Cabinet médical et pédiatrie : accélérer la première réponse aux appels et formulaires avec l'IA

La consultation du matin a commencé il y a trente minutes. Le téléphone de l’accueil a déjà sonné trois fois, et c’est toujours pareil : « Faut-il un rendez-vous pour le vaccin ? », « Vous faites le test grippe aujourd’hui ? », « Mon enfant a de la fièvre, vous fermez à quelle heure ? ».

Pendant ce temps, des patients attendent dans la salle d’attente, le logiciel médical reste ouvert à l’écran, et le téléphone continue de sonner. À peine raccroché, cinq questions du même genre se sont accumulées dans le formulaire de contact du site.

C’est une scène que j’ai vue de mes yeux dans le cabinet pédiatrique d’une connaissance. Le médecin comme la secrétaire sont compétents, et pourtant ces « mêmes questions répétées » leur prenaient une à deux heures chaque jour.

Ce que j’ai aidé à mettre en place, ce n’est pas un robot d’accueil intelligent. C’est une base simple : mettre une bonne fois en mots « les questions fréquentes » et « la façon d’y répondre », pour que n’importe qui réponde avec la même qualité. Aujourd’hui, je détaille toute la marche à suivre, dans un format que vous pouvez copier-coller.

Points clés

Dans un cabinet médical ou pédiatrique, 80 % des demandes correspondent aux « mêmes 20 à 30 questions ». Rien que les inventorier allège déjà beaucoup le téléphone.
Ce qu’on confie à Claude Code : « rédiger le brouillon de la FAQ », « mettre par écrit le script téléphonique », « préparer les réponses au formulaire web ». La vérification finale reste toujours humaine.
Les données personnelles (nom, symptômes, numéro de téléphone du patient) ne sont jamais transmises à l’IA. On ne lui donne que « le type de question ».
Une réduction de 15 à 20 heures par mois et par personne à l’accueil est un objectif réaliste. Le coût de formation baisse aussi.
Un script de vérification contrôle automatiquement que la FAQ ne contient pas de mots interdits (diagnostic, affirmation catégorique).

À quoi l’accueil d’un cabinet médical ou pédiatrique passe-t-il son temps ?

Précisons d’abord à qui ce texte s’adresse. Il est utile pour :

le médecin installé depuis quelques années, avec une équipe de 2 à 5 personnes, en médecine générale ou pédiatrie ;
la secrétaire médicale qui cumule accueil, téléphone et gestion des rendez-vous ;
celui ou celle qui se dit « je n’ai pas les moyens d’embaucher, mais la gestion actuelle des appels est à bout de souffle ».

Les demandes d’un cabinet médical ou pédiatrique ont leurs particularités. En pédiatrie, les parents appellent inquiets, leur ton est pressant. En médecine générale, le spectre est large : rendez-vous, examens, ordonnances, bilans de santé. Et beaucoup de questions ont une réponse qui change selon « les conditions du jour » : créneaux des consultations fièvre, stock de vaccins, etc.

Difficile, donc, de « rédiger un manuel une fois pour toutes ». C’est précisément là que l’IA entre en jeu.

Le déroulé habituel et les points où ça coince

Le traitement typique d’une demande ressemble à ceci :

Le téléphone sonne, ou une demande arrive par le formulaire web.
L’accueil écoute le contenu.
Si la réponse est immédiate, on répond ; sinon, on vérifie auprès de l’infirmière ou du médecin.
S’il faut rappeler, on note les informations du patient et on rappelle plus tard.
La même question revient le lendemain.

Les blocages se produisent surtout à trois endroits.

Point de friction	Exemple concret	Conséquence
Réponses qui varient	La même question reçoit une réponse différente selon la personne	Patient désorienté, source de réclamations
Attente de validation	« Ça, il faut demander au médecin » revient souvent	Plus de rappels, appels qui s’allongent
Aucune trace	Tout se règle à l’oral, rien ne sert ensuite	On repart de zéro à chaque fois

Ces trois problèmes disparaissent presque entièrement si on met une fois pour toutes par écrit le « couple question-réponse ». Fait à la main, c’est une demi-journée de travail ; avec un brouillon généré par Claude Code, ça prend une à deux heures.

Usage n°1 : inventorier les questions fréquentes et créer le brouillon de FAQ

La première chose à faire est de demander à l’IA de cracher toutes « les questions habituelles » qui sont dans votre tête, puis de combler les oublis. À l’accueil, on est trop occupé pour mettre des mots sur ce à quoi on répond vraiment.

L’astuce ici : donner les informations de VOTRE cabinet à l’IA avant de lui faire écrire. Une FAQ générique ne sert à rien.

Modèle de prompt à copier-coller

Tu es un assistant qui connaît bien l'accueil d'un cabinet médical et pédiatrique.
À partir des informations de cabinet ci-dessous, dresse une liste de 30 questions
que les patients posent souvent par téléphone ou via le web, classées par catégorie,
avec pour chacune une proposition de réponse utilisable à l'oral par l'accueil.

[Règles]
- Ne pose aucun diagnostic ni affirmation catégorique sur le traitement
  (pas de jugement médical du type « il s'agit probablement de... »).
- Pour les questions où il faut inviter à consulter / vérifier auprès du médecin,
  ajoute systématiquement cette phrase.
- Réponse en 3 phrases maximum, langage parlé naturel, lisible au téléphone.
- Pour les questions de pédiatrie, adopte une formulation douce et rassurante
  pour un parent inquiet.

[Informations du cabinet]
- Spécialités : médecine générale et pédiatrie
- Horaires : en semaine 9h00-12h30 / 15h00-18h00, samedi matin uniquement
- Vaccins : sur rendez-vous, mardi et jeudi de 14h00 à 15h00
- Consultation fièvre : entrée séparée, appel obligatoire avant la venue
- Rendez-vous en ligne : oui (renouvellement de consultation uniquement)
- Parking : 3 places, parking payant partenaire à proximité

Présente le résultat sous forme de tableau :
« Catégorie / Question / Proposition de réponse / Validation médecin nécessaire (oui/non) ».

Ça produit d’un coup une base de 30 questions. On regarde le tableau avec la secrétaire et on corrige : « ça, c’est faux », « ajoute aussi ceci ». Corriger est beaucoup plus rapide que partir de zéro, et on repère les oublis au passage.

Ce qu’on confie à l’IA, et ce que l’humain tranche toujours

Si cette frontière reste floue, des accidents arrivent. Posons-la clairement.

Étape	Confiable à l’IA	Tranché par l’humain
Recensement des questions	Oui, douée pour combler les oublis	Pertinence des catégories
Brouillon des réponses	Oui, pour la première version	Justesse médicale
Ajustement du ton	Oui, formulations douces	Conformité à la politique du cabinet
Publication / affichage	Non	Oui, validation finale par le médecin

La règle d’or est unique. Ne jamais montrer au patient un texte « à allure médicale » écrit par l’IA sans contrôle humain. L’IA écrit des « mensonges plausibles » avec aplomb. Que la formulation soit correcte en tant que parole d’accueil, c’est au médecin ou à l’infirmière de le relire.

Usage n°2 : créer le script de première réponse au téléphone

Une fois la FAQ prête, on la convertit en « script lisible au téléphone ». Quand une nouvelle secrétaire arrive, ce simple script change complètement la prise en main.

Voici le prompt que j’ai testé.

À partir du tableau FAQ suivant, crée un script de première réponse
utilisable au téléphone par l'accueil. Pour chaque question, découpe en 4 étapes :
« première phrase → ce qu'il faut vérifier → réponse → phrase de clôture ».

[À respecter]
- Pour les plaintes à forte urgence (fièvre, convulsion, difficulté à respirer),
  insère toujours un embranchement « ne pas répondre / orienter vers une consultation
  immédiate ou les urgences ».
- Pour les cas nécessitant un rappel, indique les éléments à relever
  (nom, numéro de carte de soin, coordonnées, résumé des symptômes).
- Pour les appels de pédiatrie où le parent semble inquiet,
  place une phrase d'empathie en tout début.

L’embranchement « ne pas répondre, orienter vers une consultation » pour les plaintes urgentes touche, en milieu médical, à des situations vitales : ne le retirez jamais. Même après génération par l’IA, c’est un passage que le médecin relit mot à mot.

Ce qui a changé avant et après

Voici, en gros, l’évolution dans le cabinet de ma connaissance.

Avant : 4 à 5 minutes en moyenne par appel. La nouvelle recrue bloquait et demandait à chaque fois à une collègue. Plus de 10 fois la même question par jour.
Après : 2 à 3 minutes par appel en s’appuyant sur la FAQ et le script. La nouvelle recrue répond sur le moment. Pour les questions standard du formulaire web, il suffit de copier la réponse brouillonnée et de l’envoyer.

En temps, cela représente 40 à 60 minutes par jour et par personne à l’accueil, soit 15 à 20 heures par mois. Converti en salaire horaire, c’est 200 à 300 euros par mois. Le coût d’usage de l’IA étant de quelques euros par mois, le retour sur investissement ne posait pas question.

Usage n°3 : préparer les réponses aux demandes web

Les demandes par formulaire prennent plus de temps que le téléphone, car il faut répondre par écrit, avec soin. Là aussi, faire rédiger un brouillon par l’IA va vite.

Mais on ne colle jamais tel quel dans l’IA le texte écrit par le patient (raison plus bas). À la place, on transmet uniquement « le type de question », on fait générer un modèle, et l’humain remplit lui-même les noms propres.

Crée 5 modèles de réponse pour les demandes web d'un cabinet médical et pédiatrique.
Types : 1) prise de rendez-vous 2) confirmation des horaires 3) rendez-vous vaccin
4) procédure pour la consultation fièvre 5) prise de rendez-vous bilan de santé

[Règles]
- Remerciement en ouverture, clôture du type « prenez soin de vous / au plaisir de vous accueillir ».
- Ne touche pas aux données personnelles ni à toute affirmation sur les symptômes.
- Indique par des doubles accolades les passages à compléter ensuite par un humain,
  par exemple [[nom]] [[date_heure]].

L’accueil insère le nom du patient et la date dans le modèle reçu, puis envoie. Une réponse qui prenait 3 minutes passe sous la minute.

Données personnelles et sécurité

Ce point est non négociable pour un établissement de santé, d’où une section à part.

Ne collez jamais dans le champ de saisie de l’IA le vrai nom, le numéro de carte de soin, le téléphone ou les symptômes précis d’un patient. Envoyer à un service d’IA cloud = sortir l’information à l’extérieur.
Ne transmettez à l’IA que « le type de question » et « les informations publiques du cabinet » (horaires, etc.). Aucun dossier médical, aucune donnée de facturation.
Avant publication, vérifiez que la FAQ et les scripts produits ne contiennent aucune information permettant d’identifier un patient.
Résumez sur une seule fiche affichée les règles d’usage du personnel (ce qu’on peut saisir, ce qui est interdit).

En somme : utilisez l’IA comme « un outil de rédaction », jamais pour traiter les informations personnelles d’un patient. En respectant cette frontière, vous restez aligné sur l’esprit des règles de protection des données de santé. En France, la référence à connaître est le RGPD et données de santé sur le site de la CNIL.

Script de vérification automatique de la FAQ

Enfin, on place un « gardien » qui ne repose pas que sur l’œil humain. C’est un script qui contrôle automatiquement que la FAQ ne contient pas de formulations catégoriques que l’accueil ne doit pas employer (« c’est… (diagnostic) », « guérison garantie », etc.). Il fonctionne dès que Node.js est installé.

Exportez la FAQ en CSV (faq.csv, colonnes question,answer), puis lancez ceci.

import { readFile } from "node:fs/promises";

// Formulations risquées si l'accueil les emploie à la légère
// (jugement médical, affirmation catégorique, fausse réassurance)
const NG_WORDS = [
  "garantie", "guérison certaine", "aucun problème", "ne vous inquiétez pas",
  "c'est la maladie de", "diagnostic de", "il suffit de prendre", "laissez tomber, ça ira",
];

const csv = await readFile("./faq.csv", "utf8");
const rows = csv.trim().split("\n").slice(1); // la 1re ligne est l'en-tête

let hit = 0;
rows.forEach((line, i) => {
  const answer = line.split(",").slice(1).join(",");
  const found = NG_WORDS.filter((w) => answer.includes(w));
  if (found.length > 0) {
    hit++;
    console.log(`[À corriger] ligne ${i + 2} : ${found.join(" / ")}`);
    console.log(`  -> ${answer.trim()}`);
  }
});

console.log(hit === 0
  ? "OK : aucune formulation catégorique risquée trouvée."
  : `${hit} point(s) à vérifier. À transmettre à la relecture du médecin.`);

Le lancer une seule fois avant publication évite qu’une phrase dangereuse comme « guérison garantie » se glisse dans un document destiné aux patients. Associez-le à la liste de contrôle pour en faire le gardien d’avant-publication.

Liste de contrôle avant publication (à imprimer et afficher à l’accueil).

Aucune affirmation médicale catégorique ni diagnostic
Présence d’un embranchement « consultation / urgences » en cas d’urgence
Aucune information permettant d’identifier un patient
Horaires et modalités de rendez-vous conformes au fonctionnement actuel
Validation finale obtenue auprès du médecin ou de l’infirmière

FAQ

Q. Faut-il des connaissances en programmation pour s’en servir ? R. Pour créer la FAQ et les modèles, il suffit de coller le prompt dans le chat d’un navigateur. Seule l’étape du script de vérification demande un peu de manipulation ; commencez par la rédaction, c’est très bien. Pour une vue d’ensemble de la mise en route, le guide pour démarrer avec Claude Code sert de point de départ.

Q. Peut-on transmettre tout ça à une nouvelle personne à l’accueil ? R. Au contraire, la passation devient plus simple. Le script et la FAQ restant par écrit, le temps d’explication à l’oral diminue. La façon de rendre tout cela utilisable par du personnel non technique est détaillée dans Claude Code pour les non-développeurs.

Q. Que faire si l’IA donne une information médicale erronée ? R. C’est justement pour ça qu’on inscrit « toujours une vérification humaine avant publication » dans le processus. L’IA fait les brouillons, la responsabilité finale reste humaine. Le double filet, script de vérification plus relecture du médecin, arrête les erreurs.

Q. Je veux affiner le prompt pour mon propre cabinet. R. Plus vous donnez d’informations détaillées sur le cabinet, plus la précision augmente. Les astuces pour adapter vos prompts sont présentées, avec des exemples concrets, dans la pratique du prompt engineering.

Ce que j’ai constaté en l’essayant vraiment

J’ai moi-même fait tourner les prompts ci-dessus dans le cabinet pédiatrique d’une connaissance, et créé en une demi-journée une FAQ de 30 questions plus un script téléphonique. Ce qui a le plus payé, c’est qu’à l’étape de l’inventaire, 7 à 8 questions du type « ah oui, on nous demandait ça aussi » sont remontées. Des questions auxquelles l’accueil répondait machinalement se sont enfin retrouvées formulées.

J’ai aussi lancé le script de vérification pour de vrai : la phrase « ne vous inquiétez pas » s’était glissée à deux endroits dans les réponses écrites par l’IA, et il l’a bien attrapée. En milieu médical, cette petite phrase est dangereuse. C’est l’instant où je me suis dit qu’avoir posé un gardien automatique en valait la peine.

Deux semaines après le déploiement, on m’a dit : « je ne me crispe plus en voyant arriver les mêmes appels ». Au-delà du temps gagné, c’est surtout le stress de gestion qui a baissé.

Si vous voulez ancrer durablement ce type de système à l’échelle du cabinet, ou le structurer comme une formation du personnel, on peut bâtir ensemble jusqu’aux règles d’usage via formation et conseil. Et si vous préférez d’abord essayer seul, commencez simplement par copier les prompts de cet article et remplacer les informations par celles de votre cabinet.