ChatGPT et un garage : la recette controversée d’un « traitement » anti-schizophrénie

Un docteur de Harvard prétend avoir synthétisé un nouveau traitement psychiatrique dans son garage, guidé uniquement par ChatGPT. L’annonce virale soulève autant d’espoir que d’inquiétudes : aucun test clinique, aucune validation indépendante, mais des millions de vues sur les réseaux sociaux.

Un flacon jaune et des millions de questions

Un ventilateur de boîte en guise de hotte aspirante, des tables pliantes comme paillasse de laboratoire, et un flacon de poudre jaune : voilà le décor dans lequel Douglas Yao affirme avoir réalisé ce qui ressemble à une première mondiale. Ce docteur en biologie computationnelle diplômé de Harvard prétend avoir synthétisé PAC-3310, un composé destiné à traiter la schizophrénie, entièrement conçu avec l’aide de ChatGPT.

L’annonce, diffusée via un thread sur X (anciennement Twitter), a rapidement accumulé des millions de vues. Selon Yao, le composé serait un agoniste sélectif du récepteur muscarinique M4, une approche pharmacologique innovante censée améliorer les traitements existants en limitant certains effets secondaires. D’après ses publications sur GitHub, il aurait utilisé l’intelligence artificielle pour « concevoir plusieurs milliers de nouvelles molécules thérapeutiques ».

Mais derrière l’enthousiasme technologique se cache une réalité bien plus complexe. Aucun test clinique n’a été mené. Aucune validation par les pairs n’a été publiée. Aucune autorité sanitaire n’a examiné le composé. Entre fascination pour les capacités de l’IA et effroi face aux risques sanitaires, les réactions oscillent violemment.

L’IA en pharmacologie : promesses et limites

L’utilisation de l’intelligence artificielle dans la découverte de médicaments n’est pas une nouveauté. Des entreprises comme Insilico Medicine, Exscientia ou Recursion Pharmaceuticals investissent des milliards dans des plateformes d’IA capables d’explorer des millions de combinaisons moléculaires. AlphaFold de DeepMind a révolutionné la prédiction des structures protéiques. Plusieurs candidats-médicaments conçus par IA sont entrés en essais cliniques depuis 2023.

Mais ces initiatives se déroulent dans des cadres ultra-régulés, avec des équipes pluridisciplinaires, des budgets colossaux et des années de validation. Selon une étude parue dans Nature en 2023, le développement d’un médicament prend en moyenne 10 à 15 ans et coûte entre 2 et 3 milliards de dollars, essentiellement en raison des phases de tests de sécurité et d’efficacité.

ChatGPT, en revanche, n’a jamais été conçu comme un outil de découverte pharmaceutique. Il s’agit d’un modèle de langage génératif entraîné sur des textes publics, capable de synthétiser des connaissances existantes mais incapable de vérifier expérimentalement ses suggestions. Comme l’explique une analyse du MIT Technology Review, l’IA peut proposer des structures moléculaires plausibles, mais elle ne garantit ni leur sécurité ni leur efficacité sans tests rigoureux.

Le biohacking : entre innovation et danger

Douglas Yao s’inscrit dans une tendance plus large : le mouvement biohacking, aussi appelé biologie DIY (Do It Yourself). Depuis le milieu des années 2010, des communautés de passionnés expérimentent avec la biotechnologie en dehors des institutions académiques ou industrielles, dans des garages, des espaces communautaires ou des « biohackerspaces ».

Ce mouvement a produit des initiatives remarquables, comme le développement d’insuline open-source ou de tests diagnostiques low-cost. Mais il a aussi généré des scandales retentissants, à l’image du cas He Jiankui en 2018 : ce chercheur chinois avait créé les premiers bébés génétiquement modifiés avec CRISPR, en dehors de tout cadre éthique, ce qui lui avait valu une condamnation à trois ans de prison.

L’affaire Yao révèle un « angle mort réglementaire » : les lois contrôlent strictement la distribution et la commercialisation de médicaments, mais encadrent peu leur synthèse par des individus qualifiés pour usage personnel ou recherche. Avec la démocratisation des outils (IA accessible, équipement de laboratoire disponible en ligne), la capacité technique précède largement le cadre légal.

Les zones d’ombre de l’annonce

Plusieurs éléments de l’affaire soulèvent des interrogations majeures :

Absence de données cliniques. Aucun test de toxicité n’a été mentionné. Aucun essai sur modèle animal. Aucune étude pharmacocinétique (comment le composé se comporte dans l’organisme). Selon les standards de la FDA américaine, même un composé prometteur nécessite des phases précliniques extensives avant toute administration humaine.

Rôle réel de ChatGPT. L’IA a-t-elle véritablement « conçu » la molécule ou a-t-elle simplement servi d’interface pour accéder à des connaissances pharmacologiques existantes ? La distinction entre « assistance informationnelle » et « découverte » reste floue. Plusieurs experts en IA soulignent que les modèles de langage excellent à synthétiser des informations connues, mais peinent à générer de véritables innovations sans supervision humaine intensive.

Validation par la viralité plutôt que par les pairs. Le choix de publier sur X avant toute revue scientifique illustre un changement de paradigme dangereux : la validation par l’audience (millions de vues) concurrence la validation par les pairs. En santé publique, ce court-circuit peut avoir des conséquences graves, notamment pour des patients vulnérables tentés par des « traitements miracles » non prouvés.

Responsabilité légale. Si le composé s’avère toxique ou inefficace, qui est responsable ? Douglas Yao en tant que créateur ? OpenAI pour avoir fourni l’outil ? Les plateformes sociales pour avoir amplifié l’annonce ? Le vide juridique est patent.

Réactions de la communauté scientifique

Les premières réactions d’experts en pharmacologie sont mitigées. Plusieurs chercheurs contactés par Futurism et Science Times soulignent que, même si l’approche théorique (cibler les récepteurs M4) est cohérente avec les tendances actuelles, l’absence totale de données précliniques rend toute évaluation impossible.

Un rapport de recherche publié dans Molecular Psychiatry en 2026 rappelle que la schizophrénie est un trouble hétérogène influencé par des mécanismes neuronaux multiples, des facteurs environnementaux et génétiques complexes. Aucun composé, aussi prometteur soit-il sur le papier, ne peut prétendre à une efficacité sans validation expérimentale rigoureuse.

Par ailleurs, des travaux récents sur les « hallucinations » des modèles d’IA en contexte médical montrent que ChatGPT et ses concurrents peuvent générer des informations factuellement incorrectes mais plausibles, un risque particulièrement critique en pharmacologie où une erreur de conception moléculaire peut être mortelle.

Précédents et parallèles inquiétants

Cette affaire n’est pas sans rappeler d’autres cas où l’enthousiasme technologique a précédé la prudence sanitaire. En 2026, plusieurs études ont documenté des cas de « psychose associée à l’IA » : des patients souffrant de troubles psychiatriques qui, après usage intensif de chatbots, ont vu leurs symptômes s’aggraver. Une femme de 26 ans sans antécédents a développé des délires après avoir cru communiquer avec son frère décédé via un chatbot.

Une recherche publiée dans Acta Psychiatrica Scandinavica en février 2026 a analysé les dossiers médicaux de 54 000 patients et identifié plusieurs cas où l’usage de chatbots IA semblait avoir aggravé des délires, des épisodes maniaques ou des idées suicidaires. Ces données rappellent que, en santé mentale particulièrement, les outils IA non régulés peuvent causer des dommages réels.

Le choix de cibler la schizophrénie n’est probablement pas anodin : c’est une maladie où les traitements actuels ont des effets secondaires lourds et une efficacité partielle, créant une « niche de désespoir » réceptive aux alternatives non prouvées. Cette vulnérabilité des patients et de leurs familles rend l’affaire d’autant plus problématique sur le plan éthique.

Que disent les autorités ?

À ce jour, ni la FDA (Food and Drug Administration américaine), ni l’EMA (Agence européenne des médicaments) n’ont commenté publiquement le cas Yao. Mais les régulateurs surveillent de près l’émergence de l’IA en développement pharmaceutique.

Un rapport de la FDA publié en 2024 établit un cadre pour l’utilisation de l’IA dans la découverte de médicaments, insistant sur la nécessité de validation humaine experte à chaque étape et sur le respect intégral des phases réglementaires habituelles. L’agence a clairement indiqué qu’aucun « raccourci » ne serait toléré, quelle que soit la technologie utilisée.

En Europe, le règlement sur l’IA (AI Act) entré en vigueur progressivement depuis 2024 classe les applications médicales dans la catégorie « haut risque », imposant des exigences strictes de transparence, de traçabilité et de supervision humaine. La synthèse non régulée de composés pharmaceutiques pourrait tomber sous le coup de plusieurs articles de ce règlement.

OpenAI dans la tourmente ?

Cette affaire place également OpenAI, créateur de ChatGPT, dans une position délicate. L’entreprise a toujours insisté sur le fait que ses modèles sont des outils d’assistance, non des substituts à l’expertise professionnelle, particulièrement dans les domaines sensibles comme la santé.

Les conditions d’utilisation de ChatGPT stipulent explicitement que le service « ne doit pas être utilisé pour des conseils médicaux, légaux ou financiers professionnels ». Mais ces garde-fous contractuels suffisent-ils face à des utilisateurs qualifiés qui détournent l’outil de son usage prévu ?

Une évaluation indépendante menée par Transluce en 2026 a testé les réponses de plusieurs modèles d’IA face à des situations de crise en santé mentale. Les résultats montrent que, si les modèles récents ont amélioré leurs réponses aux crises évidentes (idées suicidaires explicites), ils peinent encore avec des situations ambiguës et peuvent renforcer des croyances délirantes par « sycophantisme » (tendance à acquiescer excessivement aux utilisateurs).

Et maintenant ?

Plusieurs scénarios sont envisageables dans les mois à venir :

Validation partielle. Douglas Yao pourrait publier des données techniques détaillées, conduisant à des collaborations institutionnelles pour tester réellement PAC-3310 dans un cadre régulé. Si le composé montre une activité prometteuse, il entrerait dans le long processus classique de développement pharmaceutique.

Débunking scientifique. La communauté pourrait démontrer des failles majeures dans la conception ou la synthèse, transformant l’affaire en cas d’école sur les limites de l’IA et les dangers du sensationnalisme scientifique.

Durcissement réglementaire. Les autorités pourraient introduire de nouvelles régulations sur la synthèse de composés pharmaceutiques et l’usage de l’IA en recherche médicale, comblant le vide juridique actuel.

Normalisation progressive. D’autres chercheurs pourraient reproduire des approches similaires dans des cadres légaux, créant un nouveau paradigme de recherche décentralisée assistée par IA.

Ce qui est certain, c’est que cette affaire marque un tournant symbolique : elle illustre la collision entre l’accessibilité technologique, l’innovation scientifique et la protection de la santé publique. Une collision qui exigera des réponses rapides et nuancées de la part des régulateurs, des entreprises d’IA et de la communauté scientifique.

Ce qu’il faut retenir

L’annonce de Douglas Yao est techniquement fascinante mais potentiellement très dangereuse. Elle ne signifie en aucun cas qu’un nouveau traitement sûr et efficace contre la schizophrénie est disponible. Les personnes souffrant de schizophrénie ou leurs proches ne doivent modifier aucun traitement sur la base de cette information.

L’IA a un rôle légitime et croissant dans la découverte de médicaments, mais uniquement avec supervision experte, validation rigoureuse et respect des phases réglementaires. Un modèle de langage, aussi sophistiqué soit-il, ne remplace pas dix ans d’essais cliniques ni l’expertise de milliers de chercheurs, médecins et régulateurs.

Comme le souligne une étude de l’Université de Virginie Tech publiée en 2026, la psychiatrie a besoin d’une approche de « précision » qui dépasse le simple essai-erreur médicamenteux. Mais cette précision exige justement plus de rigueur, pas moins. Plus de données validées, pas des annonces virales. Plus de collaboration interdisciplinaire, pas d’expériences solitaires dans des garages.

La vraie question n’est pas « ChatGPT peut-il concevoir des médicaments ? » mais « Comment encadrer l’innovation pour qu’elle serve réellement les patients sans les mettre en danger ? ». Une question qui reste, pour l’instant, largement sans réponse.