Une clinique des yeux pilotée par l’IA à Pékin : 3,8 % des examens au cinquième mois

Décryptage

41 examens sur 1 113 sont passés par l’IA au cinquième mois de la clinique AI-TEC. L’établissement ophtalmologique ouvert à Pékin par le Beijing Visual Science and Translational Eye Research Institute et l’université Tsinghua a pourtant été bâti autour de cinq agents logiciels qui tiennent la consultation de bout en bout : mise en ordre des symptômes, tri, aide au diagnostic, aide à la décision, suivi après la visite. Les enseignements de ce déploiement sont publiés le 10 septembre 2026 dans Nature Medicine.

Le mois suivant, la proportion est montée à 23 %. Entre les deux relevés, les concepteurs avaient réduit le nombre de clics et de saisies manuelles imposés aux soignants. C’est l’interface qui avait changé.

Le fait

AI-TEC, pour AI-Agent Augmented Tsinghua Eye Clinic, fonctionne en consultation d’ophtalmologie depuis novembre 2025. L’IA intervient de la pré-consultation au suivi du patient, examens d’imagerie compris, avec pour cibles le glaucome et la dégénérescence maculaire liée à l’âge. Des médecins restent dans la boucle à chaque étape. La clinique a été montée par l’institut de recherche pékinois pour maximiser l’usage de l’IA, plutôt que pour greffer des logiciels sur une organisation existante.

Les débuts ont été médiocres. Le système avait été entraîné sur près de 27 000 images de qualité inégale et étiquetées sans constance, et il multipliait les faux positifs. L’ajout de 1 426 images nettes, relues et correctement étiquetées par des experts, l’a fait passer au-dessus de 0,93 d’AUROC, la mesure standard de discrimination d’un test diagnostique, au niveau des systèmes de lecture d’images de référence.

Restait à s’en servir. Ces 41 examens sur 1 113 du cinquième mois pèsent 3,8 % de l’activité. Après simplification de l’interface, 259 examens sur 1 126 ont emprunté le circuit le mois suivant, soit 23 %, détaille ScienceAlert.

Notre regard

Concrètement, le verrou n’était pas le diagnostic. Une IA capable de trier des rétinographies au niveau de l’état de l’art s’est fait contourner par 96 % des examens de sa propre clinique tant que s’en servir coûtait quelques clics de trop. Les auteurs l’écrivent sans détour : leur efficacité « ne dépendait d’aucune performance algorithmique individuelle, mais de la qualité des données, de l’interaction avec le flux de travail, de l’engagement des cliniciens, d’une gouvernance et d’un suivi adéquats, et d’une valeur clinique mesurable ».

Les mains d'un soignant sur un clavier, devant un poste de travail médical couvert de champs à remplir. — Les clics et les saisies manuelles ont pesé plus lourd que l’algorithme : l’adoption a bondi après la simplification de l’interface.

Les données d’entraînement racontent la même histoire par l’autre bout. Un jeu dix-neuf fois plus petit, mais relu par des experts, a battu le gros corpus mal étiqueté. Le volume brut coûtait des faux positifs ; 1 426 images correctement annotées en ont fait l’économie. La performance est venue du soin apporté en amont.

AAP suivait déjà cette série en juillet 2026 avec une IA notant l’empathie d’infirmières au téléphone, greffée sur un standard existant. Pékin a fait le pari inverse : bâtir la clinique autour des agents. Le résultat converge : ce sont les soignants qui décident si AI-TEC sert à quelque chose.

La nuance

Le seuil de 23 % reste une minorité. Les deux mois documentés cumulent 13,4 % d’examens passés par la chaîne d’agents : quatre sur cinq continuent de l’éviter.

Le désaccord est de méthode, pas d’exactitude. L’IA part du résultat (le patient A a-t-il une maladie oculaire ?) quand le médecin part du symptôme (le patient A dit voir flou). Deux ordres de raisonnement qui ne se superposent pas, et qu’une interface doit réconcilier avant de faire gagner une minute à quiconque.

La France connaît le même goulot sans y répondre de la même façon, et la DREES l’a chiffré auprès de 40 000 répondants. Sur les deux mois relevés, 300 examens sur 2 239 ont emprunté la chaîne d’agents de la clinique AI-TEC de Pékin, soit 13,4 % (Nature Medicine, 10 septembre 2026), quand la France attend encore 52 jours en médiane pour obtenir un rendez-vous d’ophtalmologie contre 2 jours chez le généraliste (DREES, octobre 2018).

Face à ce mur, la réponse française a d’abord été une réorganisation du travail. L’Assurance maladie rembourse à 100 % la lecture différée d’une rétinographie en couleur (acte CCAM BGQP140) : un orthoptiste formé prend les clichés, un médecin lecteur les interprète plus tard, hors présence du patient. Le dispositif vise les diabétiques de moins de 70 ans sans rétinopathie connue, tous les deux ans. Il n’a pas tout réglé : un tiers d’entre eux n’avaient pas eu de contact avec un ophtalmologiste depuis plus de deux ans en 2020.

À surveiller

Les auteurs fixent eux-mêmes le critère. Le succès d’un système de santé « natif IA » devra se mesurer à la transformation du flux de travail et à l’amélioration des résultats de santé, pas à la performance obtenue sur un banc d’essai.

Trois points décideront de la suite. L’adoption tient-elle une fois l’effet de nouveauté passé ? Les 0,93 d’AUROC se reproduisent-ils hors de l’institut pékinois, sur d’autres populations et d’autres appareils ? La gouvernance suit-elle, enfin : des agents laissés sans surveillance savent aussi inventer une collègue qui n’existe pas pour clore une discussion. En France, la question se posera au même endroit qu’à Pékin : sur le circuit de travail, pas sur le taux de bonne détection.

L’article publié le 10 septembre 2026 s’arrête là. Il livre des enseignements de déploiement, pas la preuve qu’une IA peut tenir seule une consultation d’ophtalmologie.