L’IA, vos enfants et leur santé, avec Mathilde Jais, Directrice des relations patients chez Doctolib

Podcast IA 07.09.2026
L'IA, vos enfants et leur santé, avec Mathilde Jaïs, Directrice des relations patients chez Doctolib

Il est deux heures du matin. Votre bébé ne dort pas. Vous partez en quête de réponses sur Internet, le bébé dans une main, le téléphone dans l’autre. Un forum de 2014, une vidéo TikTok qui vous fait plus peur qu’autre chose. Et si Doctolib avait une solution ?

De l’agenda au compagnon : le virage de Doctolib

Doctolib, c’est aujourd’hui 600 000 soignants en Europe et 90 millions de patients qui utilisent la plateforme pour prendre rendez-vous. Mais ce que le patient ne voit pas, c’est que derrière cette interface familière se cache un modèle économique beaucoup plus vaste : une suite logicielle pour les médecins, des assistants IA pour réduire la paperasse, des outils de gestion financière et de coordination des soins. L’entreprise française, fondée il y a treize ans, ne se contente plus de fluidifier le rendez-vous. Elle veut s’occuper de tout ce qui se passe avant et après.

C’est ce que Mathilde Jaïs appelle le « compagnon de santé ». Un virage qui s’est traduit par trois volets concrets : la prise de rendez-vous et la messagerie (ce que tout le monde connaît), la téléconsultation et le partage de documents (ce que beaucoup utilisent déjà), et enfin la prévention. En 2025, Doctolib a envoyé près de 150 campagnes de prévention et quatre millions de rappels de santé. L’objectif affiché est clair : aider chacun à vivre en meilleure santé, et surtout à le faire en autonomie, avec des informations certifiées. Car l’alternative — laisser les parents seuls face à la nuit et à Google — a déjà trop duré.

Pourquoi les parents d’abord ?

Le choix n’est pas anodin. Quatorze rendez-vous médicaux obligatoires avant l’âge de quatre ans, des symptômes dépressifs fréquents chez les jeunes parents, des déserts médicaux où consulter un pédiatre relève de l’exploit : les premières années d’un enfant sont à la fois déterminantes pour sa santé et épuisantes pour ses parents. Mathilde Jaïs le rappelle avec un chiffre qui fait froid dans le dos : 43 % des Français ont déjà pris une décision de santé inadaptée à cause d’informations erronées trouvées en ligne. Dans ce contexte, le parent angoissé à deux heures du matin n’est pas une anecdote marketing. C’est un cas d’usage réel, et peut-être le plus difficile à traiter.

Doctolib a donc choisi la population la plus vulnérable pour tester son assistant — et apprendre de ses erreurs avant de l’élargir. La phase bêta a commencé avec quelques milliers de parents fin 2024, puis des dizaines de milliers. L’idée était simple : avant de déployer l’outil à grande échelle, il fallait s’assurer qu’il tenait la route dans la situation la plus exigeante possible. Si l’assistant peut aider un parent épuisé à distinguer une angoisse normale d’un vrai symptôme, alors il pourra aider n’importe qui. L’inverse, en revanche, n’est pas vrai.

L’assistant IA… qui ne répond pas tout de suite

La différence avec un agent conversationnel généraliste ? L’assistant Doctolib refuse de livrer une réponse instantanée. Il pose des questions, comme le ferait un médecin. Cette friction délibérée vise un objectif précis : privilégier la sécurité médicale à la satisfaction immédiate. En effet, une réponse hors contexte, même juste, peut s’avérer dangereuse. Mathilde Jaïs explique ce choix en prenant l’exemple d’un autre assistant de santé, GPT Health d’OpenAI : celui-ci répond tout de suite, sans chercher à approfondir. Doctolib a fait le pari inverse. L’assistant va d’abord s’efforcer d’établir un contexte — l’âge de l’enfant, les symptômes, leur durée, leur intensité — avant de formuler une réponse.

Le résultat affiché est de 99,5 % de réponses jugées sûres par les équipes médicales internes, et 95 % jugées immédiatement utiles par les parents. Mais au-delà des chiffres, c’est la posture qui change. L’assistant ne se comporte pas comme un moteur de recherche. Il agit comme un interlocuteur médical qui a conscience de ses limites et qui préfère demander davantage d’informations plutôt que de risquer une erreur. Dans un monde où l’IA promet tout, tout de suite, Doctolib mise sur une IA qui ose temporiser.

Qui écrit les réponses ?

Ni Reddit, ni Internet. Doctolib a construit une base de connaissances médicales rigoureusement sélectionnées, négociée avec un comité scientifique qui réunit la Société française de pédiatrie, l’AFPA (Association française de pédiatrie ambulatoire) et le CNSF (Conseil national des sages-femmes). Des médecins travaillent quotidiennement avec les équipes de science des données, et le CHU de Nantes a collaboré pour modéliser les règles d’orientation. Derrière ce comité, une infrastructure de validation concrète, où chaque réponse est ancrée dans un corpus médical ayant fait l’objet d’une sélection drastique.

Mathilde Jaïs insiste sur ce point : on demande aux créateurs la permission d’intégrer leurs travaux, on vérifie la pertinence des sources, et on s’assure que la réponse donnée à l’utilisateur est la plus fiable possible. C’est ce qui a permis à Stanislas Niox-Château, le PDG de Doctolib, d’affirmer que cet assistant « n’hallucinerait pas ». Une promesse forte, qui repose sur une architecture technique et humaine, et pas seulement sur un modèle de langage.

Le 15 dans votre poche

L’assistant ne fait pas que rassurer ; il oriente. Sur la base des symptômes décrits, il peut indiquer qu’une surveillance à domicile suffit, qu’il faut consulter dans une fenêtre de jours ou d’heures précise, ou qu’il est temps d’appeler le 15. Cette grille d’orientation, co-construite avec le milieu hospitalier, est ce qui distingue un outil d’information d’un outil de soin. Mathilde Jaïs détaille trois niveaux : d’abord, ce qui ne présente pas d’inquiétude et peut être surveillé ; ensuite, ce qui mérite une consultation rapide chez le généraliste ou le pédiatre, avec une fenêtre temporelle précise ; enfin, ce qui constitue une urgence vitale et doit déclencher un appel aux secours.

Cette capacité d’orientation est le cœur du produit. Elle transforme l’assistant d’une FAQ intelligente en un véritable compagnon de parcours de soins. Surtout, elle répond à une critique récurrente adressée aux assistants IA en santé : celle de délivrer des conseils sans jamais assumer la suite. Doctolib essaie de créer une continuité entre la question posée au milieu de la nuit et le rendez-vous pris le lendemain, entre l’inquiétude nocturne et l’action médicale concrète.

Les garde-fous : quand l’IA refuse de répondre

Au-delà des réponses sur le sommeil ou la diversification alimentaire, l’assistant intègre des agents de détection des situations de danger (violences, urgences vitales) et des protocoles élaborés avec les services de protection de l’enfance. D’autres agents refusent purement et simplement de répondre quand la question sort du cadre médical. L’IA sait dire « je ne peux pas », et elle sait quand appeler à l’aide. Mathilde Jaïs évoque aussi les agents chargés de détecter les mésusages : si l’utilisateur pose des questions qui n’ont rien à voir avec la santé parentale, l’assistant se ferme.

Cette architecture de prudence est le reflet d’une conviction partagée chez Doctolib : dans la santé, il vaut mieux une IA qui connaît ses limites qu’une IA qui prétend tout savoir. Les équipes médicales internes travaillent chaque jour avec les scientifiques des données pour affiner ces garde-fous, en analysant des dizaines de milliers de conversations anonymisées pour identifier les cas limites. C’est un travail de longue haleine, qui suppose que la sécurité ne soit pas une fonctionnalité ajoutée en fin de course, mais le socle même du produit.

De la bêta à l’universel

Des dizaines de milliers de parents ont déjà testé l’assistant, et les retours qualitatifs semblent confirmer l’hypothèse de départ : pour les parents vivant en zone reculée ou dans un désert médical, cet outil est un soulagement quotidien. Il ne remplace pas le pédiatre, mais il aide à patienter entre deux consultations, à distinguer l’urgence de l’angoisse, et à ne plus se sentir seul face à la nuit.

L’objectif affiché est clair : ouvrir cet outil à l’ensemble des utilisateurs de Doctolib d’ici quelques mois. Mais l’entreprise prévient : elle le fera avec la même humilité et la même rigueur que pour les enfants. Car dans le domaine de la santé, une erreur de langage ne pardonne pas. Et la promesse d’une IA sûre ne tient que si elle est respectée chaque jour, chaque nuit, et pour chaque question posée à deux heures du matin.

 

 

Écouter les autres épisodes

#Agentic101 – Comment évaluer et superviser l’IA agentique à l’échelle ?

Comment garantir la fiabilité de vos modèles ? Découvrez les méthodes d'évaluation IA agentique, du LLM-as-a-judge au monitoring continu en productio...
Thibauld Vian Deguille

Make or Buy : faut-il développer son agent IA e-commerce en interne ou choisir un éditeur SaaS ?

Faut-il développer votre agent IA e-commerce en interne ou choisir un éditeur SaaS ?

Automatiser le flow Discovery : Tickets Jira avec Claude et Dust, sans déléguer le jugement produit

Comment transformer votre discovery en PRD ? Découvrez un workflow pour automatiser vos tickets Jira avec l'IA tout en gardant le contrôle humain.

#Agentic101 – Architecture des équipes IA : construction fédérée et socle centralisé

Comment structurer votre architecture équipe IA ? Alliez squads métiers fédérées et socle technique centralisé pour sécuriser et accélérer vos déploi...
Thibauld Vian Deguille

Comment construire un agent IA e-commerce performant ?

Comment construire un agent IA e-commerce performant ? Découvrez la méthode en 4 piliers de Converteo pour évaluer, optimiser et déployer votre outil...

Analyser les feedbacks utilisateurs avec l’IA : rendre la connaissance client requêtable

Comment transformer vos verbatims épars en décisions produit ? Créez un agent d'analyse feedback client IA avec Dust pour centraliser la connaissance...

#Agentic101 – Comment identifier des cas d’usage IA agentique ?

Comment identifier les cas d'usage IA agentique ? Découvrez les méthodes de recueil et de détection pour structurer la gouvernance de vos agents.
Thibauld Vian Deguille

Commerce agentique : les 5 meilleurs agents IA du e-commerce français

Quels sont les meilleurs agents IA e-commerce français ? Sephora, ManoMano, Zalando : Inspirez-vous pour optimiser votre parcours d'achat.
Alexia Maynart

Premiers prototypes avec Claude Code et Lovable : quand le prototype devient une conversation

Comment générer un prototype fonctionnel sans développeur, avec Claude Code et Lovable pour créer des interfaces testables.

Créer son agent de veille concurrentielle avec Claude : le workflow complet

Comment automatiser votre analyse de marché ? Construisez un agent de veille concurrentielle avec Claude, Notion et Slack.

#Agentic101 – La fracture de l’IA agentique : l’agent client vs l’agent collaborateur

Comment adapter la gouvernance agent IA selon vos cibles ? Découvrez les stratégies pour piloter vos agents clients et collaborateurs sur un socle co...
florent yon

Agentic media buying : le guide stratégique des annonceurs pour reprendre le contrôle de leur écosystème média

Comment l'agentic media buying transforme vos campagnes ? Maîtrisez les agents IA pour internaliser l'achat média, optimiser le budget et le ciblage....
Retrouvez tous les épisodes de Changement d'époque en cours sur votre plateforme d'écoute favorite