Le CHUV a testé six modèles de langage sur ses propres données cliniques. Aucun n'a été jugé assez fiable pour être utilisé seul dans le raisonnement clinique, selon une actualité publiée par l'hôpital lausannois le 24 septembre 2026. Dans le canton de Vaud, l'IA médicale passe donc d'abord par des tests documentés avant d'arriver au chevet des patients.
Six modèles testés à Lausanne, une fiabilité insuffisante pour un usage autonome
Un modèle de langage est un logiciel entraîné sur de grandes quantités de texte pour en produire ou en analyser. L'étude, coordonnée par le Biomedical Data Science Center du CHUV et parue dans le Journal of Medical Internet Research, portait sur des modèles « open source », c'est-à-dire dont le code peut être librement repris et installé. Leur taille allait de 8 à 24 milliards de paramètres, les réglages internes qui servent d'indicateur de taille.
Les tâches choisies venaient de la pratique hospitalière, comme résumer une lettre de sortie, la traduire, repérer un effet indésirable ou rédiger un document destiné au patient. Les résultats varient fortement d'une tâche à l'autre, comme le montre le compte rendu publié par le CHUV.
| Tâche testée | Résultat rapporté |
|---|---|
| Extraction d'informations dans de longues lettres de sortie | Performances quasi parfaites pour Llama 3.1 et Mistral Small |
| Repérage des données personnelles protégées | Nettement en dessous d'un modèle spécialisé entraîné sur des documents du CHUV |
| Détection d'effets indésirables de l'immunothérapie | Fiabilité insuffisante |
| Traduction de lettres de sortie | Un modèle a ajouté des informations absentes du texte source dans plus de la moitié des traductions évaluées |
| Résumés, documents pour patients, aide à la décision | Évaluations neutres à insatisfaisantes |
La ligne sur la traduction compte le plus pour la sécurité. Quand un modèle invente un contenu, on parle d'« hallucination ». Dans une lettre de sortie traduite, cela peut vouloir dire un traitement ou un antécédent que le médecin n'a jamais écrit. Les auteurs jugent donc ces petits modèles utiles pour des tâches ciblées, comme l'extraction de données, mais pas pour les tâches complexes.
Une méthode de validation qui part du besoin clinique
La méthode proposée par l'équipe lausannoise suit plusieurs étapes. On part d'un besoin clinique concret, on teste l'outil sur des données locales représentatives, on fait participer les cliniciens et on analyse les erreurs avant toute mise en service. Autrement dit, un score obtenu sur un jeu de données international ne suffit pas à valider un outil pour les patients vaudois.
Le projet MOOVE-CHUV montre ce que cette participation représente en pratique. Selon la page du projet, 241 cliniciens de 22 spécialités ont rédigé plus de 3 700 cas cliniques réalistes et fourni plus de 12 500 évaluations expertes. Ces données ont servi à ajuster un modèle médical de 70 milliards de paramètres, Llama-3.1 Meditron-3-CHUV. Il progresse sur 11 critères par rapport à sa version de base, dont la sécurité, l'équité et la clarté.
L'hébergement pèse aussi dans les choix techniques. Les modèles open source testés peuvent fonctionner dans l'infrastructure informatique de l'hôpital, sans passer par des services « cloud », ces serveurs externes loués à des prestataires. Les données de l'étude avaient en outre été dé-identifiées, c'est-à-dire privées des éléments qui permettent de reconnaître un patient.
Données des patients, la loi vaudoise s'applique au CHUV
Le débat public cite souvent la nouvelle loi fédérale sur la protection des données (nLPD), en vigueur depuis le 1er septembre 2023. Son champ est pourtant limité. Selon l'État de Vaud, elle couvre l'administration fédérale et les personnes privées, sous la surveillance du Préposé fédéral (PFPDT). Les entités cantonales et communales vaudoises relèvent quant à elles de la loi cantonale sur la protection des données personnelles (LPrD), contrôlée par l'autorité vaudoise APDI.
Le CHUV étant un établissement cantonal, c'est en principe ce cadre vaudois qui s'applique. La nLPD reste toutefois la référence pour les cliniques privées et pour les entreprises privées qui conçoivent ces outils.
Pour la recherche, l'hôpital décrit plusieurs garde-fous sur sa page consacrée au consentement général. Les données de santé y sont qualifiées de sensibles et bénéficient d'une protection renforcée.
- Les données restent enregistrées à l'hôpital.
- Un projet n'y accède qu'après validation par la Commission cantonale d'éthique de la recherche (CER-VD).
- Les données des patients qui ont refusé leur réutilisation sont exclues par un filtre électronique.
Un logiciel médical relève aussi de Swissmedic
La protection des données ne règle pas la question de la sécurité clinique. Dans son magazine Visible (numéro 7/2023), Swissmedic note qu'un nombre croissant de dispositifs médicaux intègrent de l'IA, par exemple pour poser un diagnostic plus précis.
Pour la responsabilité médicale, les documents publiés par le CHUV ne décrivent aucun outil qui déciderait à la place du médecin. Ils ne précisent pas non plus, publiquement, qui contrôle et valide un résultat produit par un modèle avant son utilisation pour un patient, ni comment la responsabilité se répartirait en cas d'erreur.
LLM4CIRS, l'IA appliquée aux incidents signalés
Le projet le plus avancé porte sur la sécurité des soins. LLM4CIRS, coordonné par le CHUV au niveau national, vise à analyser les événements indésirables signalés par le personnel et les patients. Un hôpital universitaire en reçoit plusieurs milliers par an. « On constate toutefois que l'analyse d'un tel volume de cas requiert beaucoup de temps », explique le professeur Joachim Rapin, adjoint à la direction des soins du CHUV et responsable du projet, dans l'annonce publiée par l'hôpital le 18 août 2026.
L'outil prévu est un agent conversationnel multilingue, un logiciel de dialogue capable de classer les événements, d'aider à leur analyse et de proposer des mesures tirées de la littérature scientifique. La Commission fédérale pour la qualité finance 480 000 francs, soit la moitié du coût total. Le développement est confié au Centre de la science des données biomédicales du CHUV et de l'UNIL, et l'évaluation à l'Institut universitaire de formation et de recherche en soins (IUFRS) de Lausanne.
Ce que ça change concrètement pour les patients vaudois
À court terme, les effets pour les patients restent indirects. Les documents publiés par le CHUV décrivent surtout des expérimentations, comme le test des six modèles, et des projets en développement, comme Meditron-3-CHUV ou LLM4CIRS. Ils ne précisent pas quel outil d'aide au diagnostic serait déjà utilisé en routine dans les soins, ni dans quelles conditions. La réutilisation des données pour la recherche dépend du consentement général, que chaque patient peut refuser.
L'outil LLM4CIRS doit être intégré au réseau national de signalement CIRRNET, à la plateforme PatBox.ch, où les patients signalent eux-mêmes des incidents, ainsi qu'au CHUV, à l'hôpital universitaire de Bâle et à l'Ente ospedaliero cantonale du Tessin. Le projet doit se terminer en 2028. L'évaluation menée par l'IUFRS montrera alors si l'analyse automatisée des incidents est assez fiable pour un usage courant dans les hôpitaux suisses.
Deutsch 
Français