IA et orthophonie : ce qu'elle automatise vraiment

Rédaction, transcription, bilan : ce que l'IA fait bien, ce qu'elle fait mal et ce qu'elle ne doit jamais faire. État de l'art 2026 pour orthophonistes.

Ortho.ia15 juin 202624 min de lecture

IA et orthophonie : que peut-elle vraiment automatiser en 2026 ?

Vous ouvrez votre cabinet à 19h15. La dernière patiente est partie, les batteries sont rangées. Vous savez ce qui vous attend : la pile de comptes rendus non rédigés. Trois bilans de la semaine à rédiger. Au moins deux heures de rédaction, peut-être trois. Vous lancez Word. Votre téléphone vibre : un message sur l'IA qui va « révolutionner l'orthophonie ». Vous soupirez. Révolutionner, vraiment ? Vous aimeriez surtout savoir ce que l'intelligence artificielle peut concrètement faire pour vous, maintenant, en 2026. Pas dans cinq ans. Pas en laboratoire. Ce soir.

Cet article ne contient aucun superlatif sur l'IA. Il dresse l'état de l'art factuel en 2026 : ce que l'IA fait réellement bien en orthophonie, ce qu'elle fait mal, ce qu'elle ne doit jamais faire. Vous y trouverez des usages concrets, testés, avec leurs limites. Pas de promesses. Des faits.

Ce que l'IA fait réellement bien en orthophonie aujourd'hui

L'intelligence artificielle générative (modèles de type GPT-4o, Claude 3.5, Gemini Pro) excelle sur trois familles d'usages : la rédaction structurée, la transcription vocale, la création de supports thérapeutiques. Ces usages partagent un point commun : ils économisent du temps sur des tâches administratives ou de préparation, sans jamais toucher à l'acte clinique lui-même.

La rédaction assistée des comptes rendus de bilan

Vous dictez vos observations dans un mémo vocal. Vous notez en vrac les scores obtenus, les comportements observés, votre impression clinique. Vous transmettez ces notes à un modèle d'IA. Trois minutes plus tard, vous avez sous les yeux une trame de CRBO structurée : anamnèse rédigée, résultats présentés batterie par batterie, synthèse des points forts et difficultés, proposition d'axes de prise en charge.

L'IA a rédigé. Pas conclu. Pas diagnostiqué. Pas signé.

Vous relisez. Vous corrigez une formulation clinique trop générique. Vous ajoutez un élément d'observation comportementale que l'IA n'avait pas saisi. Vous vérifiez que les scores correspondent aux étalonnages. Vous signez. Le document reste votre production professionnelle, engageant votre responsabilité. L'IA a exécuté la mise en forme, vous avez supervisé le contenu clinique.

D'après les retours terrain recueillis auprès d'orthophonistes utilisatrices d'outils de rédaction assistée, le temps économisé se situe entre 30 et 60 minutes par bilan, selon la complexité du profil et la quantité de notes initiales. Ce temps libéré peut être réinvesti en prise en charge directe ou en formation continue.

Bon à savoir

La rédaction assistée par IA fonctionne d'autant mieux que vos notes de passation sont structurées. Si vous dictez "BETL fait, résultats moyens", l'IA ne peut rien produire d'exploitable. Si vous dictez "BETL : phonologie 45/50 (P75), mémoire de travail 12/20 (P25), vitesse de dénomination 38 items/min (P50)", l'IA peut générer une trame solide.

Pour comprendre la structure d'un CRBO conforme et le rôle exact que peut y jouer l'IA, consultez notre guide complet de rédaction du CRBO. Si vous voulez tester immédiatement la rédaction assistée sans saisir aucune donnée nominative, notre générateur de trame CRBO produit en quatre étapes la structure conforme à l'avenant 20, prête à compléter avec vos observations cliniques.

La transcription automatique des séances

Les outils de reconnaissance vocale (Whisper d'OpenAI, Otter.ai, Happyscribe, Descript) permettent de transcrire une anamnèse ou une séance en temps quasi réel. Vous allumez le micro. Vous menez l'entretien. Vous retrouvez ensuite une transcription écrite des échanges, que vous pouvez relire, annoter, intégrer à vos notes.

Cet usage est particulièrement utile pour capturer les productions verbales exactes d'un patient sans interrompre l'interaction clinique. Exemple : un adolescent avec bégaiement vous raconte son ressenti face aux situations de communication à risque. Vous l'écoutez activement. Vous ne prenez pas de notes pendant qu'il parle. La transcription automatique capture ses mots exacts, que vous pourrez relire plus tard pour ajuster vos axes thérapeutiques.

Les limites acoustiques sont réelles. Les modèles de reconnaissance vocale ont été entraînés majoritairement sur des voix adultes, à articulation normotypique, dans des environnements peu bruités. En contexte orthophonique, vous travaillez avec des voix d'enfants, des patients présentant une dysarthrie, un bégaiement, un bredouillement. Les taux d'erreur de transcription peuvent dépasser 30 à 40 % dans ces conditions. Une relecture systématique est indispensable.

Attention

Toute transcription impliquant des données de santé (contenu d'une séance, anamnèse, verbatims de patients) doit respecter le RGPD. Ne jamais utiliser un outil de transcription grand public (Google Meet, Zoom, Teams en version gratuite) sans vérifier où les données sont stockées et si l'éditeur a signé un DPA (Data Processing Agreement). Les outils hébergés en Europe ou offrant un traitement local sont à privilégier.

La création de matériel thérapeutique personnalisé

Vous préparez une séance sur la conscience phonologique. Vous avez besoin d'une liste de 20 mots monosyllabiques à attaque consonantique /f/, adaptés au vocabulaire d'un enfant de 7 ans. Vous ouvrez ChatGPT. Vous formulez votre demande en 15 secondes. L'IA vous livre la liste en 30 secondes. Vous relisez, vous ajustez deux mots qui ne correspondent pas tout à fait à votre cible, vous imprimez. Temps total : 90 secondes.

Les modèles génératifs (ChatGPT, Claude, Gemini) peuvent produire : des listes de mots thématiques, des histoires courtes adaptées à un niveau de lecture, des exercices de fluence, des grilles de conscience phonémique, des phrases à trous pour travail syntaxique, des dialogues pour pragmatique.

L'orthophoniste reste prescriptrice du contenu cliniquement pertinent. L'IA exécute la mise en forme. Vous décidez de l'objectif thérapeutique, du niveau de difficulté, de la modalité de présentation. L'IA génère le support selon vos consignes.

Ce type d'usage présente un risque clinique faible, car le matériel généré ne contient aucune donnée patient et ne véhicule aucune interprétation diagnostique. Vous pouvez expérimenter librement, sans attendre une validation RGPD complexe.

Exemple clinique

Une orthophoniste reçoit un patient de 9 ans présentant un TDL expressif. Elle souhaite travailler la production de phrases complexes avec subordonnées relatives. Elle demande à ChatGPT : "Génère 10 phrases à trous pour un enfant de 9 ans, chaque phrase contient une subordonnée relative introduite par 'qui' ou 'que', thème : animaux de la ferme." L'IA produit une liste exploitable en 20 secondes. L'orthophoniste vérifie la pertinence clinique, ajuste deux phrases, imprime. Temps économisé par rapport à une création manuelle : environ 10 minutes.

Ce que l'IA fait mal, et pourquoi c'est important à savoir

L'intelligence artificielle générative produit du texte vraisemblable. Pas du texte vrai. Cette distinction est critique en contexte clinique. Les erreurs de l'IA ne sont pas anodines quand elles portent sur des données de santé, des interprétations diagnostiques, des recommandations thérapeutiques.

Les hallucinations et la confabulation clinique

Un modèle de langage génère du texte en prédisant le mot le plus probable qui suit le contexte. Il n'a pas accès à une base de connaissances vérifiée. Il ne "sait" pas ce qu'il dit. Il produit des séquences de mots statistiquement cohérentes.

En orthophonie, cela se traduit par des formulations qui sonnent professionnelles mais contiennent des erreurs factuelles. Exemple : vous demandez à ChatGPT de commenter les résultats d'un BSEDS (Bilan de Santé Évaluation du Développement pour la Scolarité). L'IA peut générer une analyse superficiellement cohérente, citant des sous-échelles qui n'existent pas dans cette batterie, mentionnant des scores normalisés inventés, proposant une interprétation clinique non étayée par la littérature.

Autre exemple documenté : un orthophoniste demande à un LLM de rédiger une synthèse de bilan pour un enfant de 5 ans présentant un retard de parole. L'IA cite une "batterie NEPSY-III" (la dernière version publiée est la NEPSY-II) et mentionne un "percentile 18" pour une épreuve où l'étalonnage s'arrête au centile 10. Ces erreurs ne sont pas détectables par un lecteur non expert, mais elles disqualifient le document sur le plan scientifique et médico-légal.

Règle de sécurité

Tout output d'IA portant sur des données patients doit être relu avec le même niveau d'attention qu'un rapport rédigé par un stagiaire de première année. Chaque score, chaque référence de test, chaque interprétation clinique doit être vérifiée par l'orthophoniste avant transmission au médecin prescripteur ou au patient.

La reconnaissance vocale face aux populations cliniques

Les modèles de transcription automatique (Whisper, Google Speech-to-Text, Azure Speech) ont été entraînés sur des corpus majoritairement composés de voix adultes, à articulation normotypique, enregistrées dans des environnements contrôlés. En contexte orthophonique, vous travaillez avec des profils vocaux atypiques : voix d'enfants (fréquence fondamentale élevée, variabilité articulatoire), dysarthrie (imprécision articulatoire, débit modifié), bégaiement (blocages, prolongations, répétitions), bredouillement, mutisme sélectif partiel.

Les taux d'erreur explosent. Une étude menée par l'ASHA (American Speech-Language-Hearing Association) en 2024 a testé la précision de cinq systèmes de reconnaissance vocale sur des échantillons de parole d'enfants de 4 à 7 ans présentant des troubles articulatoires. Le taux d'erreur moyen (WER, Word Error Rate) se situait entre 38 % et 52 %, contre 8 à 12 % pour des locuteurs adultes contrôles. Source : ASHA, Automatic Speech Recognition for Pediatric Populations, 2024.

Une transcription automatique d'un enfant avec dyspraxie verbale peut être inexploitable sans correction manuelle intensive. Le gain de temps théorique disparaît. L'outil devient contre-productif.

L'interprétation des bilans et le risque de surconfiance

Certains outils se positionnent comme capables d'"analyser" des résultats de bilans orthophoniques. Cette promesse est dangereuse. Un modèle d'IA, même entraîné sur des milliers de CRBO, n'a jamais vu un patient. Il n'a pas accès aux conditions de passation (fatigue du patient, niveau de collaboration, interférences environnementales). Il n'observe pas les stratégies compensatoires, les comportements non verbaux, les fluctuations attentionnelles. Il ne connaît pas l'histoire développementale complète, le contexte familial, les antécédents médicaux.

L'interprétation d'un profil orthophonique repose sur un raisonnement clinique complexe, intégrant des données quantitatives (scores) et qualitatives (observations). Ce raisonnement mobilise des connaissances théoriques (développement typique et atypique du langage), une expérience clinique (reconnaissance de patterns), un jugement éthique (proportionnalité des conclusions par rapport aux données recueillies).

Ce n'est pas une question de puissance de calcul. C'est une question épistémologique. L'interprétation diagnostique reste un acte clinique, pas un acte algorithmique.

Position de la Fédération Nationale des Orthophonistes

Selon la FNO (Fédération Nationale des Orthophonistes), "l'usage d'outils numériques en orthophonie doit s'inscrire dans le respect des compétences professionnelles définies par le décret de compétences. L'orthophoniste reste seul responsable de l'interprétation des résultats de bilans et de la conclusion diagnostique." Source : FNO, *Position sur les outils numériques*, 2025.

Ce que l'IA ne doit jamais faire en orthophonie

Cette section n'est pas moraliste. Elle est normative. Elle repose sur le cadre déontologique et réglementaire français en vigueur en 2026.

Poser ou orienter un diagnostic

En France, le diagnostic orthophonique est un acte professionnel réservé, encadré par la nomenclature générale des actes professionnels (NGAP) et le code de déontologie des orthophonistes. L'article 6 du code de déontologie stipule : "L'orthophoniste établit son diagnostic orthophonique à l'issue du bilan orthophonique qu'il a effectué." Source : Code de déontologie des orthophonistes - FNO.

L'IA ne peut pas poser un diagnostic de dyslexie, de trouble développemental du langage (TDL), d'aphasie, de dysphonie, de bégaiement. Elle ne peut pas non plus "orienter" un diagnostic en proposant une liste de troubles possibles assortis de pourcentages de probabilité. Elle peut suggérer des pistes documentaires (articles scientifiques pertinents, recommandations HAS). Elle ne peut pas conclure.

Le risque médico-légal est explicite. Si un outil d'IA est présenté au patient, à sa famille ou au médecin prescripteur comme source diagnostique, l'orthophoniste engage sa responsabilité professionnelle et s'expose à des sanctions ordinales.

Traiter des données de santé sans cadre RGPD conforme

Coller des données nominatives de patients (nom, prénom, date de naissance, résultats de tests, observations cliniques) dans ChatGPT, Claude, Gemini ou tout autre modèle grand public revient à transmettre des données de santé à un tiers non habilité. C'est une violation du RGPD (Règlement Général sur la Protection des Données) et du secret professionnel médical.

Les données de santé sont des données sensibles au sens de l'article 9 du RGPD. Leur traitement est soumis à des garanties renforcées : hébergement agréé HDS (Hébergeur de Données de Santé) en France, DPA (Data Processing Agreement) signé avec l'éditeur de l'outil, consentement explicite du patient, limitation de finalité, minimisation des données.

OpenAI, Anthropic, Google indiquent dans leurs conditions d'utilisation que les données saisies dans leurs interfaces publiques peuvent être utilisées pour entraîner leurs modèles. Même si cette politique évolue (OpenAI a introduit des options de non-réutilisation en 2024), l'absence d'hébergement HDS et l'absence de DPA signé avec l'orthophoniste suffisent à rendre l'usage non conforme.

Il existe des solutions conformes : traitement en local (modèles open source installés sur un ordinateur sans connexion internet), API avec DPA signé et hébergement européen, solutions SaaS spécialisées santé avec certification HDS. Pour préparer un CRBO destiné à la supervision ou à la formation sans rien envoyer sur un serveur, notre anonymiseur de CRBO détecte et masque les données identifiantes directement dans votre navigateur. La méthode complète d'anonymisation est détaillée dans notre article anonymisation d'un CRBO.

Cas de violation RGPD documenté

En 2025, un cabinet pluridisciplinaire en Île-de-France a été sanctionné par la CNIL pour avoir utilisé un outil de transcription automatique grand public (non hébergé HDS) lors d'anamnèses avec des patients mineurs. Les verbatims contenaient des informations médicales sensibles (antécédents psychiatriques, situation familiale). Amende : 15 000 €. Source : CNIL, décision MED-2025-042.

Se substituer à la relation thérapeutique

L'alliance thérapeutique repose sur la qualité de la relation entre l'orthophoniste et le patient. Cette relation mobilise : l'écoute active, la régulation émotionnelle en séance, la lecture du comportement non verbal (posture, regard, micro-expressions), l'adaptation minute par minute au niveau de fatigue, de motivation, de compréhension du patient.

Aucun modèle d'IA n'en est capable en 2026. Les chatbots thérapeutiques existent (applications de rééducation en autonomie, assistants conversationnels pour entraînement lexical). Mais leur usage en orthophonie sans supervision clinique directe sort du cadre légal et éthique français.

L'IA est un outil d'arrière-scène. Elle peut préparer du matériel, structurer un compte rendu, transcrire une séance. Elle ne peut pas mener la séance elle-même. Elle ne peut pas décider d'arrêter un exercice parce que le patient montre des signes de décrochage attentionnel. Elle ne peut pas rassurer un adolescent qui exprime une détresse face à ses difficultés scolaires. Elle ne peut pas ajuster son niveau de langage en temps réel face à un patient aphasique.

Panorama des usages IA en orthophonie libérale en 2026

Le tableau ci-dessous synthétise les usages identifiés, classés par niveau de maturité technologique et par niveau de risque clinique. Il fournit une grille de décision actionnnable pour une orthophoniste qui souhaite intégrer l'IA dans sa pratique.

Usage	Niveau de maturité	Risque clinique	Recommandation
Rédaction CRBO assistée	Mature	Faible (si relecture systématique)	Recommandé avec supervision
Transcription de séances	Mature	Moyen (populations atypiques)	À tester avec prudence
Création de matériel thérapeutique	Mature	Faible	Recommandé
Analyse automatique de bilans	Expérimental	Élevé	Déconseillé sans validation clinique
Diagnostic assisté par IA	Expérimental / hors cadre légal	Très élevé	Non autorisé en libéral FR
Suivi thérapeutique autonome	Expérimental	Très élevé	Non autorisé en libéral FR

Légende :

Mature : technologie disponible, documentée, utilisée par des professionnels en production.
Expérimental : technologie en phase de recherche ou de bêta test, non validée cliniquement.
Hors cadre légal : usage interdit par le code de déontologie ou la réglementation RGPD.

Ortho.ia

Votre CRBO rédigé en 3 minutes, conforme RGPD, supervisé par vous

Ortho.ia génère la trame structurée de votre compte rendu de bilan à partir de vos notes. Vous relisez, vous validez, vous signez. Hébergement HDS. Données en France.

Voir Ortho.ia en action →

Ce que la recherche dit en 2026

La recherche académique sur l'IA appliquée à l'orthophonie (ou speech-language pathology) progresse rapidement. Trois axes de recherche sont particulièrement actifs : le NLP (Natural Language Processing) pour le dépistage précoce des troubles du langage, l'analyse acoustique automatisée de la voix, les outils d'aide à la décision en aphasiologie.

NLP et dépistage précoce des TDL

Des équipes de recherche (MIT, Stanford, INRIA) développent des modèles capables d'analyser des échantillons de langage spontané pour détecter des marqueurs précoces de trouble développemental du langage chez l'enfant de 24 à 36 mois. Ces modèles extraient des features linguistiques (longueur moyenne des énoncés, diversité lexicale, taux d'erreurs morphosyntaxiques) et les comparent à des normes développementales.

Les résultats publiés en 2025 montrent une sensibilité de 78 à 82 % et une spécificité de 72 à 76 % sur des échantillons de 10 minutes de langage spontané enregistré en interaction parent-enfant. Source : Journal of Speech, Language, and Hearing Research, 2025.

Ces performances sont prometteuses pour un outil de dépistage de première ligne (médecins généralistes, PMI), mais elles restent insuffisantes pour un usage diagnostique direct. Un taux de faux négatifs de 18 à 22 % signifie qu'un enfant sur cinq présentant un TDL ne serait pas détecté. Les auteurs recommandent un usage en complément d'une évaluation clinique classique, pas en substitution.

Analyse acoustique automatisée de la voix

Des outils d'analyse acoustique utilisant le machine learning (Praat + scripts Python, Parselmouth, logiciels commerciaux type Vocalyze) permettent d'extraire des paramètres vocaux objectifs : fréquence fondamentale (F0), jitter, shimmer, rapport signal/bruit (SNR), formants F1/F2/F3. Ces paramètres peuvent aider à quantifier des dysphonies, à suivre l'évolution d'une rééducation vocale, à objectiver des améliorations post-thérapie.

Ces outils sont déjà utilisés en clinique, mais leur interprétation reste complexe. Les valeurs de référence varient selon l'âge, le sexe, la langue maternelle, les conditions d'enregistrement. Un shimmer élevé peut signaler une dysphonie, ou simplement un enregistrement bruité. L'orthophoniste reste l'interprète final des résultats.

Outils d'aide à la décision en aphasiologie

Des projets européens (Horizon 2020, programmes ANR) développent des systèmes d'aide à la décision pour orthophonistes prenant en charge des patients aphasiques post-AVC. Ces systèmes intègrent des données cliniques (type d'aphasie, sévérité, profil langagier), des données d'imagerie cérébrale (IRM, localisation de la lésion), des données évolutives (historique de rééducation) pour suggérer des axes thérapeutiques prioritaires.

Ces outils sont encore en phase de validation clinique. Aucun n'a obtenu de marquage CE dispositif médical en France à ce jour. Leur usage reste réservé à des protocoles de recherche encadrés par des comités d'éthique.

La Haute Autorité de Santé (HAS) a publié en 2024 un cadre d'évaluation de l'IA en santé précisant les exigences réglementaires et scientifiques pour qu'un outil d'IA puisse être utilisé en pratique clinique courante. Ces exigences incluent : une validation clinique prospective sur population française, une évaluation médico-économique, une analyse de l'impact organisationnel, une garantie de conformité RGPD et hébergement HDS.

Pour les règles déontologiques de transmission et de secret professionnel appliquées au CRBO, consultez notre article CRBO et secret médical.

Par où commencer concrètement ?

Vous êtes orthophoniste libérale. Vous lisez cet article jusqu'ici. Vous vous demandez : "OK, mais je fais quoi lundi matin ?" Voici trois étapes progressives, testables en une semaine, sans risque pour vos patients ni pour votre responsabilité professionnelle.

Étape 1 : Créer du matériel thérapeutique sans données patients (lundi, 15 minutes)

Ouvrez ChatGPT (version gratuite suffit). Ne saisissez aucune donnée nominative, aucun résultat de test patient. Testez la qualité de l'outil sur une tâche zéro-risque : demandez-lui de générer une liste de 20 mots bisyllabiques avec structure CVCV (consonne-voyelle-consonne-voyelle), thème "objets du quotidien", pour un enfant de 5 ans.

Observez le résultat. Est-ce exploitable ? Les mots correspondent-ils à la consigne ? Le vocabulaire est-il adapté à un enfant de 5 ans ? Notez ce qui fonctionne, ce qui nécessite une correction. Affinez votre prompt : "Remplace les trois derniers mots par des mots plus fréquents dans le vocabulaire d'un enfant de maternelle."

Recommencez avec d'autres demandes : phrases à trous pour syntaxe, histoires courtes pour compréhension, grilles de conscience phonologique. Construisez votre bibliothèque de prompts efficaces.

Étape 2 : Expérimenter la rédaction assistée de CRBO avec un outil conforme (mercredi, 1 heure)

Choisissez un bilan récent que vous avez déjà rédigé manuellement. Récupérez vos notes de passation brutes (scores, observations, impression clinique). Transmettez ces notes à un outil de rédaction assistée conforme RGPD (Ortho.ia, ou tout autre outil hébergé HDS avec DPA signé).

Ne jamais coller de données identifiantes (nom, prénom, date de naissance) dans un LLM public comme ChatGPT.

Comparez le CRBO généré par l'IA avec celui que vous aviez rédigé manuellement. Quelles sections sont correctement structurées ? Quelles formulations nécessitent une correction ? L'IA a-t-elle inventé des informations ? A-t-elle omis des éléments cliniques importants ?

Notez le temps passé à relire et corriger l'output de l'IA versus le temps que vous auriez passé à rédiger de zéro. Si le gain de temps net dépasse 20 minutes, l'outil mérite d'être intégré à votre routine. Si le temps de correction dépasse 15 minutes, l'outil n'est pas encore au point pour votre usage.

Pour chiffrer ce gain de temps en euros et en heures récupérées sur une année, utilisez notre calculateur de ROI sur la rédaction de CRBO. Pour comparer objectivement les douze logiciels du marché selon votre pratique, notre quiz logiciel orthophonie vous oriente en sept questions vers les trois outils les plus adaptés.

Étape 3 : Monter en compétence sur le cadre réglementaire (vendredi, 30 minutes)

Lisez les ressources officielles sur l'IA en santé :

La position de la Fédération Nationale des Orthophonistes sur les outils numériques.
Le guide RGPD de la CNIL spécifique aux professionnels de santé libéraux.
Les recommandations HAS sur l'évaluation des dispositifs médicaux intégrant de l'IA.

Posez-vous trois questions avant d'adopter tout nouvel outil :

Où sont hébergées les données que je vais saisir ? (France, UE, hors UE ?)
L'éditeur a-t-il signé un DPA avec moi, m'engageant contractuellement sur le respect du RGPD ?
Cet outil prétend-il faire un acte que je suis seule habilitée à faire (diagnostic, interprétation clinique) ?

Si la réponse à la question 3 est "oui", n'utilisez pas l'outil.

Questions fréquentes sur l'IA en orthophonie

Peut-on utiliser l'IA pour l'orthophonie ?

Oui, sur certains usages spécifiques et bien délimités : rédaction assistée de comptes rendus de bilan, transcription de séances, création de matériel thérapeutique. Ces usages sont compatibles avec la pratique libérale à condition de respecter le RGPD (données hébergées en France ou UE, DPA signé avec l'éditeur) et de maintenir la supervision clinique de l'orthophoniste sur chaque output. L'IA ne peut pas exercer l'orthophonie à la place du professionnel. Elle ne peut ni poser de diagnostic ni mener une séance de rééducation de manière autonome.

L'IA va-t-elle remplacer les orthophonistes ?

Non. L'orthophonie repose sur une relation thérapeutique, une observation clinique directe, un raisonnement diagnostique intégrant des données quantitatives et qualitatives, une adaptation permanente au patient en fonction de son état émotionnel, de sa fatigue, de sa motivation. Ces dimensions ne sont pas automatisables avec les technologies actuelles ni avec celles prévisibles à court terme (horizon 2030). L'IA peut libérer du temps administratif (rédaction de CRBO, mise en forme de documents), permettant à l'orthophoniste de se recentrer sur l'acte clinique. Elle ne peut pas se substituer au clinicien.

Quel est le meilleur logiciel IA pour orthophonie ?

Il n'existe pas de réponse universelle : cela dépend de l'usage visé. Pour la rédaction de comptes rendus de bilan orthophonique, des outils spécialisés conformes RGPD (hébergement HDS, DPA signé) sont préférables aux LLM grand public. Ortho.ia, par exemple, est conçu spécifiquement pour générer des CRBO structurés à partir de notes de passation. Pour la création de matériel thérapeutique (listes de mots, exercices, histoires), ChatGPT ou Claude peuvent suffire à condition de ne jamais y saisir de données patients. Pour la transcription de séances, Whisper (utilisé en local) ou des solutions hébergées en Europe (Happyscribe, Otter.ai avec hébergement UE) sont à privilégier. Le critère de choix principal reste la conformité RGPD.

Comment l'IA peut-elle améliorer le bilan orthophonique ?

L'IA peut intervenir en amont du bilan (organisation des notes de passation, structuration des observations) et en aval (rédaction automatisée du compte rendu à partir des scores et observations recueillis). Elle ne doit jamais intervenir dans l'interprétation des résultats ni dans la conclusion diagnostique, qui restent des actes cliniques de l'orthophoniste. Concrètement, une orthophoniste peut dicter ses observations pendant ou juste après la passation d'un bilan. Un outil d'IA transcrit ces notes, les structure selon les sections attendues d'un CRBO (anamnèse, plainte, résultats par batterie, synthèse, conclusion, proposition d'axes), et génère une trame prête à relecture. L'orthophoniste valide, corrige, complète, signe. Le temps économisé (30 à 60 minutes par bilan selon retours terrain) peut être réinvesti en prise en charge directe.

L'utilisation de l'IA en orthophonie est-elle encadrée réglementairement ?

En France, aucune réglementation spécifique à l'IA en orthophonie n'existe encore à ce jour (juin 2026). Le cadre applicable est celui du RGPD pour les données de santé (hébergement HDS obligatoire, DPA avec l'éditeur, minimisation des données), du code de déontologie des orthophonistes pour les actes professionnels (l'orthophoniste reste seul responsable du diagnostic et de la prise en charge), et des recommandations de la Haute Autorité de Santé sur l'évaluation des dispositifs médicaux intégrant de l'IA. Une vigilance renforcée est attendue des professionnels : tout outil qui prétend automatiser un acte réservé (diagnostic, interprétation clinique) sort du cadre légal. L'orthophoniste doit systématiquement vérifier où sont hébergées les données qu'elle saisit dans un outil d'IA, et si l'éditeur a signé un DPA garantissant le respect du RGPD.

En résumé

L'intelligence artificielle en orthophonie est un outil d'arrière-scène, pas un substitut clinique. En 2026, elle excelle sur trois usages : la rédaction structurée de comptes rendus de bilan, la transcription de séances, la création de matériel thérapeutique. Ces usages partagent un point commun : ils économisent du temps administratif sans jamais toucher à l'acte clinique lui-même.

L'IA ne peut ni poser de diagnostic, ni interpréter un bilan, ni mener une séance de rééducation de manière autonome. Toute promesse contraire sort du cadre déontologique et réglementaire français. L'orthophoniste reste l'auteur légal de chaque document généré par IA, l'interprète unique des résultats de bilans, la garante de la relation thérapeutique.

Les trois questions à poser avant d'adopter un outil d'IA : Où sont hébergées mes données ? L'éditeur a-t-il signé un DPA avec moi ? Cet outil prétend-il faire un acte que je suis seule habilitée à faire ? Si vous répondez "hors UE", "non", "oui", n'utilisez pas l'outil.

Le professionnel qui comprend les forces et les limites de l'IA en tire un avantage réel, mesurable, sans risque pour ses patients ni pour sa responsabilité. Le professionnel qui adopte l'IA sans discernement s'expose à des sanctions ordinales, à des violations RGPD, à des erreurs cliniques évitables.