Votre médecin consulte probablement vos symptômes sur son téléphone.

OpenEvidence, fondée en 2021, est un moteur de recherche IA gratuit, financé par la publicité, destiné aux médecins. Il extrait directement ses réponses de revues médicales évaluées par des pairs au moment des soins et indique la solidité des preuves. La société est devenue en quelque sorte l’emblème du boom de l’IA médicale.

La valorisation de l’entreprise a fortement augmenté. En février, un tour mené par Sequoia valorisait OpenEvidence à 1 milliard de dollars. Dans les mois qui ont suivi, ce montant est monté à 3,5 milliards de dollars en juillet avec GV et Kleiner Perkins en co-chefs de file, puis à 6 milliards en octobre, et à 12 milliards en janvier dans un tour co-dirigé par Thrive Capital et DST Global. Au total, cela représente environ 700 millions de dollars levés en un an environ.

Doximity a choisi une autre voie. Connue surtout comme une plateforme de réseau professionnel pour les médecins, l’entreprise vend désormais un assistant IA appelé Ask qui aide les médecins à résumer les notes des patients, à vérifier les interactions médicamenteuses et à rédiger la documentation. Ask est inclus dans des contrats d’entreprise payants avec plus de 150 systèmes de santé. Chaque réponse passe par une couche de relecture humaine appelée PeerCheck, où des médecins vérifient la sortie de l’IA par rapport aux sources originales qu’elle cite. Doximity a հրապարակé 145,4 millions de dollars de chiffre d’affaires trimestriel ce printemps, en hausse de 5 % sur un an.

À la mi-juillet, un nouveau benchmark indépendant appelé NOHARM a testé les outils d’IA de Doximity et d’OpenEvidence, ainsi que GPT-5.6 Sol d’OpenAI et Claude Fable 5 d’Anthropic. Conçu par des chercheurs de Stanford, Harvard et du réseau ARISE, le benchmark a fait passer 1 100 cas cliniques réels dans chaque modèle et a recueilli environ 13 000 annotations de médecins afin de mesurer le préjudice pour les patients. Doximity Ask est arrivé en tête. OpenEvidence a toutefois contesté l’exactitude du score de Doximity.

« Nous pensons qu’une méthodologie d’étude rigoureuse ne permet pas à des IA dotées d’une mémoire parfaite de demander des “re-tests” », m’a écrit par e-mail le PDG Daniel Nadler. « Nous soupçonnons que cela ne passerait pas l’examen par les pairs. Pour être clair, l’étude NOHARM n’a même pas été évaluée par des pairs — le critère de base en médecine, même pour les conclusions médicales les plus fragiles. »

Mais l’enjeu n’est pas vraiment de savoir quel système a “gagné”. L’essentiel est que, même les modèles les plus performants laissent encore passer des éléments. Parmi tous les systèmes d’IA testés, 76,6 % des erreurs nuisibles étaient des omissions, c’est-à-dire que l’IA omettait une information au lieu d’énoncer quelque chose d’inexact sur le plan factuel.

Eric Topol, cardiologue, chercheur au Scripps Research et co-président du programme PeerCheck de Doximity, a consacré sa carrière à l’étude des erreurs diagnostiques. Il estime que cette distinction est importante : « Les erreurs d’omission doivent être ramenées aussi près que possible de zéro », m’a-t-il dit, ajoutant que les modèles actuels entretiennent toujours une « illusion de préparation » qui accompagne l’IA médicale, même à mesure qu’elle s’améliore. (NOHARM a tout de même noté que les médecins équipés d’IA fournissaient de meilleurs soins que ceux qui n’en avaient pas)

Le contexte réglementaire rend le calendrier de NOHARM particulièrement significatif. En janvier, la FDA a assoupli sa position sur les outils d’aide à la décision clinique propulsés par l’IA, leur donnant davantage de marge de manœuvre, à condition que les médecins puissent vérifier de manière indépendante le raisonnement de l’IA. Les États ont suivi la direction inverse, en adoptant plus d’une douzaine de nouvelles lois en 2026 encadrant l’usage de l’IA dans les soins de santé (la plupart exigeant une validation humaine avant qu’une décision assistée par IA n’atteigne un patient). Le droit de la responsabilité médicale n’a pas rattrapé l’une ni l’autre de ces évolutions : les tribunaux cherchent encore à déterminer qui est responsable — le médecin, l’hôpital ou le fournisseur d’IA — lorsqu’une suggestion du modèle s’avère erronée. Cette zone grise juridique pourrait constituer un premier signal de ce que les régulateurs, les systèmes hospitaliers et la prochaine vague d’investisseurs commenceront à demander.

À demain,

Lily Mae Lazarus X: @LilyMaeLazarus Email: [email protected] Submit a deal for the Term Sheet newsletter here .

Joey Abrams a préparé la section deals de la newsletter d’aujourd’hui. Subscribe here .

This story was originally featured on Fortune.com