L’IA peut-elle devenir l’assistant qualité du radiopharmacien ? Comparaison de six modèles génératifs

Introduction
La cartographie des risques en radiopharmacie repose fréquemment sur la méthode AGR (Analyse Globale des Risques), outil reconnu par la Haute Autorité de Santé pour la gestion des risques a priori. Cette démarche est particulièrement chronophage et mobilise fortement les professionnels. Les modèles d’intelligence artificielle générative (IA) pourraient constituer une aide à l’identification et à la hiérarchisation des risques, mais leur capacité à produire une analyse pertinente et exploitable en radiopharmacie reste peu documentée. Cette étude vise à évaluer les performances de plusieurs IA dans la réalisation d’une cartographie des risques appliquée au processus de préparation automatisée de doses de médicaments radiopharmaceutiques.

Matériels & méthode
Un prompt standardisé, incluant des textes réglementaires, a été soumis à 6 IA génératives : Gemini^® (Google), Vibe^® (Vibe), Perplexity^® (Perplexity AI), Claude Opus 4.8^® (Anthropic), Copilot^® (Microsoft) et ChatGPT 4.5^® (OpenAI). Chaque IA a reçu également un corpus identique comprenant 7 procédures internes et le registre de non-conformités interne du processus étudié. La cartographie portait sur 8 étapes du processus de préparation de doses avec le préleveur Unidose® (Trasis) et visait l’identification d’au moins 25 modes de défaillance, l’IA définissant elle-même la gravité et la vraisemblance. Les réponses ont été cotées a posteriori par 3 radiopharmaciens (RPH) sur les critères suivants : exhaustivité des risques identifiés, pertinence des scénarios et de la cotation associée, conformité méthodologique AGR, spécificité des termes radiopharmaceutiques, qualité et faisabilité des actions correctives, format des résultats, utilisation des documents fournis et des données institutionnelles, identification de scénarios originaux et pertinents. Chaque critère évalué était noté de : 1 (insuffisant) à 4 (excellent) puis la note obtenue était pondérée par l’importance de chaque critère évalué pour obtenir une note finale sur 20.

Résultats
Certains outils ont généré des demandes de clarification préalables hors cadre du prompt standardisé, altérant la reproductibilité du protocole. Les trois RPH experts ont obtenu des résultats concordants concernant le classement des modèles évalués. Claude Opus 4.8 s’est nettement distingué des autres en obtenant le score maximal (20/20) et a proposé un tableur prêt à l’emploi. Les autres modèles ont présenté des performances plus hétérogènes : Perplexity (16/20), ChatGPT (15/20), Copilot (11/20), Gemini (10/20) et Vibe (9/20).

Discussion & conclusion
Cette étude met en évidence une forte hétérogénéité des cartographies produites par les IA. Toutefois, certains modèles peuvent constituer une aide pertinente à leur élaboration, à condition d’utiliser des prompts structurés, des modèles adaptés et de maintenir une validation systématique par des experts.