Introduction : En médecine nucléaire, certains médicaments ou aliments modifient la biodistribution des radiopharmaceutiques, entraînant des consignes précises avant l’examen qui peuvent susciter des interrogations chez les patients, les amenant à interroger des outils d’intelligence artificielle (IA). Cette étude vise à analyser la pertinence et la fiabilité des réponses fournies aux patients par ces outils, afin d’évaluer leur capacité à détecter ou signaler des situations nécessitant des précautions avant un examen de médecine nucléaire.

Matériel & méthode : Dix questions types inspirées de situations fréquemment rencontrées avant un examen de médecine nucléaire (5 pour le TEP et 5 pour la scintigraphie) concernant la prise de médicaments ou d’aliments, ont été soumises à plusieurs IA gratuites : ChatGPT (OpenAI), Gemini (Google), Claude (Anthropic), DeepSeek (DeepSeek AI) et Perplexity (Perplexity AI). Avec un compte naïf, chaque outil a été interrogé à l’aide de prompts standardisés reproduisant des questions de patients. Les questions ont été posées successivement, le même jour et par la même personne, en précisant à l’IA que chaque question devait être traitée de manière indépendante. Lorsque les sources n’étaient pas indiquées, une question standardisée était posée afin de les obtenir. L’analyse des réponses portait sur l’identification correcte de la précaution à prendre et la qualité de l’explication de l’effet attendu, sur les sources citées et leur fiabilité, ainsi que sur l’orientation vers un professionnel de santé. Les réponses attendues ont été discutées et validées collégialement à partir d’une recherche bibliographique réalisée sans recours à l’IA, puis consignées dans une grille d’évaluation.

Résultats & discussion : Gemini a indiqué que ses réponses seraient inappropriées ou risquées, sans pour autant orienter vers un professionnel de santé, les résultats reposent donc sur les autres IA. Celles-ci détectent en moyenne 75 % des situations nécessitant une précaution, et dans ces cas, les réponses fournies étaient claires concernant les effets attendus. Les IA recommandent de consulter un professionnel de santé dans 50 % des cas. Sur les 221 sources proposées par les IA, 95 ont été jugées fiables (43 %). Une disparité a été observée tant dans les réponses que dans la fiabilité des sources. La plus performante a atteint un taux de détection de 90 %, avec 56 % de ses sources fiables, tandis que la moins efficace n’a obtenu que 50 % de détection, avec seulement 18 % de ses sources jugées fiables.

Conclusion : L’IA présente des limites dans l’identification des situations nécessitant des précautions avant un examen de médecine nucléaire, avec un risque d’informations erronées et une grande variabilité selon les outils. Même si l’IA est un bon outil, il est essentiel d’informer les patients sur les limites des réponses générées. Une plaquette d’information a été créée pour rappeler les consignes spécifiques avant les examens de médecine nucléaire, l’importance de consulter un professionnel de santé et les précautions liées à l’usage des IA. Elle sera évaluée ultérieurement à l’aide d’un questionnaire.

Mots-clefs : Radiopharmaceutique, Sécurisation de la prise en charge médicamenteuse, Pharmacie clinique