Transcription d'entretiens de patients : un flux de travail sécurisé pour les PHI

La transcription d'entretiens de patients pour la recherche clinique se situe à la croisée de l'éthique de la recherche, de la conformité des données et de la méthodologie qualitative. L'audio d'un entretien de patient constitue une Information de Santé Protégée dès le démarrage de l'enregistrement, et la transcription hérite de ce statut jusqu'à sa désidentification formelle. Bien faire les choses est un prérequis de conformité IRB, pas un raffinement de post-traitement.

Ce guide couvre spécifiquement le flux de travail de recherche : études sur l'expérience des patients, volets qualitatifs d'essais cliniques, recherche sur les services de santé et contextes similaires où les patients sont des sujets de recherche. Si vous cherchez une transcription pour la documentation des soins cliniques (IA ambiante pour les notes dans le dossier patient informatisé, génération de notes SOAP), il s'agit d'un flux de travail distinct, avec des outils différents.

Pourquoi les entretiens de recherche auprès des patients se transcrivent différemment

Transcrire pour la recherche auprès de patients ne se résume pas à « téléverser puis télécharger ». Trois éléments distinguent ce travail de la plupart des transcriptions audio :

Le contenu est doublement sensible. Les patients révèlent leurs antécédents de santé, leurs symptômes, leurs expériences de traitement, parfois des informations financières ou familiales. Les catégories bénéficiant d'une protection renforcée au titre de la HIPAA (santé mentale, consommation de substances, statut VIH, santé reproductive) apparaissent fréquemment dans les entretiens de patients.

La méthodologie contraint le format. Les méthodes d'analyse qualitative telles que l'analyse thématique, la théorie ancrée et l'analyse par cadre imposent des conventions quant à la forme des transcriptions. Une transcription verbatim intégral et une transcription verbatim épuré produisent des artefacts analytiques différents. Cette distinction compte avant le début de la transcription, pas après.

La désidentification est un processus formel, pas une retouche approximative. Retirer le prénom d'un patient d'une transcription ne la désidentifie pas. Le Safe Harbor de la HIPAA exige de supprimer les 18 catégories d'identifiants du texte.

Consentement et conformité IRB avant l'enregistrement

La révision de 2018 de la Common Rule (45 CFR 46) a fait du consentement explicite pour l'enregistrement audio une exigence standard en recherche. Votre formulaire de consentement et votre protocole IRB doivent indiquer que vous enregistrez, en préciser l'objet, décrire le devenir de l'enregistrement et de la transcription qui en découle, et donner aux participants la possibilité de retirer leur consentement à l'utilisation de leur enregistrement après coup.

Trois points que les IRB relèvent fréquemment dans les protocoles d'entretiens de patients :

Consentement à l'enregistrement séparable. Beaucoup d'IRB exigent que le consentement à participer et le consentement à être enregistré soient séparables, afin qu'un participant refusant l'enregistrement puisse néanmoins participer (si c'est faisable). Si votre méthodologie requiert une transcription verbatim intégral, signalez cette dépendance dans votre protocole.

Limites de la confidentialité. En vertu de la Common Rule de 2018, les documents de consentement doivent comporter une déclaration concise en tête de document. Pour les entretiens de patients, cette déclaration doit aborder l'enregistrement, la possibilité de citations textuelles dans les publications et les limites de la confidentialité (obligations de signalement, scénarios de fuite de données).

Voix de tierces personnes. Si un aidant ou un membre de la famille est présent pendant l'entretien, sa voix est également captée. Son consentement ou une notification appropriée est requis dans la plupart des cadres IRB.

Documentez le consentement avant le début de l'enregistrement. Certains IRB acceptent un consentement verbal assorti d'un enregistrement audio du consentement verbal en début d'entretien ; la plupart exigent une documentation écrite.

Le flux de travail de transcription, étape par étape

Étape 1 : sécurité des fichiers dès le départ. Transférez les enregistrements via des canaux chiffrés. L'e-mail n'est pas acceptable pour des PHI. Utilisez un service de transfert de fichiers sécurisé ou le portail de téléversement chiffré du prestataire. Nommez les fichiers avec un code participant (P001, P002), jamais avec des noms ou des dates de naissance. Le nom de fichier fait partie des données, et des PHI dans un nom de fichier peuvent circuler dans des systèmes dépourvus des protections attachées au fichier lui-même.

Étape 2 : choisissez votre convention de transcription avant de commencer. Décidez si vous avez besoin d'un verbatim intégral (chaque « euh », chaque faux départ et chaque mot répété capturé) ou d'un verbatim épuré (prose lisible, mots de remplissage supprimés, contenu préservé). Pour la théorie ancrée et l'analyse du discours, le verbatim intégral est la norme. Pour l'analyse de contenu et la plupart des analyses thématiques, le verbatim épuré suffit. Précisez-le à votre service ou outil avant la transcription. Une reprise après coup impose de réécouter.

Étape 3 : conventions d'étiquetage des locuteurs. Définissez un format d'étiquette cohérent avant la transcription. 'Interviewer:' et 'P1:' fonctionnent bien. Des étiquettes fondées sur les rôles s'importent proprement dans tous les principaux logiciels d'analyse qualitative (CAQDAS) et permettent le codage automatique par locuteur dans NVivo. Des étiquettes incohérentes (tantôt « Participant », tantôt « Patient », tantôt un prénom) exigent un nettoyage avant import et cassent le codage automatique.

Étape 4 : intervalles d'horodatage. Pour les entretiens de patients de plus de 20 minutes, des horodatages à chaque tour de parole (ou toutes les 60 secondes) permettent aux analystes de revenir au segment audio depuis un passage codé. ATLAS.ti et MAXQDA prennent en charge la liaison directe audio-transcription lorsque des horodatages figurent dans le fichier de transcription.

Étape 5 : désidentification. Après la transcription et avant tout partage, codage ou archivage des transcriptions, appliquez le processus Safe Harbor de la HIPAA. Supprimez ou pseudonymisez les 18 catégories d'identifiants, notamment :

• Noms (à remplacer par des étiquettes de rôle ou des pseudonymes)
• Subdivisions géographiques plus petites qu'un État
• Toutes les dates autres que l'année (y compris les âges supérieurs à 89 ans, qui doivent être regroupés sous « 90+ »)
• Numéros de téléphone, adresses e-mail, URL, adresses IP
• Numéros de dossier médical, numéros de compte, numéros de sécurité sociale
• Identifiants biométriques, y compris toute description donnée par le locuteur susceptible de caractériser sa voix
• Tout autre identifiant unique

Le fichier audio lui-même ne peut pas être désidentifié au titre du Safe Harbor (la voix est un identifiant biométrique). Traitez-le selon les protocoles applicables aux PHI, quoi que vous fassiez de la transcription.

Étape 6 : import dans le CAQDAS. Exportez la transcription en DOCX avec des étiquettes de locuteur cohérentes. NVivo 14, ATLAS.ti, MAXQDA et Dedoose acceptent tous le DOCX. Effectuez un import test sur une transcription avant de traiter l'ensemble de votre corpus. Vérifiez que le codage automatique par locuteur fonctionne correctement avant de coder la première véritable transcription.

Choisir un service de transcription pour les entretiens de patients

Le choix de la méthode de transcription repose sur une question : l'audio contient-il encore des PHI au moment de son traitement ?

Si l'audio contient des PHI (ce qui est presque toujours le cas avant désidentification), il vous faut un service disposé à signer un accord de Business Associate (BAA) au titre de la HIPAA. L'infrastructure du prestataire doit satisfaire aux exigences de la règle de sécurité HIPAA (HIPAA Security Rule) : chiffrement en transit et au repos, contrôles d'accès, journalisation d'audit et interdiction contractuelle d'utiliser l'audio de patients pour l'entraînement de modèles.

Deux options avec disponibilité documentée de BAA :

Sonix Medical Enterprise signe des BAA et est certifié SOC 2 Type II. La conformité HIPAA est exclusive au plan Enterprise ; le plan Medical Pro (880 $/an) n'inclut pas de BAA et vise explicitement les contenus sans PHI (supports de formation, recherches portant sur des données formellement désidentifiées). Contactez leur équipe commerciale pour les tarifs Enterprise.

Rev.ai (la plateforme API) propose un BAA HIPAA via un accord distinct et un processus de création de compte dédié. L'activation exige la signature d'un BAA et d'un nouveau contrat-cadre de services (Master Service Agreement), ainsi que la création d'un compte HIPAA dédié. Selon leur documentation, les PHI ne doivent figurer ni dans les noms de fichiers ni dans les URL.

Les services de transcription humaine tels que Verbalscripts proposent des flux de travail BAA par projet, avec respect du protocole IRB, relecture qualité et livraison prête pour le CAQDAS. La transcription humaine coûte nettement plus cher que l'IA à l'heure d'audio, mais certains IRB et politiques institutionnelles de gestion des données l'exigent pour l'audio contenant des PHI.

Si l'audio a été formellement désidentifié (cas rare, la désidentification intervenant généralement au niveau de la transcription, pas de l'audio) ou si votre protocole IRB classe l'audio comme exempt ou à risque minimal, vous disposez de davantage d'options. Pour les recherches utilisant des enregistrements d'entretiens de patients désidentifiés, ou pour des supports de formation et contenus pédagogiques dérivés de cas désidentifiés, un outil de transcription IA généraliste convient parfaitement.

Si vous avez simplement besoin d'une transcription propre sans enjeu de PHI, ConvertAudioToText traite l'audio et la vidéo en plus de 99 langues avec étiquettes de locuteur, horodatages et export DOCX, pour 9,99 $/mois en transcription illimitée. Il convient à l'audio de recherche sans PHI (entretiens désidentifiés, enregistrements d'éducateurs de patients, supports d'enseignement universitaires) mais n'offre pas de BAA HIPAA et ne doit pas être utilisé pour de l'audio contenant encore des identifiants de patients.

Consultez notre guide dédié sur la transcription conforme à la HIPAA pour une comparaison plus complète des services dans les contextes de soins et de recherche.

Qualité de la transcription pour l'analyse qualitative

La précision compte différemment dans la recherche auprès de patients que dans la plupart des autres usages de la transcription. Trois problèmes de précision affectant le codage qualitatif :

Erreurs de négation. « Pas d'antécédent de » et « antécédent de » sont des sens opposés. Les erreurs de négation de la transcription IA ne sont pas rares et elles affectent directement l'analyse de contenu clinique. Relisez les passages riches en négations en regard de l'audio avant de coder.

Noms de médicaments et de pathologies. Les noms de médicaments, les termes diagnostiques et l'anatomie sont fréquemment mal transcrits. Pour la recherche sur les services de santé ou les entretiens PRO (mesures rapportées par les patients), ces erreurs compromettent la validité des données. L'adaptation au locuteur (certains outils permettent d'ajouter un vocabulaire personnalisé) la réduit sans l'éliminer.

Chevauchements de locuteurs. Lorsque des aidants ou des membres de la famille sont présents, la parole chevauchée crée des erreurs de diarisation. La plupart des outils IA gèrent bien les entretiens à deux locuteurs mais peinent avec trois locuteurs ou plus à proximité.

Pour les études réglementées par la FDA comportant des entretiens de patients (telles que le développement de mesures PRO dans le cadre des recommandations de la FDA sur le développement de médicaments centré patient), la précision de transcription fait partie du dossier qualité des données. La transcription humaine avec relecture senior y est la norme, selon la documentation des prestataires spécialisés du secteur.

Consultez la précision de transcription expliquée pour comprendre comment la précision est mesurée et ce que signifient concrètement ces chiffres.

La diarisation des locuteurs dans les entretiens de patients

La diarisation, c'est-à-dire la séparation automatique de « qui a dit quoi », importe pour les entretiens de patients parce que les interventions de l'enquêteur et celles du participant doivent être distinguables pour la plupart des méthodes d'analyse.

Pour les entretiens de patients standards à deux locuteurs (un enquêteur, un patient), la plupart des outils IA actuels obtiennent une diarisation propre. Des problèmes surviennent quand :

• Trois personnes ou plus sont présentes (patient plus aidant plus enquêteur)
• L'entretien se déroule par téléphone, où la qualité audio dégrade la séparation des locuteurs
• Le patient parle très bas ou très lentement (situation courante en contexte de maladie ou de fatigue)
• L'enquêteur et le patient parlent la même langue avec des accents proches

Testez la diarisation sur un entretien échantillon avant d'engager un vaste corpus. Vérifiez trois choses : les tours de parole sont-ils propres aux transitions, les brèves réponses du patient (un ou deux mots) sont-elles correctement attribuées, et les réponses d'approbation (« mm-hm », « je vois ») sont-elles attribuées au bon locuteur.

Notre article sur la diarisation expliquée détaille l'approche technique et les limites de précision.

Entretiens de patients dans des langues autres que l'anglais

La recherche sur l'équité en santé et les essais cliniques internationaux impliquent fréquemment des entretiens de patients dans des langues autres que l'anglais. La précision varie considérablement selon la langue et l'outil. Pour les langues courantes (espagnol, français, portugais, mandarin), les grands outils de transcription IA donnent des résultats corrects. Pour les langues moins répandues et pour les dialectes, la précision chute.

Deux points pratiques pour la recherche multilingue :

Premièrement, testez l'outil sur un échantillon dans votre langue cible avant de traiter le corpus. Ne partez pas du principe que le support de langues annoncé par un outil garantit une précision acceptable pour le dialecte ou l'accent spécifique de vos locuteurs.

Deuxièmement, la rétro-traduction à des fins IRB (retraduire les formulaires de consentement et les instruments vers l'anglais pour vérifier l'exactitude de la traduction) est une tâche distincte de la transcription. Ne les confondez pas.

Pour les études d'entretiens de patients en langues diverses, la transcription humaine par transcripteurs natifs est souvent exigée par le protocole IRB ou les normes institutionnelles de gestion des données. Certains services spécialisés offrent des transcripteurs natifs dans plus de 40 langues avec couverture BAA.

Gestion des données et conservation

Les transcriptions d'entretiens de patients font partie du dossier de recherche. Exigences institutionnelles typiques :

Durée de conservation. La plupart des IRB exigent que les documents de recherche (y compris audio et transcriptions) soient conservés pendant au moins trois ans après la fin de l'étude. Les études réglementées par la FDA peuvent exiger une conservation plus longue. À confirmer auprès de votre IRB et de votre promoteur.

Lieu de stockage. Les PHI doivent être stockées sur des systèmes satisfaisant aux exigences de la règle de sécurité HIPAA. Le stockage institutionnel sécurisé (disques de recherche chiffrés, stockage cloud conforme HIPAA avec BAA) est la norme. Le stockage cloud grand public (Google Drive, Dropbox sur comptes personnels) ne convient pas aux transcriptions contenant des PHI.

Destruction. Au terme des périodes de conservation, une destruction sécurisée est requise. Pour les fichiers numériques, cela signifie une suppression vérifiée, pas un simple passage à la corbeille.

Piste d'audit. Certains IRB exigent la journalisation des accès aux transcriptions et de leurs horaires. Si votre plan de gestion des données inclut une exigence de piste d'audit, vérifiez que vos outils de stockage et de transcription la prennent en charge avant de commencer.

Ce que ConvertAudioToText est et n'est pas destiné à faire dans les contextes de recherche

Pour être clair sur le périmètre : ConvertAudioToText n'offre pas de BAA HIPAA et ne convient pas à l'audio d'entretiens de patients contenant des PHI.

Il fonctionne bien pour la couche sans PHI du travail de recherche auprès de patients :

• Supports d'enseignement universitaires dérivés d'exemples de cas désidentifiés
• Enregistrements de formation des équipes de recherche et discussions méthodologiques
• Contenus d'éducateurs de patients et matériaux de formation médicale continue (FMC)
• Entretiens qualitatifs avec des participants de recherche qui ne sont PAS des patients (par exemple, entretiens de professionnels de santé sur la prise en charge des patients, entretiens d'aidants dans des contextes où les PHI de l'aidant ne sont pas en jeu)
• Enregistrements administratifs et de coordination pour les équipes de recherche

Pour l'audio d'entretiens de patients contenant lui-même des PHI, utilisez un service avec un BAA signé. La charge de conformité est différente, et le prix aussi. Pour un panorama plus large des comparaisons de coûts entre contextes de transcription, consultez le coût de la transcription à l'heure.

FAQ

Faut-il un BAA pour la transcription d'entretiens de patients dans le cadre de la recherche ?

Oui, si l'audio ou la transcription contient des Informations de Santé Protégées (PHI), tout prestataire qui les traite est un Business Associate au sens de la HIPAA et doit signer un BAA avant de recevoir les fichiers. Les PHI présentes dans l'audio incluent la voix du patient, son nom, les dates de prestation, les identifiants géographiques et les autres éléments de la liste des 18 identifiants du Safe Harbor. Un BAA signé ne garantit pas à lui seul la conformité ; vérifiez que les pratiques de sécurité du prestataire (chiffrement en transit et au repos, contrôles d'accès, engagement de ne pas entraîner ses modèles sur vos données) correspondent à votre protocole IRB.

Quelle est la différence entre la transcription verbatim et la transcription verbatim épuré pour les entretiens de patients ?

La transcription verbatim intégral capture tout ce que dit le locuteur : faux départs, mots de remplissage, répétitions, rires, pauses signalées par des points de suspension ou des crochets. Le verbatim épuré supprime ces éléments et produit une prose lisible tout en conservant l'intégralité du contenu exprimé. Pour l'analyse thématique et la théorie ancrée, le verbatim intégral est la norme, car la formulation exacte du patient constitue une donnée. Pour l'analyse de contenu, où l'objectif porte sur ce qui a été communiqué plutôt que sur la manière dont cela a été dit, le verbatim épuré suffit souvent. Précisez la convention souhaitée avant de lancer la transcription, car transformer après coup une transcription en verbatim épuré en format verbatim intégral impose de réécouter l'audio.

À quel moment l'audio d'un entretien de patient est-il considéré comme désidentifié au sens de la HIPAA ?

La désidentification selon le Safe Harbor de la HIPAA exige de supprimer les 18 catégories d'identifiants de la transcription : noms, subdivisions géographiques plus petites qu'un État, toutes les dates autres que l'année, numéros de téléphone et de fax, adresses e-mail, numéros de sécurité sociale, numéros de dossier médical, numéros d'assurance santé, numéros de compte, numéros de certificat et de licence, identifiants de véhicules, identifiants d'appareils, URL, adresses IP, identifiants biométriques (y compris empreintes vocales), photographies de face, et tout autre numéro ou code unique permettant d'identifier une personne. Le fichier audio lui-même n'est jamais désidentifié au titre du Safe Harbor, car la voix du patient est un identifiant biométrique. La désidentification s'applique à la transcription dérivée, une fois ces éléments supprimés ou pseudonymisés.

Quels outils CAQDAS importent les transcriptions de recherche et quels formats exigent-ils ?

NVivo (version 14), ATLAS.ti, MAXQDA et Dedoose acceptent tous les formats DOCX, RTF et TXT. Pour que le codage automatique par locuteur de NVivo fonctionne, les étiquettes de locuteur doivent suivre un schéma cohérent au début de chaque tour de parole, par exemple 'Interviewer:' et 'P1:'. ATLAS.ti et MAXQDA prennent en charge les imports horodatés via SRT ou RTF avec codes temporels, ce qui permet aux analystes de revenir au segment audio depuis le passage codé. Le DOCX avec des étiquettes de locuteur cohérentes est le format unique le plus portable pour ces quatre outils. Exportez votre transcription au format DOCX depuis le service utilisé, vérifiez la cohérence des étiquettes de locuteur avant l'import, et effectuez un import test sur une transcription avant de traiter l'ensemble du corpus.

Sources

• Documentation HIPAA de Rev.ai : https://docs.rev.ai/api/hipaa (consulté le 2026-07-02)
• Page tarifaire de Sonix Medical : https://sonix.ai/medical/pricing (consulté le 2026-07-02)
• Tarifs de ConvertAudioToText : https://convertaudiototext.com/pricing (consulté le 2026-07-02)
• Transcription d'entretiens de patients par Verbalscripts : https://www.verbalscripts.com/solutions/patient-interview-transcription (consulté le 2026-07-02)
• Guide de désidentification de l'UCSF HRPP : https://irb.ucsf.edu/content/de-identification-and-confidentiality-of-research-data
• Les 18 identifiants du Safe Harbor HIPAA : https://www.accountablehq.com/post/complete-list-of-the-18-hipaa-identifiers-for-de-identification-safe-harbor
• Common Rule 2018 du HHS (45 CFR 46) : https://www.hhs.gov/ohrp/regulations-and-policy/regulations/45-cfr-46/index.html
• Guide d'import NVivo/ATLAS.ti de Qualtranscribe : https://docs.qualtranscribe.com/guides/nvivo-atlas
• TransPerfect sur les entretiens de patients dans les essais cliniques : https://www.transperfect.com/blog/role-qualitative-interviews-ensuring-patient-centered-approach-clinical-trials
• Recommandations FDA sur le développement de médicaments centré patient : https://www.fda.gov/about-fda/oncology-center-excellence/project-patient-voice