Une IA qui recommande la ventouse : 76 % d'amélioration clinique dans les données turques

Citation : Öztuna Ş, Koçak MB, Işık C. « Development and Preliminary Evaluation of an AI-Assisted Clinical Decision Support System for Personalized Musculo-Skeletal Pain Management in Integrative Nursing Practice. » Healthcare, 2026. Lire l’original · DOI : 10.3390/healthcare14183027

Ce que l’étude a cherché à savoir

En médecine intégrative, le choix de la technique dépend beaucoup de l’expérience du praticien : deux soignants face au même patient ne prescrivent pas la même chose. Une équipe turque a voulu construire un système d’aide à la décision fondé sur l’apprentissage automatique, entraîné sur les dossiers réels d’un service de médecine traditionnelle et complémentaire (T&CM).

Trois modalités étaient en jeu : la ventouse, l’acupuncture et la mésothérapie. La question n’était pas « quelle technique marche le mieux », mais « un modèle peut-il reproduire les choix des cliniciens et prédire qui s’améliorera ».

Comment ils s’y sont pris

Une cohorte rétrospective de 487 patients (âge moyen 48,2 ans, 63 % de femmes) a servi à entraîner les modèles. Deux algorithmes : l’un classifie les patients en « amélioré » ou pas, avec un seuil de 3 points de baisse sur l’échelle visuelle analogique (EVA) ; l’autre prédit le score de douleur post-traitement. Le tout embarqué dans un prototype nommé GETAIA, qui propose la modalité avec la meilleure probabilité d’amélioration.

Un pilote prospectif non randomisé a ensuite testé l’outil en conditions réelles : 21 patients orientés avec l’aide de l’IA contre 21 en soins standards, pour mesurer la faisabilité au chevet du patient.

Ce qu’ils ont trouvé

La douleur a baissé dans tous les groupes (p < 0,001), ce qui n’est pas une surprise : tout le monde était traité. Le détail intéressant est la hiérarchie des modalités dans les données historiques : 76,2 % d’amélioration clinique sous ventouse, 68,3 % sous acupuncture, 58,8 % sous mésothérapie (p = 0,007). La ventouse arrive en tête des trois techniques proposées dans ce service.

Le prototype a reproduit les décisions des cliniciens dans 78,3 % des cas. Les auteurs sont honnêtes sur ce que ça signifie : une mesure de fidélité interne du modèle, pas la preuve qu’il soigne mieux.

Les limites de cette étude

Les 76,2 % viennent de dossiers rétrospectifs où les patients n’étaient pas randomisés : les praticiens choisissaient la ventouse pour les cas qu’ils jugeaient lui convenir. C’est une circularité classique, le bon choix du praticien gonfle le score de la technique. Le pilote prospectif (42 patients, sans randomisation) teste la faisabilité de l’outil, pas son efficacité. Et « s’améliorer » veut dire 3 points d’EVA en moins : un seuil, pas une guérison.

Verdict : mitigé, preuve modérée

Pour la ventouse, le signal est encourageant : dans ce service, c’est la modalité la plus associée à une amélioration clinique. Mais ce n’est pas un essai comparatif, c’est une photo de la pratique réelle triée par un algorithme. L’intérêt est ailleurs : montrer qu’un outil d’aide à la décision peut être entraîné sur des données de médecine complémentaire.

Mon regard de terrain (Ludovic Dumay)

Je ne suis pas surpris que la ventouse sorte en tête de ce trio : sur la douleur musculo-squelettique, c’est souvent la technique que je propose en premier quand le terrain s’y prête. Mais attention à la lecture : le praticien choisit la ventouse quand il pense qu’elle marchera, donc ces 76 % mesurent autant le flair du soignant que la technique. Une IA entraînée sur nos décisions reproduit nos biais, bons et mauvais. Ça reste une piste intéressante pour objectiver ce qu’on fait intuitivement.

Pour aller plus loin

La ventouse sèche dans la douleur musculo-squelettique : la revue de référence
Prise en charge de la douleur par les ventouses : comment je raisonne le choix des techniques

La ventousothérapie est une pratique de bien-être complémentaire : elle ne se substitue pas à un avis médical. Cette fiche résume une étude scientifique ; elle ne constitue pas une recommandation de traitement.