Santé : transcription de consultations

#Transcrire une consultation en local : ce qui est permis, et à quelles conditions

Oui, un médecin peut transcrire ses consultations avec une IA sans que l'audio quitte son poste : Whisper transcrit la voix, un LLM local (via Ollama) rédige un compte-rendu structuré, et le professionnel relit et valide. Cela n'efface pas les obligations légales. Le guide HAS et CNIL de 2026 rappelle que l'introduction d'un système d'IA ne change pas les règles du secret professionnel de l'article L. 1110-4 du Code de la santé publique. Il faut aussi informer le patient et respecter son droit d'opposition. L'hébergement chez un tiers suppose un hébergeur certifié HDS. Le traitement local évite précisément ce transfert et ses risques. Ce guide monte le pipeline, puis détaille le cadre et les vérifications indispensables, en corrigeant quelques idées reçues.

La transcription automatique de consultation est, selon ce même guide, le cas d'usage le plus fréquent des IA génératives en contexte de soins. L'enjeu n'est donc pas de savoir si l'on peut le faire, mais comment le faire proprement.

#Le cadre français : ce que disent les guides officiels

Le tableau reprend chaque exigence avec son effet concret sur un pipeline local. Il corrige au passage deux idées répandues : le consentement du patient n'est pas la base légale du traitement, et l'HDS n'est pas exigé par principe, mais lorsqu'un tiers héberge les données.

#Deux idées reçues à abandonner

Première idée reçue : « ChatGPT est formellement interdit ». Les textes ne visent aucun outil en particulier. Le problème est structurel : envoyer des données de santé à un service en ligne les fait sortir de votre poste, ce qui appelle un hébergeur certifié, un contrat de sous-traitance et une information adaptée. Le guide HAS et CNIL identifie d'ailleurs un risque d'atteinte au secret médical lié à l'intégration de données sensibles dans les requêtes aux agents conversationnels en ligne.

Seconde idée reçue : « local veut dire conforme ». Le traitement local supprime le transfert, non l'obligation de tenir un registre, d'informer les patients, de sécuriser le poste et de se poser la question de l'analyse d'impact. Le guide range l'AIPD parmi les obligations du déployeur, le cas échéant : faites-vous accompagner pour trancher ce point, ainsi que la qualification éventuelle de votre outil en dispositif médical.

#La stack : Whisper, un LLM local et, en option, la diarisation

Côté débit, la documentation de faster-whisper donne un repère daté : 13 minutes d'audio transcrites en 1 minute 03 avec le modèle large-v2 en fp16, à 4 525 Mo de VRAM, sur une RTX 3070 Ti de 8 Go (benchmark des mainteneurs, CUDA 12.4). Les mêmes mainteneurs mesurent 59 secondes pour 2 926 Mo en int8. Ce sont leurs mesures, sur leur machine, pas les nôtres : elles indiquent qu'une carte graphique modeste transcrit plus vite que le temps réel, sans en faire une promesse pour votre poste.

#Installation

python3 -m venv venv
source venv/bin/activate

pip install faster-whisper ollama
# Optionnel pour la diarisation :
pip install pyannote.audio

# Le modèle Whisper se télécharge au premier usage.
# Modèle de rédaction via Ollama :
ollama pull qwen3.5:9b

Avec un GPU NVIDIA, faster-whisper exige les bibliothèques cuBLAS et cuDNN 9 pour CUDA 12. Sans elles, le programme échoue au chargement du modèle : installez-les avant de tester, ou passez en mode processeur.

#Transcrire l'audio

Le script ci-dessous fixe la langue, active le filtre de silence (VAD) et horodate chaque segment. Adaptez la première ligne : device cuda avec float16 pour un GPU NVIDIA, device cpu avec int8 pour un Mac ou un PC sans carte compatible.

from faster_whisper import WhisperModel

# GPU NVIDIA : device="cuda", compute_type="float16"
# Sans GPU compatible : device="cpu", compute_type="int8"
model = WhisperModel("large-v3", device="cuda", compute_type="float16")

MOTS_CLES = "amoxicilline, paracétamol, HbA1c, tension artérielle"

def transcribe(audio_path):
    segments, info = model.transcribe(
        audio_path,
        language="fr",
        beam_size=5,
        vad_filter=True,        # coupe les silences
        hotwords=MOTS_CLES,     # vocabulaire attendu
        word_timestamps=False,
    )
    lines = []
    for s in segments:
        ts = f"[{int(s.start // 60):02d}:{int(s.start % 60):02d}]"
        lines.append(f"{ts} {s.text.strip()}")
    return "\n".join(lines)

if __name__ == "__main__":
    import sys
    print(transcribe(sys.argv[1]))

Le paramètre hotwords, exposé par la fonction de transcription de faster-whisper, permet de suggérer au modèle des termes attendus : noms de médicaments, sigles, examens. Il aide sans garantir : relisez toujours les noms propres et les dosages.

#Whisper peut écrire ce que personne n'a dit

La fiche du modèle large-v3 prévient que les prédictions peuvent contenir des textes qui ne figurent pas dans l'audio, ce qu'elle nomme hallucination. Sur une consultation, cela peut donner une phrase plausible inventée dans un silence, un chiffre modifié ou un nom de médicament proche mais faux. Le filtre VAD réduit le risque dans les silences ; il ne remplace pas la relecture.

#Rédiger le compte-rendu structuré

Le second script envoie la transcription à un modèle local via l'API d'Ollama. Deux réglages comptent : une température basse pour limiter les inventions, et une fenêtre de contexte suffisante. La documentation d'Ollama indique une fenêtre par défaut de 4 000 tokens environ sous 24 Gio de VRAM. Une consultation de vingt minutes représente de l'ordre de 3 000 mots, soit plusieurs milliers de tokens (estimation, variable selon le débit de parole) : sans num_ctx explicite, la fin de la transcription risque d'être tronquée. L'exemple fixe donc 16 384 tokens.

import requests

SYSTEM_CR = """Tu es un assistant pour médecin généraliste français.
À partir d'une TRANSCRIPTION BRUTE d'une consultation, tu produis un
compte-rendu médical structuré.

FORMAT DE SORTIE :
## Motif de consultation
## Antécédents (mentionnés)
## Examen clinique
## Diagnostic / Hypothèses
## Traitement / Prescriptions
## Suivi

RÈGLES :
- Reste TEXTUEL : n'ajoute aucun élément non mentionné dans la transcription.
- Reformule en vocabulaire médical standard.
- Si une section n'est pas abordée, écris "Non mentionné".
- Ne complète jamais une posologie ou un diagnostic absent.
"""

def summarize(transcription):
    r = requests.post("http://localhost:11434/api/chat", json={
        "model": "qwen3.5:9b",
        "messages": [
            {"role": "system", "content": SYSTEM_CR},
            {"role": "user",   "content": transcription},
        ],
        "stream": False,
        "options": {"temperature": 0.2, "num_ctx": 16384},
    })
    return r.json()["message"]["content"]

Ce prompt applique les principes du guide sur les system prompts : règles vérifiables, format de sortie explicite, comportement prévu quand l'information manque. La consigne « Non mentionné » compte : elle évite que le modèle remplisse une section vide avec une hypothèse plausible.

#Diarisation : distinguer médecin et patient

La diarisation attribue chaque segment à un locuteur (SPEAKER_00, SPEAKER_01). Elle sert surtout quand vous enregistrez la consultation elle-même, à deux voix ; pour une dictée du médecin seul, elle est inutile. Le dépôt de pyannote recommande aujourd'hui le pipeline community-1 : il faut accepter ses conditions d'utilisation sur Hugging Face et créer un jeton d'accès pour le télécharger. L'inférence s'exécute ensuite localement.

import torch
from pyannote.audio import Pipeline

pipeline = Pipeline.from_pretrained(
    "pyannote/speaker-diarization-community-1",
    token="HUGGINGFACE_ACCESS_TOKEN",
)
pipeline.to(torch.device("cuda"))  # si un GPU est disponible

output = pipeline("consultation.wav")
for turn, speaker in output.speaker_diarization:
    print(f"{turn.start:.1f}s - {turn.end:.1f}s : {speaker}")

#Workflow type en cabinet

1. 01
   Informer le patient

   Avant l'enregistrement, indiquez que la consultation ou la dictée sera transcrite par un outil local et que le patient peut s'y opposer. Si vous enregistrez sa voix, recueillez son accord. Tracez l'information dans le dossier.
2. 02
   Enregistrer

   Deux options : dicter 1 à 2 minutes de notes après la consultation (le patient n'est plus enregistré), ou enregistrer l'échange (accord vocal exigé, diarisation utile). La dictée minimise la donnée collectée.
3. 03
   Déposer le fichier sur le poste

   Transférez l'audio (WAV, MP3, M4A) dans un dossier dédié, chiffré. Un petit script surveille le dossier et déclenche le traitement.
4. 04
   Lancer le pipeline

   Le script transcrit, résume, enregistre le compte-rendu en texte à côté de l'audio et journalise l'opération sans y écrire de contenu médical.
5. 05
   Relire et valider soi-même

   Le médecin qui a vu le patient relit le compte-rendu, corrige, puis l'intègre à son logiciel de gestion de cabinet. Une tierce personne absente de la consultation ne peut pas repérer les hallucinations.
6. 06
   Supprimer l'audio brut

   Une fois le compte-rendu validé, supprimez l'audio et la transcription intermédiaire : la donnée n'a plus de finalité, et le compte-rendu suit le dossier médical.

#Que vérifier à la relecture

#Conservation, sécurité et traçabilité

Registre des traitements

Le guide CNIL et Ordre des médecins demande de tenir un registre des activités de traitement ; ajoutez-y une ligne décrivant ce pipeline local et ses finalités.

Durée de conservation

Le compte-rendu suit la durée du dossier médical (20 ans après la dernière consultation, selon la préconisation ordinale). L'audio brut, non nécessaire une fois le compte-rendu validé, se supprime.

Chiffrement et sauvegardes

Chiffrez le disque (FileVault, BitLocker, LUKS) et sauvegardez régulièrement, sur un support chiffré conservé hors du cabinet. Un poste volé avec des données de santé en clair est une violation de données.

Traçabilité

Conservez la trace de l'information du patient, de la version des outils et de la validation du médecin : ce sont vos éléments de démonstration en cas de contrôle.

• Transcription médicale et LLM local : conformité données patient
• Whisper + Ollama en local : transcription 100 % hors ligne
• Synthèse de dossiers médicaux
• Chiffrer le disque des modèles
• WhisperX : horodatage mot à mot et locuteurs
• Maîtriser les system prompts

• Source : guide HAS et CNIL, bon usage des systèmes d'IA en contexte de soins
• Source : guide CNOM et CNIL sur la protection des données des patients
• Source : faster-whisper
• Source : fiche du modèle Whisper large-v3
• Source : pyannote-audio