professionnel référent | Renforcer la permanence clinique |
| Qualité des données reçues | Contrôler les questionnaires et images | Demander une nouvelle collecte |
Ces indicateurs ne remplacent pas une évaluation clinique, mais ils rendent la surveillance vérifiable. Chaque résultat doit être associé à une action prédéfinie, notamment la suspension du parcours automatique.
Les tests doivent aussi vérifier les refus. Une IA sûre n’est pas uniquement une IA qui recommande correctement ; c’est une IA qui sait interrompre le parcours lorsqu’une donnée manque ou lorsqu’un cas dépasse son domaine.
Sécurisez les données, le consentement et la traçabilité
Une IA de prescription traite des données de santé et, dans certains cas, des images corporelles. La gouvernance des données doit donc être conçue avant le branchement à un logiciel clinique.
Le consentement doit expliquer l’usage de l’IA en termes compréhensibles. Le patient doit savoir quelles informations sont analysées, quel rôle conserve le professionnel de santé, comment une décision est contestée et comment demander une prise en charge humaine.
Chaque étape doit être enregistrée : version du modèle, données reçues, résultat de l’analyse, règles appliquées, recommandation produite, identité du professionnel intervenu et date de l’émission. Sans cette trace, il devient difficile de comprendre une erreur ou de répondre à une réclamation.
Les accès doivent être limités selon les fonctions. Un développeur n’a pas besoin de consulter l’intégralité d’un dossier, tandis qu’un médecin chargé de la supervision doit pouvoir examiner les éléments nécessaires à la décision. Les images et les comptes rendus doivent suivre des règles de conservation cohérentes avec le dossier médical.
À retenir : la traçabilité n’est pas une formalité administrative. Elle permet de reconstituer la décision, de corriger le protocole et de déterminer à quel moment l’intervention humaine aurait dû se produire.
Encadrez le déploiement par la réglementation et la pharmacovigilance
Le statut d’une IA de santé dépend de son usage concret, de la juridiction et du niveau d’automatisation. Un outil qui classe des images n’est pas nécessairement traité comme un système qui émet une prescription au nom d’un patient.
Le cas de l’Utah illustre cette distinction. Le pilote de Nolla Health s’inscrit dans un programme local d’expérimentation et reste limité à l’acné, à des patients adultes, à une sélection de traitements topiques et à une supervision médicale progressive. L’Utah Medical Association n’a pas validé le projet, mais elle a accepté cet usage très limité tout en insistant sur l’implication des médecins.
Avant un déploiement, l’établissement doit faire examiner le projet par ses responsables médicaux, juridiques, qualité et sécurité des systèmes d’information. Cette revue doit porter sur l’autorisation de prescrire, la responsabilité professionnelle, la protection des données, l’information du patient et les obligations de signalement.
La pharmacovigilance doit être intégrée au parcours dès le premier patient. Le système doit recueillir les effets indésirables, les erreurs de traitement, les interruptions et les consultations non prévues. Une alerte grave doit pouvoir désactiver immédiatement la prescription automatisée pour l’indication concernée.
Préparez un plan d’incident
Le plan doit répondre à des situations concrètes :
- Une prescription est envoyée malgré une contre-indication.
- Une image est mal interprétée.
- Un patient signale une aggravation ou un effet indésirable.
- Le système fournit une recommandation incompatible avec la liste autorisée.
- Une indisponibilité empêche le médecin référent de répondre.
- Une anomalie touche plusieurs patients sur une même période.
Chaque scénario doit comporter un responsable, un délai de réaction, une procédure de contact du patient et une règle de suspension. L’équipe doit aussi conserver les éléments techniques nécessaires à l’analyse, sans modifier rétroactivement le dossier original.
Notre avis : commencez par l’aide à la décision, pas par l’ordonnance autonome
Le pilote de Nolla Health montre qu’une IA peut entrer dans le circuit de prescription lorsqu’elle est enfermée dans un cas d’usage précis, une population définie et une supervision graduelle. Il ne justifie pas le déploiement d’une IA généraliste capable de prescrire dans plusieurs spécialités à partir d’un échange conversationnel.
Pour un cabinet ou un établissement, la trajectoire la plus solide est progressive : d’abord l’analyse silencieuse, puis la recommandation relue par un médecin, ensuite l’automatisation de tâches administratives et enfin, uniquement si les résultats le permettent, une prescription limitée dans un protocole validé.
Dans les six prochains mois, la différence entre les projets crédibles et les effets d’annonce se jouera moins sur la puissance du modèle que sur la qualité des exclusions, des audits et de la réponse médicale. Une question restera centrale : jusqu’où une pratique peut-elle automatiser la prescription tout en conservant une responsabilité clinique réellement identifiable ?