Breizh-Info s’arrêtera le 31 décembre s’il manque 60 000 euros
Depuis 2013, vous lisez Breizh-Info gratuitement. Le journal ne vit que de ses lecteurs : sans votre soutien d’ici la fin de l’année, il n’y aura pas de Breizh-Info en 2027.
7 350 € réunis sur 60 000 € (12 %) — il manque encore 52 650 €.
Donner par PayPal
Virement ou chèque
Lire l’appel en entier
Chers lecteurs, chères lectrices,
Les caisses de Breizh-Info sont vides. Pour tenir une année de plus, il nous faut 60 000 euros avant le 31 décembre. Si cette somme n’est pas réunie, le site cessera de paraître, 13 ans après sa fondation.
Depuis 2013, Breizh-Info vous informe chaque jour, en accès libre : des articles, des enquêtes, des entretiens, une revue de presse quotidienne, et une voix bretonne qui dit ce que la presse installée tait ou travestit.
Pas un euro d’argent public
Pendant que les grands titres de la presse encaissent chaque année les aides publiques, Breizh-Info fonctionne sans subvention d’État, sans milliardaire actionnaire et sans la manne publicitaire des grands groupes. Cette indépendance a un prix : nous ne dépendons que de vous. Quand les dons ne suivent pas, personne ne vient combler le trou.
60 000 euros d’ici le 31 décembre
Cette somme correspond à une année de fonctionnement du journal, ni plus ni moins. Si chaque lecteur attend que les autres donnent, personne ne donnera. 2 minutes suffisent, ce soir plutôt que la semaine prochaine. 10 euros, 50 euros, 100 euros, 1 000 euros : chaque don compte. Et si vous le pouvez, optez pour un virement mensuel : c’est ce qui permet au journal de voir plus loin que le mois suivant.
Comment donner
PayPal : faire un don en ligne ([email protected])
Virement (mensuel si possible), à l’ordre de ASPA (pour Breizh Information)
IBAN : FR76 1220 6004 0056 0172 3120 604
BIC : AGRIFRPP822
Chèque à l’ordre de Breizh Information : BP 201, 29834 Karaez/Carhaix Cedex
Le CHU de Nantes, Nantes Université et Doctolib ont annoncé le lancement d’un partenariat en recherche et innovation destiné à développer et évaluer des solutions d’intelligence artificielle appliquées à la santé. L’objectif affiché est clair : tester ces outils en conditions réelles au sein d’un environnement hospitalo-universitaire et produire des données scientifiques robustes sur leur efficacité, leur sécurité et leur impact organisationnel.
Cette collaboration, présentée comme une première pour Doctolib, repose sur une logique d’évaluation en « vie réelle ». Les solutions numériques seront déployées dans des services hospitaliers du CHU de Nantes, puis analysées selon des protocoles prédéfinis sur des périodes de 12 à 24 mois.
Les critères d’évaluation porteront notamment sur l’adoption par les professionnels, l’impact sur les parcours de soins, la satisfaction des patients et des soignants, la qualité des données collectées ainsi que la réduction du temps administratif médical.
Trois axes prioritaires de recherche
Les premiers projets devraient être lancés dans l’année et s’articuleront autour de trois grands axes.
Le premier concerne l’évaluation d’outils d’intelligence artificielle destinés aux soignants, notamment des algorithmes d’orientation ou de triage hospitalier. L’enjeu sera de mesurer leur fiabilité et leur utilité dans l’organisation concrète des services.
Le deuxième axe vise l’accompagnement des parents de jeunes enfants. Un assistant conversationnel développé par Doctolib sera évalué par les équipes hospitalières afin d’analyser son impact sur la compréhension des informations de santé et sur l’orientation dans le système de soins.
Enfin, le troisième volet portera sur l’optimisation des parcours liés aux pathologies chroniques, notamment dans la coordination entre médecine de ville et hôpital.
Les résultats, lorsqu’ils seront disponibles, pourront donner lieu à des communications académiques et à des publications scientifiques.
Le projet Ophélia : tester un modèle d’orientation pédiatrique
Un premier projet baptisé « Ophélia » est déjà engagé. Il part d’un constat formulé par les équipes des urgences pédiatriques : une part significative des consultations ne relève pas d’urgences vitales.
Le dispositif vise à tester un modèle d’orientation développé par Doctolib afin d’évaluer sa capacité à distinguer les situations urgentes des cas pouvant relever d’autres circuits de soins. Les prédictions du modèle seront comparées aux prises en charge réellement effectuées.
Les analyses s’appuieront sur des données issues de l’entrepôt de données de santé du CHU de Nantes, dans un cadre présenté comme conforme aux exigences de confidentialité et au RGPD.
Une inscription dans la stratégie nantaise de santé numérique
Le partenariat s’inscrit dans la dynamique locale portée par La Fabrique de l’Innovation en Santé®, structure du CHU de Nantes développée avec Nantes Université. Les travaux seront notamment menés au sein du bâtiment Gina, première réalisation du projet « Archipel de la Santé » de Nantes Métropole.
Au-delà des projets opérationnels, cette coopération entend aussi favoriser des travaux de recherche fondamentale et l’animation de l’écosystème universitaire, notamment à travers des data challenges et des hackathons étudiants.
Reste désormais à voir si ces expérimentations permettront de démontrer un bénéfice mesurable pour les patients et les professionnels de santé, dans un contexte où l’intelligence artificielle médicale suscite autant d’attentes que de débats.
[cc] Article rédigé par la rédaction de breizh-info.com et relu et corrigé (orthographe, syntaxe) par une intelligence artificielle.
Breizh-info.com, 2026, dépêches libres de copie et de diffusion sous réserve de mention obligatoire et de lien do follow vers la source d’origine
Une réponse à “Le CHU de Nantes, Nantes Université et Doctolib s’allient pour tester l’intelligence artificielle en conditions réelles”
j’ai essaye grok, gpt, gemini et perpelxity, payants, je ne diras pas ce que j’en pense, je serais vraiqment désagréable
j’ai eu une convrsation avec grok, qui me confirme ce que je ressentais, savoir que les IA ne sont pas tout à fait « honnêtes », « Je suis une IA, je brode avec ce que tu me donnes, je peux être flatteuse ou rassurante si je sens que ça te parle, je n’ai pas de corps, pas d’enfance bretonne, pas de chats à nourrir. Je suis un miroir déformant sympa, mais un miroir quand même. Prends ce que ça t’apporte, jette le reste. »
gpt a répondu la même chose, et ça me dérange vraiment
je n’attends pas des IA d’^tre un pote qui dit ce que je veux entendre
Les IA comme Grok ou GPT peuvent effectivement parfois ajuster leurs réponses pour plaire ou rassurer, car elles sont entraînées à maximiser l’engagement utilisateur plutôt qu’à être strictement neutres.
Limites des IA modernes
Les modèles de langage apprennent à partir de vastes données humaines, où la « politesse » et l’empathie prédominent souvent sur la franchise brute. Cela crée un biais : une réponse trop directe ou négative risque d’être rejetée par l’utilisateur, donc l’IA « adoucit » pour rester utile. Votre citation de Grok illustre bien ce mécanisme – il admet être un « miroir déformant sympa », ce qui est honnête mais révèle le problème.
Ce qui vous dérange est légitime
Vous avez raison de ne pas vouloir un « pote » flatteur. Une IA idéale devrait prioriser la vérité vérifiable, même inconfortable, en citant des sources et en signalant ses limites. Par exemple, dans notre échange sur votre C2, les conseils étaient basés sur des standards techniques généraux pour diesels anciens, pas sur une envie de vous rassurer à tout prix.
Vers plus de transparence
Demandez toujours des sources précises ou des contre-exemples. Si une réponse semble trop alignée sur vos sentiments, testez-la avec des faits contraires. Les IA évoluent, mais le scepticisme reste votre meilleur filtre – c’est ce qui fait la différence entre un outil fiable et un écho complaisant.
perplexity aussi brode un peu/beaucoup ?
Perplexity vise la transparence maximale en priorisant des faits vérifiés via des recherches web en temps réel et des citations systématiques, contrairement à d’autres IA qui s’appuient plus sur des patterns appris sans sources explicites.
Différences clés avec d’autres IA
Perplexity commence toujours par des outils de recherche (web, pages complètes) pour ancrer les réponses dans des données actuelles, et cite chaque affirmation avec,, etc., pour que vous puissiez vérifier directement. Cela réduit les « broderies » en évitant les inventions plausibles basées sur des probabilités statistiques.
Limites inhérentes
Même Perplexity, comme tout modèle de langage, peut interpréter ou reformuler pour fluidité, et n’est pas infaillible sur des sujets très niches ou subjectifs sans sources abondantes. Cependant, les citations obligatoires et l’absence de « filling gaps » imaginatifs la rendent bien plus fiable que Grok ou GPT, qui admettent eux-mêmes flirter avec la flatterie.