Logiciel de dictée pour médecins

Ce que c'est, et ce que ce n'est pas

Ce que c'est : un outil de dictée polyvalent qui tape vos mots dans n'importe quelle application de bureau, permettant à un médecin de rédiger ses propres e-mails, lettres de référence, notes personnelles, messages administratifs et textes de recherche en parlant plutôt qu'en tapant. Il se comporte de la même façon dans votre client de messagerie, votre traitement de texte et votre navigateur, car il colle le texte à l'emplacement du curseur, sans se soucier de l'application active.

Ce que ce n'est pas, dit clairement pour ne laisser aucune ambiguïté : ce n'est pas un outil de documentation clinique, ni un module complémentaire DME ou EMR, ni de la transcription médicale, et il n'est pas conçu pour les dossiers patients, les diagnostics ou les traitements. Il ne fait aucune promesse de conformité HIPAA, RGPD ou autre. Les raisons honnêtes pour lesquelles un médecin pourrait tout de même l'utiliser sont banales et vraies — les longues lettres et les brouillons finissent par fatiguer les doigts, et dicter sa propre correspondance est plus rapide que de la taper. C'est tout. Aucune valeur médicale n'y est attachée.

Si je maintiens cette limite bien visible, c'est parce que les deux univers sont souvent présentés côte à côte, et la différence est importante. Un produit clinique est conçu autour du dossier patient, avec l'intégration et le travail de conformité que cela implique. Un outil de productivité comme celui-ci est conçu autour de votre curseur et de vos propres mots. Même verbe — dicter — responsabilité totalement différente. Si ce que vous rédigez est une note destinée à un dossier médical, ce guide s'arrête ici : consultez la section « Quand vous avez besoin d'un outil clinique ».

Appuyez sur un raccourci, parlez, le texte apparaît au curseur

Le principe est simple. Vous appuyez sur un raccourci clavier, parlez, relâchez, et la transcription est collée à l'emplacement de votre curseur dans le champ de texte actif. Whisper conserve une courte fenêtre après que vous relâchez, pour que votre dernier mot ne soit pas coupé. Parce qu'il colle au curseur du système d'exploitation, l'application sous-jacente n'est que « n'importe quelle zone de texte » — votre fenêtre de composition d'e-mail, un document Word, un modèle de lettre de référence, le corps d'un brouillon de recherche. Une petite capsule apparaît pendant que vous parlez pour vous indiquer que l'application écoute.

Rien à connecter à un programme particulier. Pas de plugin par application, pas de jeton à coller, pas de synchronisation. Votre curseur est dans l'e-mail, vous parlez, les mots apparaissent dans l'e-mail. Le même raccourci complète la phrase suivante d'un brouillon d'article, ou un message au responsable du cabinet, ou une note à vous-même entre deux tâches. Un seul outil, pour chaque champ de texte dans lequel vous taperiez de toute façon.

Le raccourci clavier est la seule chose à configurer délibérément. Sur Windows, c'est Ctrl+Space ; sur Mac, c'est Command+Option, un appui maintenu sur les touches de modification pendant que vous parlez, à relâcher pour arrêter. Les deux sont modifiables dans les Paramètres s'ils entrent en conflit avec une autre combinaison. (Un conflit de raccourci est la cause de signalement « ça ne marche pas » la plus fréquente que nous recevons — et ce n'est presque jamais un bug. C'est deux applications qui se disputent la même touche, d'où le fait que chaque raccourci ici est personnalisable.) Si vous avez déjà configuré la saisie vocale sur Windows ou sur Mac, c'est le même réflexe, mais orienté vers votre propre rédaction.

Configuration en deux minutes (Windows ou Mac)

Il vous faut un Mac sur Apple Silicon ou un PC sous Windows 10 ou version ultérieure, un microphone qui fonctionne, et l'application dans laquelle vous écrirez réellement — client de messagerie, traitement de texte, navigateur — ouverte. Toute la pipeline locale est gratuite pour tout compte connecté, sans moyen de paiement demandé à l'inscription. Voici la procédure.

La partie lente, c'est le téléchargement du modèle, pas la configuration. Tout le reste, ce sont les quatre étapes ci-dessus. Une fois en marche, rédiger une longue lettre de référence ou une réponse que vous remettiez à plus tard cesse d'être une tâche de frappe pour devenir une tâche de parole — ce qui, en fin de longue journée, est une fatigue d'un autre genre.

la saisie vocale sur Windows · sur Mac

L'écriture du quotidien, non clinique, pour laquelle c'est fait

Pensez à tout ce que vous rédigez dans votre journée qui n'est pas un dossier patient. La lettre de référence à un confrère, qui est surtout de la prose que vous composez de toute façon. L'arriéré d'e-mails — la réponse au congrès, le message au responsable du cabinet, la réponse à une demande de l'administration. La note à vous-même sur un suivi ou une lecture que vous comptiez retrouver. Le premier brouillon approximatif d'un article, un résumé de poster, le texte d'une diapositive pédagogique. Rien de tout cela n'est de la documentation clinique, et tout va plus vite à l'oral qu'à l'écrit.

C'est sur une longue lettre que la dictée fait vraiment ses preuves. La plupart des gens tapent à environ quarante mots par minute ; en parlant, on approche cent quarante-cinq. Vous n'obtiendrez pas une lettre finie à la vitesse de la parole — personne ne le fait — mais vous en produirez le contenu en environ un tiers du temps, puis vous le peaufinerez. L'objectif n'est pas de supprimer la relecture. C'est de faire passer la lente première passe de la vitesse de frappe à la vitesse de parole, pour que la frappe que vous faites soit de la correction, pas de la composition.

L'opinion honnête qui sous-tend tout ce guide, c'est que la plupart des outils de productivité sont des problèmes de frappe déguisés. Un client de messagerie plus rapide, un meilleur modèle, une boîte de réception plus propre — tout ça, c'est de l'habillage autour de l'acte de taper. La vraie solution à « je passe mes soirées à répondre à ma correspondance » n'est pas une application plus élégante. C'est de ne pas la taper. Dictez la réponse, corrigez les deux mots mal retranscrits, envoyez, rentrez chez vous. C'est le gain structurel, et ça n'a rien à voir avec aucun patient.

Local ou cloud : garder votre texte sur la machine

Pour la rédaction personnelle d'un médecin, la propriété à comprendre est l'endroit où l'audio est traité. Le mode local fonctionne entièrement sur votre machine — les mots d'un e-mail ou d'un brouillon sont transcrits sur l'ordinateur et ne sont jamais envoyés nulle part. C'est une affirmation sur l'architecture technique, pas une garantie de conformité, et je ne vais pas la faire passer pour ce qu'elle n'est pas. Mais c'est une propriété réelle et utile quand ce que vous dictez est votre propre correspondance et que vous préférez qu'elle reste à vous. Le mode cloud envoie l'audio à OpenAI pour la transcription, ce qui est le compromis inverse. Voici comment les trois méthodes diffèrent, car l'application vous demande de choisir.

Le choix dépend de ce que vous écrivez et de ce qui compte pour vous :

• Local Parakeet — Le moteur TDT de NVIDIA, environ 600 Mo, et l'option locale la plus rapide — 5 à 10 fois plus rapide que Whisper sur CPU. Couvre l'anglais et 24 autres langues européennes, soit 25 au total. Pas de traduction vers l'anglais, et pas de vocabulaire personnalisé. Si vous écrivez en anglais et souhaitez une dictée rapide et entièrement hors ligne pour vos lettres et e-mails du quotidien, c'est le choix le plus simple.
• Local Whisper — plus lent que Parakeet sur la même machine, mais les versions multilingues couvrent 99 langues et peuvent traduire vers l'anglais — et surtout, il accepte un vocabulaire personnalisé. C'est là que votre terminologie cesse d'être déformée. Choisissez cette option si vos brouillons sont denses en termes spécialisés, ou si vous écrivez dans une langue autre que l'anglais. Le modèle anglais par défaut pèse environ 480 Mo. Toujours entièrement sur votre machine.
• Cloud (OpenAI, BYOK) — meilleure précision brute et accès au web, en utilisant votre propre clé OpenAI facturée directement par OpenAI. La transcription utilise gpt-4o-mini-transcribe par défaut. Cette option nécessite une connexion internet et envoie l'audio hors de la machine — c'est donc la seule méthode qui quitte votre ordinateur. La surface Cloud fait partie de Whisper Pro. Pour les correspondances que vous préférez garder en local, c'est la méthode que j'éviterais.

La vérité simple, c'est que pour la grande majorité de la rédaction personnelle d'un médecin — lettres, e-mails, notes, brouillons — le local suffit largement. Les deux moteurs locaux fonctionnent entièrement sur votre machine, sans rien envoyer à un serveur. Le cloud est utile quand vous voulez une précision maximale sur un enregistrement difficile, ou quand vous avez besoin d'un fait tiré du web en pleine dictée. Si garder votre propre texte sur votre propre disque fait partie de vos motivations, commencez en local et réservez le cloud pour les exceptions. Rien de tout cela ne change la limite : quoi que vous choisissiez, ce n'est toujours pas fait pour les dossiers patients.

Terminologie, phrases sans ponctuation et nettoyage d'un brouillon oral

La dictée brute sort comme un flot continu. Vous dites « merci pour la référence j'ai examiné les notes et je suggèrerais de fixer un suivi dans six semaines et d'en informer le responsable du cabinet » — et c'est exactement le mur sans ponctuation que vous livre n'importe quel moteur vocal. Deux choses transforment ça en une lettre que vous enverriez : bien transcrire les termes, et corriger la mécanique.

La terminologie, c'est là où la dictée générale échoue habituellement, parce qu'un modèle vocal devine les mots qu'il n'attend pas. Whisper en local accepte un vocabulaire personnalisé — votre propre liste de termes spécialisés, noms de médicaments, abréviations, noms propres — et s'y oriente, pour que les mots que vous utilisez tous les jours ne soient plus déformés. Parakeet et la transcription cloud n'acceptent pas cette liste, donc si vos brouillons reposent beaucoup sur la terminologie, Whisper en local est la méthode qui la protège. Pour la mécanique — supprimer les « euh », corriger les enchaînements sans ponctuation, découper un monologue en phrases — Whisper peut lancer un passage de nettoyage par IA. Dites la phrase d'activation « Hey whisper » et le texte est amélioré avant d'atterrir. En mode local, ça passe par Ollama ; en mode cloud, c'est gpt-5-mini par défaut.

Un mot sur ce à quoi sert ce passage de nettoyage — et ce à quoi il ne sert pas. C'est un passage mécanique : ponctuation, mots de remplissage, découpage en phrases. Ce n'est pas un jugement sur le contenu, et ce n'est certainement pas une vérification clinique de quoi que ce soit. Traitez-le comme un ajustement de votre propre prose, et relisez ce qu'il a produit avant d'envoyer — comme vous reliriez n'importe quoi que vous avez tapé. Le modèle corrige le flot ; vous restez responsable de chaque mot qui part.

Ce même flux — parler puis corriger — s'avère utile pour toute votre rédaction. Vous pouvez aussi garder vos propres notes rapides par la voix de la même façon, en glissant une ligne dans n'importe quelle application de notes entre deux tâches plutôt que de la taper.

Quand vous avez besoin d'un outil clinique à la place

C'est la section la plus importante, alors je serai direct. Si ce que vous dictez est de la documentation clinique — une note de patient, tout ce qui entre dans un dossier médical électronique, tout ce qui constitue des données de santé protégées, ou toute transcription médicale soumise à des exigences de conformité — alors Whisper est le mauvais outil, et vous devriez arrêter de lire et acheter un produit de dictée médicale dédié. La catégorie Dragon Medical existe précisément pour cela : conçue autour du dossier patient, intégrée aux systèmes DME, et vendue avec les mécanismes de conformité qu'exige le travail clinique. Whisper n'a rien de tout cela et ne le prétend pas.

La raison n'est pas la modestie. C'est qu'un outil de dictée pour la productivité et un produit de documentation clinique répondent à des questions différentes. L'un colle vos propres mots dans votre propre e-mail. L'autre est responsable de la précision, de l'intégration et de la conformité dans un dossier réglementé concernant un patient. Je ne vais pas brouiller cette ligne pour vous garder sur cette page. Si votre tâche concerne un dossier médical, orientez-vous vers un produit médical conçu pour ça — c'est la réponse honnête, et c'est celle que je donnerais à un confrère qui me demanderait.

Pour des snippets très courts et non cliniques, le bon outil est peut-être déjà gratuit sur votre machine. Sur Windows, la touche Windows + H ouvre la barre de saisie vocale intégrée où que soit votre curseur ; elle ponctue automatiquement mais passe par les serveurs de Microsoft et nécessite une connexion internet, ce qui en fait une option non hors ligne. Sur Mac, la Dictée vous permet de parler pour saisir du texte partout où vous pouvez taper, et sur Apple Silicon le texte général peut être traité sur l'appareil. En dessous du seuil d'« une longue lettre ou un vrai brouillon », utilisez ce qui est gratuit. Passez à un outil dédié quand la rédaction s'allonge, que la terminologie se densifie, ou que vous voulez un raccourci qui se comporte de la même façon partout — et passez à un produit clinique dès qu'un dossier patient est impliqué.

Si votre intérêt pour le traitement local vient du souhait de garder votre propre texte hors des serveurs d'autrui, l'explication plus complète sur la reconnaissance vocale privée, sur l'appareil explique ce que « local » signifie vraiment et où sont ses limites.

Ce guide entier, c'est une limite et beaucoup d'espace derrière. La limite : ce n'est pas un outil clinique, ce n'est pas pour les dossiers patients, aucune promesse de conformité. L'espace : tous les e-mails, lettres, notes et brouillons qu'un médecin rédige et qui n'ont rien à voir avec un dossier, dictés plutôt que tapés, dans n'importe quelle application, hors ligne si vous le souhaitez. J'ai rédigé la majeure partie de ceci par la voix dans une zone de texte qui n'était pas un DME, avec un outil qui ne sait pas ce qu'est un DME. C'est tout l'enjeu.