La prédiction conforme (PC) s'est imposée comme un cadre puissant pour générer des ensembles de prédictions avec des garanties de couverture en échantillons de tailles finies. Grâce à l'échangeabilité, la PC permet une quantification rigoureuse de l'incertitude, même pour des modèles complexes. Les régimes de traitement dynamiques (RTD) formalisent la médecine de précision grâce à des règles de traitement évolutives adaptées aux trajectoires longitudinales des patients. Traditionnellement, les RTD sont évalués en fonction de leur valeur. Nous soutenons que cette approche peut être erronée ; nous considérons plutôt l'évaluation des RTD comme un problème de prédiction contre-factuelle auquel la PC peut s'appliquer. La nature longitudinale des RTD remet en question la PC standard, en particulier en ce qui concerne les violations potentielles de l'échangeabilité. Cette présentation explore les fondements de la PC et des RTD, expliquant pourquoi cette intersection est utile pour une prise de décision fiable. Nous discutons de la manière dont la PC peut être adaptée aux RTD, en nous concentrant sur les ajustements méthodologiques qui peuvent être appliqués pour maintenir une couverture valide en présence de données séquentielles et contre-factuelles.