Nabil

  • Plannings optimisés, burn-out détecté : l’IA redéfinit la gestion RH en milieu hospitalier

    📍 Un tiers des soignants quitte l’hôpital en cinq ans : l’IA et les primes en première ligne pour enrayer la crise 

    En France, près d’un soignant hospitalier sur trois abandonne son poste dans les cinq premières années, alors que le pays ne compte que 336,5 soignants pour 10 000 habitants, bien en dessous de la moyenne européenne. L’absentéisme atteint jusqu’à 9,9% dans certains établissements, forçant 20% des urgences à restreindre leur activité avant l’été. Face à ces tensions, 68% des hôpitaux misent désormais sur des outils numériques et l’intelligence artificielle pour optimiser la gestion des effectifs, tandis que des primes de fidélisation, des CDI intérimaires et des bonus à l’embauche jusqu’à 5 000 euros sont déployés pour attirer et retenir les soignants. Malgré une légère hausse des effectifs hospitaliers, la stabilité des équipes reste fragile, poussant les établissements à innover tant sur le plan RH que technologique.

    👉 H&TI détails le contexte de la thématique des Ressources Humaines à l’hôpital ici

    📍 L’IA, levier clé pour répondre aux 11 critères RH du référentiel HAS 2025 dans les hôpitaux

    L’intelligence artificielle s’impose comme un atout stratégique pour aider les établissements de santé à satisfaire les 11 critères RH du référentiel HAS 2025, couvrant la planification des effectifs, la gestion des compétences et la qualité de vie au travail. Déjà expérimentées, des solutions d’IA optimisent les plannings, ajustent les ressources selon l’activité, détectent précocement les risques psychosociaux et proposent des parcours de formation ciblés. Grâce à l’analyse automatisée des données RH et à des Dashboard dynamiques, les directions disposent d’outils pour anticiper les tensions et améliorer la sécurité, la santé et la coordination des équipes, tout en gardant l’humain au centre des décisions.

    👉 H&TI analyse les opportunités offertes par l’IA pour répondre aux exigences réglementaire de la HAS ici.

    📍L’intelligence artificielle : un levier pour alléger le burnout et la pénurie de soignants, à condition d’une intégration maîtrisée 

    Face à une pénurie critique de professionnels de santé — 31% des infirmières américaines envisagent de quitter leur poste et plus de 3 millions de soignants manqueraient d’ici 2026 — l’IA offre des gains de productivité majeurs, notamment en réduisant de 26 à 36% le temps consacré aux tâches administratives et en diminuant de 54% les alertes médicamenteuses non pertinentes. Si l’IA permet de libérer du temps médical et d’améliorer la qualité des soins, son déploiement doit impérativement être accompagné d’une gouvernance adaptée, de formation continue et d’une implication active des soignants pour éviter déqualification, perte de sens et creusement des inégalités. L’enjeu est de garantir que l’IA reste un outil au service de l’humain et de l’équité d’accès, sans aggraver les risques psychosociaux déjà massifs dans le secteur (jusqu’à 44% de burn-out chez les soignants).

    👉 HTI dresse la revue de la littérature scientifique sur la question RH à l’hôpital ici.

    📍 Hopia : l’IA explicable qui libère 95 % du temps de planification et augmente la capacité hospitalière 

    Hopia, une solution d’intelligence artificielle explicable, transforme la gestion des plannings hospitaliers en automatisant jusqu’à 95 % des tâches administratives, permettant ainsi aux cadres de santé de se recentrer sur l’humain et la qualité des soins. Déployée dans 20 hôpitaux et adoptée par 1 700 professionnels, elle offre une hausse de 3 à 7 % de la capacité d’accueil des patients à effectif constant, réduit significativement les heures supplémentaires et les absences imprévues, tout en améliorant la répartition des tâches. Grâce à une levée de fonds de 3,5 M€, Hopia ambitionne d’étendre son impact à d’autres établissements, renforçant ainsi la performance et la qualité de vie au travail dans un contexte de crise des effectifs hospitaliers

    👉 H&TI fait un focus sur l’offre d’Hopia ici.

    📍 Modernisation RH : l’ANAP lance un autodiagnostic SIRH et passe au crible 14 solutions pour les établissements de santé 

    L’ANAP propose un autodiagnostic SIRH en ligne composé de 93 questions réparties en 10 chapitres, permettant aux établissements sanitaires et médico-sociaux d’évaluer la maturité de leur organisation RH et d’identifier des axes de modernisation. L’outil, qui peut analyser jusqu’à dix établissements simultanément, s’accompagne d’un panorama détaillé de 14 solutions SIRH, dont aucune ne couvre l’ensemble des besoins recensés, bien que six d’entre elles répondent à au moins cinq fonctionnalités clés. L’ANAP insiste sur l’importance de l’interopérabilité entre les modules (GTA, paie, pilotage), dans un contexte où la gestion RH repose désormais sur un “patchwork” de logiciels. Enfin, le rapport recommande la réalisation de démonstrations et la consultation d’utilisateurs pour guider le choix des établissements, tout en soulignant la nécessité d’un suivi consolidé des indicateurs RH.

    👉 H&TI analyse l’outils d’autodiagnostic SIRH de l’Anap ici.

    📍 L’intelligence artificielle à l’hôpital : un levier pour optimiser les RH, entre gains de temps et défis humains 

    L’intelligence artificielle s’impose progressivement dans la gestion des ressources humaines à l’hôpital, avec des applications structurées autour de quatre axes majeurs : automatisation du tri des candidatures, optimisation des plannings, détection des signaux faibles d’absentéisme et soutien à la formation. Si ces outils permettent de fluidifier l’organisation et de gagner un temps administratif précieux, leur déploiement se heurte à des obstacles techniques, organisationnels et surtout humains, notamment la crainte de déshumanisation et de perte de contrôle. Mathieu Girier (ANAP) insiste sur l’importance d’une IA éthique, transparente et centrée sur l’humain, intégrée via l’acculturation, la formation et le dialogue, pour qu’elle devienne un véritable levier d’amélioration du travail et du bien-être au sein des équipes hospitalières.

    👉 H&TI vous livre ses enseignements de son entretien avec Mathieu Girier directeur du pôle performance de l’Anap ici.

    📍 Montpellier et Angers : l’intelligence artificielle révolutionne la gestion RH hospitalière et améliore l’efficacité des équipes 

    Déjà adoptés par 68 % des hôpitaux pour la gestion des absences et remplacements, les outils numériques franchissent un cap à Montpellier et Angers avec l’intégration de l’IA dans les ressources humaines hospitalières. À Montpellier, plus de 120 cadres sont formés chaque année à l’IA via l’École de la Transformation Hospitalière, tandis que le centre ERIOS développe des solutions co-construites avec les soignants pour la prescription, la psychiatrie ou la gestion documentaire. À Angers, l’automatisation des processus RH grâce à l’IA (remplacements, temps partiel, suivi des absences) permet de gagner du temps, d’éviter les erreurs et d’améliorer la qualité de service, tout en préparant l’ensemble des équipes à ces nouveaux usages via des séminaires et un futur comité d’éthique. Ces initiatives illustrent comment l’IA devient un levier clé pour revaloriser les métiers, améliorer la qualité de vie au travail et renforcer l’attractivité des hôpitaux face à la crise des vocations

    👉 H&TI analyse les innovations RH dans les hôpitaux d’Angers et Montpellier ici.

    📍 L’IA révolutionne la gestion RH à l’hôpital : gain de temps, planification optimisée et bien-être des soignants 

    En France, plus d’une vingtaine d’hôpitaux utilisent déjà des solutions d’IA pour optimiser la planification RH, réduisant le temps consacré aux plannings de plusieurs heures par jour à seulement une heure par semaine. Des outils comme Hopia, Smart’Op et Optacare sont déployés sur plusieurs sites, tandis que des plateformes transversales telles que Qualineo et Petal fluidifient les parcours de soins et automatisent la gestion des ressources. Côté qualité de vie au travail, Better World analyse les retours d’expérience pour détecter stress et épuisement, et Opal Solutions propose des modules de formation, de recrutement et de suivi du ressenti professionnel, déjà adoptés par des établissements français et belges. Ces innovations répondent à des enjeux majeurs d’organisation et de bien-être du personnel hospitalier.

    👉H&TI dresse le panorama des différentes solutions pour la gestion des travailleurs des établissements de santé ici.

    📍L’intelligence artificielle révolutionne les RH hospitalières : gains de temps, efficacité accrue et meilleure qualité de vie au travail 

    L’intelligence artificielle s’impose dans les services RH hospitaliers avec plus de 20 cas d’usage concrets, permettant notamment d’automatiser la planification du personnel, la gestion administrative et l’évaluation du bien-être des soignants. Les établissements pionniers comme le CHU de Brest constatent jusqu’à 50% de réduction du temps consacré à la gestion des plannings, une baisse des heures supplémentaires et une amélioration de la satisfaction des équipes. L’IA optimise la répartition des tâches, fiabilise les processus et libère du temps pour l’accompagnement humain, tout en contribuant à prévenir l’épuisement professionnel et à personnaliser les parcours de formation. Ces avancées répondent aux défis de la pénurie de personnel et de la qualité de vie au travail, faisant de l’IA un atout stratégique pour l’hôpital de demain.

    👉 H&TI explicite les différents cas d’usage des solutions d’IA pour les hôpitaux ici.

    📍 Qui pilote les RH à l’hôpital ? Cartographie et rôles clés de l’écosystème hospitalier français. 

    Face à la pénurie de soignants et à la complexité croissante des métiers, l’écosystème RH hospitalier français s’organise autour de multiples acteurs aux missions complémentaires. La DGOS et les ARS fixent et déclinent les orientations stratégiques, tandis que le CNG supervise plus de 200 000 carrières médicales et que la HAS impose des référentiels qualité impactant l’organisation RH. Des opérateurs comme l’ANFH et l’OPCO Santé financent et structurent la formation de milliers de professionnels, tandis que des prestataires numériques (Octime, Hublo, CPage…) équipent des centaines d’établissements pour la planification et la gestion RH. L’ANAP, en tant que catalyseur, anime des projets pilotes et développe des outils GPMC, accompagnée par les fédérations hospitalières et les réseaux professionnels qui favorisent le partage d’expériences et l’innovation organisationnelle.

    👉 H&TI détail le rôle des différents acteurs du domaine de la gestion des Ressources Humaines à l’hôpital ici.

    @ Health & Tech Intelligence

  • IA & data : défis et perspectives pour la médecine de ville (Doctolib, Implicity, Nabla, P4DP, CPRD)

    …l’interopérabilité, la réduction de la charge administrative, et l’impact des innovations sur la pratique médicale.

     

     

    L’intégration de l’IA en ville dépend des données et de l’adhésion des praticiens

    Les débats de la table ronde « AI & Data for Community Medicine » lors de la journée AI4HEALTH organisé par le Health Data Hub mettent en évidence l’importance stratégique de la gestion des données et de l’intégration raisonnée de l’IA dans la médecine de ville.  

    Aujourd’hui, le succès de cette transformation dépend de la qualité des données, de la gouvernance, de l’équilibre entre centralisation et distribution et de l’IA vue comme un outil d’augmentation plutôt que de substitution du professionnel. Les initiatives structurantes telles que le CPRD et le P4DP offrent des modèles complémentaires mais leur succès dépend de l’adhésion des praticiens, de la robustesse des cadres éthiques et de la capacité à préserver la dimension humaine de la médecine. Les intervenants s’accordent à dire que l’IA, loin d’être une fin en soi, doit s’inscrire dans une logique de service au bénéfice des patients, des soignants et du système de santé dans son ensemble. Dans cet article, Health & Tech Intelligence revient sur les points forts de la table ronde. 

    Contexte et état des lieux : fragmentation des systèmes d’information 

    Les intervenants s’accordent sur la complexité et la fragmentation actuelle des systèmes d’information en médecine de ville. Les dossiers médicaux électroniques (DME), conçus principalement pour la facturation et l’archivage administratif, peinent à répondre aux besoins cliniques des médecins généralistes, qui doivent composer avec une multitude de sources (rapports hospitaliers, résultats de laboratoire, etc.) dans un temps de consultation restreint (15 à 20 minutes). Cette organisation entrave la recherche, la synthèse et l’exploitation des données au service du patient. 

    À ce jour, les outils numériques déployés en médecine de ville servent majoritairement la documentation et la facturation, non la décision clinique. Pourtant, l’IA atteint désormais une maturité technique qui laisse entrevoir une transformation profonde de la pratique médicale, à l’instar de son adoption déjà avancée en milieu hospitalier (imagerie, oncologie, essais cliniques, cardiologie). 

    L’IA, catalyseur de transformation pour la médecine de ville 

    Un pont entre l’hôpital et la ville 

    L’IA est perçue comme un levier pour créer une interconnexion intelligente entre les spécialistes hospitaliers et les médecins de ville. Les généralistes, en première ligne du suivi des patients chroniques et polypathologiques, pourraient bénéficier de systèmes capables de transférer et partager des informations pertinentes, notamment en cardiologie, afin d’optimiser la prise en charge globale. 

    Allègement de la charge administrative et soutien à la décision 

    L’automatisation de tâches administratives via l’IA (écoute ambiante, classification automatique des messages, génération de réponses, etc.) est déjà en cours de déploiement, notamment au Royaume-Uni. Ces outils visent à réduire la charge cognitive et administrative des praticiens, tout en favorisant le développement de systèmes de prédiction des risques validés, capables de soutenir la décision clinique et de contribuer à la réduction de la charge de santé publique. 

    Traitement massif des données et prévention 

    L’IA se distingue par sa capacité à traiter de grands volumes de données, à détecter des signaux faibles en amont des complications et à offrir une disponibilité constante, ouvrant la voie à des « compagnons de santé » personnalisés. Toutefois, la transformation de ces capacités techniques en produits adoptés par les médecins et les patients demeure un enjeu central pour garantir l’impact réel sur la prévention et la continuité des soins. 

    Expérience utilisateur et adoption : entre attentes et contraintes 

    L’expérience des praticiens met en lumière une insatisfaction persistante vis-à-vis des DME, perçus comme des outils imposant une surcharge administrative non justifiée. L’espoir suscité par l’IA réside dans la possibilité de passer d’une logique de saisie de données à une utilisation interactive, avec des tableaux de bord dynamiques et des retours d’information incitatifs pour une meilleure qualité des données saisies. 

    Surcharge cognitive et nécessité de synthèse 

    L’explosion des données issues des dispositifs médicaux connectés représente un double enjeu : opportunité de surveillance accrue, mais risque de surcharge cognitive si l’information n’est pas correctement synthétisée. Les intervenants insistent sur la nécessité de systèmes d’IA capables de hiérarchiser les patients à risque, de faciliter le triage et d’adapter les recommandations médicales aux situations individuelles. 

    Automatisation et fluidification des échanges 

    Des exemples concrets, tels que l’assistant téléphonique déployé en Allemagne ou la gestion automatisée des millions de messages patients via Doctolib, illustrent le potentiel de l’IA pour fluidifier la relation patient-praticien et améliorer l’accessibilité aux soins. Toutefois, ces innovations soulèvent des défis en matière de sécurité, d’identification et de confidentialité des données. 

    Qualité des données et interopérabilité 

     L’adoption de l’IA repose sur la qualité des données collectées. Le codage structuré des données en médecine générale, comme au Royaume-Uni, constitue un atout, mais toute évolution des pratiques influence la nature et la qualité des enregistrements. Les incitations à coder certaines pathologies, telles que le « Quality Outcomes Framework », modifient la structure des bases de données, rendant nécessaire une vigilance constante pour anticiper les biais et les variations temporelles. 

    Les intervenants rappellent que la stabilité des données ne peut être présumée : chaque nouvel outil ou incitation modifie les pratiques de saisie et, par conséquent, les données disponibles pour la recherche et l’IA. Cette dynamique impose une adaptation continue des modèles et des systèmes d’analyse. 

    Perspectives d’intégration et dynamiques d’innovation 

    Contraintes structurelles et effet de la concurrence 

    • Adoption freinée par des contraintes budgétaires et administratives en France et au Royaume-Uni.
    • Validation et financement des innovations dépendant des systèmes publics (Assurance Maladie, NHS).
    • Arrivée de start-ups innovantes (Nabla) provoquant un « effet Taxi G7 » : les éditeurs historiques de DME accélèrent leur transformation. 

    Initiatives structurantes : P4DP et CPRD 

    • Création du P4DP (Plateforme de Données en Médecine de Ville) en France pour extraire les données des DME et les rendre accessibles à la recherche.
    • Premiers usages : observance des traitements, analyse des prescriptions d’antibiotiques, croisement avec les données du SNDS.
    • Au Royaume-Uni, le CPRD (Clinical Practice Research Datalink) s’appuie sur une stratégie de qualité des données et une contribution simplifiée des cabinets médicaux, constituant une base structurée sur plus de 25 ans. 

    Principaux défis et leviers identifiés 

    • Qualité des données : codage structuré, vigilance sur les biais.
    • Surcharge administrative : automatisation (écoute ambiante, gestion des messages, documentation).
    • Surcharge cognitive : synthèse des données, hiérarchisation des risques, adaptation des guidelines.
    • Interopérabilité et partage : pont entre hôpital et ville, plateformes de données partagées.
    • Adoption et innovation : pression concurrentielle, transformation des éditeurs historiques, contraintes budgétaires.

  • 300 types de tumeurs cérébrales classifiés par IA sans biopsie (Pr Petra Ritter, Charité Berlin Hospital)

     

    La conférence met en avant comment l’hôpital de la Charité à Berlin s’adapte à ce cadre réglementaire tout en restant innovant.

    La Keynote intitulée  AI for Personalized Medicine, présentée par la Professeure Petra Ritter, responsable de la section Brain Simulation à la Charité Clinic de Berlin lors de la 2025 AI4Health Summer School offre un panorama des avancées dans le domaine de l’IA en santé.

    Health & Tech Intelligence met en lumière les principaux enseignements et perspectives pour les professionnels de santé et hospitalier issue de cette intervention. La conférence contextualise l’impact du règlement européen AI Act, détaille des cas d’usage concrets à la Charité et propose une réflexion sur la responsabilité humaine, la fiabilité des systèmes et la gouvernance des données de santé. 

    L’AI Act et ses implications pour la santé numérique 

    La Pr Ritter débute sa présentation en soulignant la montée en puissance des cadres réglementaires applicables à l’IA avec une attention portée à l’AI Act européen. Ce texte, en vigueur depuis l’année précédente, s’ajoute à une série de réglementations qui façonnent l’écosystème de l’innovation numérique en santé. La définition officielle d’un système d’IA, telle qu’énoncée dans l’AI Act, se distingue par son ampleur : elle englobe tout système conçu pour fonctionner à des niveaux d’autonomie variés et capable de produire des prédictions, recommandations ou décisions influençant un environnement physique ou virtuel. 

    Cette définition large a des conséquences directes sur la catégorisation des dispositifs médicaux : tout dispositif intégrant de l’IA est automatiquement classé comme “à haut risque”, impliquant des exigences en matière de certification, de robustesse technique, de protection des données et de transparence. Plusieurs ministères et États membres travaillent activement à clarifier l’application concrète de ces règles, tandis que l’AI Office publie des notes explicatives pour accompagner les acteurs du secteur. 

    Responsabilité humaine et autonomie des systèmes d’IA 

    La question de l’autonomie des systèmes d’IA est centrale dans l’exposé de la Pr Ritter. Elle insiste sur la nécessité de maintenir la responsabilité humaine au cœur des processus décisionnels, même lorsque l’IA opère à des niveaux d’autonomie élevés. L’analogie avec l’autopilotage aérien illustre cette exigence : si la machine contrôle l’appareil, le pilote reste le garant ultime de la sécurité. Cette réflexion s’étend à la santé, où l’autonomie des dispositifs doit être encadrée par des mécanismes de supervision humaine, afin de préserver la confiance et la sécurité des patients. 

    Niveaux d’autonomie : inspiration du secteur automobile 

    La classification des niveaux d’autonomie inspirée du secteur automobile peut être transposée à la santé numérique : 

    Niveau  Description 
    0  Aucune décision automatisée 
    1  Assistance (une fonction automatisée) 
    2  Automatisation partielle (direction et accélération) 
    3  Automatisation conditionnelle 
    4  Automatisation élevée dans certaines conditions 
    5  Automatisation totale dans toutes les conditions 

    Ce modèle sert de référence pour évaluer la maturité et les risques associés aux systèmes d’IA en santé pour le Pr Petra Ritter. 

    Innovations et cas d’usage : expériences à la Charité et dans le système israélien 

    Modèle israélien : intégration des soins, prévention et valorisation des données 

    Pr Ritter a donné l’exemple du système de santé israélien, à travers Clalit suite à HIMSS Europe. Ce système se distingue par l’intégration de la prestation et du financement des soins qui favorise une logique de prévention et l’exploitation de données médicales longitudinales. Cette organisation facilite le développement d’outils innovants classés selon trois niveaux d’autonomie : 

    • Whisperer : l’IA assiste passivement le clinicien, qui reste l’interlocuteur principal du patient. 
    • Navigator : l’IA analyse activement les données et signale les anomalies au clinicien, déjà en usage courant. 
    • Frontliner : l’IA interagit directement avec le patient, permettant au médecin de se recentrer sur l’écoute et l’accompagnement. 

    Applications concrètes à la Charité 

    Dépistage de l’épilepsie par IA 

    Un projet soutenu par le Digital Accelerator Program de la Charité permet aux proches de patients de filmer des épisodes suspects d’épilepsie via smartphone. Les vidéos sont analysées dans le cloud par un algorithme d’IA, qui évalue la probabilité d’épilepsie. Ce dispositif est actuellement en phase d’essais cliniques multicentriques en Allemagne. 

    Classification non invasive des tumeurs cérébrales 

    Une autre innovation, récemment publiée dans Nature Cancer, concerne l’analyse du liquide céphalorachidien par IA pour classifier des centaines de types de tumeurs cérébrales, sans recourir à la biopsie. Cette approche améliore la précision diagnostique et permet d’adapter les traitements de façon plus ciblée. 

    Modélisation cérébrale et stimulation personnalisée 

    Les travaux sur les “digital brain films” illustrent l’apport de la modélisation dynamique et anatomique du cerveau. L’analyse précise des fibres cérébrales et la prise en compte de la plasticité neuronale permettent d’optimiser la localisation des électrodes pour la stimulation cérébrale profonde, notamment chez les patients parkinsoniens. L’intégration de données multimodales (imagerie vivante, coupes post-mortem) accroît la précision des interventions, dépassant les limites de l’IRM conventionnelle. 

    Apprentissage machine et classification des fonctions cérébrales 

    L’équipe de la Pr Ritter utilise l’apprentissage automatique pour affiner les modèles cérébraux et classifier les sous-réseaux impliqués dans des fonctions complexes (émotions, mémoire, relations sociales). Ces avancées facilitent la conception d’interventions ciblées visant à restaurer des dynamiques cérébrales physiologiques. 

    Repositionnement thérapeutique assisté par IA 

    Un projet en cours combine de grands modèles de langage avec des graphes de connaissances biomédicales pour identifier de nouveaux candidats médicaments, notamment dans la maladie d’Alzheimer. Cette démarche croise l’IA et l’expertise humaine, ouvrant de nouvelles perspectives pour le repositionnement thérapeutique. 

    Gouvernance des données et infrastructures sécurisées 

    La gestion sécurisée des données de santé est un enjeu central. La Charité et le Berlin Institute of Health ont développé une suite logicielle open source, dans le cadre du projet européen Open Science Cloud, offrant un environnement virtuel conforme au RGPD pour la recherche et l’innovation. Ce « health data cloud » est adopté par plusieurs partenaires européens et propose : 

    • Minimisation des données via un « Green Room » .
    • Création de projets à usage spécifique.
    • Accès contrôlé et calcul haute performance.
    • Intégration de code personnalisé. 

    La plateforme vise à fédérer une communauté européenne de développeurs et utilisateurs tout en répondant aux exigences de sécurité et de conformité réglementaire. 

     

  • Fiabilité des fournisseurs : une priorité pour les hôpitaux en 2025

    Plus de 50 % des hôpitaux américains avec un budget d’achat >5 M$ en 2025

    Le rapport “Hospital Purchasing Behavior and Procurement Trends of 2025” de Namsa, réalisé auprès de 100 décideurs hospitaliers (50 aux États-Unis, 50 en Europe), met en lumière des différences dans les stratégies d’achat hospitalier. Plus de 56 % des hôpitaux européens et 50 % des américains disposent d’un budget annuel supérieur à 5 millions de dollars, signalant une certaine capacité à investir. Aux États-Unis, cette hausse est principalement dédiée à l’adoption de technologies avancées telles que l’IA, la robotique et les dispositifs connectés, avec un objectif d’amélioration de l’efficience des soins. En Europe, la priorité est donnée à la modernisation des infrastructures et à l’intégration numérique, notamment via les dossiers patients électroniques.

    En Europe : vers des achats basés sur l’efficacité prouvée et la standardisation des équipements

    57 % des décideurs hospitaliers indiquent que des réformes influencent directement leurs décisions d’achat. En Allemagne, l’application du KHVVG et la généralisation du dossier patient électronique entraînent des réorientations et des délais supplémentaires dans les prises de décision. En France, au Royaume-Uni et en Espagne, les réformes orientent les achats vers une standardisation des équipements et des dispositifs prouvant leur efficacité. Aux États-Unis, les contraintes budgétaires, la complexité réglementaire et les évolutions des remboursements freinent certaines décisions d’achat, amenant les établissements à privilégier des achats plus sélectifs, centrés sur la valeur et l’impact clinique.

    66 % misent sur les preuves en vie réelle pour guider leurs achats

    64 % des décideurs considèrent que le renforcement des collaborations avec les fabricants devient une priorité, notamment pour sécuriser les chaînes d’approvisionnement, diversifier les sources d’achat et bénéficier d’une meilleure intégration des nouvelles technologies. Les hôpitaux privilégient les fabricants capables d’accompagner leurs transitions numériques et leurs objectifs de qualité des soins, en maîtrisant les coûts. Pour anticiper 2026, les établissements se tournent vers des achats basés sur les preuves en vie réelle (66 %), renforcent la surveillance post-marché et intègrent l’analyse du coût total de possession (56 %) dans leurs décisions. L’adoption de dispositifs intégrant l’IA est identifiée comme prioritaire pour 53 % des répondants, dans une logique d’amélioration des processus, de réduction des erreurs et d’optimisation des parcours.

    Fiabilité, innovation, SAV : ce que les hôpitaux attendent des fournisseurs

    66 % des hôpitaux constatent un allongement des processus d’achat, causé par l’implication croissante des départements cliniques, financiers et informatiques, ainsi que par l’exigence de preuves économiques et cliniques avant validation des investissements. Si certains établissements accélèrent leurs processus grâce à la digitalisation des procédures, la tendance reste à une évaluation plus approfondie avant tout engagement budgétaire. Le rapport indique que 66 % des hôpitaux placent la fiabilité en tête des critères de sélection des fournisseurs, suivie de l’accès à l’innovation (60 % en Europe) et de la qualité du service après-vente. Les établissements attendent également des données solides sur l’efficacité clinique et les résultats, ainsi qu’une compatibilité des dispositifs avec leurs systèmes numériques existants.

    Les fabricants qui souhaitent s’aligner sur les évolutions doivent proposer des solutions intégrant des preuves cliniques solides, des fonctionnalités numériques avancées et un accompagnement renforcé dans un contexte de réformes et de transformation des modèles de soins.

  • Anatomopathologie chirurgicale : Roche Diagnsotics déploie son système IA

    200 millions d’analyses par an : un défi mondial pour l’anatomopathologie 

    Roche Diagnostics vient de valider son système d’imagerie numérique des lames entières à l’issue de deux études conformes aux exigences de la FDA et de la Digital Pathology Association. L’entreprise démontre ainsi la fiabilité de l’analyse digitale pour le diagnostic primaire en anatomopathologie chirurgicale. Selon l’OMS, plus de 313 millions d’interventions chirurgicales sont réalisées chaque année dans le monde, dont près de 200 millions donnent lieu à une analyse anatomopathologique. Ce domaine reste confronté à quatre limites structurelles : 

    • Dépendance à l’expertise humaine.
    • Variabilité inter-observateur.
    • Risque d’erreurs d’interprétation. 
    • Nécessité d’une formation spécialisée. 

    La technologie Roche Digital Pathology Dx 

    Roche Digital Pathology Dx (RDPD) associe intelligence artificielle et imagerie numérique haute résolution pour fiabiliser et accélérer le diagnostic : 

    • Scanner VENTANA DP 200/600 avec capture à 20× ou 40×, détection automatisée et couleurs normalisées.
    • Logiciel uPath (navify Digital Pathology) pour la gestion, l’annotation et le partage des images WSI.
    • Ecran ASUS ProArt Display professionnel, garantissant une fidélité visuelle optimale. 

    Une étude clinique de non-infériorité 

    Deux études multicentriques, portant sur 2 047 cas cliniques, ont comparé la lecture numérique à la microscopie conventionnelle sur 23 critères histopathologiques. Résultats : 

    • 92 % de concordance diagnostique en lecture numérique (vs 92,6 % en microscopie).
    • 89–90 % de précision inter-lecteurs, inter-sites, inter-jours.
    • 2,97 % de désaccords finaux, sans lien avec la modalité digitale. 

    Ces données valident la non-infériorité du système digital de Roche Diagnostics, y compris dans des contextes complexes tels que les cancers ou les diagnostics histologiques fins. 

    Vers de nouvelles applications cliniques 

    La validation FDA ouvre la voie à des usages cliniques innovants : 

    • Déploiement d’algorithmes d’IA pour le dépistage de troubles psychiatriques, dont les troubles bipolaires.
    • Télédiagnostic et collaboration intercentres.
    • Développement de biomarqueurs numériques à partir de l’analyse d’images. 

  • AAP : Automatisation des pharmacies hospitalières : 20 M€ mobilisés via l’appel à projet SESAME

    50 % de financement pour automatiser le circuit du médicament en établissement

    La Direction générale de l’offre de soins (DGOS) lance un appel à projet national pour appuyer les établissements dans l’automatisation des circuits des produits de santé, en partenariat avec l’ANAP. Objectif : améliorer la sécurisation, la qualité et l’efficience des processus de dispensation médicamenteuse grâce à des équipements automatisés et à une réorganisation des pratiques.

    Quels équipements concernés ?

    Le programme couvre l’acquisition d’automates pour :

    • La préparation de doses unitaires de médicaments.
    • La dispensation individuelle nominative automatisée (PDA).
    • Le stockage et la délivrance automatisés de médicaments ou dispositifs médicaux.
    • Et d’autres équipements liés à la sécurisation du circuit des produits de santé.

    18 % seulement des établissements disposent d’automates

    Ne sont pas éligibles les achats isolés d’automates sans projet organisationnel global ni les équipements de pharmacotechnie. L’aide couvre jusqu’à 50 % du prix d’achat TTC, incluant livraison, installation, qualification et logiciels nécessaires, mais hors travaux préalables, exploitation ou maintenance.

    L’automatisation permet de réduire les événements indésirables liés aux erreurs de circuit du médicament, tout en libérant du temps pour les équipes pharmaceutiques et soignantes. En 2022, seulement 18 % des établissements déclaraient disposer d’au moins un automate selon les données de la DREES, révélant un potentiel de déploiement important.

    Candidatures jusqu’au 15 septembre 2025

    Les établissements publics, ESPIC, hôpitaux des armées, établissements de santé mentale ou d’hospitalisation à domicile disposant d’une PUI peuvent candidater. Les projets doivent démontrer une réorganisation intégrant les contraintes de processus, la dimension territoriale, l’impact RH et le développement de la pharmacie clinique.

    Les dossiers doivent être adressés à la DGOS et à l’ARS compétente avant le 15 septembre 2025. Les ARS rendront leur avis avant le 28 novembre 2025, puis un jury national instruira les dossiers. Un suivi par l’ANAP sera assuré, avec retour d’expérience pour alimenter les politiques publiques et futures optimisations organisationnelles.

    Contact pour envoyer le dossier : DGOS-RI2@sante.gouv.fr

    Contact utile : Pôle Recherche et innovation, Bureau de l’accès à l’innovation et des produits de santé (RI2), Damien BRUEL / damien.bruel@sante.gouv.fr

  • Tandem Health lève 43 M€ pour déployer son assistant IA dans 1 000 structures de santé européennes

    L’assistant IA se renforce en France, Allemagne et Espagne

    La société européenne Tandem Health annonce une levée de fonds de 43 millions d’euros en série A, menée par Kinnevik avec la participation de Northzone, Amino Collective et Visionaries Club. L’entreprise, à l’origine d’un assistant IA pour professionnels de santé, cherche à transformer les pratiques cliniques en Europe et à soutenir les soignants face aux tensions.

    Déjà utilisé en France dans des cabinets et hôpitaux pour automatiser la rédaction de comptes rendus et le remplissage des dossiers, l’assistant IA de Tandem est déployé dans plus de 1 000 structures de santé européennes. Tandem prévoit de renforcer ses équipes dans ses marchés prioritaires, notamment en France, en Allemagne et en Espagne.

    200 000 professionnels du NHS utilisent déjà l’IA médicale de Tandem Health au Royaume-Uni

    L’objectif est de dépasser l’assistant administratif pour créer un système d’exploitation clinique natif en IA, incluant codage, coordination des soins et outils d’aide à la décision. Tandem souhaite réduire les frictions dans le quotidien des soignants et recentrer leur attention sur le patient. Un partenariat avec Accurx a conduit au lancement d’”Accurx Scribe, powered by Tandem”, utilisé par plus de 200 000 professionnels du NHS au Royaume-Uni, constituant la plus vaste mise en œuvre d’un assistant IA dans la santé à ce jour. Georgi Ganev, CEO de Kinnevik, indique soutenir Tandem pour sa vision et sa capacité d’exécution dans la construction d’une infrastructure de santé européenne basée sur l’IA.

     

  • 3,9 milliards € d’économies en 2026 : la CNAM dévoile 60 recommandations pour maîtriser les dépenses de santé

    • Un déficit de l’Assurance Maladie prévu à 16 milliards € en 2025, risquant d’atteindre 41 milliards € en 2030.
    • Un objectif de 3,9 milliards € d’économies en 2026, soit le double de 2025, et 22,5 milliards € d’ici 2030.
    • 60 recommandations dont :
      • Lutte contre la fraude et encadrement des arrêts de travail (+28 % entre 2019 et 2023).
      • Renforcement de la coordination ville-hôpital via les CPTS et les infirmières de coordination.
      • Création d’un statut de “risque chronique” avant l’ALD pour initier un parcours de prévention adapté
      • Hiérarchisation des prix des médicaments selon leur valeur médicale.
      • L’intégration du numérique en santé, notamment pour : la prévention, le suivi personnalisé des patients chroniques via la téléconsultation, la numérisation des procédures administratives, et l’IA pour la prescription et la décision médicale.

    Une projection inquiétante de 18 millions de Français en ALD en 2035 

    Le rapport “Charges et Produits pour 2026” de l’Assurance Maladie, présenté le 24 juin 2025, dresse une trajectoire préoccupante : à savoir un déficit de 16 milliards d’euros prévu en 2025, susceptible d’atteindre 41 milliards d’euros en 2030. Les causes sont bien connues, le vieillissement de la population et la progression des maladies chroniques, avec une projection de 18 millions de personnes en ALD en 2035 contre 14,1 millions en 2023.

    Un choc budgétaire annoncé : 60 recommandations pour économiser 3,9 milliards d’euros dès 2026

    Thomas Fatôme, directeur général de la CNAM, évoque « un point de bascule » et affirme que des « choix structurants » sont nécessaires pour préserver la soutenabilité du système. La dépense annuelle moyenne d’un patient en ALD est de 9 560 euros contre 1 230 euros pour un patient hors ALD. Cette situation, sans réforme, pourrait donc rajouter 25 milliards d’euros au déficit d’ici 2030. Pour répondre à ce défi, le rapport propose au total 60 recommandations, et s’articule autour de la prévention, de la coordination des soins et d’une meilleure adéquation des coûts aux soins dispensés, avec une cible de 3,9 milliards d’euros d’économies en 2026 et 22,5 milliards d’ici 2030.

    Près d’un Français sur deux malade chronique en 2035 : le plan prévention de l’Assurance Maladie (dépistage HTA, Nutri-Score, fiscalité)

    L’Assurance Maladie préconise d’abord la prévention. 43 % de la population pourrait souffrir d’une pathologie chronique en 2035. Elle propose pour ce faire : la création d’une coalition de financeurs, l’instauration d’une demi-journée de prévention pour les salariés, le dépistage généralisé de l’hypertension artérielle en pharmacie, l’interdiction des dépassements d’honoraires pour les dépistages organisés, et le recours au Nutri-Score comme piste de politique nutritionnelle. Des mesures fiscales sur les produits nocifs, l’intensification des campagnes de vaccination et l’intégration d’un tableau de bord prévention personnalisé dans Mon Espace Santé sont également proposées.

    Renforcer la coordination ville-hôpital pour mieux gérer les soins chroniques

    Pour faire face à la raréfaction des ressources médicales, le rapport propose de renforcer la coordination ville-hôpital-médico-social en s’appuyant sur le développement d’infirmières de coordination, la structuration des soins non programmés et l’amélioration de l’accès aux soins spécialisés.

    Le dispositif ALD, couvrant 20 % de la population en France contre 4,8 % en Allemagne, pourrait être révisé pour une gestion plus dynamique des entrées et sorties, avec un suivi renforcé en cas de rémission ou d’aggravation. La création d’un statut de “risque chronique” permettrait d’engager un parcours de prévention adapté avant que la pathologie n’entraîne une prise en charge lourde. Elle souhaite introduire des référents de parcours pour fluidifier les prises en charge.

    “Le juste coût” : Hiérarchiser les prix des médicaments selon leur valeur médicale

    Les dépenses de médicaments connaissent une hausse moyenne de +4,2 % par an depuis 2020, notamment pour des produits à faible progrès thérapeutique. L’Assurance Maladie préconise une hiérarchisation des prix selon la valeur médicale, et un financement des essais thérapeutiques par les industriels. Elle propose donc réduire les dépenses sur les médicaments à faible service médical rendu (ASMR IV et V), avec une baisse des prix de 20 % pour les ASMR IV d’ici 2030 et un retour aux niveaux de dépenses de 2019 pour les ASMR V. Le remboursement de ces médicaments serait conditionné à des prix inférieurs à ceux du comparateur le moins cher.

    Sur les anticancéreux, elle propose de revoir les tarifs et de conditionner le remboursement à la présentation de données probantes. La CNAM souhaite également renforcer l’usage des génériques et des biosimilaires, avec des mesures telles que le tiers payant contre biosimilaires et la création de groupes de médicaments interchangeables pour limiter les stratégies de contournement des industriels.

    Le LEEM réagit : la santé économique ne doit pas primer sur la santé des patients

    Le LEEM conteste la position de la CNAM selon laquelle le médicament coûterait trop cher par rapport à son apport, rappelant que les traitements sont évalués par la HAS avant la fixation des prix et qu’un suivi en vie réelle peut lever les incertitudes. L’organisation critique la remise en cause des traitements anticancéreux et des dispositifs d’accès précoce, soulignant que ces mesures risquent de freiner l’accès des patients aux innovations tout en fragilisant la compétitivité de la France, déjà marquée par des prix bas et des délais d’accès aux traitements plus longs que dans d’autres pays européens. Le LEEM se dit favorable à une feuille de route partagée sur le bon usage, la prévention et l’efficience, mais refuse que la santé économique de la France “se fasse au détriment de la santé des patients”.

    Par ailleurs, certaines mesures, comme le recentrage du dispositif ALD ou l’obligation vaccinale contre la grippe pour les soignants en EHPAD, suscitent des débats au sein du Conseil de la CNAM. La CNAM souhaite coconstruire cette transformation avec les professionnels, en insistant sur leur rôle dans la prévention et la coordination des parcours.

    Lutter contre la fraude

    En 2024, 628 millions d’euros de fraudes ont été détectés, en hausse de 34 %. Le rapport propose de renforcer les contrôles, conditionner le tiers payant à l’usage de la carte Vitale et sécuriser les systèmes de facturation. Les technologies d’IA sont identifiées comme piste pour une meilleure détection des fraudes.

    Encadrement des arrêts de travail (+28 % en 4 ans)

    Les arrêts de travail représentent un levier d’économies visé par la CNAM, avec une augmentation des dépenses de 28 % entre 2019 et 2023. Les propositions incluent la limitation de la durée des arrêts (hors ALD), le transfert des arrêts courts vers les employeurs pour les sept premiers jours, et la création d’un système de bonus/malus selon le niveau d’indemnités journalières générées par les entreprises.

    Fraude, suivi, prévention : l’Assurance Maladie mise aussi sur le numérique et l’IA

    En ce qui concerne le numérique en santé, le rapport propose quelques pistes comme :

    Un tableau de bord personnalisé dans Mon Espace Santé dès 2026

    • L’intégration d’un tableau de bord prévention personnalisé dans Mon Espace Santé, couvrant vaccination, dépistages (cancers, maladies cardiovasculaires), suivi du diabète et des maladies rénales chroniques, basé sur les données de l’Assurance Maladie.
    • L’utilisation des données de consommation de soins pour individualiser les messages et les offres de prévention directement dans l’espace personnel des assurés.

    Télésurveillance : un suivi à distance des patients chroniques par des infirmières

    • Pour optimiser la gestion des maladies chroniques et éviter les hospitalisations, le rapport propose de renforcer la télésurveillance via le déploiement d’infirmières de coordination. Ces dernières assurent le suivi à distance des patients chroniques, le lien avec les structures hospitalières et médico-sociales, et participent à la prévention des complications.

    La CNAM mise sur l’IA et l’OCR pour détecter plus tôt les anomalies

    • L’Assurance Maladie développe une stratégie complémentaire entre IA et expertise humaine pour détecter précocement les anomalies et prévenir les fraudes.
    • Utilisation de l’IA générative pour automatiser la production de contenus structurés, permettant aux équipes de se concentrer sur la supervision.
    • Utilisation de la reconnaissance optique de caractères (OCR) pour extraire des données de documents justificatifs.

    Numérisation des procédures administratives

    • Avec la Dématérialisation des demandes d’accord préalable (DAP) dans des domaines comme la chirurgie de l’obésité, véhicules pour personnes en situation de handicap (avec intégration de l’ordonnance numérique dans leur traitement).
    • Utilisation de l’IA pour analyser les examens d’imagerie médicale.
    • Déploiement et généralisation des outils numériques d’aide à la prescription et à la décision médicale de dernière génération (avec IA), avec obligation d’utilisation pour tous les prescripteurs d’ici 2030.
    • Généralisation de l’ordonnance numérique à l’ensemble des prescriptions onéreuses ou sensibles, couplée à des outils de contrôle de pertinence.

    Doubler l’effort d’économies en 2026 (3,9 milliards)

    L’Assurance Maladie fixe donc un objectif d’économies de 3,9 milliards d’euros en 2026, plus du double de l’effort de 2025, en misant sur la pertinence des soins, la prévention, la lutte contre les fraudes et la réforme des indemnités journalières. À horizon 2030, 22,5 milliards d’euros d’économies sont prévus, complétés par 2,5 milliards d’euros de recettes supplémentaires via l’indexation des recettes sur le PIB.

    Cette piste s’accompagne d’une refondation des relations entre assurance maladie obligatoire et complémentaire, avec une meilleure implication des organismes de complémentaire dans la prévention et la lutte contre la fraude, et un objectif de couverture complémentaire pour tous les assurés sous le seuil de pauvreté.

  • Etude : l’alliance humain-IA offre une synergie prometteuse pour le diagnostic médical (PNAS)

    Diagnostic médical : 40 000 cas analysés pour comparer médecins et IA

    Les erreurs de diagnostic concerneraient une consultation sur 10, selon un rapport de la Haute Autorité de Santé. Aux Etats-Unis, les chiffres sont plus précis : elles seraient à l’origine de 25 % des décès dus à des erreurs médicales. De l’ordre de 795 000 décès et handicaps permanents chaque année aux États-Unis.

    Plusieurs leviers peuvent être activés pour réduire ce fardeau. L’un d’entre eux consiste à recourir à l’intelligence artificielle pour interpréter les dossiers médicaux, les tests et les images. Cependant, une méta-analyse récente a montré que les médecins surpassent souvent les LLMs, et que la performance de ces derniers varie fortement, y compris d’une spécialité médicale à l’autre. Les grands modèles de langage sont en effet à l’origine d’erreurs causées par exemple par des hallucinations ou des biais.

    Une équipe de recherche internationale, dirigée par l’Institut Max Planck pour le développement humain (Allemagne) en collaboration avec le Human Diagnosis Project (San Francisco) et l’Institut des sciences et technologies cognitives du Conseil national de la recherche italien (CNR-ISTC Rome) a donc mené une étude visant à comparer la précision des diagnostics médicaux posés par :

    • Des humains seuls (médecins).
    • Des IA seules (modèles comme ChatGPT, Claude, etc.).
    • Des groupes hybrides humains–IA.

    Pour tester l’efficacité des diagnostics médicaux, les chercheurs ont utilisé plus de 2 100 cas cliniques inspirés de situations réelles. À partir de ces scénarios, ils ont confronté les réponses de médecins, d’intelligences artificielles, et de collectifs mêlant les deux. Au total, plus de 40 000 diagnostics ont été passés au crible, permettant de comparer la précision de chaque approche dans des conditions identiques.

    Les résultats de leurs travaux ont été publiés le 13 juin dans la revue PNAS.

    Résultats : une précision diagnostique dopée par le duo médecin/IA

    • Les collectifs d’IA ont surpassé 85 % des humains.
    • Le taux d’erreur était réduit d’environ 20–25 %, soit une précision d’environ 75 à 80 % quand humain et IA travaillent ensemble.
    • Dans 34 à 54 % des, l’IA seule ne parvient pas à identifier le bon diagnostic tandis que l’humain seul pose un diagnostic erroné dans 40 à 50 % des situations.
    • Quand l’IA se trompe, l’humain établit le bon diagnostic dans 30 à 38 % des situations.
    • A l’inverse quand l’humain se trompe, l’IA donne le bon diagnostic dans 31 à 51 % des cas.

    « Rattraper les erreurs »

    Ces résultats se vérifient dans différentes spécialités médicales et avec des niveaux d’expérience variés. « Nos résultats montrent que la coopération entre humains et modèles d’IA a un grand potentiel pour améliorer la sécurité des patients », explique Nikolas Zöller, chercheur postdoctoral au Centre de rationalité adaptative de l’Institut Max Planck pour le développement humain. Cette plus grande fiabilité de diagnostic s’explique : « Lorsque les LLMs manquent le bon diagnostic, les médecins le trouvent souvent, ce qui permet au collectif hybride de « rattraper » l’erreur », expliquent les auteurs de l’étude. Cependant, il faut souligner que les résultats s’appuient uniquement sur des vignettes textuelles, et non sur des cas réels en situation.

    Des forces complémentaires

    Par ailleurs, cette bonne complémentarité humains-IA fait dire aux chercheurs qu’ « il est temps de lancer une seconde vague de recherche sur les LLMs (et sur l’IA en général), qui ne se contente plus de montrer ce qu’ils savent faire, mais de proposer des solutions techniques à leurs défauts, ou de spéculer sur la manière d’implémenter un contrôle humain. » « Il devient crucial d’étudier comment tirer parti des forces complémentaires de l’humain et de l’IA, en combinant l’expérience et le bon sens des experts avec la vaste capacité de traitement d’information des LLMs », concluent-ils.

    *  Human–AI collectives most accurately diagnose clinical vignettes

    Zöller, J. Berger, I. Lin, N. Fu, J. Komarneni, G. Barabucci, K. Laskowski, V. Shia, B. Harack, E.A. Chu, V. Trianni, R.H.J.M. Kurvers, & S.M. Herzog,

    Proc. Natl. Acad. Sci. U.S.A. 122 (24)

    https://www.pnas.org/doi/10.1073/pnas.2426153122

  • Sondage Anticyp : Les Français plébiscitent la prévention et l’anticipation

    • 39 % placent l’accès aux soins en tête des problèmes de santé.
    • 47 % consulteraient en prévention même sans remboursement
    • 48 % veulent une consultation préventive obligatoire tous les 2 ans.
    • 77 % prêts à suivre un programme de prévention.
    • 35 % demandent une prise en charge mutuelle/Sécu.

    Consultation préventive obligatoire : 48 % des Français disent oui

    Près de 39 % des Français pointent l’accès aux soins comme le principal problème du système de santé, devant le coût des soins (23 %) et le manque de prévention (21 %). Cette demande d’un système plus préventif se traduit dans les comportements : 47 % accepteraient de consulter en prévention pour éviter un arrêt maladie même sans remboursement, tandis que 29 % conditionnent cette démarche à une prise en charge.

    L’idée de rendre obligatoire une consultation préventive tous les deux ans, sur le modèle du contrôle technique automobile, est soutenue par 48 % des répondants, quand 26 % préfèrent une approche incitative. Parallèlement, 77 % se disent disposés à suivre un programme de santé préventive, avec comme conditions la qualité du contenu (42 %) ou une prise en charge par la mutuelle ou la Sécurité sociale (35 %).

    Près de 7 Français sur 10 pour rémunérer les médecins sur l’anticipation

    Près de 67 % des Français soutiennent l’idée de lier partiellement la rémunération des médecins à leur capacité d’anticipation, dont 38 % qui estiment que ce serait une excellente idée et 29 % qui souhaitent que cela reste mesurable. En revanche, 21 % craignent une altération de la relation patient-médecin.

    Face à une possible baisse des prises en charge publiques, 92 % des Français se déclarent prêts à investir dans leur santé, même si 62 % prévoient un budget mensuel inférieur à 30 euros. Cependant, 80 % estiment que les mutuelles et la Sécurité sociale devraient rembourser intégralement les actions de prévention, 44 % jugeant que c’est leur rôle, 36 % préférant un remboursement sous conditions d’âge ou d’historique médical.

    42 % des Français favorables à une modulation des arrêts maladies selon le suivi préventif

    Dans un contexte où les arrêts maladie ont représenté 10,2 milliards d’euros en 2023, 42 % des Français se disent favorables à une modulation des droits en fonction du suivi préventif pour responsabiliser les assurés, tandis que 28 % estiment que la santé ne doit pas être conditionnée.

    Cette enquête Anticyp met en lumière une évolution des attentes : les Français réclament une approche préventive, un système de santé plus équitable et une responsabilisation partagée entre citoyens et institutions, dans un contexte de tensions budgétaires persistantes.

    l’Espace Datapresse – Enquête nationale : Qu’est-ce qui manque vraiment à notre système de santé ?