Nabil

  • France : une feuille de route IRDES-LSE pour réorienter le système de santé vers la prévention des maladies chroniques (59 % des dépenses, 2,3 % pour la prévention)

    Publié en avril par l’Irdes en partenariat avec la London School of Economics, le rapport s’inscrit dans les travaux du PHSSR. Il analyse la capacité du système de santé français à répondre aux maladies chroniques, à l’origine de plus de 80 % des décès prématurés.

    Les maladies chroniques représentent 59 % des 190 milliards d’euros remboursés en 2022. Le cancer, première cause de mortalité (26 % des décès), pourrait voir ses dépenses augmenter de 36 % d’ici 2050. Dans le même temps, la prévention institutionnelle ne représente que 2,3 % des dépenses de santé.

    Avec une espérance de vie de 82,4 ans et une couverture universelle, la France affiche des résultats élevés. Mais ces moyennes masquent des fragilités : une organisation centrée sur l’hôpital, un financement orienté vers l’activité et une prévention limitée.

    Le rapport met en évidence des écarts importants selon les territoires et les niveaux de revenu. Les 10 % les plus pauvres présentent un risque de maladie chronique 1,4 fois plus élevé que les 10 % les plus riches.

    L’espérance de vie masculine varie de 77 à 83 ans selon les départements, tandis que les 5 % des hommes les plus modestes vivent en moyenne treize ans de moins que les plus aisés.

    Ces inégalités s’expliquent en partie par des facteurs comportementaux et environnementaux : tabagisme (plus de 52 000 décès annuels), pollution de l’air (48 000 décès) ou exposition aux pesticides.

    L’analyse repose sur sept axes (ci-dessous). Dans chacun de ces domaines, un constat converge : les incitations, les organisations et les pratiques ne favorisent pas suffisamment la prévention et le diagnostic précoce.

    • Santé de la population.
    • Gouvernance.
    • Organisation des soins.
    • Financement.
    • Ressources humaines.
    • Médicaments et technologies.
    • Soutenabilité environnementale.

    Prévention, dépistage, données : les angles morts des parcours de soins en France

    La prévention primaire reste largement dissociée des soins de premier recours. Les médecins généralistes, rémunérés majoritairement à l’acte, disposent de peu d’incitations pour développer des activités préventives. Aussi, les programmes de dépistage existent mais affichent des taux de participation inférieurs à certains pays européens, avec des écarts territoriaux pouvant atteindre 40 points.

    L’absence de données systématiques sur les délais de diagnostic et les stades des maladies limite l’évaluation des parcours de soins.

    Un usage limité des données

    Le système français combine centralisation des décisions et fragmentation de leur mise en œuvre. Les agences régionales de santé coordonnent encore peu les acteurs locaux, et les politiques de prévention restent dispersées. Malgré la richesse des bases médico-administratives, les données sont peu utilisées pour piloter la qualité des soins ou réduire les variations territoriales. Les stratégies nationales manquent d’objectifs chiffrés et mesurables.

    Un système bien financé mais encore piloté par les dépenses plutôt que par les besoins

    Le modèle de rémunération à l’acte favorise les volumes d’activité. La suppression en 2026 de la rémunération sur objectifs de santé publique, remplacée par un forfait par patient, vise à réorienter les incitations vers la coordination et la prévention. Avec des dépenses de santé équivalentes à 11,5 % du PIB, le système français est bien financé. Mais son pilotage, via l’Ondam, reste centré sur les dépenses passées plutôt que sur les besoins de santé.

    La densité médicale reste comparable à la moyenne de l’OCDE, mais les inégalités territoriales persistent. L’absence de stratégie globale de planification des ressources humaines limite l’anticipation des besoins.

    Côté technologies, la France dispose d’un écosystème d’innovation dynamique et d’un accès aux traitements globalement satisfaisant. Enfin, le développement du numérique en santé progresse, avec 65 millions de comptes « Mon espace santé » créés début 2024, mais seulement 15 à 20 % activés.

    Mieux exploiter les données

    Le rapport trace plusieurs lignes de force transversales.

    Premier chantier : la révolution du pilotage par les données. Car si la France dispose de bases de données parmi les plus riches au monde, leur potentiel reste largement sous-exploité. Les auteurs appellent à standardiser les indicateurs de qualité, d’efficience et d’équité, à faire dialoguer des systèmes d’information encore trop cloisonnés, et à ouvrir davantage l’accès aux chercheurs comme aux décideurs. L’ambition : bâtir de véritables outils d’aide à la décision, nourris par la donnée.

    Le rapport plaide aussi pour généraliser une culture du benchmarking, comparer les pratiques d’un territoire à l’autre, identifier ce qui fonctionne, s’en inspirer. Et pour donner du relief aux stratégies nationales, des objectifs “SMART“, mesurables et datés.

    Renforcer le rôle des acteurs territoriaux

    Autre message : il faut rééquilibrer le pouvoir entre Paris et les territoires. Le rapport appelle à renforcer le rôle des acteurs de terrain, à commencer par les communautés professionnelles territoriales de santé (CPTS), dans la conception et le déploiement des actions de prévention.

    L’idée de co-construction irrigue l’ensemble du rapport : associer professionnels et patients à l’élaboration des recommandations cliniques pour qu’elles soient réellement appropriées. Les formats numériques, plus souples, doivent accélérer leur diffusion. Enfin, les auteurs pointent un mal bien connu : la fragmentation entre État, Assurance maladie et collectivités. Sans meilleure coordination, difficile d’espérer des politiques cohérentes.

    Repenser les indicateurs

    Pour agir plus tôt, il faut repenser l’organisation des soins. Le rapport préconise de resserrer les liens entre médecine de ville, prévention et dispositifs communautaires, seule manière de réduire les ruptures qui jalonnent encore trop de parcours patients.

    Les indicateurs eux aussi doivent évoluer : moins centrés sur l’activité, davantage sur les résultats. Cela inclut l’expérience vécue par les patients et, surtout, les délais, entre dépistage et diagnostic, entre diagnostic et traitement. Mesurer systématiquement le stade des maladies au moment du diagnostic permettrait d’objectiver les inégalités et de s’y attaquer.

    Investir dans la prévention et la valeur

    Le nerf de la guerre, c’est le financement. Le rapport avance plusieurs propositions :

    • Des budgets pluriannuels, construits à partir des besoins de santé.
    • Une décentralisation partielle des enveloppes vers les ARS.
    • Un budget sanctuarisé pour la prévention, à l’abri des arbitrages de court terme.

    Au-delà, c’est tout le modèle de rémunération qui doit bouger. Place à des modèles mixtes, intégrant des objectifs de qualité et de résultats. Et pour aligner les dépenses sur les bénéfices cliniques, le rapport juge indispensable de comparer les performances des offreurs de soins.

    Simplifier les coopérations et diversifier les compétences

    Pas de transformation sans les professionnels. Le rapport recommande d’élaborer une véritable stratégie nationale des ressources humaines en santé, capable d’anticiper les besoins futurs, d’intégrer les évolutions technologiques et de tirer parti des gains d’efficience.

    Plusieurs leviers sont identifiés : diversifier les compétences (notamment numériques), développer le travail en équipe, simplifier les protocoles de coopération entre professionnels. La formation initiale et continue doit elle-même évoluer, en mettant l’accent sur les compétences transversales (prévention, collaboration, approche centrée sur le patient).

    Transformer l’accès aux traitements innovants

    Dernier volet : les médicaments et technologies de santé, avec un double défi : garantir l’accès tout en maîtrisant les coûts. Le rapport recommande de s’appuyer davantage sur les données en vie réelle pour évaluer les innovations, et d’adapter en conséquence les mécanismes de prix et de remboursement. L’objectif : garantir un accès équitable aux traitements innovants, fondé sur des évaluations continues de leur bénéfice réel.

    Au fond, le rapport dépasse la somme de ses recommandations sectorielles. Il dessine un changement de paradigme :

    • Du curatif au préventif.
    • Du volume à la valeur.
    • D’un système fragmenté à un modèle intégré.

    Le fil rouge est : anticiper plutôt que réparer. Et pour y parvenir, ancrer la prévention et le diagnostic précoce dans les structures, les financements et les pratiques.

    Or, Z., & Parry, A. (2026). Feuille de route stratégique pour un système de santé soutenable et résilient : agir en amont face aux maladies chroniques (Rapport n° 603). Paris : Irdes.

  • Recherche clinique : un code de conduite RGPD européen validé par la CNIL

    L’AFCROS en lien avec les organisations européennes réunies au sein de l’EUCROF, est à l’origine du premier Code de conduite RGPD dédié à la recherche clinique à l’échelle européenne.

    Pendant cinq ans, un groupe de travail réunissant des entreprises du secteur a conduit une concertation avec les acteurs de la santé et de la recherche.

    L’objectif était de formaliser un cadre opérationnel commun qui permet d’harmoniser les pratiques et de renforcer la conformité des entreprises de recherche clinique, en particulier les Clinical Research Organisations, sur les enjeux de protection des données.

    Ce code constitue le “premier dispositif transnational de ce type dans le domaine de la santé”, reconnu dans les 27 États membres de l’Union européenne. Il s’inscrit dans la dynamique de l’Espace européen des données de santé (EHDS).

    Au premier trimestre 2026, la CNIL a adopté une délibération qui valide le Comité de supervision (COSUP) comme organisme de contrôle du Code EUCROF. Cette étape réglementaire rend le dispositif pleinement opérationnel dans l’ensemble de l’Union européenne.

    Le COSUP est chargé :

    • D’évaluer la conformité des organisations candidates.
    • De délivrer des avis.
    • D’assurer un suivi continu.
    • Et de contrôler l’application du code dans la durée.

    Plus de vingt prestataires de recherche clinique ont déjà engagé une démarche d’adhésion.

    Un levier de conformité pour les CRO et leurs partenaires

    Le code vise en priorité les bureaux d’études privés intervenant comme sous-traitants pour les promoteurs publics et privés (industrie pharmaceutique, technologies de santé, dispositifs médicaux), majoritairement constitués de PME.

    Il doit leur permettre de faciliter leur mise en conformité avec le RGPD, tant pour les données des patients que celles des professionnels de santé. L’adhésion repose sur un engagement volontaire des entreprises.

    Le texte prend en compte l’augmentation des risques liés à la sécurité des systèmes d’information et aux cyberattaques. Il impose notamment l’adoption systématique d’un Système de Management de la Sécurité de l’Information (SMSI).

    Ce socle commun vise à élever le niveau de préparation des acteurs de la recherche clinique face aux menaces numériques. Il constitue un “précédent dans la manière de construire des cadres réglementaires à l’échelle européenne”, grâce notamment à :

    • Une co-construction entre régulateurs et acteurs métiers.
    • Une inscription dans les mécanismes du RGPD.
    • Et une harmonisation entre États membres.

    Ce dispositif pourrait contribuer à structurer une approche européenne de la recherche clinique et renforcer son positionnement à l’international, en s’appuyant sur des standards communs de conformité et de gouvernance des données.

  • Étude : plus des deux tiers des médecins utilisent une IA générative, hors du cadre de gouvernance des hôpitaux (Jama)

    Publié dans le Jama Health Forum, l’article “Health Systems Govern Only the Tip of the AI Iceberg” montre un décalage entre la gouvernance institutionnelle de l’IA et ses usages réels par les médecins.

    L’IA générative à destination des médecins s’est installée dans la pratique courante. Plus de deux tiers des praticiens y recourent désormais chaque jour dans leur activité. Dans le même temps, beaucoup jugent trop lente l’adoption de ces technologies. Cette situation favorise un usage largement déployé en dehors d’un cadre institutionnel.

    Or la gouvernance de l’IA dans les établissements de santé reste conçue pour évaluer des outils associés à un usage précis. Cette approche permet de mesurer les risques potentiels d’une application donnée, puis de mettre en place des mesures d’atténuation. Elle correspond à des solutions ciblées, mais elle s’adapte mal aux plateformes d’IA générative généralistes.

    IA généralistes : une expansion des usages qui complique la cartographie des impacts

    Le problème tient à la nature même de ces plateformes. Contrairement à un outil développé pour une tâche définie, l’IA générative généraliste peut être mobilisée par les médecins dans des contextes très variés : rédaction, synthèse, aide à la communication, structuration d’informations ou appui à certaines décisions.

    Les bénéfices comme les risques ne dépendent donc pas seulement de l’outil, mais aussi de la manière dont il est utilisé.

    Dans ce cadre, les dispositifs de gouvernance classiques montrent leurs limites. Ils ont été élaborés pour des solutions dont les usages sont bornés, les effets plus facilement anticipables et les risques plus simples à quantifier. Avec les plateformes généralistes, l’éventail des conséquences possibles devient beaucoup plus large, mouvant et difficile à cartographier à l’avance.

    Deux réalités qui coexistent dans les établissements

    Il en résulte une situation paradoxale. D’un côté, les systèmes de santé exercent une supervision directe sur des outils d’IA étroitement définis, intégrés dans des processus formalisés. De l’autre, les médecins utilisent de façon diffuse et peu visible des plateformes d’IA grand public, sans véritable contrôle.

    Ces usages restent souvent en surface invisibles pour les organisations.

    L’absence d’engagement institutionnel augmente le risque

    Le manque d’implication des systèmes de santé vis-à-vis des outils grand public n’en réduit pas le risque, il l’aggrave. En laissant ces usages se développer sans cadre, les établissements se privent de visibilité sur les pratiques réelles des médecins et renoncent aux protections qu’ils pourraient mettre en place.

    Autrement dit, l’absence de politique explicite ne bloque pas l’adoption. Elle déplace simplement cette adoption hors du périmètre de gouvernance. Les médecins continuent à utiliser l’IA générative, mais sans accompagnement, sans règles stabilisées et sans dispositifs institutionnels capables de sécuriser les usages.

    Réformer l’approche de la gouvernance de l’IA

    Les auteurs estiment donc que les systèmes de santé doivent revoir leur approche. La gouvernance ne peut plus reposer uniquement sur l’évaluation d’outils spécialisés correspondant à des cas d’usage isolés. Elle doit aussi prendre en compte des plateformes généralistes dont les usages sont multiples, évolutifs et parfois informels.

    Cette réforme suppose de reconnaître l’ampleur du phénomène, d’intégrer les outils grand public dans le champ de vigilance des établissements et de construire des protections adaptées aux usages réels des médecins.

     

  • AWS lance Amazon Bio Discovery pour accélérer la découverte de médicaments par l’IA

    Une plateforme unifiée pour industrialiser la découverte de médicaments

    AWS a annoncé le lancement d’Amazon Bio Discovery, une application d’IA destinée à accélérer la conception et l’évaluation de candidats-médicaments, en particulier dans le domaine des anticorps.

    La plateforme repose sur un catalogue de modèles biologiques de base (bioFM), entraînés sur de larges ensembles de données, capables de générer et d’analyser des molécules thérapeutiques.

    L’approche ne se limite pas à l’accès aux modèles. Amazon Bio Discovery intègre un agent d’IA permettant aux chercheurs d’interagir en langage naturel pour sélectionner les modèles pertinents, paramétrer les expériences et interpréter les résultats. Les scientifiques peuvent également affiner ces modèles à partir de leurs propres données expérimentales.

    Lever les freins à l’usage

    Malgré la multiplication des modèles d’IA en biologie, leur adoption reste limitée par plusieurs obstacles : complexité technique, nécessité de compétences en codage, difficulté à comparer les modèles et rareté des profils spécialisés en biologie computationnelle. La plateforme d’AWS vise à contourner ces freins en combinant trois briques :

    • Une bibliothèque de modèles et d’outils d’analyse calibrés.
    • Un agent d’IA pour orchestrer les workflows expérimentaux.
    • Un réseau de partenaires de laboratoire pour tester physiquement les candidats.

    Elle propose également un jeu de données de référence sur les anticorps afin d’évaluer la fabricabilité, la stabilité et les propriétés biologiques des molécules générées.

    Vers une boucle fermée entre conception numérique et expérimentation

    L’un des apports de la solution réside dans l’intégration directe avec des laboratoires partenaires.

    Une fois les candidats sélectionnés, les chercheurs peuvent les envoyer pour synthèse et tests, avec des délais et coûts annoncés en amont. Les résultats expérimentaux sont ensuite réinjectés dans la plateforme pour alimenter les cycles suivants.

    Ce fonctionnement en boucle vise à remplacer des processus aujourd’hui fragmentés, marqués par des systèmes de données cloisonnés et une coordination manuelle entre acteurs.

    Amazon Bio Discovery permet aux utilisateurs d’entraîner des modèles sur leurs propres données sans infrastructure dédiée ni développement spécifique. Les modèles affinés restent privés et accessibles uniquement à l’organisation.

    La plateforme garantit également l’isolation des données et la propriété intellectuelle des utilisateurs.

    Cas d’usage : 300 000 anticorps conçus en quelques semaines

    Dans le cadre d’un partenariat avec le Memorial Sloan Kettering Cancer Center, les équipes ont utilisé Amazon Bio Discovery pour générer près de 300 000 candidats anticorps. Parmi eux, 100 000 ont été envoyés pour tests à Twist Bioscience.

    Selon les équipes impliquées, cette phase a été réalisée en quelques semaines entre la conception et l’envoi en laboratoire.

    Outre le Memorial Sloan Kettering Cancer Center, plusieurs acteurs ont déjà adopté la solution, dont Bayer, le Broad Institute, le Fred Hutch Cancer Center et Voyager Therapeutics.

    Avec cette plateforme, AWS cherche à standardiser et accélérer les premiers phases de la découverte de médicaments, en articulant IA, données propriétaires et capacités expérimentales.

  • Étude : l’IA et les dermatologues présentent des performances comparables dans le diagnostic du mélanome

    Une méta-analyse, publiée le 25 mars 2026, compile 11 études prospectives totalisant plus de 2 500 patients et 50 dermatologues. Elle compare trois configurations : dermatologues seuls, intelligence artificielle seule, et dermatologues assistés par IA.

    Les résultats agrégés montrent une proximité des performances diagnostiques :

    • Dermatologues seuls : sensibilité 78,6 % ; spécificité 75,3 %
    • IA seule : sensibilité 80,9 % ; spécificité 75,6 %

    Aucune différence statistiquement significative n’est observée entre les deux approches. L’étude unique évaluant l’IA en assistance montre des résultats supérieurs (sensibilité 91,9 %, spécificité 83,7 %), mais reste insuffisante pour conclure. Dans les comparaisons directes, l’IA présente une spécificité plus élevée et une sensibilité comparable ou légèrement inférieure, suggérant un potentiel pour réduire les biopsies inutiles.

    De la preuve rétrospective à la validation clinique

    Jusqu’ici, la littérature reposait majoritairement sur des études rétrospectives utilisant des bases d’images sélectionnées. Cette méta-analyse se distingue en se limitant aux données prospectives, considérées comme plus proches de la pratique clinique. Elle confirme que les performances observées en conditions contrôlées ne se traduisent pas nécessairement à l’identique en situation réelle. Les auteurs soulignent notamment que :

    • Les modèles d’IA reposent quasi exclusivement sur des réseaux de neurones convolutionnels (CNN).
    • Les performances dépendent fortement de la taille et de la diversité des bases d’entraînement.
    • Les conditions cliniques introduisent une variabilité absente des jeux de données standardisés.

    L’analyse critique met en évidence plusieurs limites :

    Une sélection des patients peu représentative :  Dans 9 études sur 11, les patients étaient pré-sélectionnés (lésions suspectes, pigmentées), excluant une grande partie des cas rencontrés en routine. Conséquence : surestimation possible des performances.

    Une simplification excessive du diagnostic : La majorité des études reposent sur une classification binaire (mélanome vs non-mélanome), loin de la complexité réelle des diagnostics dermatologiques.

    Des designs hétérogènes : Certaines études utilisent : des approches patient-level plutôt que lésion par lésion (biais de performance), des critères indirects (décision d’excision plutôt que diagnostic)

    Un déséquilibre des preuves : 9 études évaluent les dermatologues, 5 évaluent l’IA, 1 seule évalue l’IA en assistance. L’impact réel de l’IA comme outil d’aide reste donc peu documenté.

    Vers un rôle d’outil d’aide à la décision

    Les résultats suggèrent plusieurs usages potentiels :

    • Réduction des actes invasifs inutiles (via une meilleure spécificité).
    • Standardisation partielle de l’évaluation dermoscopique.
    • Soutien aux praticiens moins expérimentés.

    Cependant, les auteurs insistent sur la nécessité de valider les outils sur des populations non sélectionnées, de conduire des études multicentriques à grande échelle, et de mieux documenter les usages en conditions réelles

    L’étude conclut que l’IA atteint aujourd’hui un niveau de performance comparable à celui des dermatologues, mais que son niveau de preuve reste insuffisant pour une adoption large.

    Prospective Evidence on Artificial Intelligence−Assisted Melanoma Diagnostics

     

  • AAP : l’ARS Île-de-France lance son édition 2026 en deux vagues (15 juin / 30 août), financée par le FIR, avec des priorités en périnatalité et santé mentale

    L’ARS Île-de-France poursuit en 2026 sa stratégie engagée depuis 2014 en faveur de la simulation en santé. Cet appel à projets vise à renforcer les compétences techniques et non techniques des étudiants et des professionnels, en s’appuyant sur des dispositifs pédagogiques innovants.

    L’approche attendue repose sur l’interprofessionnalité et la mutualisation des ressources, avec une attention particulière portée à l’accessibilité à l’échelle régionale.

    Typologie des projets attendus

    Deux thématiques bénéficient d’une priorisation :  périnatalité et santé mentale. L’appel cible des projets de simulation en santé interprofessionnelle sous différentes formes :

    • Simulation in situ ou délocalisée.
    • Simulation numérique.
    • Simulation chirurgicale.
    • Développement d’outils pédagogiques innovants.

    Les initiatives intégrant une logique de coopération interprofessionnelle et de mutualisation des ressources sont privilégiées.

    Critères d’éligibilité et publics concernés

    Catégorie Détails
    Publics cibles Etudiants (paramédical, filières MMOP), Professionnels en formation continue.
    Structures éligibles Instituts et écoles, établissements sanitaires et médico-sociaux, universités, associations.
    Exigences du projet Respecter les recommandations de la HAS, démontrer un impact en nombre d’apprenants, et être réalisable dans les délais contractuels

    Sélection différenciée selon la maturité des projets

    L’instruction prévoit des critères spécifiques selon le niveau de maturité :

    Projets émergents :

    • Présence d’un référent simulation formé.
    • Budget dédié à la formation des formateurs.
    • Diffusion des livrables.
    • Suivi d’indicateurs.

    Projets matures :

    • Mutualisation avec une structure émergente.
    • Développement de la formation continue.

    À qualité équivalente, une priorisation thématique est appliquée.

    Calendrier et modalités de financement

    L’appel est structuré en deux vagues de dépôt :

    • 15 juin 2026 (vague 1)
    • 30 août 2026 (vague 2)

    Les notifications sont prévues mi-août et mi-septembre 2026 selon la vague. Les projets devront être finalisés avant le 31 décembre 2027, date de remise du rapport final. Le financement repose sur le Fonds d’intervention régional (FIR), sans enveloppe précisée. Les fonds sont versés après signature des conventions.

    Les dépenses éligibles doivent être strictement liées au projet, à l’exclusion des charges structurelles et des coûts de maintenance.

    Points d’attention pour les porteurs

    • Absence de montant indicatif : nécessité d’un budget argumenté.
    • Exclusion des frais de structure des dépenses éligibles.
    • Exigence forte d’interprofessionnalité.
    • Obligation de diffusion des livrables dans une logique régionale.
    • Avantage implicite pour les projets en périnatalité et santé mentale.

    Les candidatures doivent être déposées en ligne via la plateforme officielle. 

  • Urgences : le CHU de Martinique mise sur FollowMe pour rendre le parcours patient plus lisible

    Le CHU de Martinique a déployé, au sein du service d’accueil des urgences de l’hôpital Pierre Zobda Quitman, la solution FollowMe. Accessible via un simple SMS, l’outil permet aux patients de visualiser en temps réel les différentes étapes de leur prise en charge. Parmi les fonctionnalités proposées :

    • Suivi des étapes du parcours (infirmier d’accueil et d’orientation, médecin, imagerie, biologie).
    • Accès à des contenus pédagogiques et contextualisés.
    • Partage du suivi avec les proches.
    • Questionnaire de satisfaction à chaud, dans une logique de PREMs telle que définie par la Haute Autorité de Santé.

    Répondre aux tensions des urgences

    FollowMe vise plusieurs irritants identifiés dans le fonctionnement des urgences comme l’incertitude ressentie par les patients et leurs proches, les incompréhensions liées aux délais d’attente, les tensions qui en découlent dans les services, et le temps mobilisé par les équipes pour expliquer l’organisation.

    L’outil s’attaque à un facteur organisationnel central : le manque de visibilité sur le parcours de soins. En apportant une information en continu, il cherche à réduire les sollicitations non médicales et à améliorer l’expérience patient.

    Le projet a été élaboré avec les représentants des usagers, afin d’adapter les contenus et d’orienter les choix fonctionnels. Cette approche vise à aligner l’outil avec les attentes des patients et de leurs proches.

    Une brique dans une stratégie plus large de transformation

    Le déploiement de FollowMe s’inscrit dans une stratégie globale portée par la direction générale, dirigée par Jérôme Le Brière, et la commission médicale d’établissement présidée par Maturin Tabue Teguo. Cette stratégie repose sur plusieurs leviers :

    • renforcement des moyens humains et matériels,
    • ouverture de lits d’hospitalisation,
    • création d’une consultation non programmée de médecine générale à proximité des urgences,
    • structuration du Service d’Accès aux Soins avec les professionnels libéraux pour améliorer la régulation des appels,
    • déploiement d’outils numériques de pilotage en temps réel (activité, lits, brancardage, transport),
    • recours à des solutions d’aide à la décision médicale basées sur l’intelligence artificielle, notamment Gleamer.

    Le projet a mobilisé les équipes médico-soignantes, les fonctions support (DSI, RSSI, DPO), les représentants des usagers ainsi que les partenaires industriels, dont Enovacom.

  • Chatbots santé : près de 20 % des requêtes concernent des situations personnelles, avec un usage surtout nocturne et mobile

    Une cartographie des usages santé des chatbots

    Une étude publiée dans Nature Health analyse plus de 500 000 conversations liées à la santé avec Microsoft Copilot en janvier 2026.

    Objectif : comprendre ce que les utilisateurs demandent réellement aux IA conversationnelles en matière de santé, en caractérisant les intentions (12 catégories) et les thèmes associés.

    Sur les 617 827 conversations analysées, la catégorie dominante reste celle de l’information et de l’éducation en santé (40,8 %). Elle regroupe des requêtes non personnalisées : fonctionnement d’un médicament, causes d’une pathologie, nutrition.

    Mais cette catégorie recouvre en partie des préoccupations personnelles implicites : les requêtes portent majoritairement sur des traitements ou des maladies spécifiques, suggérant un usage orienté vers la prise de décision individuelle.

    Une part importante de requêtes personnelles

    Près de 20 % des conversations concernent directement des symptômes, des conditions médicales ou leur gestion. Ces interactions couvrent un spectre large, allant de la simple interprétation d’un résultat à des descriptions détaillées de situations individuelles.

    L’étude souligne que cette proportion est probablement sous-estimée, du fait de la difficulté à distinguer formellement les requêtes générales des intentions personnelles.

    Autre enseignement : un cas sur sept concerne un tiers (enfant, parent âgé, partenaire). L’IA conversationnelle apparaît comme un outil de soutien pour les aidants, avec des implications en matière de design (contextualisation, recommandations adaptées, gestion de l’incertitude).

    Des usages très différenciés selon les supports

    L’analyse met en évidence une divergence nette entre mobile et desktop :

    • Mobile : prédominance des usages personnels
      • Symptômes et préoccupations : 15,9 %.
      • Bien-être émotionnel : 5,1 %.
    • Desktop : usages professionnels ou académiques
      • Recherche et support académique : 16,9 %.
      • Documents médicaux : 15,7 %.

    Ce découpage suggère que le terminal reflète le contexte d’usage : personnel et intime sur mobile, structuré et professionnel sur ordinateur.

    Un pic d’usage en soirée et la nuit

    Les requêtes personnelles augmentent en dehors des heures ouvrées :

    • Les questions liées aux symptômes passent de 10,6 % le matin à 13,4 % la nuit.
    • Les requêtes sur le bien-être émotionnel progressent de 3,3 % à 5,2 %.

    Ces résultats traduisent un recours élevé à l’IA lorsque l’accès aux professionnels de santé est limité. L’outil agit alors comme un point de contact disponible en continu, notamment dans des situations d’incertitude ou de vulnérabilité.

    Une part des conversations porte sur des tâches administratives ou organisationnelles :

    • Trouver un professionnel de santé.
    • Comprendre une couverture d’assurance.
    • Remplir des documents médicaux.

    Les auteurs identifient plusieurs enjeux pour le développement des IA en santé :

    • Adapter les réponses au contexte (mobile vs desktop, moment de la journée).
    • Différencier information et conseil personnalisé, avec orientation vers les soins lorsque nécessaire.
    • Intégrer les usages des aidants, distincts de ceux des patients.
    • Renforcer les garde-fous sur les requêtes à risque, notamment en triage et en santé mentale.

    Ces résultats rejoignent d’autres travaux sur l’IA en santé, notamment sur les attentes des patients en matière de gouvernance et de responsabilité, ou sur les risques perçus liés aux outils automatisés.

    Une base pour suivre l’évolution des usages

    L’étude pose un cadre méthodologique pour analyser les usages réels des IA conversationnelles en santé. Elle reste toutefois limitée à une plateforme (Copilot) et à une période courte (janvier 2026). L’étude ouvre plusieurs perspectives :

    • Suivi longitudinal des usages.
    • Comparaison entre systèmes de santé.
    • Analyse du lien entre type de requête et qualité des réponses.

    Public use of a generalist LLM chatbot for health queries – Nature Health

  • Cybersécurité : l’UE encadre le report des alertes sur les vulnérabilités dans le cadre du Cyber Resilience Act

    Un mécanisme de report encadré

    Le règlement délégué (UE) 2026/881, adopté au titre de l’article 14(9) du Cyber Resilience Act, vient préciser un principe posé à l’article 16(2) : “toute notification de vulnérabilité activement exploitée ou d’incident grave doit être partagée sans délai entre les CSIRT des États membres concernés.”

    Une exception est toutefois prévue en cas de circonstances exceptionnelles justifiant un report. Le texte en définit désormais précisément les contours opérationnels.

    Le règlement structure les cas de report autour de trois dimensions :

    • La nature des informations notifiées.
    • La situation d’un CSIRT destinataire.
    • La sécurité de la plateforme européenne de notification.

    La diffusion peut être retardée lorsque les risques liés à la divulgation dépassent les bénéfices attendus. Cela concerne notamment :

    • Des vulnérabilités facilement exploitables.
    • Des informations permettant de reproduire une attaque.
    • L’absence ou l’insuffisance de mesures de mitigation.

    La diffusion intervient dès qu’un correctif ou des recommandations sont disponibles.

    Une fenêtre de 72 heures en cas de correctif imminent

    Si un correctif est attendu sous 72 heures, la diffusion peut être temporairement suspendue. Au-delà, la notification doit être partagée. Dans le cadre d’une divulgation coordonnée, la diffusion peut être différée jusqu’à accord des parties impliquées.

    Le texte prévoit également des reports en cas de doute sur la capacité d’un CSIRT à protéger les informations, et de compromission de la plateforme européenne de notification. Le CSIRT doit informer immédiatement l’ENISA des décisions de report et de leur justification.

    Une fenêtre de tir très courte pour corriger

    Pour les fabricants de dispositifs médicaux connectés et de solutions numériques en santé, le texte formalise une contrainte opérationnelle : la capacité à produire un correctif en moins de 72 heures.

    À défaut, les informations sur la vulnérabilité seront diffusées à l’échelle européenne, exposant potentiellement les produits déployés.

    Un enjeu de responsabilité et de traçabilité

    Le règlement renforce implicitement plusieurs exigences :

    • Maturité des processus de gestion des vulnérabilités (détection, qualification, correction)
    • Capacité à produire rapidement des mesures compensatoires (patch, configuration, recommandations)
    • Coordination avec les autorités et les CSIRT

    Dans le secteur de la santé, où les cycles de validation logicielle peuvent être longs, cette contrainte peut entrer en tension avec les exigences réglementaires existantes (marquage CE, validation clinique).

    Le règlement entrera en vigueur 20 jours après sa publication et sera directement applicable dans tous les États membres.

  • Jumeau numérique : 25 M€ pour le programme national JUNN, premiers services attendus fin 2026

    L’État engage 25 millions d’euros (dans le cadre de France 2030) pour développer un jumeau numérique national baptisé JUNN.

    L’annonce a été faite le 15 avril par Mathieu Lefèvre, Anne Le Hénanff et Bruno Bonnell. Porté par l’IGN, le Cerema et l’Inria, le programme entend doter la France d’un socle technologique de simulation territoriale capable de

    • croiser des données hétérogènes ;
    • de modéliser les interactions entre systèmes ;
    • et de tester différents scénarios d’action publique.

    L’ambition est de fournir aux décideurs publics un outil d’aide à la décision.

    Le projet repose sur la création d’une infrastructure commune destinée à accueillir des jumeaux numériques interopérables dans plusieurs domaines, dont la mobilité, l’eau ou les risques naturels. Ce socle doit intégrer des briques logicielles partagées, des standards d’interopérabilité, des capacités de traitement massif de données ainsi que des outils de visualisation immersive et de simulation.

    Cette architecture doit être mise à disposition des services de l’État, des collectivités et des entreprises, avec une logique de mutualisation des ressources technologiques.

    Applications prévues pour l’urbanisme à la santé

    Les cas d’usage identifiés couvrent un large champ. Ils concernent l’aménagement urbain, la prévention des risques, la gestion des ressources, l’adaptation des forêts, mais aussi la lutte contre les épidémies.

    Dans le champ de la santé publique, cette capacité de simulation doit permettre d’anticiper certaines évolutions territoriales et de tester des hypothèses de gestion dans des environnements complexes.

    Une montée en charge par étapes jusqu’à fin 2026

    La phase opérationnelle débute avec le développement des premières briques logicielles et la constitution des jeux de données. Sur les douze premiers mois, les acteurs publics et territoriaux doivent être associés pour préciser les besoins, co-construire les solutions et tester les premiers services.

    Le déploiement est annoncé comme progressif. Un premier ensemble d’applications opérationnelles est attendu d’ici à la fin de l’année 2026.

    Le programme s’appuie sur un consortium de 14 partenaires publics et privés, coordonné par 1Spatial France. L’IGN intervient sur la production et la gouvernance des données territoriales. Inria, Géodata Paris et GeometryFactory apportent leurs compétences sur les modèles 3D, l’intelligence artificielle et les graphes de connaissances. Le Cerema est chargé de la structuration des cas d’usage et des interfaces métiers.

    Dassault Systèmes doit intervenir en amont sur un cas d’usage consacré à l’adaptation climatique des villes, à travers des simulations multi-physiques.

    Au-delà du consortium, le programme fédère plus de 200 acteurs issus des collectivités, des bureaux d’études, d’entreprises innovantes et d’industriels. Cette mobilisation s’est structurée à la suite d’un appel à communs lancé en 2024.

    Avec JUNN, l’État cherche à installer un cadre partagé de simulation et de données pour piloter les transitions environnementales, économiques et sanitaires.

    L’enjeu est celui du passage à l’échelle, avec une industrialisation des usages des jumeaux numériques sur l’ensemble du territoire.