"Les humains dans la boucle dégradent la performance de l'IA" : Emanuel et Khosla retournent le débat médical dans JAMA

« Les humains dans la boucle dégradent la performance de l'IA » : Emanuel et Khosla retournent le débat médical dans JAMA

🔎 Un sceptique converti publie l'article le plus controversé de l'année en santé

Ezekiel Emanuel n'est pas un fanboy de la Silicon Valley. Cet architecte de l'Obamacare, éthicien respecté à l'Université de Penn, avait jusqu'ici qualifié l'IA médicale de « bullshit ». En août 2026, il signe dans JAMA une tribune avec Vinod Khosla qui affirme que l'IA autonome dépassera les médecins — et que les humains dans la boucle dégradent les performances.

Le timing n'est pas anodin. Les modèles comme GPT-5.5 (OpenAI) atteignent 98.2 sur les benchmarks agentic, et Claude Opus 4.7 (Adaptive) d'Anthropic dépasse les 94. Les capacités de raisonnement ont explosé en dix-huit mois.

Ce qui change tout, c'est la méthode. Emanuel et Khosla n'inventent rien : ils passent en revue toutes les publications sur l'IA en médecine depuis janvier 2024. Leur conclusion est sans appel sur cinq tâches cliniques fondamentales.

L'essentiel

• La tribune JAMA d'août 2026 (Emanuel, Baker-Butler, N. Khosla, V. Khosla) affirme que l'IA autonome surpassera les systèmes médecin+IA sur cinq tâches : recueil d'informations, prescription d'examens, interprétation des résultats, formulation du diagnostic, élaboration du plan de traitement.
• La phrase choc : « humans in the loop degrade AI performance » — l'intervention humaine réduit la performance de l'IA plutôt que de l'améliorer.
• Ezekiel Emanuel, ancien détracteur de l'IA médicale, a été retourné par les données et par son collègue Robert Wachter (UCSF), lui-même converti après des expériences cliniques directes.
• L'AMA et le Dr John Whyte contestent vivement, pointant le manque d'essais cliniques réels et une étude d'Oxford de février 2026 montrant que les patients ne savent pas converser efficacement avec des LLM.
• Le débat oppose deux visions : l'IA comme outil d'augmentation vs l'IA comme remplaçant autonome.

Les 5 tâches où l'IA autonome domine, selon JAMA

L'argument de la tribune repose sur un découpage précis du travail médical en cinq tâches cognitives distinctes. Sur chacune, les auteurs citent des publications montrant que l'IA seule surpasse le binôme médecin+IA.

1. Recueillir les informations du patient

Un LLM médical pose les bonnes questions de manière exhaustive, sans fatigue, sans biais d'humeur, et sans oublier de demander un symptôme parce qu'il est pressé par le patient suivant.

Les modèles généralistes actuels comme Gemini 3.1 Pro (Google), qui atteint 92 en benchmark général, sont capables de mener un entretien clinique structuré en quelques minutes.

2. Choisir les examens complémentaires

Moins d'examens inutiles, plus de pertinence. L'IA ne prescrit pas un scanner pour rassurer le patient ou se couvrir juridiquement. Elle prescrit ce qui est statistiquement pertinent.

3. Interpréter les résultats

Imagerie, biologie, génomique — l'IA lit et croise les données simultanément, là où un humain les traite séquentiellement et peut manquer une interaction entre deux résultats apparemment normaux.

4. Formuler le diagnostic

C'est le cœur du métier. Et c'est là que le gap est le plus net selon les données compilées. Un modèle comme GPT-5.5, avec son score agentic de 98.2, identifie des patterns que les médecins manquent, y compris dans les cas rares.

5. Élaborer le plan de traitement

Intégration des dernières guidelines, des contre-indications du patient, des interactions médicamenteuses, des préférences — tout en une seule passe.

Pourquoi « humans in the loop » dégrade la performance

La phrase la plus citée de l'article — « humans in the loop degrade AI performance » — repose sur un mécanisme précis documenté dans plusieurs études.

Quand un médecin vérifie la sortie de l'IA, deux choses se produisent. D'abord, il introduit ses propres biais cognitifs : ancrage, confirmation, surconfiance. Ensuite, il modifie les recommandations de l'IA même quand elles étaient correctes.

Stanford Medicine avait déjà documenté ce phénomène en février 2025 : les chatbots seuls surpassaient les médecins sur des décisions cliniques nuancées, mais les équipes médecin+IA montraient des résultats mitigés.

L'explication est psychologique. Le médecin ne fait pas que vérifier — il réinterprète. Et cette réinterprétation, même faite par un expert, introduit du bruit dans un système qui avait déjà trouvé la bonne réponse.

Emanuel et Khosla argumentent que forcer un humain dans la boucle, comme le demandent les régulateurs, revient à imposer une taxe cognitive inutile. The Decoder résume cette position : les régulateurs ne devraient pas imposer un humain dans la boucle si les données montrent que ça dégrade le résultat.

Le retournement d'Ezekiel Emanuel : de « bullshit » à JAMA

C'est peut-être le détail le plus frappant de l'affaire. Emanuel n'est pas un venture capitalist en mal de buzz. C'est un médecin, bioéthicien, ancien conseiller spécial d'Obama.

Dans son interview à Chief Healthcare Executive, il l'avoue crûment : il disait « bullshit » à l'IA médicale. Ce qui l'a retourné, ce ne sont pas lesKeynotes de Google ou les démos d'OpenAI. C'est Robert Wachter.

Wachter, professeur de médecine à UCSF, était lui aussi sceptique. Il a changé d'avis après avoir testé les modèles en conditions cliniques réelles et a convaincu Emanuel de regarder les données sans filtre idéologique.

Emanuel estime désormais que « nous allons avoir une IA clinique autonome ». La formulation est remarquable : pas « nous devrions », mais « nous allons ». Il ne fait pas de la prescription normative — il décrit ce qu'il voit arriver.

Khosla : « Game mostly over for human doctors vs AI »

Vinod Khosla, lui, n'a jamais été timide. Sur X, il résume la tribune en une phrase : « Game mostly over for human doctors vs AI. »

C'est cohérent avec sa position historique. Khosla argue depuis 2012 que 80 % du travail médical sera remplacé par des machines. La différence en 2026, c'est qu'il n'est plus seul à le dire, et qu'il a un co-auteur qui donne de la crédibilité académique à la thèse.

Sur le site de Khosla Ventures, la tribune est publiée en intégralité avec le contrepoint de l'ACP (American College of Physicians). L'ACP argue que l'IA « devrait être limitée à un rôle de support dans la décision clinique » — exactement ce que la tribune conteste.

Le WSJ Pro Venture Capital relève que l'article argue que l'IA rivalise ou surpasse les médecins sur ces cinq tâches cognitives. Pas « pourrait un jour », mais « rivalise ou surpasse » au présent.

Les modèles derrière l'argument : ce qui a changé en 2025-2026

L'argument de JAMA n'existerait pas sans la progression fulgurante des modèles. Les chiffres parlent d'eux-mêmes.

Ces scores ne sont pas des benchmarks de chat. Ce sont des mesures de capacité à exécuter des chaînes de raisonnement complexes, à planifier, à corriger ses propres erreurs — exactement le type de cognition requise pour les cinq tâches médicales identifiées.

Claude Opus 4.7, avec son mode adaptatif, est particulièrement pertinent dans le contexte médical : il ajuste son niveau de raisonnement à la complexité du cas. Un cas simple reçoit une réponse rapide ; un cas atypique déclenche un raisonnement profond.

Cette évolution explique pourquoi Digital Health Wire peut écrire que l'IA est « déjà meilleure » que les médecins sur les tâches identifiées. Les benchmarks ne sont plus théoriques — ils correspondent à des capacités opérationnelles.

Ce qui rend ce débat possible, c'est aussi le travail sur l'alignement. Anthropic a par exemple dévoilé un chercheur en alignement automatisé qui surpasse les humains sur les benchmarks, réparant 10/10 problèmes d'alignement à un coût 40x inférieur. La fiabilité des sorties n'est plus le goulot d'étranglement.

La controverse : ce que les critiques reprochent à la tribune

L'article JAMA a immédiatement suscité des réactions mitigées. Les éloges portent sur la rigueur de la revue de littérature. Les critiques, en revanche, sont structurées et méritent d'être examinées.

Le problème des simulations vs la réalité clinique

C'est l'objection principale de l'AMA et du Dr John Whyte. Les études compilées par Emanuel et Khosla sont majoritairement des expériences rétrospectives ou des simulations. Aucune n'est un essai clinique randomisé en conditions réelles.

Un diagnostic sur un cas papier, ce n'est pas un diagnostic au chevet d'un patient anxieux qui ne décrit pas bien sa douleur. Fierce Healthcare note que le débat croît sur le rôle futur des médecins précisément parce que le fossé entre simulation et réalité reste immense.

L'étude d'Oxford de février 2026 : les patients ne savent pas parler aux LLM

L'étude d'Oxford est le contre-argument le plus solide. Elle montre trois problèmes concrets : des diagnostics erronés, une incapacité à comprendre l'urgence d'une situation, et surtout — des patients qui ne savent pas converser avec des LLM.

C'est un point que la tribune JAMA sous-estime. L'IA peut être parfaite sur le papier, si le patient ne peut pas lui communiquer ses symptômes correctement, tout s'effondre. Le recueil d'informations (tâche n°1) suppose un interlocuteur capable de s'exprimer clairement.

Le conflit d'intérêts de Khosla

Vinod Khosla est l'un des plus grands investisseurs en healthtech. Il a financé des dizaines de startups d'IA médicale. Digg souligne les réactions sceptiques face à cet article co-signé par quelqu'un qui a un intérêt financier direct dans la thèse qu'il défend.

Emanuel, lui, n'a pas ce conflit. C'est probablement ce qui donne à la tribune sa crédibilité au-delà de la sphère venture capital.

Wired et la question existentielle : « What's left for us ? »

Le Wired cite des médecins qui se posent une question existentielle face à ces résultats. Si l'IA fait mieux sur les cinq tâches cognitives, que reste-t-il au médecin ?

La réponse qui émerge du débat n'est pas dans la tribune JAMA elle-même, mais dans les réactions qu'elle provoque. Ce qui reste, selon les défenseurs du rôle humain, c'est :

• La relation thérapeutique. Un patient ne veut pas être diagnostiqué par une machine, il veut être soigné par un humain qui le regarde dans les yeux.
• La navigation dans l'incertitude radicale. Les cas où les données sont insuffisantes, où l'intuition clinique — cette chose non mesurable — fait la différence.
• L'éthique du cas par cas. Les guidelines sont des moyennes. Les patients sont des individus.

Le problème, c'est que ces arguments sont difficiles à quantifier. Et Emanuel, homme de données, le leur reproche.

Comme le note NBTX News dans sa couverture, la question n'est plus théorique. Des médecins américains changent déjà de spécialité, anticipant un avenir où le diagnostic et le plan de traitement ne seront plus leur métier.

Ce mouvement n'est pas isolé. Dans d'autres secteurs, Allianz a supprimé 1 800 emplois à cause de l'IA, le signal le plus concret du remplacement massif qui s'annonce. Le parallèle avec la médecine est inévitable.

L'IA médicale n'est pas que du diagnostic : le vaccin de Cambridge

Le débat JAMA se concentre sur le diagnostic et le traitement. Mais l'IA médicale avance sur d'autres fronts où la question du « humain dans la boucle » se pose différemment.

Le premier vaccin universel conçu entièrement par l'IA entre en essais cliniques à Cambridge, avec des résultats confirmant la sécurité. Là, l'IA n'a pas remplacé un médecin — elle a remplacé des années de recherche en biologie moléculaire.

Ces deux dynamiques (remplacement cognitif et augmentation de la recherche) se renforcent. L'IA qui diagnostique mieux sera nourrie par les traitements que l'IA a elle-même aidé à découvrir.

❌ Erreurs courantes dans la lecture de ce débat

Erreur 1 : Confondre « l'IA fait mieux » avec « l'IA fait tout »

La tribune JAMA porte sur cinq tâches cognitives spécifiques. Elle ne dit pas que l'IA peut remplacer un chirurgien au bloc opératoire, ni qu'elle gère les urgences vitales avec la même efficacité. Réduire le débat à « l'IA remplace les médecins » est une simplification dangereuse des deux côtés.

Erreur 2 : Ignorer le conflit d'intérêts de Khosla

Citer la tribune sans mentionner que Vinod Khosla est un investisseur majeur en IA santé, c'est présenter un argument d'autorité sans contexte. La crédibilité vient d'Emanuel, pas de Khosla. Les séparer intellectuellement est nécessaire.

Erreur 3 : Prendre les scores de benchmark pour des performances cliniques réelles

Un score de 98.2 au benchmark agentic de GPT-5.5 est impressionnant. Mais ce n'est pas un taux de diagnostic correct en conditions réelles. Les benchmarks mesurent la capacité de raisonnement dans des formats standardisés — pas la prise en charge d'un patient diabétique, déprimé et non compliant.

Erreur 4 : Opposer binairement IA vs médecins

L'étude de Stanford de février 2025 montrait déjà que la réalité est nuancée : parfois l'IA seule gagne, parfois le médecin seul gagne, parfois le duo gagne, parfois le duo perd. Le modèle « humain dans la boucle = toujours mieux » est faux. Mais le modèle « humain dans la boucle = toujours pire » l'est aussi.

❓ Questions fréquentes

Qui sont les auteurs de la tribune JAMA ?

Ezekiel Emanuel (Université de Penn), Baker-Butler, Nayana Khosla et Vinod Khosla. L'article est publié le 17 août 2026 dans JAMA, avec un contrepoint de l'American College of Physicians.

Que signifie exactement « humans in the loop degrade AI performance » ?

Que lorsqu'un médecin vérifie ou modifie la sortie d'un système d'IA, le résultat final est statistiquement moins bon que la sortie non modifiée de l'IA. Le mécanisme principal est l'introduction de biais cognitifs humains dans un système qui avait trouvé la bonne réponse.

L'AMA soutient-elle la thèse de l'article ?

Non. L'American College of Physicians, dans son contrepoint publié avec la tribune, affirme que l'IA doit rester limitée à un rôle de support dans la décision clinique. L'AMA n'a pas encore pris de position officielle sur l'autonomie clinique de l'IA.

Quelles sont les limites principales de l'argumentation ?

L'absence d'essais cliniques randomisés en conditions réelles, le conflit d'intérêts de Vinod Khosla, et l'étude d'Oxford montrant que les patients ne savent pas interagir efficacement avec des chatbots médicaux.

Existe-t-il des cas où le médecin+IA est meilleur que l'IA seule ?

Oui. L'étude de Stanford de février 2025 montrait des résultats mixs pour les équipes médecin+IA. Le problème est qu'on ne sait pas encore prédire dans quels cas l'apport humain est bénéfique et dans quels cas il est délétère.

✅ Conclusion

La tribune d'Emanuel et Khosla dans JAMA ne marque pas la fin des médecins — elle marque la fin du dogme selon lequel l'humain dans la boucle améliore toujours les systèmes d'IA. Sur cinq tâches cognitives médicales, les données accumulées depuis 2024 montrent le contraire. Reste à savoir si ces données surviennent au passage de la simulation à la réalité clinique, là où l'étude d'Oxford et les critiques de l'AMA trouvent leur force. Le débat n'est plus théorique : il est temporel.