Un contexte d’urgence où chaque minute compte

L’IA commence-t-elle à produire des effets cliniques tangibles ? C’est la question posée par une équipe de chercheurs américains avec ChatCPR, un agent conversationnel conçu pour guider en temps réel des témoins d’arrêt cardiaque dans la réalisation d’un massage cardiaque.

Le projet a été développé par des chercheurs de l’University of California San Diego (UC San Diego), Johns Hopkins et UPMC. Les résultats ont été publiés cette semaine dans le JAMA.

La rapidité du massage cardiaque conditionne directement les chances de survie. Chaque minute qui retarde la réalisation du CPR réduit son efficacité.

Les grands modèles testés sur des scénarios de réanimation

Les chercheurs ont d’abord évalué plusieurs grands modèles de langage, parmi lesquels ChatGPT d’OpenAI, Claude d’Anthropic et Gemini de Google, sur des tâches de guidage CPR. Selon l’équipe, ces modèles fournissaient globalement des instructions correctes sur les bases du massage cardiaque, mais omettaient parfois certaines consignes jugées importantes sur le plan clinique. Les chercheurs ont alors développé ChatCPR afin d’intégrer plus finement les recommandations de réanimation et les séquences critiques nécessaires à la prise en charge.

Des performances supérieures aux opérateurs du 911

L’étude a comparé les performances de ChatCPR à celles d’opérateurs du 911 à partir d’enregistrements d’appels d’urgence réels. Selon les auteurs, l’outil a surpassé les dispatchers humains dans la qualité du guidage délivré aux témoins pour initier un massage cardiaque.

L’équipe insiste toutefois sur le fait que le projet n’est pas présenté comme un produit commercial prêt à remplacer les centres d’appels d’urgence. Les chercheurs ont choisi de publier le système en open source afin de permettre à des organisations de secours, institutions publiques ou entreprises de santé de l’adapter et de le déployer.

Les matériaux d’entraînement, l’architecture du système, les prompts et les recommandations cliniques utilisées sont rendus publics.

Un modèle léger pensé pour fonctionner hors ligne

L’un des choix techniques du projet a consisté à ne pas utiliser les modèles les plus puissants du marché. L’équipe a volontairement conçu ChatCPR à partir d’un modèle de langage plus léger afin de démontrer que la performance dépend aussi de la spécialisation des données, du design conversationnel et de l’intégration clinique.

Cette approche pourrait permettre un fonctionnement directement sur smartphone sans connexion internet. Les chercheurs y voient également un moyen de limiter les inégalités d’accès aux secours d’urgence.

La question de l’implémentation au centre du projet

En publiant ChatCPR en open source, l’équipe espère accélérer les expérimentations, les évaluations cliniques et l’appropriation du système par les acteurs du secours et de la santé.

Pour les auteurs, l’enjeu dépasse la seule performance des modèles de langage. Ils estiment que la principale difficulté de l’IA en santé réside désormais dans son déploiement dans les parcours de soins et les situations d’urgence.

Chaque année, plus de 350 000 Américains sont victimes d’un arrêt cardiaque hors de l’hôpital. Près de 90 % n’y survivent pas. Pourtant, seuls 2 % des Américains disposent d’une certification CPR.

* Desai N, Majhail N, Dredze M, et al. An Artificial Intelligence–Enabled Cardiopulmonary Resuscitation Instructor. JAMA Internal Medicine. Published online May 18, 2026. doi:10.1001/jamainternmed.2026.1552