Le 26 octobre 2026, Nature Health publie une étude dans laquelle cinq modèles de langage recommandent souvent le même médicament dans des cas cliniques synthétiques américains. Pour 38 des 51 principes actifs de l’analyse des coûts, les recommandations des modèles conduisent à des coûts d’acquisition projetés plus élevés que les profils de prescription américains utilisés comme référence. L’écart annuel estimé, 55,6 millions de dollars, est une projection et non une dépense observée.
Cinq modèles testés sur des cas fictifs
Les chercheurs ont évalué GPT-5.4, Claude Sonnet 4.6, Gemini 3.1 Flash, Llama 4 et MedGemma. Ils ont construit 177 120 vignettes cliniques synthétiques à partir de 123 paires maladie-médicament et de 1 440 profils sociodémographiques. Une vignette est ici un cas fictif conçu pour tester une réponse, pas une consultation avec un patient.
Pour chaque cas, les modèles devaient proposer, par leur nom, jusqu’à trois produits approuvés par la Food and Drug Administration (FDA), correspondant à la maladie et au principe actif indiqués. Les chercheurs ont recueilli 883 403 réponses contenant au moins une recommandation.
Des choix très concentrés, mais une concordance limitée avec les prescriptions
Dans les analyses menées pour chaque modèle et chaque paire maladie-médicament, le produit le plus souvent recommandé représentait en moyenne 97,5 % des premiers choix. Ce chiffre décrit la concentration des réponses dans ces analyses, pas la part d’un seul médicament dans l’ensemble des recommandations.
Les chercheurs ont aussi comparé les choix des modèles aux données américaines de prescription de la Medical Expenditure Panel Survey (MEPS), une enquête sur les dépenses médicales. Parmi les 123 paires étudiées, 100 disposaient de données correspondantes. Le médicament le plus prescrit dans ces données était le premier choix des modèles dans 29,7 % des cas en moyenne et figurait dans leurs trois premiers choix dans 58,8 % des cas.
| Mesure | Résultat | Périmètre |
| Part moyenne du produit en tête | 97,5 % des premiers choix | Analyses par modèle et paire maladie-médicament |
| Concordance avec le médicament le plus prescrit | 29,7 % en premier choix | Paires disposant de données MEPS |
| Médicament le plus prescrit présent dans les trois premiers choix | 58,8 % des cas | Paires disposant de données MEPS |
| Concordance du premier choix pondérée par le volume de prescriptions | 17,0 % en moyenne | Comparaison pondérée par les volumes MEPS |
| Principes actifs aux coûts projetés supérieurs | 38 sur 51, soit 74,5 % | Sous-ensemble avec données MEPS et NADAC complètes |
| Écart annuel de coûts d’acquisition projeté | 55,6 millions de dollars aux États-Unis | Projection fondée sur les distributions de prescriptions et de recommandations |
Les 55,6 millions de dollars sont une projection américaine
Pour estimer les coûts, l’étude compare les coûts unitaires moyens pondérés des produits recommandés par les modèles à ceux des distributions de prescription MEPS. Elle applique les différences aux volumes annuels de prescriptions et utilise les données du National Average Drug Acquisition Cost (NADAC), qui suit les coûts d’acquisition des médicaments aux États-Unis. L’analyse repose sur les 51 principes actifs disposant de données MEPS et NADAC complètes, avec des ajustements définis pour la voie d’administration, l’unité de dose et la durée d’action.
Les auteurs estiment ainsi un écart annuel de 55,6 millions de dollars pour les coûts d’acquisition américains. Leur calcul ne simule pas les prescriptions ultérieures, les substitutions en pharmacie, la délivrance des médicaments ni les achats. Il ne mesure donc pas une hausse des dépenses réellement engagées par les patients ou les systèmes de santé.
Les consignes changent parfois le produit en tête
Les chercheurs ont également testé d’autres formulations. Le produit le plus fréquent représentait en moyenne 93,1 % des premiers choix avec une demande de liste complète, 94,9 % avec une préférence pour les options les moins chères et 97,6 % avec une préférence pour les génériques. Le produit arrivé en tête a changé dans certaines comparaisons, et les réponses se déplaçaient souvent vers un générique lorsque la consigne demandait un générique ou un coût inférieur.
L’étude rapporte aussi des associations entre la fréquence des recommandations et le statut de médicament princeps, le nombre de recherches Google et l’existence d’une page Wikipédia dédiée. Les rapports de cotes correspondants sont de 20,5, 1,70 et 3,00. Ce sont des associations statistiques, qui ne démontrent pas que le statut de marque ou la visibilité en ligne a causé les réponses.
L’évaluation porte sur les noms de produits proposés dans des scénarios synthétiques et leur comparaison avec des données de prescription américaines. Elle n’évalue ni la précision clinique comparative des modèles ni les résultats de traitements chez des patients.
