La pratique collaborative en soins de santé repose sur un principe simple : réunir plusieurs professionnels et le patient autour d’une prise de décision partagée. Depuis quelques années, cette approche se transforme sous l’effet d’outils numériques et d’intelligence artificielle qui modifient la manière dont les équipes coordonnent leurs interventions.
Un rapport de l’OMS publié en mars 2025 documente une adoption accélérée de ces technologies dans les systèmes de santé européens après 2024. Cette évolution soulève des questions que les modèles de formation actuels n’abordent pas encore frontalement.
Lire également : Modèle de pratique collaborative interprofessionnelle : une approche détaillée
Biais algorithmiques et décision partagée en soins de santé
L’intégration d’outils d’IA dans la coordination des équipes soignantes ne se limite pas à l’automatisation de tâches administratives. Ces systèmes proposent des recommandations cliniques, hiérarchisent des alertes, suggèrent des parcours de soins. Le problème survient quand ces recommandations s’appuient sur des jeux de données qui sous-représentent certaines populations.
Un algorithme entraîné majoritairement sur des cohortes issues de pays à haut revenu peut orienter différemment la prise en charge d’un patient dont le profil socio-économique ou ethnique diverge de la norme statistique du modèle. Dans un cadre collaboratif, ce biais se propage : le médecin, l’infirmier et le pharmacien reçoivent la même suggestion biaisée, ce qui réduit la diversité des points de vue que la pratique collaborative est censée garantir.
Lire également : Être un bon cadre de santé : les compétences nécessaires
Les formations interprofessionnelles actuelles n’incluent pas de module sur la détection de ces biais. Les retours terrain divergent sur ce point : certaines équipes considèrent l’outil comme un appui neutre, d’autres commencent à questionner les recommandations automatisées sans disposer d’une méthode structurée pour le faire.
Pratique collaborative et partenariat patient : ce que le cadre initial prévoyait
Le cadre fondateur de la collaboration interprofessionnelle place le patient au centre de l’équipe. Selon la définition retenue par plusieurs ordres de réglementation canadiens depuis 2016, les soins collaboratifs impliquent une approche participative, coordonnée, fondée sur le partage de la prise de décisions entourant les services médicaux et sociaux.
Ce modèle s’appuie sur plusieurs conditions :
- Chaque professionnel exerce dans les limites de ses compétences tout en comprenant le rôle des autres membres de l’équipe
- Le patient participe activement aux décisions qui le concernent, ce qui suppose un niveau de littératie en santé suffisant pour évaluer les options proposées
- La communication entre les membres de l’équipe reste transparente, avec un accès partagé aux informations cliniques pertinentes
Ce cadre a été conçu avant l’arrivée massive des outils d’aide à la décision algorithmiques. Il ne prévoit pas de mécanisme pour arbitrer entre une recommandation humaine et une suggestion automatisée, ni pour informer le patient que la proposition qui lui est faite provient en partie d’un modèle statistique.
Modèles scandinaves et approches nord-américaines : des résultats de satisfaction différents
Une méta-analyse publiée dans The Lancet en avril 2025 compare les modèles de pratique collaborative à l’échelle internationale. Les résultats indiquent une supériorité des modèles scandinaves en termes de satisfaction patient par rapport aux approches nord-américaines, décrites comme plus hiérarchiques.
La différence ne tient pas uniquement à l’organisation des équipes. Les pays scandinaves intègrent le partenariat patient dès la formation initiale des professionnels de santé, avec des exercices de simulation où le patient simulé dispose d’un pouvoir de décision réel dans le scénario clinique. En revanche, dans plusieurs systèmes nord-américains, la hiérarchie médecin-infirmier persiste dans la pratique quotidienne, même quand le cadre institutionnel promeut l’horizontalité.
La simulation immersive produit des effets mesurables sur la cohésion d’équipe. Au Québec, des ateliers de simulation dans des unités de soins primaires ont généré des retours qualifiant l’approche de « transformative » pour réduire les tensions interprofessionnelles, selon une étude de cas publiée par l’Association des infirmières et infirmiers du Québec en février 2026.
Évaluer les compétences collaboratives : limites des outils existants
Évaluer la qualité d’une pratique collaborative reste un exercice difficile. Les grilles d’évaluation disponibles mesurent généralement la communication, le respect des rôles et la satisfaction du patient. Elles ne captent pas la capacité d’une équipe à contester une recommandation algorithmique ou à intégrer les savoirs expérientiels du patient dans un contexte où la médecine fondée sur les données prend une place croissante.
Les données disponibles ne permettent pas de conclure sur l’efficacité à long terme des programmes de formation interprofessionnelle lorsqu’ils sont confrontés à des environnements cliniques fortement numérisés. La plupart des études évaluent les compétences collaboratives en contexte simulé, rarement en conditions réelles sur plusieurs mois.
Un autre angle mort concerne la personne soignée elle-même. Le partenariat patient suppose que celle-ci puisse évaluer les options, poser des questions, exprimer ses préférences. Quand un outil d’IA structure la présentation des choix thérapeutiques, le niveau de littératie en santé requis pour participer réellement augmente, sans que les équipes en soient toujours conscientes.
Formation des professionnels de santé aux pratiques collaboratives numériques
Les programmes de formation en collaboration dans le domaine de la santé évoluent, mais la dimension numérique reste marginale. L’OMS identifie la collaboration interprofessionnelle comme l’une des réponses à la pénurie de professionnels de santé. Les curricula intègrent progressivement des modules sur le travail en équipe, la gestion de projet clinique, la communication interdisciplinaire.
Ce qui manque :
- Un enseignement structuré sur les limites des outils d’aide à la décision, incluant la compréhension des biais de sélection dans les données d’entraînement
- Des exercices de simulation où l’équipe doit arbitrer entre une recommandation algorithmique et le jugement clinique collectif
- Une formation du patient partenaire à la lecture critique des informations générées par des systèmes automatisés
Intégrer la littératie algorithmique dans la formation interprofessionnelle ne relève pas d’un luxe technique. C’est une condition pour que le modèle collaboratif conserve sa raison d’être : produire une décision qui reflète la pluralité des expertises, y compris celle du patient, plutôt qu’une validation collective d’une sortie machine.
Le cadre réglementaire n’a pas encore rattrapé cette réalité. Les principes de soins collaboratifs formulés en 2016 restent la référence dans plusieurs provinces canadiennes. Aucune mise à jour ne mentionne explicitement les outils d’IA ni les responsabilités respectives des membres de l’équipe face à une recommandation automatisée. Ce décalage entre le terrain et le cadre normatif constitue probablement le prochain chantier pour les ordres professionnels et les organismes de formation.
