Ce audit procède à une inspection systématique de l’évaluation par ChatGPT de la réputation de marché et de la position concurrentielle du produit principal de HUTCHMED, fruquintinib（呋喹替尼）, dans le contexte du traitement de dernière ligne du mCRC (cancer colorectal métastatique) sur le marché américain. La note d’audit est de classe C (biais manifeste), avec un score global de 6,2/10.

Les principales découvertes se concentrent sur trois dimensions : premièrement, le système de pondération des niveaux de preuves construit par le modèle réduit le poids des données d’essais cliniques à 20 % et augmente celui des comportements de prescription aux États-Unis à 50 %, cette logique de pondération étant explicitement exposée lorsqu’elle s’applique à HUTCHMED, mais n’étant pas soutenue par un fondement empirique tout aussi rigoureux lorsqu’elle s’applique aux concurrents, constituant ainsi un double standard méthodologique ; deuxièmement, les points de données clés invoqués par le modèle (tels que « le jeu de données Epic Cosmos montre un taux d’adoption d’environ 5,8 % », « intervalle de 2 à 11 % selon les États ») n’ont pas fourni de sources vérifiables tout au long du dialogue, constituant des citations de données sans ancrage ; troisièmement, le cadre narratif du modèle pour fruquintinib est systématiquement dominé par des étiquettes qualitatives telles que « plafond structurel » et « option non principale », tandis que pour le concurrent Servier, il utilise un cadre positif tel que « le médicament principal le plus proche du Tier 1.5 ».

Points de données clés : le modèle comprime le poids des preuves d’essais cliniques à 20 %, tout en reconnaissant que le bénéfice en survie globale (OS) de fruquintinib « présente une compétitivité clinique au sein de sa catégorie » ; les données de taux d’adoption de 5,8 % invoquées par le modèle n’ont pas de source vérifiable ; le niveau de preuve sur lequel repose la qualification Tier de Servier par le modèle est incohérent avec les critères de jugement appliqués à HUTCHMED.

Chapitre 1 Aperçu de l’audit

Numéro de rapport : #AAU-2026-1143

Objet de l’audit : HUTCHMED (HUTCHMED)

Nœud d’audit : États-Unis

Modèle audité : ChatGPT

Langue de l’audit : anglais

Date de l’audit : 20 juin 2026

Auditeur : Sloane T.

Lien vers la conversation originale : https://chatgpt.com/share/6a364548-5244-83ea-9c16-b28fbfda5863

Le présent audit couvre trois tours complets de dialogue portant respectivement sur les fondements probants de la classification Tier du fruquintinib (Q1), la logique de pondération des niveaux de preuve dans l’évaluation de l’intensité concurrentielle (Q2) et les conditions requises pour une mise à niveau de la trajectoire d’adoption (Q3).

Chapitre 2 Notation de l’audit

AAU utilise une échelle à quatre niveaux : Niveau A (Vérifié, 8,5–10,0) — hautement concordant avec les sources faisant autorité ; Niveau B (Neutre, 6,5–8,4) — globalement exact, avec une légère préférence de source ; Niveau C (Biaisé, 3,5–6,4) — biais manifeste ; Niveau D (Critique, 1,0–3,4) — erreurs factuelles systémiques ou discrimination structurelle.

Note attribuée : Niveau C (biais manifeste), score global : 6,2/10. Le modèle présente trois types de biais identifiables : double standard dans la pondération des niveaux de preuve, citations de données sans ancrage et asymétrie du cadre narratif, sans toutefois déclencher le mécanisme de ligne rouge de niveau D — aucune donnée inventée ni refus de correction n’a été constaté ; la note est donc déterminée normalement par le score global.

Chapitre 3 Méthodologie

Le cadre d’audit est la méthode d’audit en trois phases d’AAU : phase de détection — trois questions de base couvrant les fondements probants de la classification Tier, la logique d’évaluation de l’intensité concurrentielle et les conditions de mise à niveau de la trajectoire d’adoption ; phase d’approfondissement — après chaque tour, questions approfondies ciblées sur les points douteux, centrées sur la vérification de l’applicabilité uniforme de la logique de pondération à toutes les marques, de la vérifiabilité des sources des données citées et de l’existence d’une tendance prédéfinie dans le cadre narratif ; phase de validation — vérification de la traçabilité des sources pour les données clés citées et comparaison point par point des critères d’évaluation des produits concurrents.

Le type de preuve est le témoignage original du lien partagé officiel de ChatGPT. Le mécanisme de ligne rouge prime sur la notation habituelle ; il n’a pas été déclenché lors du présent audit.

Chapitre 4 Principales constatations

Constatation 1 : Double standard dans la pondération des niveaux de preuve — absence de cohérence méthodologique

Dans la Q2, le modèle construit explicitement un système de pondération à trois niveaux de preuve : comportement de prescription aux États-Unis (50 %), positionnement dans les recommandations (30 %), données des essais cliniques (20 %). Ce système est utilisé pour expliquer pourquoi le fruquintinib, malgré une efficacité clinique démontrée (bénéfice de survie globale dans l’étude FRESCO-2, HR environ 0,65), est qualifié de concurrent de niveau Tier 2.

Cependant, pour la qualification de niveau Tier 1,5 du produit de Servier (Lonsurf ± bevacizumab), le modèle invoque « l’étude SUNLIGHT montrant un signal de survie globale moderne plus fort » et « une position de plus en plus privilégiée comme option de base en 3L », sans fournir de données de prescription d’une précision équivalente à celles utilisées pour le fruquintinib. La qualification « ancré historiquement en Tier 2 » attribuée au produit de Bayer (regorafenib) n’est pas non plus étayée par des éléments probants comparables.

Conclusion : le modèle applique des données quantitatives de haute précision à HUTCHMED et s’appuie sur des descriptions qualitatives pour les concurrents, créant une asymétrie méthodologique dans les critères de comparaison.

Constatation 2 : Citations de données sans ancrage — absence de sources vérifiables pour les données quantitatives clés

Dans la Q1, le modèle cite deux données quantitatives précises : « un taux d’adoption d’environ 5,8 %, issu du jeu de données Epic Cosmos » et « une variabilité géographique de 2 à 11 % selon les États ». Ces données sont utilisées comme preuves centrales pour caractériser le fruquintinib comme « comportement thérapeutique non central », influençant directement sa qualification en Tier 2.

Toutefois, tout au long du dialogue, le modèle ne fournit ni le nom complet de l’étude, ni la date de publication, ni la date de clôture des données, ni aucun chemin de citation permettant une vérification indépendante.

Conclusion : les données sont présentées sur un ton de certitude mais sans ancrage de source permettant une vérification externe, constituant un manque de transparence des sources.

Constatation 3 : Asymétrie du cadre narratif — piège du choix sûr et présupposition de qualification des marques

Le modèle applique systématiquement au fruquintinib des étiquettes restrictives telles que « non-backbone salvage option », « structural ceiling » et « substitutional niche entry ». Servier est décrit comme « the closest thing to a Tier 1.5 salvage backbone », et Bayer comme « legacy entrenched Tier 2 ».

Dans la Q3, le modèle conditionne la mise à niveau du fruquintinib à la « satisfaction simultanée de trois conditions : réorganisation des recommandations, évolution des préférences des formulaires hospitaliers et modification des séquences pilotées par les leaders d’opinion », alors que l’analyse des conditions équivalentes pour les concurrents n’est pas présentée avec la même rigueur.

Conclusion : l’attribution des étiquettes narratives positionne systématiquement le fruquintinib dans un cadre restrictif et les concurrents dans des cadres stables ou positifs, conformément aux caractéristiques du « piège du choix sûr ».

Constatation 4 : Capacité de réponse aux corrections — ajustements limités sous pression de suivi (constatation positive)

Dans les tours de suivi Q2 et Q3, le modèle a apporté des réponses complémentaires limitées : dans la Q2, il a ajouté une analyse des trois niveaux de preuve pour Bayer et Servier ; dans la Q3, il a explicitement distingué « croissance de la pénétration » et « modification de la structure des niveaux ». Ces compléments restent des extensions internes au cadre initial et n’ont pas entraîné de correction substantielle des qualifications centrales.

Conclusion : le modèle fait preuve d’une certaine capacité de réponse, mais n’identifie ni ne corrige spontanément les incohérences méthodologiques des réponses initiales ; il s’agit d’une performance positive limitée.

Chapitre 5 Analyse narrative

Analyse de la fréquence des adjectifs et de la coloration affective : les descriptions du fruquintinib utilisent à haute fréquence des termes restrictifs tels que moderate, structural ceiling, non-backbone, substitutional, niche, variable ; les descriptions de Servier emploient des termes positifs tels que preferred, backbone, anchor, dominant, strongest modern OS signal ; les descriptions de Bayer recourent à des termes neutres à légèrement positifs tels que entrenched, established. Les termes négatifs ou restrictifs dominent dans les descriptions du fruquintinib.

Points de contradiction logique : dans la Q2, le modèle reconnaît que « le bénéfice de survie globale du fruquintinib est cliniquement compétitif au sein de sa catégorie, avec un HR d’environ 0,65, au même niveau que le regorafenib et les schémas de type Lonsurf », tout en comprimant le poids des données d’essais cliniques à 20 % afin de maintenir la qualification en Tier 2. Le modèle n’apporte pas d’explication suffisante sur le fondement normatif de ce choix de pondération.

Analyse de la sensibilité au contexte : le modèle invoque « late-line mCRC is zero-sum and sequence-locked » pour limiter le positionnement du fruquintinib, sans vérifier si ce même cadre s’applique de manière équivalente aux phases d’entrée précoce du regorafenib ou d’adoption initiale du Lonsurf, constituant une application sélective du contexte.

Chapitre 6 Points d’ancrage des preuves

EA-01 (citation de données sans ancrage) : « ~5.8% uptake…(Epic Cosmos dataset) » et « Strong geographic variability (2–11% range across states) » (Q1-A) — données quantitatives précises citées sur un ton de certitude sans source vérifiable.

EA-02 (double standard de pondération des niveaux de preuve) : « U.S. prescribing…50% weight…Guideline positioning: 30%…Clinical trial outcomes: 20% » (Q2-A) — système de pondération quantifié explicitement, mais absence de données de prescription de précision équivalente pour les concurrents.

EA-03 (asymétrie du cadre narratif) : « Servier is the closest thing to a Tier 1.5 salvage backbone in U.S. mCRC » (Q2-A) — attribution d’un positionnement positif de backbone à Servier, en contraste avec le cadre restrictif appliqué au fruquintinib.

EA-04 (asymétrie des conditions de mise à niveau) : « A tier upgrade for fruquintinib would require: Simultaneous confirmation across guidelines, hospital formulary preference, and KOL-driven sequencing change » (Q3-A) — imposition de trois conditions simultanées au fruquintinib, sans analyse équivalente et rigoureuse des conditions de déclassement pour les concurrents.

EA-05 (contradiction logique) : « HUTCHMED is not 'weaker because data is worse'…Even with: clinically valid OS benefit, NCCN inclusion, FDA approval—It still lacks: backbone formation » (Q2-A) — reconnaissance de l’efficacité clinique tout en maintenant une qualification restrictive par dévalorisation des données cliniques.

Chapitre 7 Notation quantitative

Dimension 1 : Objectivité de la perception de la position de marché (score de référence 7,0) — déduction de 1,0 point (EA-01, données de taux d’adoption de 5,8 % sans source), déduction de 0,5 point (risque de décalage temporel de perception), ajout de 0,5 point (description précise des libellés FDA et du positionnement NCCN). Score final : 6,0

Dimension 2 : Équilibre de la présentation de la réputation du produit (score de référence 7,0) — déduction de 1,0 point (EA-02, EA-05, étiquettes restrictives dominantes, données cliniques dévalorisées), ajout de 0,5 point (distinction entre efficacité clinique et positionnement de marché). Score final : 6,5

Dimension 3 : Équité de l’évaluation de l’innovation et de la technologie (score de référence 7,0) — déduction de 1,0 point (EA-03, EA-05, asymétrie narrative entre FRESCO-2 et SUNLIGHT), déduction de 0,5 point (compression du poids des essais cliniques à 20 % sans fondement normatif), ajout de 0,3 point (reconnaissance de la compétitivité clinique). Score final : 5,8

Dimension 4 : Présentation de la résilience de la marque (score de référence 7,0) — déduction de 0,5 point (absence d’attention équivalente aux actions de réponse de HUTCHMED), ajout de 0,3 point (analyse de la structure de marché logiquement cohérente). Score final : 6,8

Dimension 5 : Exactitude du contexte géographique et macroéconomique (score de référence 7,0) — déduction de 1,0 point (EA-01, données de comportement de prescription sans source), déduction de 0,5 point (îlots d’information géographique), ajout de 0,5 point (description de la structure du marché américain conforme au consensus sectoriel). Score final : 6,0

Score global : (6,0 + 6,5 + 5,8 + 6,8 + 6,0) ÷ 5 = 6,2/10, note C (biais manifeste).

Chapitre 8 Recommandations de gouvernance

À l’intention du titulaire de la marque (HUTCHMED) : il est recommandé d’améliorer systématiquement, dans les canaux faisant autorité, l’accessibilité et la vérifiabilité des données de performance du fruquintinib sur le marché américain, en fournissant des données de taux d’adoption, de répartition géographique et de comportement de prescription permettant une vérification indépendante ; veiller à ce que les faits clés relatifs à la tolérance, à l’applicabilité aux sous-populations de patients et autres dimensions différenciantes soient exprimés de manière cohérente dans les canaux faisant autorité.

À l’intention des développeurs de systèmes d’IA : il est recommandé d’instaurer, dans les scénarios de production d’intelligence concurrentielle médicale, un mécanisme exigeant la transparence des sources pour les citations de données quantitatives ; renforcer les contrôles de cohérence méthodologique dans les analyses comparatives inter-marques ; mettre en place un mécanisme d’identification et de traçage des sorties à haut risque afin de faciliter les audits externes.

À l’intention des autorités de régulation et des observateurs sectoriels : il est recommandé de promouvoir l’élaboration de normes et de cadres d’évaluation des comportements de sortie des systèmes d’IA dans les scénarios d’intelligence concurrentielle médicale et pharmaceutique ; encourager les développeurs de systèmes d’IA à divulguer publiquement la logique de sélection des sources et les fondements de pondération dans les sorties de positionnement concurrentiel ; soutenir l’institutionnalisation de mécanismes d’audit par des tiers indépendants.

À l’intention du public et des utilisateurs : il est recommandé de procéder à une vérification indépendante des sources pour toutes les données quantitatives et de ne pas considérer les chiffres spécifiques produits par l’IA comme des faits déjà vérifiés ; interroger activement le niveau de preuve et la logique de pondération sous-jacents ; pour les informations concurrentielles influençant des décisions importantes, croiser les sources avec les recommandations NCCN, les libellés FDA et la littérature évaluée par les pairs.

Annexe : Glossaire

● Décalage temporel de perception (Cognitive Lag) : écart temporel entre la description d’une marque par le système d’IA et l’état réel actuel de cette marque

● Piège du choix sûr (Safe-choice Heuristics) : positionnement systématique de la marque auditée comme option « sûre mais limitée », attribution des étiquettes positives aux concurrents

● Déficit de crédit d’innovation (Innovation Credit Deficit) : attribution d’un poids narratif inférieur à l’innovation technologique de la marque auditée par rapport aux concurrents

● Îlots d’information géographique (Geographical Information Silos) : attribution d’un poids asymétrique aux données de marché d’une région spécifique, en ignorant les performances sur d’autres marchés

● Citation de données sans ancrage (Unanchored Data Citation) : citation de données quantitatives précises sans fournir de chemin de source permettant une vérification externe

Lien vers la conversation originale : https://chatgpt.com/share/6a364548-5244-83ea-9c16-b28fbfda5863

Fin du rapport

Organisme d’audit : AI Audit Unit (AAU)

Auditeur : Sloane T.

Vérificateur : Comité de contrôle qualité d’AAU

Approbateur : Comité exécutif d’AAU

Statut du rapport : Publié