L’essor des modèles d’intelligence artificielle (IA) de type langage naturel, tels que DeepSeek, transforme l’accès à l’information médicale, tant pour les professionnels de santé que pour les patients. Cette étude vise à évaluer la qualité des réponses produites par DeepSeek concernant l’hyperparathyroïdie primaire, à partir de questions issues de forums, réseaux sociaux et recommandations officielles.

Trente-cinq questions ont été sélectionnées, réparties en quatre catégories : facteurs de risque (n=8), imagerie (n=10),traitement (n=8) et culture générale (n=9).

Treize questions provenaient des réseaux sociaux/forums, et vingt-deux des guidelines officielles. Chaque question a été soumise deux fois à DeepSeek. Deux ORL ont évalué les réponses de manière indépendante selon une grille de notation à trois niveaux (0=incorrecte, 1=partiellement correcte, 2=correcte). Les divergences ont été arbitrées par un troisième évaluateur. L’exactitude moyenne et la reproductibilité ont été calculées globalement et par catégorie.

DeepSeek a fourni des réponses correctes dans 86 % des cas et partiellement correctes dans 9 %. La reproductibilité globale était de 46 %. Les meilleures performances ont été observées pour la catégorie « culture générale » (100 %) suivie de « facteurs de risque » (88 %), « imagerie » (80 %) et « traitement » (75 %). Les réponses aux questions issues des réseaux sociaux étaient plus exactes (92 %) que celles issues des guidelines (82 %).

DeepSeek démontre une bonne fiabilité pour répondre aux questions sur l’hyperparathyroïdie primaire, bien que certaines réponses manquent de nuances. Son usage pourrait être envisagé comme support d’information, sous réserve d’une validation par des sources médicales officielles.