Confiance des patients envers l'éducation sanitaire attribuée à l'intelligence artificielle générative par rapport à un médecin : une étude d'enquête randomisée auprès de femmes enceintes et en période post-partum.
Patient trust in health education attributed to generative artificial intelligence versus a physician: a randomized survey study of pregnant and postpartum women.
L’essentiel
Cette étude randomisée menée auprès de quatre cents adultes enceintes ou en période post-partum visait à comparer la confiance des patientes envers du contenu éducatif de santé selon que l'auteur attribué était un médecin, une intelligence artificielle générative, un médecin assisté par l'intelligence artificielle ou aucun auteur. Les participantes ont lu un article de santé identique et ont évalué l'engagement, la confiance dans le contenu ainsi que la confiance dans le médecin recommandant l'article. Les résultats montrent que l'attribution exclusive à l'intelligence artificielle est associée à une baisse significative de la confiance dans le contenu et dans le médecin par rapport à une attribution exclusive à un médecin. En revanche, l'auteur hybride, associant le médecin et l'intelligence artificielle, ne diffère pas significativement de l'auteur médecin seul en termes de confiance. L'engagement envers le contenu ne présente pas de différence significative entre les différentes conditions d'attribution. Ces données soulignent l'importance de la communication sur l'implication de l'intelligence artificielle et la supervision médicale dans les soins cliniques. La simple mention de l'intelligence artificielle comme auteure réduit la confiance des patientes malgré un contenu strictement identique.
- L'étude compare la confiance de patientes face à du contenu de santé attribué soit à un médecin, soit à une intelligence artificielle générative, soit à une collaboration hybride.
- L'attribution exclusive du contenu à une intelligence artificielle réduit significativement la confiance envers le contenu éducatif et envers le médecin prescripteur.
- L'utilisation d'une approche hybride, combinant le médecin et l'intelligence artificielle, ne diminue pas la confiance des patientes par rapport au médecin seul.
Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.
Comprendre l’analyse ↓Analyse du résumé uniquement. Confiance faible dans les informations extraites.
Voir les sources ↓Synthèse détaillée
Synthèse
Cette étude randomisée menée auprès de quatre cents adultes enceintes ou en période post-partum visait à comparer la confiance des patientes envers du contenu éducatif de santé selon que l'auteur attribué était un médecin, une intelligence artificielle générative, un médecin assisté par l'intelligence artificielle ou aucun auteur. Les participantes ont lu un article de santé identique et ont évalué l'engagement, la confiance dans le contenu ainsi que la confiance dans le médecin recommandant l'article. Les résultats montrent que l'attribution exclusive à l'intelligence artificielle est associée à une baisse significative de la confiance dans le contenu et dans le médecin par rapport à une attribution exclusive à un médecin. En revanche, l'auteur hybride, associant le médecin et l'intelligence artificielle, ne diffère pas significativement de l'auteur médecin seul en termes de confiance. L'engagement envers le contenu ne présente pas de différence significative entre les différentes conditions d'attribution. Ces données soulignent l'importance de la communication sur l'implication de l'intelligence artificielle et la supervision médicale dans les soins cliniques. La simple mention de l'intelligence artificielle comme auteure réduit la confiance des patientes malgré un contenu strictement identique.
Résultats principaux
L'étude compare la confiance de patientes face à du contenu de santé attribué soit à un médecin, soit à une intelligence artificielle générative, soit à une collaboration hybride. L'attribution exclusive du contenu à une intelligence artificielle réduit significativement la confiance envers le contenu éducatif et envers le médecin prescripteur. L'utilisation d'une approche hybride, combinant le médecin et l'intelligence artificielle, ne diminue pas la confiance des patientes par rapport au médecin seul. L'engagement des participantes envers la lecture des articles ne varie pas significativement selon les conditions d'attribution de l'auteur.
Repères pour la pratique
Les cliniciens et les équipes de soins doivent communiquer prudemment sur l'usage des outils d'intelligence artificielle pour préserver la relation de confiance avec les patients. L'implication explicite et visible d'un superviseur médical dans la production de contenus de santé par intelligence artificielle permet de maintenir la confiance des patientes. La transparence concernant l'utilisation conjointe de l'intelligence artificielle et de l'expertise humaine constitue une stratégie efficace en communication thérapeutique.
Limites et précautions
L'article aborde l'impact de l'intelligence artificielle sur la confiance des patients, un sujet pertinent pour l'acceptabilité des outils technologiques en santé, bien que le domaine cible relève davantage de la psychologie médicale et de la communication en santé que de la neuropsychologie pure. L'échantillon est restreint à quatre cents adultes enceintes ou en post-partum aux États-Unis, ce qui limite la généralisation à d'autres populations cliniques. Une proportion importante de participantes n'a pas correctement mémorisé l'attribution initiale de l'auteur, réduisant l'échantillon analysé en détail. L'étude repose sur des scénarios hypothétiques d'éducation en santé plutôt que sur des situations de soins réels et continus.
Analyse méthodologique
Non déterminable — Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.
Le texte intégral ouvert n’était pas accessible. Cela rend la robustesse non déterminable : l’absence d’information n’est pas interprétée comme une faiblesse de l’étude.
Examiner les critères point par point
Cette analyse a été réalisée de manière automatisée pour NeuroWatch à partir des métadonnées et du résumé de la publication. Concernant la méthodologie, la randomisation et la validité des critères de jugement sont adéquatement documentées, et le traitement des données manquantes est jugé favorable grâce à des analyses de sensibilité cohérentes sur un échantillon analysé de 321 participants pour une taille d'échantillon initiale de 400. En revanche, la méthode de dissimulation de l'attribution n'est pas rapportée dans la source analysée. Les données concernant le financement et les conflits d'intérêts ne sont pas mentionnées dans le résumé. Sur le plan des résultats factuels, l'étude montre que l'attribution exclusive à une intelligence artificielle est associée à une confiance plus faible dans le contenu (moyenne de 9,43 contre 11,11 ; p = 0,001) et dans le médecin prescripteur (moyenne de 8,93 contre 10,84 ; p = 0,03) comparativement à une attribution à un médecin seul. Ces conclusions reflètent les observations des auteurs de l'étude. L'analyse NeuroWatch souligne que l'analyse est limitée par la lecture du seul résumé, ce qui rend de nombreux éléments indéterminables et nécessite l'accès au texte intégral pour une évaluation approfondie. Aucune recommandation clinique n'est formulée.
allocation concealmentNon déterminable
Le texte ne mentionne pas la méthode de dissimulation de l'attribution (allocation concealment).
L’information nécessaire n’est pas rapportée dans la source analysée.missing dataFavorable
Les analyses de sensibilité incluant l'ensemble des participants ont été réalisées et sont cohérentes avec les résultats principaux sur un échantillon analysé de 321 participants.
Un élément méthodologique adéquat est explicitement documenté.outcome measure validityFavorable
Les critères de jugement ont été évalués à l'aide d'échelles de Likert pour mesurer l'engagement, la confiance dans le contenu et la confiance dans le médecin.
Un élément méthodologique adéquat est explicitement documenté.primary outcomeFavorable
Les mesures principales incluent l'engagement envers l'article, la confiance dans le contenu et la confiance dans le médecin prescripteur.
Un élément méthodologique adéquat est explicitement documenté.randomizationFavorable
L'étude est décrite comme une étude par questionnaire randomisée et parallèle, où les participants ont été randomisés dans 1 des 4 conditions.
Un élément méthodologique adéquat est explicitement documenté.Cette analyse est produite automatiquement par une IA à partir des sources indiquées, puis l’appréciation est calculée avec des règles versionnées (scientific_analysis_v2). Elle ne constitue ni une validation par un professionnel ni une recommandation clinique. Consulter la méthodologie.
Classification détaillée
Informations sur l’article
- Publication
- Essai contrôlé randomisé
- Source
- PubMed — neurosciences cognitives developpementales
- Date
- 28 oct. 2026
- Langue
- Anglais
- Accès
- abstract only
- Licence
- Non déterminée