En janvier 2026, OpenAI a officialisé le lancement de ChatGPT Santé, un espace dédié aux échanges médicaux au sein de son outil phare ¹. L'annonce a fait du bruit. Elle mérite pourtant d'être lue avec calme : l'outil n'est pas encore disponible en Europe, bloqué par les exigences du RGPD et de l'AI Act ², et il ne s'adresse pas aux professionnels de santé mais aux patients. Ce que cette actualité révèle, en revanche, c'est que l'IA s'installe durablement dans le parcours de soins et que la question n'est plus de savoir si elle va changer la pharmacie, mais lesquelles des officines auront pris le temps de comprendre comment s'en servir.
Pour un titulaire qui pilote une équipe, gère des marges sous pression depuis la baisse des remises sur les génériques ³, et se voit confier de plus en plus de missions cliniques, la question est très concrète : est-ce que ces outils peuvent m'aider, aujourd'hui, sur ce qui me prend du temps ?
La réponse honnête : oui, sur une partie du travail. Pas sur le cœur du métier.
En 2025, 45 % des Français utilisent l'IA générative, contre 32 % un an plus tôt ⁴. La progression est réelle, portée en grande partie par le monde professionnel : 38 % des utilisateurs y ont recours dans un cadre de travail, et près d'un tiers estiment gagner jusqu'à 40 % de leur temps sur certaines tâches ⁴. Les cadres et dirigeants sont surreprésentés dans ces chiffres.
Du côté des entreprises, l'adoption reste plus lente. Selon l'INSEE, seulement 10 % des entreprises françaises de plus de dix salariés utilisaient au moins une technologie d'IA en 2024, contre 28 % au Danemark et 25 % en Belgique ⁵. Chez les PME et ETI, une étude Bpifrance auprès de 1 209 dirigeants montre que 32 % seulement ont intégré l'IA dans leurs processus, même si 58 % la considèrent comme un enjeu de survie à moyen terme ⁵. Ce paradoxe (conscience forte, adoption faible) est exactement celui que vivent beaucoup d'officines aujourd'hui.
Les freins sont connus : manque de temps pour expérimenter, flou sur les cas d'usage, et inquiétude légitime sur la confidentialité des données. Ce dernier point est particulièrement structurant pour une profession soumise au secret professionnel.
Soyons précis : les gains les plus solides se trouvent loin du comptoir, sur tout ce qui entoure le soin sans en relever directement.
Pour une officine qui a développé ses nouvelles missions (entretiens pharmaceutiques, bilans de médication, suivi des patients chroniques), la charge rédactionnelle et administrative a considérablement augmenté. C'est là que l'IA générative peut absorber une partie du travail : structurer un compte-rendu d'entretien, reformuler une fiche patient, préparer un support de conseil, rédiger un protocole interne. Des tâches qui prennent du temps, ne nécessitent pas de jugement clinique, et se prêtent bien à l'assistance d'un outil de génération de texte.
Au-delà du rédactionnel, les outils d'IA commencent à structurer l'aide à la décision pour des profils patients de plus en plus complexes. Une revue de littérature du laboratoire TIMC (CNRS/Université Grenoble Alpes) identifie l'aide à la prescription et la prévention des interactions médicamenteuses comme les principales applications visées en pharmacie clinique ⁶. Des solutions spécialisées comme Posos ou Phealing s'inscrivent dans cette direction. L'IA générative peut aussi, selon une thèse récente soutenue en 2025, contribuer à améliorer le suivi de l'observance en croisant les données de consommation pour identifier des anomalies de posologie ⁷.
L'IA peut également aider à produire des contenus d'éducation thérapeutique adaptés à des pathologies et des profils variés ⁸ : un levier intéressant pour des officines qui cherchent à renforcer leur rôle dans l'accompagnement des maladies chroniques.
Il faut être direct sur ce point, parce que les promesses de l'IA générative sont souvent mal calibrées pour la réalité du comptoir.
L'UNPF a mesuré les performances de ChatGPT sur des questions d'expertise pharmaceutique. Résultat : 72 % de précision en décision clinique générale (ce qui semble honorable) mais seulement 55 % sur des questions pointues comme le choix d'une molécule en première intention ou la gestion d'une rupture de stock ⁹. Ce différentiel dit quelque chose d'essentiel : l'IA compile et synthétise bien, mais elle décroche dès que la situation exige un jugement contextuel, une connaissance du patient ou une réactivité clinique.
Xavier Schneider, pharmacien, le formule clairement : « Il m'est difficile d'utiliser un LLM comme ChatGPT pour un patient donné, car le comptoir exige un niveau de réactivité élevé et rédiger un prompt anonymisé et de qualité demande du temps. »
Il y a aussi le problème de la donnée. Saisir des informations patient dans un outil grand public reste incompatible avec les obligations réglementaires de la profession. Même ChatGPT Santé, qui promet un chiffrement renforcé, ne garantit pas la conformité pour les utilisateurs européen, les lois américaines pouvant s'appliquer aux données transmises ². OpenAI le rappelle elle-même : l'outil « n'a pas vocation à établir un diagnostic ni à proposer un traitement » ¹. Et les incidents ne manquent pas pour illustrer le risque : une enquête du Guardian a montré que les résumés de santé générés par l'IA de Google ont fourni des informations inexactes sur des pathologies graves, au point que Google a dû retirer certaines réponses ¹⁰.
La dépendance excessive est un autre écueil documenté. Une officine qui délègue trop à l'outil sans maintenir son niveau d'expertise interne prend un risque réel ; les recommandations algorithmiques doivent rester consultatives, pas décisionnelles ⁸.
Les recherches actuelles sur l'IA en pharmacie se concentrent encore majoritairement sur le secteur hospitalier. Le CNRS le note explicitement : le potentiel en ambulatoire, pour la gestion des patients chroniques notamment, reste largement sous-exploré ⁶. C'est précisément l'espace dans lequel se déplacent les officines qui ont investi dans les nouvelles missions. Et c'est là que les premiers outils adaptés vont émerger.
Une officine à fort volume, avec une équipe structurée, est mieux placée qu'une petite structure pour expérimenter : elle a des tâches récurrentes en volume suffisant pour tester, des collaborateurs à qui déléguer l'expérimentation, et une organisation qui peut absorber les ajustements. Le risque d'un test mal cadré est faible. Le coût d'opportunité de ne pas tester commence, lui, à devenir réel.
C'est aussi là qu'un groupement comme Médiprix peut jouer un rôle utile : identifier les outils qui méritent d'être testés, partager les retours d'expérience entre membres, et éviter que chaque titulaire réinvente la roue de son côté. L'expérimentation collective va plus vite que l'expérimentation solitaire.
Les officines qui commencent aujourd'hui construisent une compétence interne, savoir ce qui marche, ce qui ne marche pas, comment formuler une demande utile, que d'autres n'auront pas quand les outils spécialisés arriveront en masse.
Pas besoin de transformer l'organisation. Identifiez une tâche que votre équipe répète chaque semaine, sans enjeu patient direct : la mise en forme d'un compte-rendu d'entretien pharmaceutique, la rédaction d'une fiche conseil, la préparation d'un email de formation pour un adjoint. Testez ChatGPT dessus pendant deux semaines. Documentez ce qui est réutilisable, ce qui doit être retravaillé, ce qui n'est pas exploitable.
Ce n'est pas un projet IA. C'est une prise de repère. Elle vous donnera une vision personnelle, ancrée dans votre réalité, sur ce que ces outils peuvent et ne peuvent pas faire pour votre officine.
Ce guide ne remplace pas l'expérimentation, mais il la structure. Si vous voulez aller plus loin, Médiprix a compilé les 10 cas d'usage à tester en officine, avec les prompts prêts à copier et les garde-fous réglementaires : Accéder au guide opérationnel →
¹ OpenAI — Présentation de ChatGPT Santé (janvier 2026) — openai.com/fr-FR/index/introducing-chatgpt-health
² France Assos Santé — Lancement de ChatGPT Health : menace sur la consultation médicale ? (2026)
³ Ceido — Pharmacie d'officine : évolutions, innovations et défis en 2026 (2026)
⁴ Baromètre IFOP pour Talan — Usage de l'IA générative en France (2025)
⁵ Bpifrance Le Lab / INSEE TIC 2024 — L'IA dans les PME et ETI françaises : une révolution tranquille (2025)
⁶ CNRS Sciences informatiques / TIMC (Université Grenoble Alpes) — Quelle est la place de l'intelligence artificielle en pharmacie clinique ? (2024) — International Journal of Medical Informatics
⁷ Timothée Lavielle — L'Intelligence artificielle au service du pharmacien, thèse, Université de Bordeaux (2025)
⁸ 3S Santé — Les enjeux de l'intelligence artificielle en pharmacie d'officine (2024) / Olivier Espie — Intelligence artificielle en pharmacie d'officine : état des lieux et perspectives, DUMAS / Sciences pharmaceutiques (2025)
⁹ UNPF — Pharmaciens, l'heure de l'IA-ceutique a-t-elle sonné ? (2024)
¹⁰ Le Moniteur des Pharmacies — ChatGPT Santé : est-ce un progrès pour les patients ou une nouvelle source de désinformation médicale ? (2026)