Un changement de paradigme : de la requête à l’interaction
Dans une démo en direct de la session des Datatransformeurs de HIMSS Europe 2025, Laurent-Philippe Albou, chef de projet scientifique en biomédecine computationnelle chez Roche France, a montré comment un agent d’IA générative peut créer en temps réel un jeu de données synthétiques cliniques, rédigés à partir d’une simple requête en langage naturel. Quelques lignes de consignes suffisent pour que l’agent construise un ensemble de fichiers : données d’hospitalisation, diagnostics, traitements, observations… jusqu’à la création automatique d’un rapport clinique lisible par un humain.
Au-delà du côté spectaculaire, cette démonstration illustre un véritable changement d’échelle : l’IA n’est plus un outil de requête, mais un partenaire capable de raisonner, planifier et interagir avec l’environnement de données. L’agent identifie les types d’informations à produire, choisit les standards à utiliser (comme OMOP, ICD-10…), documente ses choix et adapte sa stratégie en temps réel. L’utilisateur n’a besoin d’aucune ligne de code, seulement de savoir poser les bonnes questions.
Des agents génératifs puissants, mais aveugles sans données
Laurent-Philippe Albou l’a rappelé en conclusion de sa démonstration : ces agents conversationnels ne sont pas magiques. Leur capacité à raisonner, à produire des synthèses ou à générer des analyses dépend entièrement de l’accès à des données structurées, fiables et interopérables. Il plaide ainsi pour que les plateformes comme l’Espace européen des données de santé (EHDS) ne se contentent pas d’offrir un accès technique sécurisé, mais deviennent aussi des espaces où les protocoles, les expérimentations, et les bonnes pratiques européennes nourrissent directement ces IA.
Vers une véritable coopération humain-IA :
Malgré des avancées extraordinaires permises par ce agents, le chercheur a rassuré : non, l’IA ne remplacera pas les professionnels. “Mais elle les augmentera”. Dans les prochaines années, la véritable compétence sera de comprendre comment fonctionnent ces agents, pour les orienter, les contrôler et les faire travailler pour nous. L’avenir de l’IA en santé ne sera ni 100 % humain, ni 100 % automatisé. Il sera hybride, fondé sur une alliance entre intelligence humaine et capacité de traitement algorithmique. Une alliance qui, comme l’a expliqué Laurent-Philippe Albou, “ne pourra exister qu’à une condition : disposer de données européennes de qualité, pour construire des agents européens, adaptés à nos valeurs et à nos besoins”.
« Des mauvaises données en entrée donnent de mauvais soins en sortie »
Cette formule, prononcée par Karli Büchling, fondatrice de Blake Health, résume l’urgence. Dans un keynote percutant, elle a décrit les conséquences des algorithmes de santé entraînés sur des modèles physiologiques masculins : erreurs de diagnostic, traitements inadaptés, pathologies invisibilisées. Moins de 30 % des jeux de données utilisés pour entraîner les IA en santé intègrent des profils féminins, et seulement 3 % des financements sont alloués à des conditions spécifiques aux femmes. L’inégalité de santé n’est donc pas qu’une question politique : c’est une faille structurelle dans l’ADN de la médecine numérique.
Büchling a plaidé pour une révolution de la donnée via le sang menstruel, qu’elle décrit comme une « biopsie mensuelle » capable d’ouvrir de nouvelles pistes dans la recherche sur l’endométriose, le syndrome des ovaires polykystiques (SOPK) ou encore les cancers gynécologiques. Avec la création de la première bio-banque européenne dédiée au sang menstruel, elle entend produire les jeux de données inclusifs qui manquent cruellement aujourd’hui.
De l’invisibilité à l’action
Thao Nguyen, fondatrice d’Equal Care, a prolongé ce constat : le problème n’est pas seulement un manque de recherche, mais un défaut de visibilité des données sexospécifiques. « Nous n’avons pas seulement un déficit de recherche, nous avons un déficit de visibilité », a-t-elle affirmé. Equal Care certifie aujourd’hui les interventions médicales en fonction de leur prise en compte du sexe et du genre, et les rend visibles, pour les médecins, les patients, mais aussi pour les algorithmes.
Les deux intervenantes ont insisté : l’IA inclusive commence bien avant la programmation. Elle se joue dans la conception même des protocoles de recherche, dans la façon d’intégrer les contraintes de celles et ceux qui ont des responsabilités familiales, ou une biologie cyclique. Les essais cliniques doivent être redessinés pour refléter la réalité des patientes, et non l’ignorer.
Gouvernance, investissement et changement culturel :
Au-delà de la donnée, les débats ont aussi mis en lumière la nécessité de cadres de gouvernance pour garantir la transparence et la responsabilité dans le développement de l’IA en santé. Amanda Leal, experte en politiques publiques en IA santé, a présenté une approche en trois piliers : transparence (des données, de la composition des équipes, des décisions de conception), examen critique (des biais, des arbitrages effectués), et leviers d’action (via la commande publique, le financement ou les exigences des investisseurs).
Sur le plan politique, l’Alliance danoise pour la santé des femmes a montré qu’un engagement transpartisan est possible. Sa cofondatrice, Marianne Lynghøj, a rappelé une réalité politique : « Il faut construire un problème pour que les politiques puissent proposer une solution. » L’Alliance milite aujourd’hui pour la création d’un centre national de recherche sur la santé des femmes, avec financement pérenne à la clé.
Un coût réel à l’exclusion des femmes dans les jeux de données
Cette session qui a eu lieu lors du salon HIMSS Europe 2025 a rappelé que l’absence de données genrées a un coût bien réel. C’est ce qui explique les 50 % de risques supplémentaires de mauvais diagnostic chez les femmes après un infarctus, la sous-évaluation des troubles neurologiques qui les touchent majoritairement, ou encore l’échec d’outils d’IA entraînés sur des données masculines. Le message est clair, comme l’a dit la fondatrice de Blake Health : “le corps féminin n’est pas trop complexe pour la science, ce sont nos systèmes qui sont trop limités pour l’étudier”. Et si l’IA doit structurer les soins de demain, alors des données inclusives, représentatives, sont une condition de base. Pas un bonus.
En 2023, la France comptait 4,6 millions d’actifs indépendants. Ce vivier hétérogène, avec des professions médicales, chefs d’entreprise, restaurateurs, freelances, partage une même exposition aux risques psychosociaux : surcharge mentale, isolement, précarité économique, horaires étendus, effacement des frontières entre sphère privée et professionnelle. À ces réalités s’ajoute une difficulté persistante à demander de l’aide ou même à reconnaître sa propre détresse.
Line Farahl’a souligné avec force : les indépendants restent les grands oubliés des dispositifs de prévention. Et pourtant, les chiffres sont sans appel. Selon Bruno Guillier-De-Chalvron (AGIPI), 58 % présentent des signes de détresse psychologique, 75 % ne se sentent pas suffisamment entourés, et 65 % déclarent peiner à équilibrer vie pro et vie perso. Une crise silencieuse, qui appelle des réponses adaptées, y compris technologiques.
L’IA, levier de transformation de la prévention
C’est là que le numérique, et plus précisément l’intelligence artificielle, entre en jeu. Line Farah dirige également un comité à l’Organisation mondiale de la santé (OMS) sur la santé mentale des soignants et explore à ce titre le potentiel de l’IA pour prévenir des situations à risque comme le burn-out. La détection précoce est au cœur de cette stratégie : l’enjeu est de capter les signaux faibles avant que la pathologie ne s’installe. L’IA permettrait de traiter de grands volumes de données issues de questionnaires, d’interactions numériques ou d’outils de suivi pour objectiver des états émotionnels, adapter les prises en charge, personnaliser les parcours de soin et alléger la charge mentale des usagers.
Mais la technologie ne se suffit pas à elle-même. Bruno Guillier-De-Chalvron a insisté : « L’humain reste central. » L’objectif n’est pas de substituer l’IA au soin, mais de l’intégrer comme un outil d’aide au repérage, à l’orientation et au suivi, en soutien au travail des professionnels.
Des dispositifs concrets en voie de déploiement :
Un exemple concret illustre cette approche : AGIPI, en partenariat avec la start-up Out, s’apprête à lancer fin juin un outil numérique d’évaluation de la santé mentale. À partir d’un questionnaire validé par l’OMS, il permet à l’utilisateur d’évaluer son état psychique, puis d’être orienté vers des solutions adaptées — modules de soins, accompagnement psychologique, suivi dans le temps. Ce dispositif fait suite à une première expérimentation réussie dans le champ des maladies cardiovasculaires et du diabète.
Mais l’ambition va plus loin : produire des données de santé mentale agrégées par profession, âge ou secteur, afin d’alimenter un futur baromètre dynamique. Il s’agirait ainsi de mieux comprendre l’évolution des troubles dans cette population, d’identifier les facteurs aggravants, et de construire des politiques de prévention plus ciblées.
Une stratégie publique fondée sur la preuve
Du côté institutionnel, cette orientation s’inscrit dans une logique de génération de preuves. L’appel à projets du Grand défi « numérique en santé mentale » ne se limite pas au soutien à l’innovation. Il finance aussi l’évaluation médico-économique des outils en conditions réelles. La santé mentale a été définie comme l’une des huit thématiques prioritaires du Challenge Prévention porté par l’Agence de l’Innovation en Santé.
Line Farah insiste sur ce point : sans démonstration d’efficacité, pas de déploiement à grande échelle. C’est pourquoi les projets soutenus doivent démontrer leur bénéfice clinique, économique, organisationnel et en qualité de vie. Car trop souvent en santé mentale, l’action arrive trop tard, avec un arsenal thérapeutique limité. L’IA peut contribuer à changer ce paradigme, à condition d’être encadrée, validée, et utilisée à bon escient.
Encadrer l’innovation, garantir l’éthique :
Pour éviter les dérives, un groupe de travail sur l’éthique du numérique en santé mentale a été lancé. Il vise à interroger concrètement les usages de ces nouveaux outils, à s’assurer qu’ils respectent la vie privée, qu’ils ne renforcent pas les inégalités, et qu’ils restent des instruments au service de l’humain. « Le numérique, comme le stéthoscope, doit devenir un outil d’extension du soin, pas une mécanique d’exclusion ou de pilotage à distance », résume Line Farah.
Une grande hétérogénéité quant à la maturité des “HDH” européens
Alors que l’Union européenne s’apprête à mettre en œuvre l’Espace européen des données de santé (EHDS), les pays membres affichent des niveaux de maturité très hétérogènes dans la gouvernance de l’usage secondaire des données de santé. Certains ont déjà mis en place des structures centralisées, interopérables et pleinement fonctionnelles, tandis que d’autres ne disposent ni de cadre juridique, ni d’outils techniques pour permettre un accès sécurisé aux chercheurs, innovateurs ou agences publiques. Pourtant, l’objectif est commun : exploiter le potentiel immense des données de santé pour améliorer les connaissances médicales, la prévention, l’efficience des systèmes de soins et, in fine, la santé des citoyens.
7 plateformes européennes avec un niveau de maturité très élevé :
Dès qu’on évoque les modèles les plus aboutis, plusieurs noms s’imposent. La Finlande, avec sa structure Findata, fait figure de pionnière : opérationnelle depuis 2020, elle permet un accès centralisé à des données de sources multiples (soins, pharmacie, protection sociale) via un environnement distant sécurisé. Un chercheur finlandais souhaitant étudier les parcours des patients diabétiques peut ainsi chaîner les données de prescription, d’hospitalisation et de mortalité, sans jamais sortir les fichiers de la plateforme.
En France, le Health Data Hub (HDH), connecté au SNDS, offre également un accès à distance via un “espace projet” où les utilisateurs autorisés peuvent analyser les données, avec l’aide d’une équipe technique. Parmi ses projets phares récents, on trouve des modèles de prédiction du risque d’hospitalisation, ou l’évaluation de l’impact des campagnes de vaccination.
Des structures comme Helsedata.no en Norvège, bien que situées hors UE, participent également à cette dynamique. Cette plateforme publique recense la majorité des registres de santé norvégiens et permet aux chercheurs de déposer une demande unique, qui est ensuite transmise aux différents détenteurs de données.
La Suède et le Danemark, sans guichet unique formel, s’appuient sur une tradition ancienne de registres médicaux liés à un identifiant national unique. Ce modèle, historiquement ancré dans leurs politiques de santé publique, est massivement utilisé par les équipes universitaires et les agences sanitaires.
Le Royaume-Uni a mis en place une pluralité de dispositifs : les Trusted Research Environments (TREs) opérés par le NHS permettent un accès distant et contrôlé à des données cliniques massives. Le programme OpenSAFELY, par exemple, a permis l’analyse en temps réel de l’efficacité vaccinale pendant la pandémie de COVID-19. La UK Biobank complète ce dispositif avec l’une des plus riches cohortes de recherche au monde.
Enfin, la Suisse se distingue avec SPHN et BioMedIT, un réseau fédéral et interopérable offrant des environnements sécurisés à des fins de recherche biomédicale.
Mais seuls deux pays possèdent un HDAB national fonctionnel :
À ce jour, seuls la Finlande et la France ont franchi toutes les étapes réglementaires prévues par l’EHDS en désignant officiellement leur Health Data Access Body (HDAB) national, tout en rendant ces structures pleinement opérationnelles. Elles incarnent les premiers modèles conformes aux exigences européennes : guichet unique, traitement sécurisé des demandes, plateforme d’accès distant, et gouvernance transparente. Les autres pays, même très avancés techniquement comme la Suède ou le Danemark, n’ont pas encore formalisé ce statut au sens juridique du règlement européen.
Ces HDAB nationaux sont, selon la réglementation EHDS, une autorité ou entité nationale désignée pour :
recevoir les demandes d’accès aux données de santé,
les instruire dans un cadre légal commun européen,
garantir la sécurité, la pseudonymisation et la traçabilité des accès,
dialoguer avec les autres HDABs via le réseau HealthData@EU.
Plusieurs pays disposants de modèles fonctionnels mais fragmentés :
Dans d’autres pays, les infrastructures techniques sont présentes mais souffrent d’une fragmentation institutionnelle ou d’un manque de gouvernance unifiée. En Allemagne, le FDZ Gesundheit donne accès aux données de l’assurance maladie (AOK, GKV), pendant que la MII travaille sur l’interconnexion hospitalière et que NUM (Netzwerk Universitätsmedizin) alimente des projets nationaux de santé publique. Chacune opère efficacement, mais sans standard commun ni chaînage unifié. Le projet d’un HDAB national reste en discussion.
Aux Pays-Bas, Health-RI construit une architecture technique robuste reliant hôpitaux, universités, biobanques et chercheurs. Le pays a récemment déployé des services comme le Personal Health Train, qui permet l’analyse locale des données via des algorithmes déployés à la source. Cependant, la gouvernance reste distribuée, et l’accès centralisé n’est pas encore réalisé.
La Belgique, via Healthdata.be, a mis en place un portail de collecte des données cliniques, mais l’articulation entre les niveaux régionaux (Flandre, Wallonie, Bruxelles) complexifie la création d’un véritable guichet unique. Les projets récents incluent la surveillance des maladies infectieuses, ou l’étude des déterminants sociaux de santé.
En Espagne, le projet Espacio Nacional de Datos de Salud (ENDS) vise à intégrer les 17 bases régionales de données de santé. Certaines communautés comme la Catalogne (avec PADRIS) disposent déjà de plateformes avancées. Mais le réseau national reste en construction, et l’interopérabilité reste un défi.
En Irlande, le projet HealthData@IE est porté par le HSE (Health Service Executive) avec un fort accent sur l’éthique, le consentement et la transparence. L’ambition est de créer un cadre national d’accès à la donnée pour la recherche, mais la plateforme reste en phase pilote.
Une grande partie des infrastructures de pays européens restent sont actuellement en construction :
Dans plusieurs pays, des projets d’infrastructures nationales sont en cours de déploiement, mais leur niveau de maturité reste modeste. En Hongrie, l’infrastructure EESZT permet déjà l’échange de données médicales entre professionnels, mais une loi adoptée en 2023 ouvrira l’usage secondaire à partir de 2026, avec la création d’un HDAB.
En Italie, la réforme du Fascicolo Sanitario Elettronico (FSE) prévoit une interconnexion régionale. Certaines régions, comme la Lombardie ou l’Émilie-Romagne, ont déjà des systèmes partiellement exploitables, mais l’intégration nationale reste embryonnaire. Le projet “HDE” (Health Data Ecosystem) est envisagé pour créer une plateforme nationale de recherche, mais son calendrier reste flou.
Au Luxembourg, le LNDS (Luxembourg National Data Service) est une initiative multisectorielle à visée interdisciplinaire. Il vise à devenir un accès unique aux données publiques et scientifiques, y compris dans le champ de la santé, mais les cas d’usage sont encore limités.
La Croatie, la Roumanie, la Slovaquie, la Grèce et la Bulgarie possèdent des bases de données administratives ou hospitalières, mais peu interopérables. Les accès sont souvent manuels, sans standardisation ni environnement distant. Les autorités sanitaires de ces pays ont toutefois affiché leur volonté de rejoindre la dynamique EHDS à travers des feuilles de route nationales.
4 pays sont encore au point mort :
Enfin, certains pays sont encore loin d’une organisation structurée. Chypre a centralisé les dossiers médicaux primaires via SeHRB, mais l’écosystème ne prévoit pas l’exploitation secondaire des données. En Lettonie et Lituanie, les infrastructures de e-santé sont récentes, axées sur l’usage clinique, sans politique publique d’accès à la donnée.
Malte a publié un projet de loi en 2024 pour créer un HDAB national, mais aucun portail ni gouvernance n’est encore opérationnel. L’accès aux données, lorsqu’il existe, repose sur des démarches individuelles et n’est pas encadré par une structure publique.
Cartographie de la maturité des plateformes européennes de données de santé :
En plus des 27 pays de l’Union européenne, cette cartographie regroupe aussi 3 pays européens, qui ne sont pas dans l’UE, mais qui disposent d’une plateforme de données de santé à la maturité très élevée : le Royaume-Uni, la Suisse et la Norvège.
Les plateformes de données de santé européennes, classées en fonction de leur niveau de maturité
Les plateformes à la maturité très élevé :
Pays
Organisation
Remarques
🇫🇮 Finlande
Findata
Modèle de référence : centralisé, sécurisé, interopérable, HDAB actif
En quête d’une modernisation de son système de santé, le Maroc attire de plus en plus d’entreprises françaises du numérique en santé. Ce mouvement s’inscrit dans une stratégie plus large de diplomatie sanitaire, soutenue par des structures comme Business France, la Chambre française de commerce et d’industrie au Maroc (CFCIM) et le Club Santé Maroc. L’implantation des entreprises françaises dans le royaume suit plusieurs logiques : la création de filiales locales, les partenariats avec des institutions publiques ou privées marocaines, et la réponse à des appels à projets publics dans le cadre des stratégies nationales marocaines (e-Maroc, Maroc Digital 2020, stratégie santé 2025). Cette stratification des présences permet de classer les entreprises selon trois niveaux d’implantation :
un premier niveau qui concerne les entreprises qui sont présentes de manière ponctuelle ou possèdent des partenariats en cours de développement dans le pays (niveau 1) ;
un deuxième niveau qui concerne les acteurs privés du numérique en santé qui ont une activité opérationnelle ou des partenariats actifs au sein du Royaume (niveau 2) ;
un dernier niveau qui concerne les entités qui ont une présence locale forte au Maroc, comme une filiale, un siège, ou des projets structurants (niveau 3).
3 entreprises sont implantées fortement dans le paysage du numérique en santé marocain :
Parmi les entreprises françaises les plus solidement implantées au Maroc, trois acteurs se distinguent par une présence locale forte, conjuguée à des projets stratégiques et une insertion durable dans l’écosystème santé du royaume. Leur implantation repose sur une stratégie de long terme, conjuguant investissement humain, technologique et partenarial.
Orange Middle East and Africa, en alliance avec AXA Assurance Maroc, a acquis une participation majoritaire dans DabaDoc, start-up marocaine pionnière dans la prise de rendez-vous médicaux en ligne. Cette intégration permet non seulement une montée en puissance du numérique en santé au Maroc, mais positionne DabaDoc comme plateforme de référence dans toute l’Afrique. De son côté, Cegedim, présente à Rabat depuis 2008, a renforcé ses effectifs locaux jusqu’à atteindre près de 400 collaborateurs, répartis entre développement logiciel, gestion de données de santé et support opérationnel. Highkaw, enfin, filiale du groupe lyonnais Axeltim, s’est spécialisée dans les parcours patients numérisés et dans l’interopérabilité des systèmes d’information hospitaliers. Avec une implantation active à Rabat, elle déploie des solutions adaptées aux besoins spécifiques des établissements marocains, entre efficience des soins et optimisation des flux patients.
Des partenariats solides pour un ancrage ciblé dans l’écosystème marocain :
Un second groupe d’entreprises françaises a opté pour une approche plus ciblée, basée sur des partenariats stratégiques avec des institutions publiques marocaines ou des acteurs du secteur privé. Sans disposer nécessairement d’une présence physique permanente, ces entreprises s’engagent dans des projets bien délimités, souvent en soutien à des politiques publiques marocaines de santé numérique.
C’est le cas d’Hopimedical, entreprise française spécialisée dans la télémédecine, qui a été sélectionnée dans le cadre du programme national marocain de télémédecine. Celui-ci vise à réduire les inégalités d’accès aux soins en zones rurales ou enclavées, en s’appuyant sur les grands plans de connectivité du royaume (e-Maroc 2010, Maroc Digital 2020, stratégie santé 2025). La solution d’Hopimedical permet une prise en charge à distance respectant les standards de confidentialité des données et de traçabilité, facilitant l’interopérabilité avec les systèmes hospitaliers locaux.
Sur le plan de la sécurité, Nucleon Security s’impose comme un acteur français de référence en cybersécurité des données sensibles. Son partenariat avec Maroc Datacenter vise à doter les infrastructures numériques de santé d’une couche de protection souveraine, dans un contexte de sensibilité accrue à la cybersécurité médicale. Enfin, MipihSIB, devenu récemment Numih France, poursuit une coopération active avec la Fondation Mohammed VI des Sciences et de la Santé. Cette collaboration porte sur la modernisation des systèmes d’information hospitaliers dans plusieurs établissements du pays, avec une ambition de créer un réseau numérique hospitalier cohérent, sûr et interopérable à l’échelle nationale.
2 entités en cours d’implantation :
Enfin, certaines entreprises françaises sont en phase de prospection ou d’amorce de leurs activités au Maroc. Medtrucks, start-up franco-marocaine fondée en 2016, a conçu un projet novateur de camions de dialyse mobile pour améliorer l’accès aux soins dans les zones rurales du Maroc, ciblant les déserts médicaux et les patients atteints d’insuffisance rénale. Ces unités mobiles, intégrant soins et télémédecine, ont été déployées dans le cadre d’un projet pilote ambitieux. Toutefois, confrontée à des difficultés de financement et à une certaine inertie institutionnelle, Medtrucks a par la suite réorienté ses activités vers la France, en se concentrant sur la cartographie des déserts médicaux et le développement d’outils d’aide à la planification de soins.
C’est aussi le cas d’Alaxione, spécialisée dans la gestion des rendez-vous et l’optimisation du parcours patient, qui a entamé des discussions avec des distributeurs et établissements de soins marocains, sans implantation formelle à ce jour. Ce niveau reflète l’intérêt croissant du marché marocain, mais aussi les obstacles logistiques, réglementaires ou concurrentiels encore présents pour certains acteurs.
Cartographie des entreprises du numérique au numérique en santé présents au Maroc
L’implantation des entreprises françaises du numérique en santé au Maroc est dynamique mais hétérogène. Elle reflète à la fois les priorités sanitaires marocaines, les stratégies d’internationalisation françaises, et les opportunités croissantes d’un marché africain en mutation. Le futur sommet GITEX Future Health Africa prévu à Marrakech en 2026 pourrait offrir un accélérateur d’intégration pour ces acteurs, et une vitrine de l’innovation e-santé franco-marocaine.
Voici la cartographie des entreprises du numérique au numérique en santé présents au Maroc :
Cartographie des entreprises du numérique au numérique en santé présents au Maroc
Une contribution essentielle au débat entre sécurité des données et de utilité scientifique
Dans un paysage numérique de plus en plus structuré autour de la donnée, les données de santé en vie réelle — ou Real World Data (RWD) — sont devenues une ressource stratégique. Elles nourrissent la recherche clinique, éclairent les politiques de santé, et permettent d’objectiver les usages et l’efficacité des traitements dans des conditions réelles. Mais cette richesse n’est pas sans contraintes. L’encadrement réglementaire, le RGPD en tête, impose une anonymisation rigoureuse pour toute réutilisation à des fins secondaires. Ce processus, destiné à protéger les individus, peut cependant altérer la donnée au point d’en compromettre la valeur scientifique. C’est précisément ce paradoxe que l’étude publiée par Roche France dans la revue PLOS Digital Healthvient éclairer.
Conduite par l’équipe Real World Data de Roche France, cette étude analyse l’effet de cinq méthodes d’anonymisation sur un jeu de données médicales, en évaluant à la fois la capacité de ces techniques à réduire le risque de ré-identification et leur impact sur la qualité des résultats scientifiques produits. La publication marque une avancée significative sur une question rarement abordée avec autant de précision : jusqu’où peut-on aller pour garantir la protection de la vie privée, sans saboter l’exploitabilité de la donnée pour la recherche ?
Un test grandeur nature sur cinq méthodes d’anonymisation
L’expérimentation s’est appuyée sur un même corpus de données, passé au crible de cinq méthodes d’anonymisation distinctes. Chaque méthode a été évaluée selon deux axes : le niveau de protection apporté contre le risque de ré-identification d’un individu, et la préservation des caractéristiques statistiques essentielles pour mener des analyses robustes. Ce double regard — sécurité et utilité — permet de dépasser les visions purement techniques ou éthiques, pour entrer dans le cœur du compromis méthodologique.
Les résultats sont sans appel : toutes les méthodes testées permettent effectivement de réduire le risque d’identification. Certaines atteignent même un niveau de protection très élevé. Mais cet effort de sécurisation se paie souvent d’une dégradation de la qualité des analyses possibles. Dans les cas les plus extrêmes, les méthodes les plus sécurisantes introduisent une distorsion des données suffisante pour remettre en cause la reproductibilité des résultats. Cela signifie concrètement que les conclusions scientifiques tirées des données initiales ne tiennent plus une fois l’anonymisation appliquée — un constat lourd de conséquences pour la validité des études en vie réelle.
Un équilibre fragile entre éthique, réglementation et science :
Ce constat alimente un débat central : celui du compromis entre protection des données personnelles et rigueur scientifique. L’étude le rappelle clairement : plus on cherche à atteindre une anonymisation “absolue”, plus on altère les signaux présents dans les données, au risque de les rendre inutilisables. À l’inverse, des techniques plus modérées, qui préservent les dynamiques temporelles, les co-occurrences ou les micro-variations cliniques, laissent subsister un risque résiduel de ré-identification.
Dans ce contexte, il n’existe pas de solution universelle. Le choix de la méthode dépend du contexte de recherche, de la finalité de l’étude, des caractéristiques des données et du niveau de risque acceptable. Cette approche contextuelle appelle à un changement de paradigme : au lieu de rechercher une méthode parfaite, il faut concevoir l’anonymisation comme un processus de dialogue entre statisticiens, cliniciens, juristes et délégués à la protection des données. L’étude de Roche illustre cette maturité méthodologique, en plaçant la transparence et l’évaluation continue au cœur de sa démarche.
Le besoin criant de référentiels partagés :
L’un des apports les plus significatifs de cette étude réside dans la mise en lumière d’un angle mort majeur : l’absence de standards robustes pour comparer les méthodes d’anonymisation entre elles. Aujourd’hui, il n’existe pas de cadre commun qui permettrait aux chercheurs, industriels ou régulateurs d’évaluer objectivement les effets des transformations appliquées aux données. Chaque projet repose sur des métriques internes, rarement généralisables, et sur des arbitrages implicites parfois difficilement reproductibles.
Cette absence de standardisation freine la mutualisation des données, la reproductibilité des analyses, et surtout, la confiance dans les résultats. L’appel lancé par Roche à construire des référentiels clairs, à la fois techniques et éthiques, est donc particulièrement bienvenu. Il rejoint les débats actuels sur l’Espace Européen des Données de Santé (EHDS), sur la certification des plateformes de données ou encore sur la gouvernance des entrepôts hospitaliers.
L’expertise humaine, pilier invisible de l’anonymisation :
Au-delà des algorithmes et des procédures, l’étude insiste sur un point souvent sous-estimé : la valeur irremplaçable de l’expertise humaine. Car l’anonymisation ne peut être un processus purement automatique. Elle suppose une compréhension fine des données manipulées, de leurs usages, de leur sens clinique. C’est cette expertise — multidisciplinaire par essence — qui permet de détecter les biais, d’anticiper les erreurs d’interprétation, et de s’assurer que les transformations appliquées n’annulent pas l’intérêt même des données.
L’équipe de Roche le résume en une phrase : « Une anonymisation surveillée aide à identifier des écarts susceptibles de fausser l’interprétation des résultats. » Cette vigilance ne peut être assurée que par des professionnels capables de relier des enjeux techniques à des conséquences concrètes pour la recherche, la santé publique et l’éthique.
Ce projet s’inscrit dans la continuité d’une coopération entamée dès 2018, fondée sur la refonte progressive du système d’information hospitalier (SIH) du CHSF. Cette trajectoire commune a permis d’aligner les ambitions technologiques avec les réalités du terrain. Philippe Meyer, directeur général d’Okantis, résume ainsi l’esprit du partenariat : « Il n’existait jusqu’ici aucun projet de cette nature sur le territoire. Ce partenariat vise à construire ensemble une solution innovante et pleinement adaptée aux besoins du terrain. »
Du côté hospitalier, l’implication des professionnels de santé a été décisive. Des profils comme le docteur Philippe Ménager, praticien convaincu du potentiel du numérique, ont largement contribué à faire émerger la démarche. Résultat : le CHSF, bien qu’établissement non universitaire, s’est hissé au 6ᵉ rang national en recherche clinique parmi ses homologues, tout en renforçant son ancrage dans l’écosystème académique du plateau de Paris-Saclay.
Safe Data, une infrastructure pensée pour la souveraineté
Le socle technologique du futur EDS repose sur Safe Data, une plateforme conçue par Okantis et déjà en phase de prototypage. Cette infrastructure modulaire permet de capter, structurer et sécuriser les flux de données générés par l’hôpital, indépendamment du SIH principal. Une approche pragmatique, alignée avec les meilleures pratiques de gouvernance de la donnée.
« Dans cette convention, nous apportons la matière grise, l’expertise et le temps de nos médecins pour bâtir, avec l’équipe d’Okantis, un outil conçu dans les règles de l’art », a précisé François Bérard, directeur général du CHSF. Une formule qui illustre la volonté de co-construction du projet, où l’expertise métier est pleinement intégrée à la conception technique.
Un EDS au service de la recherche, du soin et du pilotage :
Avec 140 études cliniques menées en 2024 et plus de 1 300 patients inclus, le CHSF est déjà un acteur reconnu dans la production de données de santé en vie réelle. L’EDS ambitionne d’amplifier cette dynamique, en offrant une plateforme capable de soutenir la recherche clinique, mais aussi de générer des outils d’aide à la décision pour le pilotage médico-économique.
Dans un contexte où la maîtrise des données devient un enjeu stratégique, notamment au sein des GHT, ce type de projet offre une réponse concrète aux défis du pilotage territorial. Il permet de valoriser les données existantes, tout en posant les bases d’une médecine plus précise, plus réactive et mieux coordonnée.
« Notre objectif est de proposer une solution robuste, agile et évolutive, pensée par et pour les professionnels de santé », résume Philippe Meyer. Une ambition partagée qui pourrait faire du CHSF un modèle pour d’autres établissements périphériques souhaitant structurer leur stratégie data autour d’un entrepôt souverain.
Une montée en puissance déjà planifiée :
Cette signature intervenue à SantExpo constitue une étape structurante. Elle sera suivie d’un accord formel qui précisera la gouvernance du projet, les engagements techniques, les échéances et les cas d’usage ciblés. L’objectif est clair : une mise en service opérationnelle dès fin 2025 ou début 2026, portée par une organisation industrielle capable de répondre aux besoins concrets du CHSF dans des délais maîtrisés.
Ce projet, à la croisée de la stratégie territoriale, de la technologie souveraine et de la recherche clinique, confirme la montée en puissance des EDS hospitaliers comme piliers des systèmes de santé modernes. En Essonne, cette dynamique est désormais lancée.
Une étude sur le vaccin grippe, de l’analyse populationnelle à la donnée clinique
Cette session a permis de mettre en lumière un retour d’expérience concret sur la mise en place et l’exploitation d’un entrepôt de données de santé (EDS) hospitalier. Ce retour terrain, issu de la collaboration entre le CHU de Nantes et Heva (filiale de La Poste Santé & Autonomie), s’est structuré autour d’un projet de recherche appliquée sur les hospitalisations liées à la grippe chez les personnes âgées. Il illustre de manière exemplaire comment structurer une demande de données hospitalières, conduire une étude de faisabilité rigoureuse et dégager des résultats exploitables dans une logique de santé publique.
Le projet présenté prolonge une première étude menée par Heva sur l’efficacité du vaccin antigrippal haute dose (HD) par rapport à la version standard (SD). Cette étude, réalisée sur plus de huit millions de personnes à partir des données du SNDS, avait montré une efficacité vaccinale supérieure du HD, avec une réduction significative des hospitalisations liées à la grippe. Pour aller plus loin et renforcer la robustesse scientifique des résultats, Heva a souhaité valider ses hypothèses sur un entrepôt hospitalier, en croisant les diagnostics issus du PMSI avec des données cliniques disponibles dans le système d’information interne du CHU.
Une méthodologie rigoureuse portée par le CHU de Nantes
Anne-Sophie Le Bonniec, chargée de la valorisation des données au CHU de Nantes, a exposé le processus structuré mis en place par l’établissement pour répondre à ce type de sollicitation. Le processus débute par une étude de faisabilité associant experts cliniques, data scientists, épidémiologistes et ingénieurs en santé publique. Cette première étape permet de clarifier la demande, de vérifier la disponibilité des données dans l’EDS et d’évaluer les capacités techniques à y répondre dans un calendrier raisonnable. Dans le cas de cette étude grippe, le CHU a pu instruire la demande en environ six semaines. La faisabilité portait sur l’identification, à partir de l’entrepôt, des patients de plus de 65 ans hospitalisés pour grippe entre 2021 et 2024, en croisant le diagnostic PMSI avec des données biologiques (tests PCR ou tests rapides), ainsi que le statut vaccinal récupéré par text mining dans les comptes rendus.
Au terme de cette analyse, 497 patients ont été inclus dans la cohorte. Les résultats ont montré que, sur les 1 523 séjours initialement repérés, les deux tiers ont été exclus pour âge ou absence de consentement. Ce travail a permis de valider en vie réelle le diagnostic de grippe hospitalière à partir de données hospitalières enrichies, démontrant l’intérêt de coupler PMSI, biologie et comptes rendus dans une logique d’analyse épidémiologique.
Une démarche collaborative au bénéfice de l’efficacité :
Pour le CHU de Nantes, cette première collaboration avec un partenaire industriel a été jugée très positive. Anne-Sophie Le Bonniec a souligné l’importance des études de faisabilité dans le cadre d’une relation partenariale. Elles permettent, selon elle, de mieux cadrer les projets, de sécuriser les engagements réglementaires et budgétaires, et d’optimiser l’adéquation entre la demande industrielle et la réalité des données hospitalières. Elle a également insisté sur la nécessité de bien formuler la question initiale, condition essentielle à l’efficacité du processus.
Du côté de Heva, Fanny Raguideau a partagé le même enthousiasme, en saluant la qualité du dialogue, la structuration du processus et la perspective d’aller plus loin. Elle a évoqué l’intérêt croissant des industriels pour les données hospitalières, tout en rappelant les points de vigilance récurrents : qualité des données, délais de traitement, contraintes budgétaires. Elle a également insisté sur l’importance de se projeter vers des collaborations multicentriques et l’exploitation de données issues d’autres sources, comme les biocollections ou les data catalogues.
Une illustration concrète de la valorisation maîtrisée des EDS :
Cette session a donc permis d’illustrer concrètement comment un CHU peut structurer une gouvernance de la donnée à des fins de recherche, tout en s’inscrivant dans une logique d’innovation ouverte, rigoureuse et maîtrisée. Elle confirme que les entrepôts de données hospitaliers, lorsqu’ils sont bien encadrés, peuvent devenir des leviers puissants pour produire de la connaissance, nourrir des évaluations médico-économiques et accompagner des stratégies de santé publique.
Un entrepôt souverain pour la psychiatrie : la santé mentale à l’ère des données
La santé mentale est devenue en 2025 une priorité nationale, et c’est dans ce contexte que s’est tenue à SantExpo, le 20 mai 2025, une session consacrée au lancement d’un projet structurant : un entrepôt de données de santé (EDS) souverain, sécurisé et dédié à la psychiatrie, fruit de la collaboration entre Outscale (cloud souverain de Dassault Systèmes) et la Fondation FondaMental, acteur majeur de la recherche clinique en santé mentale.
Un enjeu de santé publique de première importance :
Avec un coût estimé à 160 milliards d’euros par an, les maladies mentales représentent une charge économique et humaine colossale. « Une personne sur six est concernée, et ces maladies réduisent l’espérance de vie d’environ vingt ans », a rappelé Jérôme Sandrini en introduction.
Depuis sa création en 2007, la Fondation FondaMental coordonne un réseau de 54 centres experts, qui accueillent les patients pour des bilans complets (psychiatriques, somatiques, neuropsychologiques). À ce jour, plus de 20 000 patients ont été vus, et 2 000 variables cliniques sont collectées à chaque visite. À cela s’ajoutent des données biologiques, génétiques, environnementales, formant un corpus unique de données multimodales anonymisées. « Soigner mieux, c’est comprendre plus profondément. Et pour comprendre, il faut des données robustes et massives », a résumé Andrii Kulakovskyi.
Une infrastructure technologique de haut niveau :
Ce projet d’entrepôt repose sur le cloud souverain Outscale, certifié HDS (Hébergement de données de santé) et SecNumCloud 3.2 par l’Anssi, garantissant la plus haute sécurité et conformité. « Les données de santé sont un patrimoine national. Elles méritent le même niveau de protection que nos espaces aérien, maritime ou cyber », a insisté Patrick Johnson. « Grâce à cette infrastructure, les données sont inattaquables, inexploitables par des États tiers, ni copiables, ni accessibles sans consentement », a précisé Jérôme Sandrini.
Cette exigence est au cœur de la confiance nécessaire pour structurer des entrepôts sensibles comme celui de la psychiatrie, tout en respectant strictement le RGPD.
Une IA européenne, éthique et utile
L’un des piliers du projet est d’exploiter ces données via l’intelligence artificielle générative – mais dans un cadre souverain. Contrairement aux modèles IA américains ou chinois, Dassault Systèmes défend une IA entraînée localement, par des équipes européennes, sur des données européennes. « On veut une IA qui pense comme un Européen, qui agit comme un médecin européen, en prenant en compte nos spécificités culturelles et démographiques », a expliqué Jérôme Sandrini. « Aujourd’hui, nous avons la chance de pouvoir entraîner nos modèles en Europe, avec nos données, nos patients, et nos chercheurs. »
Cette approche ouvre la voie à une psychiatrie prédictive : mieux identifier les facteurs de risque, stratifier les patients, anticiper les rechutes, proposer des thérapies sur-mesure. « L’intelligence artificielle générative va transformer la psychiatrie : elle permet de passer d’une médecine descriptive à une médecine de précision. », affirme Kulakovskyi.
Une dynamique collective pour structurer la filière santé mentale… :
Mais l’initiative dépasse le simple enjeu technologique. Elle porte une vision de transformation de la filière psychiatrie. En mutualisant les données des 54 Centres Experts dans un environnement commun et sécurisé, l’entrepôt permet de fédérer les efforts de recherche, d’unifier les outils, et d’optimiser les parcours de soins. « Ce n’est pas qu’une plateforme. C’est une réorientation complète de la filière santé mentale, avec un impact direct sur la recherche, les recommandations thérapeutiques et le suivi des patients », souligne Patrick Johnson.
En s’appuyant sur des données fiables, partagées, standardisées, et protégées, le projet facilite aussi les collaborations avec des partenaires académiques, industriels ou hospitaliers. « On veut créer une passerelle : que les chercheurs, les industriels et les cliniciens puissent accéder à la donnée, proposer des projets, faire émerger de nouvelles approches, tout cela dans l’intérêt des patients. »
… Et une ambition qui dépasse la psychiatrie :
Ce projet est aussi vu comme un modèle réplicable. Dassault Systèmes envisage d’étendre cette approche à d’autres champs médicaux complexes : neurosciences, maladies rares, pathologies cardiovasculaires ou diabète. « Ce que nous mettons en place avec la Fondation FondaMental, c’est un prototype de médecine de demain : souveraine, sécurisée, intelligente et centrée sur le patient », conclut Patrick Johnson. Le partenariat incarne une ambition forte : redéfinir la manière dont la France – et l’Europe – exploitent les données de santé pour construire une médecine plus personnalisée, prédictive et humaine.
Et si les médecins de demain étaient… des agents intelligents formés dans un monde virtuel ? C’est le pari audacieux que mène l’université Tsinghua à travers son projet baptisé Agent Hospital. Plus qu’un simple laboratoire numérique, il s’agit d’une réplique intégrale d’un hôpital fonctionnel, où chaque patient, chaque infirmier et chaque médecin est incarné par une IA autonome, propulsée par des modèles de langage (LLM). Le but : révolutionner la formation des IA médicales, améliorer l’efficience des soins, et concevoir un système de santé plus équitable.
Ce projet repose sur une technologie appelée “SEAL” (Simulacrum-based Evolutionary Agent Learning), un paradigme qui permet à des agents intelligents d’évoluer dans un environnement virtuel réaliste. Inspiré d’univers simulés comme Smallville, ce dispositif recrée fidèlement les étapes d’un parcours de soin : de l’apparition des symptômes à la consultation, en passant par l’examen, le diagnostic, la prescription, et le suivi post-traitement.
Dans cet univers hospitalier, tout est automatisé : des agents patients sont générés de manière réaliste à partir de bases médicales (symptômes, antécédents, examens), et des agents médecins doivent interpréter ces cas, proposer des examens, diagnostiquer les pathologies et recommander des traitements. Les agents s’améliorent à mesure qu’ils accumulent des cas cliniques, réussissent (ou échouent) des diagnostics, et consolident leurs acquis via la lecture de manuels médicaux. Grâce à cette approche, les IA peuvent assimiler en quelques jours une expérience clinique équivalente à plusieurs années humaines.
Architecture générale du SEAL de l’expérience “Agent Hospital” – @Tsinghua University
Une IA qui apprend par la pratique clinique virtuelle
Le cœur de l’innovation réside dans le processus d’« évolution » des agents, basé sur deux piliers : la case base, qui enregistre les cas réussis, et la experience base, qui formalise les erreurs pour ne pas les répéter. Ces bases sont alimentées automatiquement à chaque interaction entre médecin IA et patient IA. Le modèle MedAgent-Zero, développé pour ce projet, permet ainsi de faire progresser les agents sans avoir recours à des données annotées manuellement.
Interface simulée d’une consultation entre un médecin IA et un patient IA – @Tsinghua University
Au fil de leurs expériences, les agents développent des règles diagnostiques, comparent leurs décisions aux véritables diagnostics, et ajustent leurs stratégies. Cette approche « auto-évolutive » a permis aux médecins virtuels d’atteindre, puis de dépasser, les performances de pointe sur le benchmark MedQA, utilisé pour évaluer le raisonnement médical sur des cas réels.
Une réponse chinoise aux défis mondiaux de l’IA en santé
Ce projet intervient dans un contexte de tension mondiale sur les capacités des systèmes de santé à intégrer efficacement l’IA. Le recours à des simulateurs comme Agent Hospital permet de dépasser les limites traditionnelles du développement algorithmique : rareté des données de santé annotées, problèmes de confidentialité, et difficulté à reproduire des scénarios cliniques complexes.
Mais l’initiative de Tsinghua ne s’arrête pas là. Grâce à la génération de cohortes de patients synthétiques, équilibrées selon l’âge, le sexe ou les pathologies, l’équipe peut lutter activement contre les biais qui minent de nombreux modèles médicaux. L’objectif est double : accroître la qualité des IA tout en renforçant leur équité et leur explicabilité.
Une révolution technologique aux défis éthiques
Malgré ses promesses, Agent Hospital soulève des enjeux majeurs. Les créateurs du projet reconnaissent que des biais peuvent émerger des données synthétiques elles-mêmes. Ils prévoient donc des techniques de debiasing, des exigences de traçabilité des décisions et une conformité stricte aux normes éthiques et juridiques existantes. Chaque décision médicale prise par un agent devra être justifiée par une chaîne de raisonnement transparente, rendant possible une auditabilité complète.
Avec Agent Hospital, l’université pékinoise inaugure une nouvelle ère pour la formation des IA médicales : une époque où les intelligences artificielles n’apprennent plus seulement en lisant des livres, mais en pratiquant – des dizaines de milliers de fois – dans un hôpital entièrement virtuel. Une expérience à suivre de près, alors que l’Europe et les États-Unis explorent également des usages simulés de l’IA en santé.
