Après 30 jours avec un scribe IA, moins de cliniciens en épuisement.
51,9 %38,8 %
Après 30 jours38,8 %
Avant51,9 %
La charge cognitive liée aux notes et le temps de documentation après les heures ont aussi diminué.
Voir l’étude
Données probantes
Ce que dit la recherche
Les résultats récents de la recherche sur l’IA en médecine. Ces études portent sur d’autres outils : leurs résultats ne mesurent pas AtomicMD.
Essayer gratuitement
Une question ? info@atomicmd.ca
La charge des médecins
- 46 %
des médecins canadiens rapportent un niveau élevé d’épuisement.
AMC et Ipsos, 2026 - 49,8 %
des urgentologues américains ont au moins un symptôme d’épuisement : la spécialité la plus touchée.
AMA, 2026 - 34,1 %
du quart d’un urgentologue se passe à l’ordinateur, contre 26,9 % avec les patients.
JMIR Medical Informatics, 2026
Le raisonnement clinique
Ce que les modèles de langage apportent au raisonnement des médecins.
5 sur 5expériences
Sur des cas cliniques difficiles, un modèle de langage a dépassé les médecins de référence dans chacune des cinq expériences.
Voir l’étude+ 6,5points
Au score des décisions de prise en charge, avec l’aide d’un modèle de langage, sur des cas tirés de vraies rencontres.
Voir l’étude51,7 %avec l’aide d’un modèle
Avec l’aide d’un modèle51,7 %
Avec un moteur de recherche44,4 %
Sans aide36,1 %
Le bon diagnostic parmi les dix premières hypothèses.
Voir l’étude85 %le modèle en premier avis
Le modèle en premier avis85 %
Le modèle en second avis82 %
Ressources habituelles75 %
Exactitude diagnostique quand le clinicien travaille avec un modèle de langage.
Voir l’étude71,4 %avec un modèle de langage
Avec un modèle de langage71,4 %
Ressources habituelles42,6 %
Score de raisonnement diagnostique, sans allonger le temps passé par cas.
Voir l’étude79,4 %pour un modèle spécialisé
Un modèle spécialisé79,4 %
Les urgentologues65,4 %
Diagnostics exacts, en conditions simulées.
Voir l’étudeCe qu’AtomicMD en fait
Un différentiel proposé à partir de votre dictée : ce que vous avez nommé, les pistes auxquelles on pense moins, et celles qu’on ne veut pas manquer. Chacune arrive avec ce qui la soutient, ce qui la rend moins probable et ce qu’il reste à vérifier.
Les ordonnances proposées arrivent avec leur pourquoi. Vous retenez, vous écartez, vous ajoutez.
La documentation
Ce que les scribes IA changent au temps passé à écrire, et à l’épuisement.
16minutes
De documentation en moins par tranche de huit heures de rendez-vous, et une demi-visite de plus par semaine.
Voir l’étude− 28 %à l’urgence
Avec un scribe IA2 min 45 s
Sans3 min 50 s
Temps de documentation pendant le quart, en médiane.
Voir l’étude30,7 %après 84 jours
Après 84 jours30,7 %
Avant52,6 %
Cliniciens en épuisement, avant et après 84 jours avec un scribe IA.
Voir l’étude0,36heure
De moins par jour aux notes, moins d’épuisement au travail, et des notes de même qualité.
Voir l’étude15 791heures
De documentation économisées en un an, dans un grand réseau.
Voir l’étudeAu Canada, 21 % des médecins utilisent déjà des outils d’IA, et 59 % d’entre eux disent que ces outils ont déjà allégé leur charge administrative.
Ce qu’AtomicMD en fait
Vous dictez ; AtomicMD prépare la note, les ordonnances, les formulaires et la facturation, et vous relisez avant de signer.
Le médecin décide
L’Organisation mondiale de la Santé, le Collège des médecins du Québec et l’Association médicale américaine, qui parle d’« intelligence augmentée », retiennent le même principe : l’IA assiste, le médecin décide.
Ce qu’AtomicMD en fait
Rien n’entre au dossier sans votre geste. Chaque proposition se relit, se corrige et se signe, et chacune porte sa raison, pour que vous puissiez la juger.
Toutes les références
18
- Association médicale canadienne et Ipsos. « CMA 2025 National Physician Health Survey. » Février 2026. ipsos.com
- American Medical Association. « AMA: Physician burnout rates are falling, specialty gaps remain. » 16 avril 2026. ama-assn.org
- Henreid AJ et coll. « Quantifying and Visualizing Emergency Physician Workflow: Observational Time-Motion Study. » JMIR Medical Informatics, 2026;14:e85983. doi:10.2196/85983
- Brodeur PG et coll. « Performance of a large language model on the reasoning tasks of a physician. » Science, 2026;392(6797):524-527. doi:10.1126/science.adz4433
- McDuff D et coll. « Towards accurate differential diagnosis with large language models. » Nature, 2025;642:451-457. doi:10.1038/s41586-025-08869-4
- Everett SS et coll. « From tool to teammate in a randomized controlled trial of clinician-AI collaborative workflows for diagnosis. » npj Digital Medicine, 2026;9(1):409. doi:10.1038/s41746-026-02545-1
- Goh E et coll. « GPT-4 assistance for improvement of physician performance on patient care tasks: a randomized controlled trial. » Nature Medicine, 2025;31(4):1233-1238. doi:10.1038/s41591-024-03456-y
- Qazi IA et coll. « Large language model diagnostic assistance for physicians in a lower-middle-income country: a randomized controlled trial. » Nature Health, 2026;1(2):198-205. doi:10.1038/s44360-025-00007-8
- Guo Y et coll. « Development and prospective shadow evaluation of a domain-specific large language model for emergency neurological diagnosis. » npj Digital Medicine, 2026;9(1):470. doi:10.1038/s41746-026-02644-z
- Olson KD et coll. « Use of Ambient AI Scribes to Reduce Administrative Burden and Professional Burnout. » JAMA Network Open, 2025;8(10):e2534976. doi:10.1001/jamanetworkopen.2025.34976
- Rotenstein LS et coll. « Changes in Clinician Time Expenditure and Visit Quantity With Adoption of Artificial Intelligence-Powered Scribes: A Multisite Study. » JAMA, 2026;335(16):1408-1417. doi:10.1001/jama.2026.2253
- Preiksaitis C et coll. « Ambient Artificial Intelligence Scribe Adoption and Documentation Time in the Emergency Department. » Annals of Emergency Medicine, 2026;87(5):569-574. doi:10.1016/j.annemergmed.2025.12.017
- You JG et coll. « Ambient Documentation Technology in Clinician Experience of Documentation Burden and Burnout. » JAMA Network Open, 2025;8(8):e2528056. doi:10.1001/jamanetworkopen.2025.28056
- Afshar M et coll. « A Pragmatic Randomized Controlled Trial of Ambient Artificial Intelligence to Improve Health Practitioner Well-Being. » NEJM AI, 2025;2(12). doi:10.1056/aioa2500945
- Tierney AA et coll. « Ambient Artificial Intelligence Scribes: Learnings after 1 Year and over 2.5 Million Uses. » NEJM Catalyst, 2025;6(5). doi:10.1056/CAT.25.0040
- Organisation mondiale de la Santé. « Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models. » 2024. who.int
- Collège des médecins du Québec. « Scribe et intelligence artificielle. » cmq.org
- American Medical Association. « Augmented intelligence in medicine. » ama-assn.org
À lire aussi : Confiance, vos données et vos patients.
Essayer gratuitement
Une question ? info@atomicmd.ca