📄 medicine

Association of AI Literacy and AI Trust With Subjective and Objective Healthcare-Seeking Delay Among Patients With Gynecologic Malignancies

Cette étude transversale portant sur 300 patientes atteintes de tumeurs malignes gynécologiques révèle qu'une littératie accrue en IA est significativement associée à une réduction des délais de recours aux soins, tant subjectifs qu'objectifs, tandis qu'une confiance accrue envers l'IA n'est liée qu'à des délais subjectifs plus faibles.

Auteurs originaux : Yingying Cai, Chuanying Ding, Xiaohe Ren, Min Li

Publié 2026-07-02

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Yingying Cai, Chuanying Ding, Xiaohe Ren, Min Li

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

La vue d'ensemble : Le « GPS de l'IA » pour la santé

Imaginez que vous vous réveillez avec une douleur étrange dans le corps. Avant d'appeler un médecin, vous pourriez consulter votre téléphone pour demander : « Qu'est-ce que c'est ? ». Par le passé, vous auriez pu faire une recherche Google. Aujourd'hui, vous pourriez interroger un agent conversationnel doté d'une Intelligence Artificielle (IA).

Cette étude a porté sur 300 femmes en Chine qui avaient reçu un diagnostic de cancers gynécologiques (cancers du système reproducteur féminin). Les chercheurs voulaient savoir : Comment la capacité d'une femme à comprendre l'IA (littératie de l'IA) et son degré de confiance envers l'IA (confiance en l'IA) influencent-ils le temps qu'elle attend avant de consulter un médecin ?

Ils ont mesuré deux types de « délai » :

Délai objectif : Le nombre réel de jours entre la détection d'un symptôme et la consultation d'un médecin. (Si vous attendez 90 jours ou plus, il s'agit d'un « retard ».)
Délai subjectif : Ce que la patiente a ressenti (inquiétude, confusion ou hésitation) lors de la prise de décision d'aller voir un médecin.

Les personnages principaux : Littératie vs Confiance

Pour comprendre les résultats, imaginez ces deux concepts comme deux outils différents dans une boîte à outils :

La littératie de l'IA est comme avoir une carte et une boussole. C'est la capacité de savoir comment utiliser l'IA, comment vérifier si ce qu'elle dit est cohérent et comment repérer quand l'IA pourrait se tromper. C'est une question de compétence.
La confiance en l'IA est comme avoir foi en le conducteur. C'est le sentiment que l'IA est fiable et qu'elle ne vous mènera pas dans le précipice. C'est une question de confiance.

Ce que l'étude a révélé

1. L'effet « Carte et Boussole » (Littératie de l'IA)

L'étude a révélé que les femmes qui étaient douées pour utiliser et comprendre l'IA (haute littératie) faisaient deux choses importantes :

Elles se sentaient moins confuses : Elles avaient moins de barrières mentales et d'inquiétudes concernant la prise de décision.
Elles allaient réellement voir le médecin plus tôt : Elles étaient beaucoup moins susceptibles d'attendre 90 jours ou plus.

L'analogie : Imaginez que vous soyez perdue dans une forêt. Une personne possédant une bonne carte (haute littératie de l'IA) peut rapidement déterminer quel chemin mène à la sécurité. Elle ne panique pas et ne tourne pas en rond pendant des semaines. Elle sait comment utiliser l'outil pour obtenir de l'aide rapidement.

Les chercheurs ont également remarqué quelque chose d'intéressant : la « carte » était plus utile pour les personnes qui commençaient avec très peu de compétences en lecture de carte. Une fois que vous êtes déjà douée pour utiliser la carte, devenir encore meilleure n'aide pas autant que cela l'a fait pour les débutantes.

2. L'effet « Foi » (Confiance en l'IA)

L'étude a révélé que les femmes qui faisaient confiance à l'IA se sentaient moins inquiètes et avaient moins de barrières mentales. Cependant, la confiance seule ne les a pas poussées à aller voir le médecin plus tôt.

L'analogie : Imaginez que vous ayez un chauffeur en qui vous avez une totale confiance (haute confiance en l'IA). Vous vous sentez calme assise dans la voiture. Mais si vous ne savez pas lire la carte ou si le chauffeur ne fait que deviner, vous pourriez tout de même tourner en rond pendant longtemps. Vous vous sentez bien, mais vous n'allez pas nécessairement plus vite à l'hôpital.

Pourquoi cela importe

Les chercheurs ont conclu que les compétences comptent plus que les sentiments lorsqu'il s'agit d'obtenir des soins médicaux à temps.

Savoir comment utiliser l'IA (Littératie) vous aide à filtrer le bruit, à mieux comprendre vos symptômes et à décider de consulter un médecin rapidement.
Se contenter de faire confiance à l'IA (Confiance) vous permet de vous sentir mieux face au processus, mais cela ne garantit pas que vous passerez à l'action rapidement.

L'essentiel à retenir

Si vous voulez aider les gens à être diagnostiqués plus tôt pour un cancer, leur enseigner comment utiliser les outils d'IA de manière critique est plus efficace que d'essayer simplement de leur faire confiance. Être capable de lire la carte est ce qui vous mène à l'hôpital ; faire confiance au conducteur rend simplement le trajet plus agréable.

Résumé technique : Association entre la littératie en IA et la confiance envers l'IA avec le délai de recours aux soins subjectif et objectif chez les patientes atteintes de malignités gynécologiques

Énoncé du problème
Les malignités gynécologiques représentent un défi de santé mondiale majeur, où un diagnostic précoce est critique pour la survie. Cependant, le diagnostic opportun est fréquemment compromis par des délais de recours aux soins. Ces délais sont souvent induits par la nature non spécifique des symptômes précoces, menant les patientes à différer la consultation. Parallèlement, l'intégration rapide de l'intelligence artificielle (IA) dans les environnements de santé numérique a modifié la manière dont les patients recherchent des informations, interprètent les symptômes et prennent des décisions. Bien que les outils d'IA (ex. : vérificateurs de symptômes, modèles de langage de grande taille) offrent des avantages potentiels, leur impact sur le délai de consultation médicale reste incertain. Plus précisément, il est inconnu comment deux facteurs cognitifs distincts — la littératie en IA (la capacité de comprendre, d'évaluer et d'utiliser l'IA) et la confiance envers l'IA (la croyance en la fiabilité de l'IA) — influencent différemment les barrières subjectives de la prise de décision et la durée objective du délai entre l'apparition des symptômes et la consultation médicale.

Méthodologie
Cette étude transversale a été menée entre septembre 2025 et février 2026 dans un hôpital universitaire de troisième niveau à Qingdao, en Chine.

Participants : L'étude a inclus 300 femmes (âgées de $\ge$ 18 ans) présentant des malignités gynécologiques primaires histopathologiquement confirmées (cervicales, ovariennes, endométriales, vulvaires ou vaginales). Les critères d'exclusion comprenaient les malignités récurrentes, les maladies métastatiques lors de la présentation, les troubles cognitifs graves ou les dossiers cliniques incomplets.
Mesures :
- Littératie en IA : Évaluée via une échelle adaptée de 12 items du System for Measuring AI Literacy (SMIL), couvrant les compétences de navigation, d'évaluation et de compréhension (échelle de Likert en 7 points).
- Confiance envers l'IA : Mesurée à l'aide d'une échelle de 3 items adaptée de Lai et al. (2024), se concentrant sur la fiabilité perçue et la volonté de s'appuyer sur l'IA générative pour des problèmes de santé.
- Délai subjectif : Quantifié à l'aide de l'échelle Perceived Barriers to Health Care-seeking Decision-Chinese (PBHCD-C) (10 items), où des scores plus élevés indiquent des barrières perçues plus importantes.
- Délai objectif : Défini comme une variable binaire représentant un intervalle $\ge$ 90 jours entre la reconnaissance par soi-même de l'apparition des symptômes et la première consultation médicale.
Analyse statistique : Des modèles de régression linéaire ont été utilisés pour le délai subjectif, et des modèles de régression logistique pour le délai objectif. Les analyses comprenaient des modèles non ajustés et des modèles multivariés ajustés (contrôlant l'âge, l'état civil, l'éducation, le revenu, l'emploi, le parcours médical et l'antécédent de maladie). Des analyses par spline cubique restreinte ont été employées pour détecter les relations non linéaires. Des analyses de sous-groupes ont été réalisées selon l'âge, l'éducation, le parcours médical et l'historique de dépistage.

Résultats clés
Parmi les 300 participantes, 162 (54,0 %) ont présenté un délai objectif de recours aux soins.

Littératie en IA : Une littératie en IA plus élevée était significativement associée à :
- Un délai subjectif plus faible : Une forte corrélation négative ( $\beta = -8,72$ , IC à 95 % : $-10,00 $à$ -7,44$, $P < ,001$ ).
- Une réduction du délai objectif : Une probabilité significativement plus faible de présenter un délai $\ge$ 90 jours ($OR = 0,18$, IC à 95 % : $0,08–0,41$ , $P < ,001$ ).
- Non-linéarité : Une association non linéaire significative a été observée entre la littératie en IA et le délai subjectif, indiquant un effet plus marqué aux niveaux de littératie faibles qui plafonne aux niveaux élevés.
Confiance envers l'IA : Une confiance envers l'IA plus élevée était associée à :
- Un délai subjectif plus faible : Une corrélation négative significative ( $\beta = -1,61$ , IC à 95 % : $-2,47 $à$ -0,75$, $P < ,001$ ).
- Aucune association significative avec le délai objectif : L'association avec le délai objectif n'était pas statistiquement significative ($OR = 0,69$, IC à 95 % : $0,45–1,05$ , $P = ,084$ ).
Sous-groupes : L'association protectrice de la littératie en IA contre le délai objectif était directionnellement cohérente dans tous les sous-groupes (âge, éducation, parcours médical, historique de dépistage), sans interaction significative détectée.

Contributions clés

Différenciation des facteurs cognitifs : L'étude distingue la littératie en IA de la confiance envers l'IA, démontrant que si les deux réduisent les barrières perçues (délai subjectif), seule la littératie en IA se traduit par une réduction des délais réels de recours aux soins.
Analyse de résultats à double dimension : En évaluant simultanément les perceptions subjectives et les résultats comportementaux objectifs, la recherche souligne que la confiance attitudinale seule est insuffisante pour modifier le comportement réel de recours aux soins dans les contextes oncologiques.
Preuves contextuelles en oncologie gynécologique : Les conclusions fournissent des preuves spécifiques concernant le rôle de l'IA dans les malignités gynécologiques, un domaine où l'ambiguïté des symptômes conduit souvent à des intervalles de diagnostic prolongés.

Signification et affirmations
L'article affirme que les compétences cognitives liées à l'IA, particulièrement la littératie en IA, jouent un rôle plus central que la confiance attitudinale dans le façonnement d'un recours aux soins opportun parmi les patientes atteintes de cancers gynécologiques. Les auteurs suggèrent que la capacité d'évaluer de manière critique et de naviguer dans les informations de santé générées par l'IA peut autonomiser les patientes pour réduire l'incertitude et l'hésitation, accélérant ainsi la transition de la reconnaissance des symptômes vers la consultation clinique.

L'étude postule que le renforcement de la littératie en IA des patientes pourrait servir de nouvelle stratégie pour soutenir un diagnostic plus précoce. Elle suggère que les interventions cliniques et de santé publique devraient ne pas se contenter d'accroître l'accès aux outils numériques ou de favoriser la confiance, mais plutôt intégrer l'éducation à la littératie en IA pour garantir que les patientes puissent interpréter efficacement les résultats de l'IA sans tomber dans la paralysie décisionnelle ou un réconfort mal placé. Les auteurs concluent que si la confiance envers l'IA influence la perception, c'est la compétence à traiter l'information de l'IA qui stimule le changement de comportement dans ce contexte médical à enjeux élevés.

Limites notées par les auteurs
Les auteurs reconnaissent que la nature transversale de l'étude empêche l'inférence causale et laisse ouverte la possibilité d'une causalité inverse. Ils notent également un biais de rappel potentiel concernant l'apparition des symptômes autodéclarés, le caractère monocentrique de l'étude limitant la généralisabilité, et le recours à des mesures de littératie en IA auto-déclarées plutôt qu'à des évaluations basées sur la performance.