Le responsable de la CNSA a plaidé pour une mise en œuvre dès 2028. L’objectif est de disposer, au niveau national, d’une vision consolidée des plans d’aide accordés aux personnes âgées bénéficiaires de l’APA vivant à domicile.
Une branche autonomie encore peu outillée sur le domicile
Le futur SI APA doit permettre de mieux connaître la réalité des plans d’aide, d’en suivre l’exécution et de renforcer les capacités de pilotage national. Selon la CNSA, le logiciel est conçu et la phase de déploiement doit désormais commencer.
Maëlig Le Bayon a rappelé que la mise en œuvre reposera sur deux catégories d’acteurs : les directions des systèmes d’information des départements, chargées d’intégrer le SI dans leurs environnements locaux, et les éditeurs des logiciels utilisés par ces collectivités, qui devront créer les interfaces nécessaires.
Le chantier s’annonce hétérogène, chaque département disposant de son propre écosystème informatique, contrairement à un réseau de sécurité sociale plus homogène.
La CNSA élargit aussi son soutien aux fédérations du domicile
En parallèle, la CNSA a fait évoluer en 2026 son programme de conventionnement avec les fédérations et têtes de réseau du domicile, engagé depuis 2008. Deux nouvelles conventions ont été signées début 2026 avec la FEHAP et NEXEM.
Ce nouveau cadre vise à renforcer la couverture sectorielle et territoriale des conventionnements, à intégrer des réseaux positionnés sur le handicap et le soin, et à cibler les transformations de l’offre, les cultures professionnelles et la qualité du service rendu.
Les programmes de la FEHAP et de NEXEM s’articulent autour de trois axes : amélioration de la qualité du service rendu, formations professionnalisantes, qualité de vie et conditions de travail des professionnels, incluant la prévention des risques professionnels et l’attractivité des métiers. Ils peuvent bénéficier d’un cofinancement CNSA de 60 % à 80 %.
Ce programme doit aussi préparer la suite des partenariats dans le cadre de la future convention d’objectifs et de gestion entre la CNSA et l’État.
En France, 86 % des 11-25 ans déclarent y recourir, avec une entrée dans les usages dès 11 ans.
Initialement mobilisées dans des contextes scolaires et professionnels, ces technologies couvrent aujourd’hui un périmètre élargi. Les usages dominants restent la production de contenus (71 %), l’analyse (66 %) et l’aide aux devoirs (65 %). Mais cette dimension utilitaire s’accompagne d’une diversification rapide : les usagers déclarent en moyenne plus de sept cas d’usage, incluant loisirs, organisation quotidienne et recherche de conseils.
Trois jeunes sur cinq utilisent ces outils depuis plus d’un an, ce qui traduit une installation dans les pratiques.
Des usages intimes en progression
L’étude souligne une évolution vers des interactions plus personnelles. En France, 48 % des jeunes utilisent une IA pour aborder des sujets intimes. Dans le détail :
35 % sollicitent des conseils en cas de stress.
33 % pour des difficultés relationnelles.
32 % lorsqu’ils se sentent en difficulté psychologique.
26 % pour gérer des conflits.
Cette tendance est accentuée chez les jeunes qui présentent des troubles de l’anxiété, et qui déclarent se tourner plus volontiers vers ces outils que vers leur entourage ou des professionnels.
La perception des IA s’en trouve modifiée :
64 % les considèrent comme un conseiller de vie, 61 % comme un confident, 54 % comme un ami et 46 % comme un « psy ». Un jeune sur deux estime qu’elles contribuent à améliorer son bien-être ou sa confiance.
@CNIL : IA conversationnelle et santé mentale des jeunes : résultats de l’enquête européenne.
Une confiance élevée dans un contexte de vulnérabilité
Ces usages s’inscrivent dans un contexte marqué par une fragilité psychologique. Si 84 % des jeunes déclarent se sentir bien au quotidien, les résultats du test GAD-7 indiquent que près de deux tiers présentent des signes de troubles anxieux. Dans ce cadre, l’IA est perçue comme accessible en continu et non jugeante. Les niveaux de confiance restent élevés. 69 % estiment que ces outils peuvent fournir des conseils fiables, 56 % qu’ils garantissent la confidentialité des échanges et 51 % qu’ils protègent les données partagées.
Un déficit de compréhension des enjeux de données
L’un des enseignements concerne l’écart entre usage et compréhension. Seuls 32 % des jeunes Français déclarent savoir ce que deviennent les données partagées avec ces outils, un niveau inférieur à celui observé dans d’autres pays européens. Ce déficit se traduit par plusieurs signaux :
34 % des utilisateurs ayant abordé des sujets personnels déclarent une gêne après un conseil reçu.
80 % indiquent ne pas avoir totalement confiance dans l’IA.
Un sur deux considère que ces outils peuvent favoriser l’isolement ou dégrader le bien-être.
Une demande explicite d’accompagnement
Face à ces constats, les attentes en matière d’information et de régulation sont élevées. 85 % des jeunes souhaitent disposer de davantage d’informations sur les IA. Les besoins portent principalement sur :
La compréhension de l’usage des données (75 %).
Les informations à ne pas partager (73 %).
Les bonnes pratiques d’utilisation (71 %).
Les risques associés (69 %).
Un impact sur les parcours de santé mentale
Stéphane Junique souligne l’émergence d’un fait de société appelant à renforcer l’information et l’accompagnement. Pour le Groupe VYV et la CNIL, l’essor des IA conversationnelles modifie les parcours d’expression du mal-être, en amont du recours aux professionnels.
Dans ce cadre, les deux institutions ont lancé l’initiative AI*me, visant à structurer une réponse collective à l’échelle européenne autour de trois axes :
Mieux comprendre les usages.
Développer des outils adaptés.
Définir des repères de confiance.
L’étude met en évidence un déplacement partiel des enjeux de santé mentale vers des espaces numériques informels. Elle invite à intégrer ces pratiques dans les politiques de prévention, en articulant innovation, protection des données et éducation au numérique.
Les discussions entre le Parlement européen et les États membres n’ont pas permis d’aboutir à un accord pour retarder une partie de l’application du règlement européen sur l’IA.
Au cœur des négociations figurait une proposition de report à décembre 2027 de certaines obligations, notamment pour les systèmes intégrés aux dispositifs industriels et médicaux. Les discussions ont également abordé l’interdiction des applications de “nudification” par IA.
Le principal point de blocage concerne le périmètre réglementaire applicable à certains produits. Une partie du Parlement, soutenue par l’Allemagne, défend l’idée que les machines et dispositifs médicaux puissent relever prioritairement de réglementations sectorielles existantes plutôt que du cadre horizontal de l’AI Act. Cette position est contestée par plusieurs États membres et groupes politiques, qui y voient un risque de fragmentation juridique.
En l’absence d’accord, le calendrier se resserre : les règles applicables aux systèmes d’IA à haut risque doivent entrer en vigueur dès août 2026, augmentant les incertitudes pour les acteurs concernés.
Désaccord politique en Allemagne sur l’IA industrielle
Les tensions autour de l’AI Act se reflètent également au niveau national. Le chancelier allemand Friedrich Merz a plaidé pour un assouplissement des règles applicables à l’IA industrielle, qu’il considère comme contraignantes. Dans une communication interne, les sociaux-démocrates alertent sur les conséquences potentielles d’un tel assouplissement : incohérences réglementaires, failles dans la protection des utilisateurs et avantage compétitif pour des acteurs non européens.
Le modèle Mythos d’Anthropic au cœur des préoccupations
En parallèle des discussions législatives, le Parlement européen a convoqué Anthropic pour une audition consacrée à son modèle expérimental “Mythos”.
Ce système, non publié par l’entreprise, est présenté comme capable d’identifier et d’exploiter des vulnérabilités logicielles à grande échelle. L’audition doit porter sur les risques en matière de cybersécurité associés aux modèles d’IA avancés et leur encadrement réglementaire.
Plusieurs responsables institutionnels sont attendus. La Commission européenne a par ailleurs été directement informée par Anthropic des capacités du modèle, notamment en matière d’exploitation de failles. Ces échanges incluent également le projet Glasswing, une initiative réunissant des entreprises technologiques et de cybersécurité pour corriger les vulnérabilités identifiées.
Selon plusieurs analyses, le modèle Mythos marque une évolution dans les capacités des systèmes d’IA à automatiser des cyberattaques complexes. Il aurait notamment été capable d’identifier des milliers de vulnérabilités et de mener de bout en bout une simulation d’attaque sur un réseau d’entreprise développée par le UK AI Security Institute.
Face à ces avancées, deux approches se dessinent :
Au UK, une réponse rapide qui repose sur des tests techniques et des échanges avec les acteurs privés.
Dans l’Union européenne, un cadre réglementaire structuré couvre l’ensemble du cycle de vie des modèles.
Pression pour structurer la participation de la société civile
En parallèle, 35 organisations et chercheurs demandent à l’AI Office de préciser la mise en place de l’Advisory Forum, destiné à intégrer la société civile dans la mise en œuvre du règlement.
Bien que l’appel à candidatures ait été clôturé en septembre 2025, aucune échéance n’a été communiquée pour son lancement. Les signataires alertent sur un risque de concentration des discussions entre institutions européennes et acteurs industriels, au détriment d’autres parties prenantes.
Ils appellent à une participation élargie, notamment sur des sujets sensibles comme les usages interdits, la classification des systèmes à haut risque ou les obligations en matière de droits fondamentaux.
Entre contraintes industrielles, enjeux de souveraineté et montée des risques liés aux modèles, les arbitrages restent ouverts.
Avec plus de 91 000 places et près de 19,4 millions de journées annuelles, la médecine ambulatoire occupe une forte place dans le système de soins français. Mais l’organisation des hôpitaux de jour reste freinée par l’absence d’outils de planification adaptés, les difficultés de coordination des flux patients et le manque de méthodes de dimensionnement.
Ces limites pèsent sur le développement de l’activité et sur l’accès aux soins alors que les établissements doivent composer avec des contraintes budgétaires.
Une approche issue de l’industrie
Fondée en 2024 à Rennes, meeDIA transpose à l’hôpital des méthodes d’organisation utilisées dans l’industrie, notamment la planification intégrée, l’ordonnancement et la théorie des contraintes.
La startup développe une suite logicielle composée de meeDIA-Plan et meeDIA-Prog. Elle couvre le dimensionnement des capacités d’accueil, la planification des activités, la programmation des parcours patients et le pilotage en temps réel de la performance. L’objectif est de structurer l’organisation hospitalière autour du parcours patient avec une lecture opérationnelle des flux et de leur optimisation.
Les résultats rapportés font état de gains allant jusqu’à +30 % d’activité, d’une réduction de 50 % du temps d’attente et d’une baisse de 70 % du temps de programmation.
Les établissements utilisateurs mentionnent aussi une amélioration des conditions de travail et une meilleure fluidité des parcours patients.
Au CHU de Nîmes, le retour d’expérience souligne la structuration des parcours et l’émergence d’une sémantique commune entre spécialités. Cette harmonisation a facilité l’adhésion des équipes dans les projets de transformation organisationnelle.
Le dispositif repose sur une technologie propriétaire capable de générer en quelques secondes des plannings optimisés, en intégrant les contraintes réelles des établissements.
Cette capacité doit permettre d’adapter l’organisation aux variations d’activité et d’améliorer l’utilisation des ressources disponibles. À SantExpo 2026, la startup présentera ses solutions aux décideurs hospitaliers, avec des retours d’expérience d’établissements utilisateurs.
PulseLife annonce avoir atteint une souveraineté complète pour son chatbot médical basé sur l’IA, six mois après son lancement. L’évolution repose sur un partenariat avec Mistral AI, dont le modèle est exploité sous contrat Zero Data Retention (ZDR) : aucune donnée n’est conservée, analysée ou utilisée à des fins d’entraînement.
L’ensemble de l’infrastructure est hébergé en France, à Paris, via Scaleway, certifié Hébergeur de Données de Santé. Cette configuration garantit que les données ne relèvent d’aucune législation extraterritoriale, notamment le Cloud Act ou le FISA américains.
L’entreprise revendique une architecture qui vise à limiter les hallucinations, déjà positionnée parmi les 2 % aux épreuves EDN, et qui fait l’objet d’une validation clinique avec l’AP-HP.
Six mois d’usage et des garde-fous revendiqués
Depuis fin novembre 2025, le chatbot affiche plus de 200 000 utilisateurs mensuels. Les données d’usage mettent en avant plusieurs mécanismes de contrôle :
100 % des réponses sont sourcées, avec références datées et accessibles.
12 % des requêtes aboutissent à un refus de réponse en cas d’incertitude.
0 % de données patient détectées dans les prompts analysés.
Ces indicateurs traduisent une logique assumée, à savoir de privilégier l’abstention à la réponse incertaine.
Les données d’usage montrent une adoption régulière par les professionnels de santé, en moyenne, 4 requêtes par semaine et par utilisateur, et 75 % des échanges durent moins de deux minutes. L’outil s’inscrit ainsi dans des temps courts, au moment de la décision médicale. Les usages concernent principalement :
La prise en charge des patients (51 % des requêtes).
Le diagnostic (40 %).
Ces chiffres indiquent un usage centré sur des situations cliniques concrètes et non exploratoires.
Une feuille de route orientée validation et déploiement international
Pour 2026, PulseLife prévoit d’étendre la validation clinique avec l’AP-HP à l’ensemble des aires thérapeutiques. L’entreprise annonce aussi un déploiement linguistique en espagnol, anglais et allemand, en conservant les mêmes exigences en matière de souveraineté. Avec cette annonce, PulseLife s’inscrit dans un contexte où la gestion des données de santé et la dépendance aux infrastructures non européennes constituent des enjeux.
Le AI Research Summit 2026, organisé par le département d’IA et d’informatique de la Mayo Clinic, se tiendra les 4 et 5 juin à Rochester, Minnesota, avec une participation possible en ligne. Positionné comme une conférence académique, l’événement vise à structurer les échanges autour de la recherche en IA appliquée à la santé, en mettant l’accent sur les méthodes et leur traduction dans la pratique.
Placée sous le thème « A New Engine for Real-World Evidence Generation », cette édition entend explorer comment l’IA transforme la production de données en conditions réelles, en particulier via des approches à grande échelle et des modèles capables de générer des hypothèses.
Une intervention portera sur les implications de l’IA agentique dans les processus de recherche, notamment sa capacité à modifier les dynamiques de découverte scientifique.
Une structuration par profils et usages de l’IA
Le programme distingue plusieurs publics, chacun avec des formats dédiés.
Chercheurs académiques et enseignants : Les sessions privilégient les travaux évalués par les pairs, les échanges entre pairs et l’accès à des jeux de données et problématiques de recherche issus de la Mayo Clinic. L’objectif est de consolider les approches méthodologiques en IA, en biologie numérique et en sciences des populations.
Étudiants et jeunes chercheurs : Une programmation spécifique inclut sessions posters, mentorat et exposition à des cas d’usage en conditions réelles. L’enjeu est de faciliter l’intégration dans les parcours académiques et hospitaliers.
Scientifiques fondamentaux et épidémiologistes : Le sommet met l’accent sur l’IA comme outil d’accélération méthodologique, y compris pour les non-spécialistes de l’IA. Les thématiques couvrent la simulation, la biologie virtuelle et les collaborations interdisciplinaires.
Gouvernance au cœur des discussions
Un axe spécifique, « Science-to-Practice & Clinical Translation », est dédié aux cliniciens-chercheurs. Il traite des conditions de passage de l’IA du laboratoire au soin : validation, gouvernance, implémentation et gestion des risques.
Cette approche s’inscrit dans une tendance plus large du secteur, où la performance technique ne suffit plus.
L’édition 2026 intègre également des sessions liées au 60ᵉ anniversaire du Rochester Epidemiology Project. Ces travaux portent sur l’exploitation des données longitudinales et leur articulation avec les modèles d’IA. Les discussions incluront des cas d’usage, des débats méthodologiques et des réflexions prospectives sur l’usage responsable de l’IA dans les sciences des populations.
Modalités d’inscription
Le tarif anticipé est fixé à 425 $ (300 $ pour les étudiants), avant une hausse à 525 $ et 400 $ respectivement. Les inscriptions restent ouvertes jusqu’au 1er juin, avec des contraintes logistiques fixées au 21 mai.
Au-delà de l’événement, le sommet se positionne comme un espace de dialogue entre chercheurs, cliniciens et partenaires autour des conditions de développement d’un écosystème d’IA en santé.
Le développement de l’IA en santé se heurte à un obstacle récurrent : son intégration dans les pratiques quotidiennes. D’un côté, les cliniciens font face à une multiplication d’outils hétérogènes. De l’autre, les directions des systèmes d’information hospitaliers doivent gérer une prolifération de solutions difficilement interopérables.
Malgré des investissements massifs et une production scientifique, une large part des projets d’IA en santé ne dépasse pas le stade expérimental. Jusqu’à 80 % échoueraient à passer à l’échelle, notamment en raison des difficultés liées à ce que les acteurs du secteur désignent comme le “dernier kilomètre” : l’intégration dans les environnements cliniques.
La société Isaree propose une approche alternative fondée sur une logique de proximité. L’objectif consiste à rapprocher les capacités de calcul et les modèles d’IA du lieu même de leur utilisation, plutôt que de les centraliser dans des infrastructures cloud.
Ce modèle, qualifié de “Proximity AI”, repose sur deux principes :
Exécution locale des modèles : les traitements sont réalisés directement sur les terminaux utilisés par les professionnels de santé, ce qui limite les transferts de données.
Hybridation des ressources : lorsque les capacités matérielles sont insuffisantes, les calculs peuvent être déportés vers des serveurs locaux (on-premise) ou des agents externes, sans rupture dans l’usage.
Cette approche vise à réduire les contraintes liées à la latence, à la connectivité et aux exigences réglementaires, notamment en matière de protection des données.
Le modèle proposé s’appuie également sur une orchestration d’agents spécialisés, plutôt que sur des modèles généralistes de grande taille. Cette stratégie permettrait de diminuer la consommation énergétique.
Un écosystème ouvert aux cliniciens
Isaree mise sur une plateforme collaborative permettant aux professionnels de santé de concevoir et de partager leurs propres agents d’IA. Ce modèle s’inspire des logiques de distribution applicative, avec un espace dédié à la création, à la validation et à la diffusion d’outils spécialisés. L’objectif est double, favoriser l’adéquation des solutions aux besoins métiers, et faciliter la certification de modèles ciblés dans des contextes réglementés. Cette orientation repose sur l’idée que les cliniciens doivent jouer un rôle actif dans le développement des outils qu’ils utilisent, afin de limiter les décalages entre conception et réalité.
Les propositions d’Isaree font écho à des constats documentés dans la littérature. Une étude publiée en 2026 dans Health and Technology met en évidence les bénéfices des outils d’IA pour alléger la charge administrative. Ces travaux montrent également que l’adoption de ces technologies dépend de plusieurs facteurs :
La transparence sur l’usage des données.
L’existence de recommandations institutionnelles.
La possibilité de tester les outils dans des environnements sécurisés.
Dans ce contexte, les architectures décentralisées et centrées sur l’utilisateur pourraient constituer une réponse aux enjeux de confiance et d’appropriation.
L’étude SUNSAS a évalué une solution de diagnostic de l’apnée obstructive du sommeil fondée sur l’analyse par intelligence artificielle des mouvements mandibulaires.
Le dispositif, développé par Sunrise, repose sur un capteur unique placé sous le menton pendant la nuit. Il enregistre les mouvements de la mâchoire, utilisés comme marqueurs de l’effort respiratoire et de la dynamique des voies aériennes.
L’essai randomisé, contrôlé, multicentrique et ouvert a été conduit en France entre octobre 2021 et octobre 2024. Il a inclus 849 adultes âgés de 18 à 80 ans, adressés pour suspicion d’apnée obstructive du sommeil. Les participants ont été répartis entre deux parcours diagnostiques : surveillance à domicile des mouvements mandibulaires pendant une à trois nuits, ou polysomnographie standard, à domicile ou en laboratoire.
L’étude a été conçue par l’équipe académique de l’Université Grenoble Alpes, puis discutée et approuvée par la Haute Autorité de santé et le promoteur Sunrise. Elle est enregistrée sur ClinicalTrials.gov sous le numéro NCT05057975.
Résultats : un diagnostic obtenu trois mois plus tôt
Sur les 849 participants randomisés, 774 ont reçu un diagnostic. Parmi eux, 133 ne présentaient pas d’apnée obstructive du sommeil, 239 avaient une forme légère, 220 une forme modérée et 182 une forme sévère.
Le délai médian jusqu’à la consultation diagnostique a été de 15 jours dans le groupe mouvements mandibulaires, contre 106 jours dans le groupe polysomnographie.
Le délai médian jusqu’à l’initiation du traitement a été de 50 jours, contre 124 jours.
La réduction de la somnolence diurne à trois mois après le diagnostic, mesurée par l’échelle d’Epworth, a été non inférieure avec le dispositif Sunrise par rapport à la polysomnographie : –2,26 points contre –2,29 points. À trois mois après la randomisation, l’amélioration était en revanche supérieure dans le groupe mouvements mandibulaires, avec une différence entre groupes de –1,51 point.
Qualité de vie et productivité également améliorées
Les critères secondaires exploratoires ont aussi favorisé le groupe diagnostiqué par mouvements mandibulaires. Les auteurs rapportent de meilleures évolutions dans plusieurs dimensions du SF-36, notamment la vitalité, le fonctionnement social, la douleur corporelle et la perception de l’état général.
Le questionnaire de Québec sur le sommeil a montré des améliorations des symptômes diurnes, nocturnes et de la somnolence. Les scores de présentéisme et de limitation des activités étaient également plus bas dans le groupe Sunrise.
L’observance de la pression positive continue à trois mois n’a pas permis de démontrer la non-infériorité, avec une différence observée limitée à 11,9 minutes.
Un parcours plus court, mais des limites à intégrer
Aucun effet indésirable lié au dispositif n’a été rapporté. Les auteurs estiment que les bénéfices observés tiennent surtout à l’accès plus rapide au traitement, puisque la somnolence ne différait plus entre groupes trois mois après la consultation diagnostique.
Ils soulignent toutefois plusieurs limites : suivi court, essai réalisé uniquement en France, conception ouverte, attrition plus élevée dans le groupe polysomnographie et différence de somnolence inférieure au seuil minimal cliniquement important.
Au cœur du partenariat entre le CHU de Bordeaux et Synapse Medicine, le déploiement d’un assistant médical basé sur l’IA générative, conçu pour fournir aux professionnels de santé des réponses fiables et contextualisées à partir de référentiels validés. L’approche est structurante : l’outil ne remplace pas le médecin, mais renforce sa capacité de décision.
Déployé notamment dans des environnements à forte intensité comme les urgences, cet assistant permet :
un accès rapide à des connaissances médicales actualisées
une réduction du temps de recherche d’information
une sécurisation des prises de décision
Ce positionnement répond à un enjeu clé du déploiement de l’IA en santé : trouver le bon équilibre entre automatisation et maîtrise humaine.
Vers un modèle hospitalier centré sur la donnée, la confiance et la souveraineté pour le CHU
Ce partenariat s’inscrit dans une stratégie plus large du CHU de Bordeaux, qui développe déjà de nombreux projets autour de l’intelligence artificielle. L’objectif est de structurer un modèle où la donnée devient un levier central de transformation des soins.
Trois dimensions apparaissent clés :
L’intégration opérationnelle : l’IA est pensée comme un outil du quotidien, intégré aux workflows, et non comme une solution isolée
La confiance et la conformité : respect du RGPD, encadrement des usages, maintien du contrôle des données par l’établissement
La souveraineté : les données restent dans l’environnement hospitalier, limitant les risques liés à leur externalisation
En filigrane, ce partenariat illustre une bascule plus large : l’IA en santé entre dans une phase de déploiement maîtrisé, où la valeur ne repose plus uniquement sur la technologie, mais sur sa capacité à s’insérer dans un cadre clinique, organisationnel et réglementaire exigeant.
Chaque année, environ 840 000 personnes meurent de pathologies liées au stress professionnel, au harcèlement ou à la surcharge mentale au travail. Ce chiffre, relayé par l’Organisation internationale du Travail et l’Organisation mondiale de la Santé, traduit l’ampleur d’une crise sanitaire mondiale amplifiée par l’intensification des rythmes, la digitalisation et l’hybridation des modes de travail.
L’OMS rappelle que près de 60 % de la population mondiale occupe un emploi, et que la dépression et l’anxiété font perdre chaque année 12 milliards de journées de travail, soit une perte de productivité estimée à 1 000 milliards de dollars. La charge mentale numérique (sollicitations permanentes, multiplication des outils, flux d’informations continus) s’ajoute aux facteurs traditionnels de risque.
Au-delà du coût humain, ces pathologies pèsent sur les organisations : absentéisme, désengagement, turnover et baisse de productivité. Les RPS deviennent un sujet de pilotage pour les entreprises comme pour les pouvoirs publics.
Le cadre réglementaire évolue pour renforcer les obligations des employeurs en matière de prévention des risques psychosociaux.
Médecine du travail : le paradoxe d’une demande en hausse face à la pénurie de professionnels
En France, 1 salarié sur 4 en situation de mal-être au travail
Le Baromètre Santé mentale & QVCT 2026 Qualisocial x Ipsos-BVA chiffre à 22 % la part des travailleurs en mauvaise santé mentale, soit près de 6 millions de personnes, dont près de la moitié sans accès à un dispositif de prévention dans leur entreprise.
Malgré quatre réformes en vingt ans (2004, 2012, 2016, 2021), la santé au travail reste fragilisée par un manque de praticiens et un déficit d’attractivité, alors même que les besoins augmentent avec l’évolution des risques professionnels.
Dans les faits, leur mise en œuvre reste hétérogène. Le niveau de délégation dépend fortement de l’organisation locale et du médecin coordonnateur.
Les gains de productivité exposent les entreprises à une intensification des rythmes et à un risque psychosocial
Des travaux publiés en 2026 alertent sur une charge qui peut augmenter avec l’IA, sous l’effet de nouvelles attentes managériales.
Le rapport de l’OIT publié en 2025 souligne ses bénéfices potentiels : réduction de l’exposition aux environnements dangereux, automatisation des tâches pénibles, détection précoce des risques grâce à des capteurs et dispositifs connectés.
Les modèles de santé au travail établissent depuis plusieurs décennies que l’équilibre entre exigences et ressources conditionne la santé psychologique. Lorsque les demandes progressent plus vite que les marges de manœuvre, le risque de dégradation augmente.
Avec l’IA, cette insécurité prend plusieurs formes : peur de ne pas maîtriser les outils, crainte d’obsolescence, doute sur la valeur future des compétences. Un salarié non formé face à une technologie déployée rapidement se retrouve dans une position subie, ce qui fragilise l’engagement.
Ce coût n’apparaît pas immédiatement dans les indicateurs financiers. Il se traduit par de la fatigue cognitive, de l’hypervigilance, une perte de discernement, davantage d’erreurs et, à terme, du désengagement.
Brouillard mental, fatigue, 14 % des salariés en surcharge cognitive
Un binôme DRH-DSI doit structurer la montée en compétences, clarifier les usages légitimes, protéger les temps de récupération et analyser l’impact sur les facteurs de risques psychosociaux. Ils invitent également à orienter les usages vers des tâches à plus forte valeur cognitive positive : créativité, interaction sociale, développement des compétences.
Une perception ambivalente chez les salariés
L’enquête Great Insights 2026, publiée par Great Place To Work auprès de 4 246 actifs, révèle que l’IA est désormais perçue comme le premier risque professionnel, devant le burn-out : 32 % des salariés la citent comme risque principal, soit une progression de 13 points en un an. 59 % déclarent utiliser des outils d’IA générative, 43 % regrettent l’absence d’accompagnement de leur entreprise, et seulement 15 % font confiance aux ressources humaines pour conduire ces transformations.
Le risque de fracture entre salariés selon leur niveau de maîtrise des outils est pointé par plusieurs observateurs. La délégation à l’IA des tâches à faible complexité pourrait concentrer sur les humains les activités cognitives les plus exigeantes, avec un risque de surcharge.
@Health & Tech Intelligence
Des solutions d’IA redessinent la santé au travail entre accompagnement psychologique et prévention
@OIT : révolutionner la santé et la sécurité le rôle de l’IA et de la numérisation au travail
Les solutions de santé au travail fondées sur l’IA couvrent un spectre étendu, du soutien psychologique individuel à la prévention des risques en temps réel sur les sites industriels.
Moka.Care, Holivia, Teale : 3 plateformes pour personnaliser le soutien psychologique :Un premier segment de l’offre repose sur la personnalisation du suivi. Moka.Care propose une plateforme qui combine accès à des psychologues certifiés, suivi individuel via application mobile et tableaux de bord RH anonymisés, l’IA orientant les salariés vers les ressources adaptées à leur situation. Holivia développe une offre de soutien psychologique avec mise en relation rapide avec des thérapeutes et mesure de l’impact des interventions dans le temps. Teale se positionne sur la santé mentale globale en entreprise, en recommandant des contenus de prévention et en adaptant les parcours aux besoins déclarés de chaque salarié.
Wittyfit, Bloom at Work : des algorithmes prédictifs pour détecter le burn-out : Des outils de mesure continue complètent ce dispositif en captant des signaux faibles pour anticiper les risques psychosociaux avant qu’ils ne se traduisent en absentéisme ou en désengagement. Wittyfit s’appuie sur des enquêtes fréquentes et des algorithmes prédictifs pour détecter les risques de burn-out, fournissant aux DRH des indicateurs en temps réel et des recommandations d’action. Bloom at Work, racheté par Workday, analyse les verbatims salariés et produit un scoring du bien-être par équipe, identifiant les signaux de dégradation du climat social et suggérant des actions managériales ciblées.
Posture, fatigue, EPI : des capteurs et algorithmes pour objectiver les risques sur le terrain: Sur le terrain, d’autres technologies s’attaquent aux risques physiques. Kinvent développe des capteurs d’évaluation musculosquelettique permettant d’objectiver les contraintes des postes de travail, dont les données alimentent des préconisations ergonomiques intégrées aux démarches de prévention des troubles musculosquelettiques. Veyzon, l’IRSST et d’autres acteurs expérimentent des exosquelettes connectés couplés à l’IA pour analyser la posture en temps réel et alerter en cas de risque biomécanique. L’analyse vidéo et comportementale prolonge cette logique dans les environnements industriels : Deepomatic et des acteurs de la computer vision détectent automatiquement le port des équipements de protection individuelle et identifient les situations dangereuses sur les chantiers avec alertes en temps réel.
MyQVCTech et 35 experts sous 72 heures : l’IA au service des DRH sur la conformité et la prévention: À destination des professionnels RH, une quatrième famille d’outils propose une aide à la décision intégrant des référentiels réglementaires actualisés et un accès rapide à des expertises externes. Preventech Consulting a lancé MyQVCTech, une plateforme combinant un chatbot alimenté par des sources spécialisées (Code du travail, études scientifiques, recommandations en prévention des risques professionnels) et un réseau de 35 experts pluridisciplinaires mobilisables sous 72 heures. Les responsabilités des DRH s’élargissent en matière de prévention, alors que les ressources internes peinent à suivre le même rythme.
Cette montée en puissance s’accompagne d’une transformation du travail : plus l’automatisation progresse, plus les tâches humaines se déplacent vers des fonctions de supervision, d’entraînement des algorithmes et de contrôle.
Les 6 enseignements clés de l’INRS à horizon 2035
Des investissements publics et privés soutiennent l’émergence d’un marché de l’IA incluant la S&ST.
L’automatisation réduit certaines expositions mais déplace le travail vers la supervision et le contrôle.
Les systèmes doivent rester alignés avec les principes de la S&ST : collectif, données, dialogue social.
Le marché est dominé par quelques entreprises internationales, posant des enjeux de souveraineté.
Le développement de l’IA suppose des règles claires pour encadrer les usages et limiter les dérives.
Des freins techniques, énergétiques ou sociétaux pourraient ralentir ou remettre en cause ces technologies.
Risques et opportunités : ce que disent les rapports
Réduction de l’exposition aux tâches dangereuses (robots, exosquelettes, drones).
Détection précoce des risques grâce à l’analyse de données.
Automatisation des tâches répétitives et administratives.
Formation des acteurs (employeurs, représentants, préventeurs) aux enjeux techniques et éthiques.
Intégration de compétences S&ST dans la conception des outils.
Promotion de démarches d’expérimentation et d’évaluation en conditions réelles.
Implication dans les processus réglementaires (AI Act, normalisation).
Réflexion collective sur la gouvernance des données.
Intensification des cadences et pression élevée.
Surcharge cognitive et fatigue mentale.
Perte d’autonomie et fragmentation des tâches.
Inégalités d’accès et d’adaptation selon les profils (âge, qualification, genre).
Focalisation excessive sur les risques détectés par les systèmes au détriment des dimensions organisationnelles.
Développement de dispositifs de surveillance pouvant générer des risques psychosociaux.
Incapacité à anticiper les situations atypiques (pannes, maintenance).
@Lefebvre Dalloz : Comprendre les risques et opportunités de l’intelligence artificielle en santé et sécurité au travail
Recommandations : encadrer les usages de l’IA au travail pour limiter les risques et préserver la santé mentale
Encadrer les usages en définissant précisément les cas d’application, les responsabilités et leur intégration dans les politiques RH et de conformité.
Maintenir une supervision humaine afin de garantir la validation des résultats et d’éviter toute délégation complète aux systèmes.
Former les équipes en développant les compétences de supervision, d’analyse critique et de compréhension des limites des outils.
Prévenir la surcharge cognitive en limitant la multiplication des solutions, en simplifiant les interfaces et en organisant le travail pour éviter une vigilance permanente.
Intégrer la santé mentale dès le déploiement, en évaluant les effets sur le stress, la charge mentale et la fatigue dans les démarches de prévention.
Assurer la transparence sur le fonctionnement des systèmes, la traçabilité des décisions et la gestion des données sensibles.
Impliquer les utilisateurs en amont, en s’appuyant sur les retours terrain et les dynamiques d’apprentissage collectif.
Suivre et ajuster dans le temps via des indicateurs combinant performance, qualité et conditions de travail.
Quatre scénarios prospectifs à horizon 2035 (rapport INRS)
L’analyse repose sur 4 scénarios qui décrivent des trajectoires possibles d’intégration de l’IA en santé et sécurité au travail
1. Domination des géants technologiques
Les grands groupes technologiques, notamment les AMAMA (Alphabet, Meta, Amazon, Microsoft, Apple) et les BATX (Baidu, Alibaba, Tencent, Xiaomi), structurent le marché en concentrant les capacités d’investissement, les données et les infrastructures. La majorité des solutions d’IA est conçue, opérée et maintenue par ces acteurs, ce qui limite la marge de manœuvre des entreprises utilisatrices et des acteurs publics. Dans ce contexte, les cadres réglementaires restent hétérogènes et souvent influencés par ces entreprises, compliquant l’harmonisation des pratiques en santé et sécurité au travail. Par ailleurs, les dispositifs de surveillance des activités, des comportements et des environnements tendent à se généraliser comme outils de prévention, impliquant une collecte massive de données et une transformation des relations de travail.
2. Encadrement par les États
Les États mettent en place des cadres réglementaires structurants, à l’image de l’AI Act, afin d’encadrer le développement et l’usage des systèmes d’IA sur les plans de la sécurité, de la transparence et de la responsabilité. Les technologies déployées doivent répondre à des objectifs d’intérêt général, avec des exigences en matière d’utilité sociale, de sobriété et de maîtrise des risques. Ce cadre s’accompagne d’un renforcement des mécanismes d’audit, de certification et de validation préalable des solutions avant leur mise sur le marché ou leur déploiement en entreprise. L’intégration de ces technologies se fait de manière progressive et conditionnée à des évaluations en conditions réelles, avec le maintien d’une supervision humaine.
3. Développement démocratique
La gouvernance des systèmes d’IA s’élargit en impliquant les travailleurs, les représentants du personnel et les citoyens dans les décisions de déploiement, notamment à travers le dialogue social. Parallèlement, la diffusion de solutions open source, low code et no code facilite leur appropriation par un plus grand nombre d’acteurs, y compris les PME. Les progrès technologiques favorisent l’émergence d’IA hybrides combinant apprentissage automatique et raisonnement logique, améliorant ainsi la transparence et la compréhension des décisions. Dans ce contexte, l’explicabilité devient un critère central, renforçant la confiance et l’acceptabilité des outils dans les organisations de travail.
4. Déclin de l’IA
La multiplication d’incidents, d’erreurs ou de crises liées aux systèmes d’IA remet progressivement en cause leur fiabilité opérationnelle. Cette accumulation entraîne une perte de confiance des travailleurs, des employeurs et des régulateurs, qui deviennent plus réticents à leur utilisation. À partir de 2030, les usages reculent dans plusieurs secteurs, y compris en santé et sécurité au travail, malgré des investissements initiaux importants. Certaines organisations choisissent alors de limiter ou d’abandonner le recours à ces technologies au profit de solutions plus traditionnelles de prévention.
Ce que peuvent faire les entreprises
Pour accompagner l’intégration de l’intelligence artificielle et des outils numériques, les entreprises sont invitées à inscrire ces technologies dans une stratégie globale de prévention. Cela passe d’abord par une mise à jour du document unique d’évaluation des risques professionnels (DUERP) afin d’y intégrer les risques émergents liés au numérique, avec l’appui possible de conseillers en prévention. Cette démarche suppose de former et sensibiliser l’ensemble des acteurs (direction, encadrement et salariés) afin de favoriser une compréhension partagée des enjeux. Le renforcement du dialogue social constitue un autre levier, en permettant d’encadrer collectivement les conditions d’usage de ces technologies. Enfin, les entreprises ont intérêt à privilégier des phases de test en conditions réelles, afin d’évaluer les impacts avant tout déploiement à grande échelle.
“Percevoir l’exponentiel” et préparer les acteurs de la prévention aux mutations du travail
Pour le Dr Charles Broutin, médecin du travail, l’enjeu pour les acteurs de la prévention est d’anticiper ses impacts potentiels sur les salariés. La progression exponentielle des modèles, déjà capables de réaliser des tâches complexes proches du niveau humain, laisse entrevoir des transformations rapides de l’organisation du travail. Dans ce contexte, deux scénarios coexistent : une évolution limitée ou, à l’inverse, une automatisation massive des tâches intellectuelles. Les premiers signaux observés, notamment sur l’emploi, invitent à ne pas écarter cette seconde hypothèse et à structurer dès à présent des dispositifs de veille et de prévention adaptés.
