Naviguer dans les informations de santé en ligne est souvent écrasant et manque de personnalisation pour les individus. Les grands modèles linguistiques (LLM) peuvent améliorer cela, mais les outils d'IA actuels agissent comme des répondeurs passifs aux questions. Un expert comme un médecin recherche activement le contexte en posant des questions de clarification pour fournir des conseils personnalisés. Cette recherche présente "Wayfinding AI", un prototype à un stade précoce basé sur Gemini, conçu pour poser proactivement des questions de clarification. Grâce à des études utilisateurs, cette approche s'est avérée significativement plus utile, pertinente et personnalisée qu'une IA de référence. Les participants ont souvent du mal à exprimer leurs préoccupations en matière de santé, ce qui rend le questionnement proactif crucial pour recueillir des détails pertinents. Wayfinding AI utilise trois principes : une orientation conversationnelle proactive, des réponses au mieux à chaque étape, et un raisonnement transparent. Son interface sépare les éléments conversationnels des informations détaillées pour s'assurer que les questions ne soient pas manquées. Les études utilisateurs ont révélé que les participants préféraient Wayfinding AI pour son utilité, sa pertinence, sa compréhension des objectifs et sa personnalisation. Les conversations avec Wayfinding AI étaient plus longues et davantage axées sur l'obtention d'informations détaillées de l'utilisateur. Cette approche conversationnelle centrée sur l'humain montre des promesses pour les futures applications d'IA dans le domaine de la santé.