Avec plus de 91 000 places et près de 19,4 millions de journées annuelles, la médecine ambulatoire occupe une forte place dans le système de soins français. Mais l’organisation des hôpitaux de jour reste freinée par l’absence d’outils de planification adaptés, les difficultés de coordination des flux patients et le manque de méthodes de dimensionnement.
Ces limites pèsent sur le développement de l’activité et sur l’accès aux soins alors que les établissements doivent composer avec des contraintes budgétaires.
Une approche issue de l’industrie
Fondée en 2024 à Rennes, meeDIA transpose à l’hôpital des méthodes d’organisation utilisées dans l’industrie, notamment la planification intégrée, l’ordonnancement et la théorie des contraintes.
La startup développe une suite logicielle composée de meeDIA-Plan et meeDIA-Prog. Elle couvre le dimensionnement des capacités d’accueil, la planification des activités, la programmation des parcours patients et le pilotage en temps réel de la performance. L’objectif est de structurer l’organisation hospitalière autour du parcours patient avec une lecture opérationnelle des flux et de leur optimisation.
Les résultats rapportés font état de gains allant jusqu’à +30 % d’activité, d’une réduction de 50 % du temps d’attente et d’une baisse de 70 % du temps de programmation.
Les établissements utilisateurs mentionnent aussi une amélioration des conditions de travail et une meilleure fluidité des parcours patients.
Au CHU de Nîmes, le retour d’expérience souligne la structuration des parcours et l’émergence d’une sémantique commune entre spécialités. Cette harmonisation a facilité l’adhésion des équipes dans les projets de transformation organisationnelle.
Le dispositif repose sur une technologie propriétaire capable de générer en quelques secondes des plannings optimisés, en intégrant les contraintes réelles des établissements.
Cette capacité doit permettre d’adapter l’organisation aux variations d’activité et d’améliorer l’utilisation des ressources disponibles. À SantExpo 2026, la startup présentera ses solutions aux décideurs hospitaliers, avec des retours d’expérience d’établissements utilisateurs.
PulseLife annonce avoir atteint une souveraineté complète pour son chatbot médical basé sur l’IA, six mois après son lancement. L’évolution repose sur un partenariat avec Mistral AI, dont le modèle est exploité sous contrat Zero Data Retention (ZDR) : aucune donnée n’est conservée, analysée ou utilisée à des fins d’entraînement.
L’ensemble de l’infrastructure est hébergé en France, à Paris, via Scaleway, certifié Hébergeur de Données de Santé. Cette configuration garantit que les données ne relèvent d’aucune législation extraterritoriale, notamment le Cloud Act ou le FISA américains.
L’entreprise revendique une architecture qui vise à limiter les hallucinations, déjà positionnée parmi les 2 % aux épreuves EDN, et qui fait l’objet d’une validation clinique avec l’AP-HP.
Six mois d’usage et des garde-fous revendiqués
Depuis fin novembre 2025, le chatbot affiche plus de 200 000 utilisateurs mensuels. Les données d’usage mettent en avant plusieurs mécanismes de contrôle :
100 % des réponses sont sourcées, avec références datées et accessibles.
12 % des requêtes aboutissent à un refus de réponse en cas d’incertitude.
0 % de données patient détectées dans les prompts analysés.
Ces indicateurs traduisent une logique assumée, à savoir de privilégier l’abstention à la réponse incertaine.
Les données d’usage montrent une adoption régulière par les professionnels de santé, en moyenne, 4 requêtes par semaine et par utilisateur, et 75 % des échanges durent moins de deux minutes. L’outil s’inscrit ainsi dans des temps courts, au moment de la décision médicale. Les usages concernent principalement :
La prise en charge des patients (51 % des requêtes).
Le diagnostic (40 %).
Ces chiffres indiquent un usage centré sur des situations cliniques concrètes et non exploratoires.
Une feuille de route orientée validation et déploiement international
Pour 2026, PulseLife prévoit d’étendre la validation clinique avec l’AP-HP à l’ensemble des aires thérapeutiques. L’entreprise annonce aussi un déploiement linguistique en espagnol, anglais et allemand, en conservant les mêmes exigences en matière de souveraineté. Avec cette annonce, PulseLife s’inscrit dans un contexte où la gestion des données de santé et la dépendance aux infrastructures non européennes constituent des enjeux.
Le AI Research Summit 2026, organisé par le département d’IA et d’informatique de la Mayo Clinic, se tiendra les 4 et 5 juin à Rochester, Minnesota, avec une participation possible en ligne. Positionné comme une conférence académique, l’événement vise à structurer les échanges autour de la recherche en IA appliquée à la santé, en mettant l’accent sur les méthodes et leur traduction dans la pratique.
Placée sous le thème « A New Engine for Real-World Evidence Generation », cette édition entend explorer comment l’IA transforme la production de données en conditions réelles, en particulier via des approches à grande échelle et des modèles capables de générer des hypothèses.
Une intervention portera sur les implications de l’IA agentique dans les processus de recherche, notamment sa capacité à modifier les dynamiques de découverte scientifique.
Une structuration par profils et usages de l’IA
Le programme distingue plusieurs publics, chacun avec des formats dédiés.
Chercheurs académiques et enseignants : Les sessions privilégient les travaux évalués par les pairs, les échanges entre pairs et l’accès à des jeux de données et problématiques de recherche issus de la Mayo Clinic. L’objectif est de consolider les approches méthodologiques en IA, en biologie numérique et en sciences des populations.
Étudiants et jeunes chercheurs : Une programmation spécifique inclut sessions posters, mentorat et exposition à des cas d’usage en conditions réelles. L’enjeu est de faciliter l’intégration dans les parcours académiques et hospitaliers.
Scientifiques fondamentaux et épidémiologistes : Le sommet met l’accent sur l’IA comme outil d’accélération méthodologique, y compris pour les non-spécialistes de l’IA. Les thématiques couvrent la simulation, la biologie virtuelle et les collaborations interdisciplinaires.
Gouvernance au cœur des discussions
Un axe spécifique, « Science-to-Practice & Clinical Translation », est dédié aux cliniciens-chercheurs. Il traite des conditions de passage de l’IA du laboratoire au soin : validation, gouvernance, implémentation et gestion des risques.
Cette approche s’inscrit dans une tendance plus large du secteur, où la performance technique ne suffit plus.
L’édition 2026 intègre également des sessions liées au 60ᵉ anniversaire du Rochester Epidemiology Project. Ces travaux portent sur l’exploitation des données longitudinales et leur articulation avec les modèles d’IA. Les discussions incluront des cas d’usage, des débats méthodologiques et des réflexions prospectives sur l’usage responsable de l’IA dans les sciences des populations.
Modalités d’inscription
Le tarif anticipé est fixé à 425 $ (300 $ pour les étudiants), avant une hausse à 525 $ et 400 $ respectivement. Les inscriptions restent ouvertes jusqu’au 1er juin, avec des contraintes logistiques fixées au 21 mai.
Au-delà de l’événement, le sommet se positionne comme un espace de dialogue entre chercheurs, cliniciens et partenaires autour des conditions de développement d’un écosystème d’IA en santé.
Le développement de l’IA en santé se heurte à un obstacle récurrent : son intégration dans les pratiques quotidiennes. D’un côté, les cliniciens font face à une multiplication d’outils hétérogènes. De l’autre, les directions des systèmes d’information hospitaliers doivent gérer une prolifération de solutions difficilement interopérables.
Malgré des investissements massifs et une production scientifique, une large part des projets d’IA en santé ne dépasse pas le stade expérimental. Jusqu’à 80 % échoueraient à passer à l’échelle, notamment en raison des difficultés liées à ce que les acteurs du secteur désignent comme le “dernier kilomètre” : l’intégration dans les environnements cliniques.
La société Isaree propose une approche alternative fondée sur une logique de proximité. L’objectif consiste à rapprocher les capacités de calcul et les modèles d’IA du lieu même de leur utilisation, plutôt que de les centraliser dans des infrastructures cloud.
Ce modèle, qualifié de “Proximity AI”, repose sur deux principes :
Exécution locale des modèles : les traitements sont réalisés directement sur les terminaux utilisés par les professionnels de santé, ce qui limite les transferts de données.
Hybridation des ressources : lorsque les capacités matérielles sont insuffisantes, les calculs peuvent être déportés vers des serveurs locaux (on-premise) ou des agents externes, sans rupture dans l’usage.
Cette approche vise à réduire les contraintes liées à la latence, à la connectivité et aux exigences réglementaires, notamment en matière de protection des données.
Le modèle proposé s’appuie également sur une orchestration d’agents spécialisés, plutôt que sur des modèles généralistes de grande taille. Cette stratégie permettrait de diminuer la consommation énergétique.
Un écosystème ouvert aux cliniciens
Isaree mise sur une plateforme collaborative permettant aux professionnels de santé de concevoir et de partager leurs propres agents d’IA. Ce modèle s’inspire des logiques de distribution applicative, avec un espace dédié à la création, à la validation et à la diffusion d’outils spécialisés. L’objectif est double, favoriser l’adéquation des solutions aux besoins métiers, et faciliter la certification de modèles ciblés dans des contextes réglementés. Cette orientation repose sur l’idée que les cliniciens doivent jouer un rôle actif dans le développement des outils qu’ils utilisent, afin de limiter les décalages entre conception et réalité.
Les propositions d’Isaree font écho à des constats documentés dans la littérature. Une étude publiée en 2026 dans Health and Technology met en évidence les bénéfices des outils d’IA pour alléger la charge administrative. Ces travaux montrent également que l’adoption de ces technologies dépend de plusieurs facteurs :
La transparence sur l’usage des données.
L’existence de recommandations institutionnelles.
La possibilité de tester les outils dans des environnements sécurisés.
Dans ce contexte, les architectures décentralisées et centrées sur l’utilisateur pourraient constituer une réponse aux enjeux de confiance et d’appropriation.
L’étude SUNSAS a évalué une solution de diagnostic de l’apnée obstructive du sommeil fondée sur l’analyse par intelligence artificielle des mouvements mandibulaires.
Le dispositif, développé par Sunrise, repose sur un capteur unique placé sous le menton pendant la nuit. Il enregistre les mouvements de la mâchoire, utilisés comme marqueurs de l’effort respiratoire et de la dynamique des voies aériennes.
L’essai randomisé, contrôlé, multicentrique et ouvert a été conduit en France entre octobre 2021 et octobre 2024. Il a inclus 849 adultes âgés de 18 à 80 ans, adressés pour suspicion d’apnée obstructive du sommeil. Les participants ont été répartis entre deux parcours diagnostiques : surveillance à domicile des mouvements mandibulaires pendant une à trois nuits, ou polysomnographie standard, à domicile ou en laboratoire.
L’étude a été conçue par l’équipe académique de l’Université Grenoble Alpes, puis discutée et approuvée par la Haute Autorité de santé et le promoteur Sunrise. Elle est enregistrée sur ClinicalTrials.gov sous le numéro NCT05057975.
Résultats : un diagnostic obtenu trois mois plus tôt
Sur les 849 participants randomisés, 774 ont reçu un diagnostic. Parmi eux, 133 ne présentaient pas d’apnée obstructive du sommeil, 239 avaient une forme légère, 220 une forme modérée et 182 une forme sévère.
Le délai médian jusqu’à la consultation diagnostique a été de 15 jours dans le groupe mouvements mandibulaires, contre 106 jours dans le groupe polysomnographie.
Le délai médian jusqu’à l’initiation du traitement a été de 50 jours, contre 124 jours.
La réduction de la somnolence diurne à trois mois après le diagnostic, mesurée par l’échelle d’Epworth, a été non inférieure avec le dispositif Sunrise par rapport à la polysomnographie : –2,26 points contre –2,29 points. À trois mois après la randomisation, l’amélioration était en revanche supérieure dans le groupe mouvements mandibulaires, avec une différence entre groupes de –1,51 point.
Qualité de vie et productivité également améliorées
Les critères secondaires exploratoires ont aussi favorisé le groupe diagnostiqué par mouvements mandibulaires. Les auteurs rapportent de meilleures évolutions dans plusieurs dimensions du SF-36, notamment la vitalité, le fonctionnement social, la douleur corporelle et la perception de l’état général.
Le questionnaire de Québec sur le sommeil a montré des améliorations des symptômes diurnes, nocturnes et de la somnolence. Les scores de présentéisme et de limitation des activités étaient également plus bas dans le groupe Sunrise.
L’observance de la pression positive continue à trois mois n’a pas permis de démontrer la non-infériorité, avec une différence observée limitée à 11,9 minutes.
Un parcours plus court, mais des limites à intégrer
Aucun effet indésirable lié au dispositif n’a été rapporté. Les auteurs estiment que les bénéfices observés tiennent surtout à l’accès plus rapide au traitement, puisque la somnolence ne différait plus entre groupes trois mois après la consultation diagnostique.
Ils soulignent toutefois plusieurs limites : suivi court, essai réalisé uniquement en France, conception ouverte, attrition plus élevée dans le groupe polysomnographie et différence de somnolence inférieure au seuil minimal cliniquement important.
Chaque année, environ 840 000 personnes meurent de pathologies liées au stress professionnel, au harcèlement ou à la surcharge mentale au travail. Ce chiffre, relayé par l’Organisation internationale du Travail et l’Organisation mondiale de la Santé, traduit l’ampleur d’une crise sanitaire mondiale amplifiée par l’intensification des rythmes, la digitalisation et l’hybridation des modes de travail.
L’OMS rappelle que près de 60 % de la population mondiale occupe un emploi, et que la dépression et l’anxiété font perdre chaque année 12 milliards de journées de travail, soit une perte de productivité estimée à 1 000 milliards de dollars. La charge mentale numérique (sollicitations permanentes, multiplication des outils, flux d’informations continus) s’ajoute aux facteurs traditionnels de risque.
Au-delà du coût humain, ces pathologies pèsent sur les organisations : absentéisme, désengagement, turnover et baisse de productivité. Les RPS deviennent un sujet de pilotage pour les entreprises comme pour les pouvoirs publics.
Le cadre réglementaire évolue pour renforcer les obligations des employeurs en matière de prévention des risques psychosociaux.
Médecine du travail : le paradoxe d’une demande en hausse face à la pénurie de professionnels
En France, 1 salarié sur 4 en situation de mal-être au travail
Le Baromètre Santé mentale & QVCT 2026 Qualisocial x Ipsos-BVA chiffre à 22 % la part des travailleurs en mauvaise santé mentale, soit près de 6 millions de personnes, dont près de la moitié sans accès à un dispositif de prévention dans leur entreprise.
Malgré quatre réformes en vingt ans (2004, 2012, 2016, 2021), la santé au travail reste fragilisée par un manque de praticiens et un déficit d’attractivité, alors même que les besoins augmentent avec l’évolution des risques professionnels.
Dans les faits, leur mise en œuvre reste hétérogène. Le niveau de délégation dépend fortement de l’organisation locale et du médecin coordonnateur.
Les gains de productivité exposent les entreprises à une intensification des rythmes et à un risque psychosocial
Des travaux publiés en 2026 alertent sur une charge qui peut augmenter avec l’IA, sous l’effet de nouvelles attentes managériales.
Le rapport de l’OIT publié en 2025 souligne ses bénéfices potentiels : réduction de l’exposition aux environnements dangereux, automatisation des tâches pénibles, détection précoce des risques grâce à des capteurs et dispositifs connectés.
Les modèles de santé au travail établissent depuis plusieurs décennies que l’équilibre entre exigences et ressources conditionne la santé psychologique. Lorsque les demandes progressent plus vite que les marges de manœuvre, le risque de dégradation augmente.
Avec l’IA, cette insécurité prend plusieurs formes : peur de ne pas maîtriser les outils, crainte d’obsolescence, doute sur la valeur future des compétences. Un salarié non formé face à une technologie déployée rapidement se retrouve dans une position subie, ce qui fragilise l’engagement.
Ce coût n’apparaît pas immédiatement dans les indicateurs financiers. Il se traduit par de la fatigue cognitive, de l’hypervigilance, une perte de discernement, davantage d’erreurs et, à terme, du désengagement.
Brouillard mental, fatigue, 14 % des salariés en surcharge cognitive
Un binôme DRH-DSI doit structurer la montée en compétences, clarifier les usages légitimes, protéger les temps de récupération et analyser l’impact sur les facteurs de risques psychosociaux. Ils invitent également à orienter les usages vers des tâches à plus forte valeur cognitive positive : créativité, interaction sociale, développement des compétences.
Une perception ambivalente chez les salariés
L’enquête Great Insights 2026, publiée par Great Place To Work auprès de 4 246 actifs, révèle que l’IA est désormais perçue comme le premier risque professionnel, devant le burn-out : 32 % des salariés la citent comme risque principal, soit une progression de 13 points en un an. 59 % déclarent utiliser des outils d’IA générative, 43 % regrettent l’absence d’accompagnement de leur entreprise, et seulement 15 % font confiance aux ressources humaines pour conduire ces transformations.
Le risque de fracture entre salariés selon leur niveau de maîtrise des outils est pointé par plusieurs observateurs. La délégation à l’IA des tâches à faible complexité pourrait concentrer sur les humains les activités cognitives les plus exigeantes, avec un risque de surcharge.
@Health & Tech Intelligence
Des solutions d’IA redessinent la santé au travail entre accompagnement psychologique et prévention
@OIT : révolutionner la santé et la sécurité le rôle de l’IA et de la numérisation au travail
Les solutions de santé au travail fondées sur l’IA couvrent un spectre étendu, du soutien psychologique individuel à la prévention des risques en temps réel sur les sites industriels.
Moka.Care, Holivia, Teale : 3 plateformes pour personnaliser le soutien psychologique :Un premier segment de l’offre repose sur la personnalisation du suivi. Moka.Care propose une plateforme qui combine accès à des psychologues certifiés, suivi individuel via application mobile et tableaux de bord RH anonymisés, l’IA orientant les salariés vers les ressources adaptées à leur situation. Holivia développe une offre de soutien psychologique avec mise en relation rapide avec des thérapeutes et mesure de l’impact des interventions dans le temps. Teale se positionne sur la santé mentale globale en entreprise, en recommandant des contenus de prévention et en adaptant les parcours aux besoins déclarés de chaque salarié.
Wittyfit, Bloom at Work : des algorithmes prédictifs pour détecter le burn-out : Des outils de mesure continue complètent ce dispositif en captant des signaux faibles pour anticiper les risques psychosociaux avant qu’ils ne se traduisent en absentéisme ou en désengagement. Wittyfit s’appuie sur des enquêtes fréquentes et des algorithmes prédictifs pour détecter les risques de burn-out, fournissant aux DRH des indicateurs en temps réel et des recommandations d’action. Bloom at Work, racheté par Workday, analyse les verbatims salariés et produit un scoring du bien-être par équipe, identifiant les signaux de dégradation du climat social et suggérant des actions managériales ciblées.
Posture, fatigue, EPI : des capteurs et algorithmes pour objectiver les risques sur le terrain: Sur le terrain, d’autres technologies s’attaquent aux risques physiques. Kinvent développe des capteurs d’évaluation musculosquelettique permettant d’objectiver les contraintes des postes de travail, dont les données alimentent des préconisations ergonomiques intégrées aux démarches de prévention des troubles musculosquelettiques. Veyzon, l’IRSST et d’autres acteurs expérimentent des exosquelettes connectés couplés à l’IA pour analyser la posture en temps réel et alerter en cas de risque biomécanique. L’analyse vidéo et comportementale prolonge cette logique dans les environnements industriels : Deepomatic et des acteurs de la computer vision détectent automatiquement le port des équipements de protection individuelle et identifient les situations dangereuses sur les chantiers avec alertes en temps réel.
MyQVCTech et 35 experts sous 72 heures : l’IA au service des DRH sur la conformité et la prévention: À destination des professionnels RH, une quatrième famille d’outils propose une aide à la décision intégrant des référentiels réglementaires actualisés et un accès rapide à des expertises externes. Preventech Consulting a lancé MyQVCTech, une plateforme combinant un chatbot alimenté par des sources spécialisées (Code du travail, études scientifiques, recommandations en prévention des risques professionnels) et un réseau de 35 experts pluridisciplinaires mobilisables sous 72 heures. Les responsabilités des DRH s’élargissent en matière de prévention, alors que les ressources internes peinent à suivre le même rythme.
Cette montée en puissance s’accompagne d’une transformation du travail : plus l’automatisation progresse, plus les tâches humaines se déplacent vers des fonctions de supervision, d’entraînement des algorithmes et de contrôle.
Les 6 enseignements clés de l’INRS à horizon 2035
Des investissements publics et privés soutiennent l’émergence d’un marché de l’IA incluant la S&ST.
L’automatisation réduit certaines expositions mais déplace le travail vers la supervision et le contrôle.
Les systèmes doivent rester alignés avec les principes de la S&ST : collectif, données, dialogue social.
Le marché est dominé par quelques entreprises internationales, posant des enjeux de souveraineté.
Le développement de l’IA suppose des règles claires pour encadrer les usages et limiter les dérives.
Des freins techniques, énergétiques ou sociétaux pourraient ralentir ou remettre en cause ces technologies.
Risques et opportunités : ce que disent les rapports
Réduction de l’exposition aux tâches dangereuses (robots, exosquelettes, drones).
Détection précoce des risques grâce à l’analyse de données.
Automatisation des tâches répétitives et administratives.
Formation des acteurs (employeurs, représentants, préventeurs) aux enjeux techniques et éthiques.
Intégration de compétences S&ST dans la conception des outils.
Promotion de démarches d’expérimentation et d’évaluation en conditions réelles.
Implication dans les processus réglementaires (AI Act, normalisation).
Réflexion collective sur la gouvernance des données.
Intensification des cadences et pression élevée.
Surcharge cognitive et fatigue mentale.
Perte d’autonomie et fragmentation des tâches.
Inégalités d’accès et d’adaptation selon les profils (âge, qualification, genre).
Focalisation excessive sur les risques détectés par les systèmes au détriment des dimensions organisationnelles.
Développement de dispositifs de surveillance pouvant générer des risques psychosociaux.
Incapacité à anticiper les situations atypiques (pannes, maintenance).
@Lefebvre Dalloz : Comprendre les risques et opportunités de l’intelligence artificielle en santé et sécurité au travail
Recommandations : encadrer les usages de l’IA au travail pour limiter les risques et préserver la santé mentale
Encadrer les usages en définissant précisément les cas d’application, les responsabilités et leur intégration dans les politiques RH et de conformité.
Maintenir une supervision humaine afin de garantir la validation des résultats et d’éviter toute délégation complète aux systèmes.
Former les équipes en développant les compétences de supervision, d’analyse critique et de compréhension des limites des outils.
Prévenir la surcharge cognitive en limitant la multiplication des solutions, en simplifiant les interfaces et en organisant le travail pour éviter une vigilance permanente.
Intégrer la santé mentale dès le déploiement, en évaluant les effets sur le stress, la charge mentale et la fatigue dans les démarches de prévention.
Assurer la transparence sur le fonctionnement des systèmes, la traçabilité des décisions et la gestion des données sensibles.
Impliquer les utilisateurs en amont, en s’appuyant sur les retours terrain et les dynamiques d’apprentissage collectif.
Suivre et ajuster dans le temps via des indicateurs combinant performance, qualité et conditions de travail.
Quatre scénarios prospectifs à horizon 2035 (rapport INRS)
L’analyse repose sur 4 scénarios qui décrivent des trajectoires possibles d’intégration de l’IA en santé et sécurité au travail
1. Domination des géants technologiques
Les grands groupes technologiques, notamment les AMAMA (Alphabet, Meta, Amazon, Microsoft, Apple) et les BATX (Baidu, Alibaba, Tencent, Xiaomi), structurent le marché en concentrant les capacités d’investissement, les données et les infrastructures. La majorité des solutions d’IA est conçue, opérée et maintenue par ces acteurs, ce qui limite la marge de manœuvre des entreprises utilisatrices et des acteurs publics. Dans ce contexte, les cadres réglementaires restent hétérogènes et souvent influencés par ces entreprises, compliquant l’harmonisation des pratiques en santé et sécurité au travail. Par ailleurs, les dispositifs de surveillance des activités, des comportements et des environnements tendent à se généraliser comme outils de prévention, impliquant une collecte massive de données et une transformation des relations de travail.
2. Encadrement par les États
Les États mettent en place des cadres réglementaires structurants, à l’image de l’AI Act, afin d’encadrer le développement et l’usage des systèmes d’IA sur les plans de la sécurité, de la transparence et de la responsabilité. Les technologies déployées doivent répondre à des objectifs d’intérêt général, avec des exigences en matière d’utilité sociale, de sobriété et de maîtrise des risques. Ce cadre s’accompagne d’un renforcement des mécanismes d’audit, de certification et de validation préalable des solutions avant leur mise sur le marché ou leur déploiement en entreprise. L’intégration de ces technologies se fait de manière progressive et conditionnée à des évaluations en conditions réelles, avec le maintien d’une supervision humaine.
3. Développement démocratique
La gouvernance des systèmes d’IA s’élargit en impliquant les travailleurs, les représentants du personnel et les citoyens dans les décisions de déploiement, notamment à travers le dialogue social. Parallèlement, la diffusion de solutions open source, low code et no code facilite leur appropriation par un plus grand nombre d’acteurs, y compris les PME. Les progrès technologiques favorisent l’émergence d’IA hybrides combinant apprentissage automatique et raisonnement logique, améliorant ainsi la transparence et la compréhension des décisions. Dans ce contexte, l’explicabilité devient un critère central, renforçant la confiance et l’acceptabilité des outils dans les organisations de travail.
4. Déclin de l’IA
La multiplication d’incidents, d’erreurs ou de crises liées aux systèmes d’IA remet progressivement en cause leur fiabilité opérationnelle. Cette accumulation entraîne une perte de confiance des travailleurs, des employeurs et des régulateurs, qui deviennent plus réticents à leur utilisation. À partir de 2030, les usages reculent dans plusieurs secteurs, y compris en santé et sécurité au travail, malgré des investissements initiaux importants. Certaines organisations choisissent alors de limiter ou d’abandonner le recours à ces technologies au profit de solutions plus traditionnelles de prévention.
Ce que peuvent faire les entreprises
Pour accompagner l’intégration de l’intelligence artificielle et des outils numériques, les entreprises sont invitées à inscrire ces technologies dans une stratégie globale de prévention. Cela passe d’abord par une mise à jour du document unique d’évaluation des risques professionnels (DUERP) afin d’y intégrer les risques émergents liés au numérique, avec l’appui possible de conseillers en prévention. Cette démarche suppose de former et sensibiliser l’ensemble des acteurs (direction, encadrement et salariés) afin de favoriser une compréhension partagée des enjeux. Le renforcement du dialogue social constitue un autre levier, en permettant d’encadrer collectivement les conditions d’usage de ces technologies. Enfin, les entreprises ont intérêt à privilégier des phases de test en conditions réelles, afin d’évaluer les impacts avant tout déploiement à grande échelle.
“Percevoir l’exponentiel” et préparer les acteurs de la prévention aux mutations du travail
Pour le Dr Charles Broutin, médecin du travail, l’enjeu pour les acteurs de la prévention est d’anticiper ses impacts potentiels sur les salariés. La progression exponentielle des modèles, déjà capables de réaliser des tâches complexes proches du niveau humain, laisse entrevoir des transformations rapides de l’organisation du travail. Dans ce contexte, deux scénarios coexistent : une évolution limitée ou, à l’inverse, une automatisation massive des tâches intellectuelles. Les premiers signaux observés, notamment sur l’emploi, invitent à ne pas écarter cette seconde hypothèse et à structurer dès à présent des dispositifs de veille et de prévention adaptés.
Parmi eux, 1 809 ont adopté ces outils entre juin 2023 et août 2025.
Résultat principal : l’adoption est associée à une réduction moyenne de :
13,4 minutes du temps total passé dans le dossier médical informatisé (DMI) ;
et de 16 minutes du temps de documentation, rapportés à 8 heures de consultation.
En revanche, le temps passé en dehors des horaires de travail ne diminue pas significativement.
Ces gains correspondent à des baisses relatives de 3 % du temps total DMI et de 10 % du temps de documentation.
Un impact limité mais réel sur l’activité clinique
L’étude met également en évidence une augmentation de 0,49 consultation hebdomadaire par clinicien, soit une progression de 1,7 % du volume d’activité.
Une analyse exploratoire estime un gain mensuel de 167 dollars de revenus liés aux actes (E/M), calculé à partir des tarifs Medicare 2025. Les auteurs soulignent que ce niveau reste modeste et dépend fortement des coûts d’implémentation.
Des bénéfices inégaux selon les profils
L’effet des IA scribes varie selon les caractéristiques des utilisateurs :
Médecins de soins primaires : −25 minutes sur le temps DMI, −26,9 minutes sur la documentation.
Femmes cliniciennes : −19 minutes sur le DMI, −19,9 minutes sur la documentation.
Infirmiers en pratique avancée et internes : réduction significative du temps DMI et augmentation du nombre de consultations.
Utilisateurs intensifs (>50 % des consultations) : bénéfices doublés sur le temps total et triplés sur la documentation, avec +1 consultation hebdomadaire.
Seuls 32 % des adopteurs utilisent toutefois ces outils à ce niveau d’intensité.
Un transfert du temps plus qu’une suppression de charge
L’absence de baisse significative du travail hors horaires suggère une réallocation du temps gagné. Les auteurs évoquent plusieurs usages possibles :
Relecture et validation des notes générées.
Gestion des messages patients.
Analyse des résultats et du dossier.
Ce constat rejoint d’autres travaux montrant que les IA scribes allègent la saisie sans réduire nécessairement la charge globale.
Des résultats cohérents avec les perceptions terrain
Ces résultats quantitatifs font écho à une étude qualitative australienne menée par la Commonwealth Scientific & Industrial Research Organisation, qui met en évidence une réduction perçue de la charge administrative par 86,7 % des médecins utilisateurs, mais aussi des inquiétudes importantes sur les erreurs, la responsabilité juridique et la confidentialité. Les freins identifiés incluent :
Manque de compréhension des systèmes.
Risques d’erreurs ou d’omissions.
Flou sur la gouvernance des données.
Crainte de perte de contrôle clinique.
Les chercheurs appellent à des recommandations formelles, une transparence et des environnements de test pour sécuriser les usages.
L’étude publiée dans JAMA conclut à des bénéfices « modestes mais significatifs », avec des effets renforcés chez certains profils et en cas d’usage intensif.
Les auteurs appellent à poursuivre les recherches sur :
La durabilité des effets dans le temps.
Les impacts sur la qualité des soins et le burnout.
Les modèles organisationnels favorisant les gains.
Malgré les progrès réalisés en matière de sécurité des soins, le taux d’événements indésirables, y compris graves, demeure élevé au bloc opératoire. C’est sur ce constat qu’est né le projet SSuWAI, initié au sein du CHU de Besançon.
L’objectif est de développer un dispositif médical capable d’identifier de manière anticipée des situations à risque pendant une intervention chirurgicale. Le système doit émettre des alertes en temps réel afin de permettre aux équipes de prendre des mesures correctrices avant que des complications ne surviennent.
Croiser des données hétérogènes en temps réel
Le cœur de l’innovation repose sur la capacité à analyser simultanément des données de nature variée :
Paramètres physiologiques des patients.
Données cliniques.
Informations environnementales du bloc opératoire.
Cette approche pose un défi technique : corréler en temps réel des flux de données hétérogènes. Pour y répondre, le projet s’appuie sur des outils d’IA capables de traiter des volumes importants de données et d’en extraire des signaux faibles.
SSuWAI introduit également une dimension rarement intégrée dans les dispositifs de ce type : l’analyse des facteurs humains.
Le projet prévoit de surveiller certains indicateurs liés aux professionnels du bloc, notamment le niveau de stress et la fatigue. Cette prise en compte vise à enrichir l’évaluation globale du risque, en intégrant des variables susceptibles d’influencer la survenue d’événements indésirables.
Une coopération transfrontalière
Le projet s’inscrit dans une collaboration franco-suisse associant plusieurs acteurs académiques et hospitaliers comme l’Université Marie et Louis Pasteur, le CHU Vaudois, ainsi que des partenaires industriels (Aproxis, Aiglé, CFI).
Le programme bénéficie d’un financement européen dans le cadre d’Interreg France-Suisse, illustrant le rôle des coopérations transfrontalières dans le développement de solutions en santé numérique.
En combinant données cliniques, environnementales et humaines, SSuWAI propose une approche systémique de la gestion des risques au bloc opératoire.
Turenne Santé et Relyens annoncent la cession de Pathoquest, issue du portefeuille de Relyens Innovation Santé, structure d’investissement dédiée lancée en 2014. Cette opération constitue la dixième sortie du fonds depuis sa création, illustrant sa stratégie d’accompagnement d’innovations en santé jusqu’à leur maturité industrielle et commerciale.
Fondée sur une technologie de séquençage de nouvelle génération (NGS), Pathoquest développe des tests de biosécurité destinés à détecter des contaminants biologiques dans les productions pharmaceutiques et biotechnologiques.
Ces solutions s’adressent notamment à la sécurisation de la production de biothérapies, de vaccins et de thérapies innovantes.
Au cours des cinq dernières années, l’entreprise a enregistré une croissance soutenue de son chiffre d’affaires, portée par une montée en puissance commerciale.
Une acquisition pour accélérer l’expansion internationale
L’opération doit permettre d’accélérer le déploiement international de sa technologie et d’élargir son adoption auprès des acteurs mondiaux du médicament.
Relyens s’appuie sur plusieurs leviers pour soutenir l’innovation : participation à des fonds sectoriels, investissement direct via Relyens Innovation Santé et financement d’infrastructures de soins (CHU, cliniques, médico-social).
Avec près de 450 M€ d’encours investis, le groupe intervient sur l’ensemble de la chaîne de valeur, de l’amorçage à la croissance, dans des segments couvrant la e-santé, la medtech et la biotech.
L’objectif affiché est double : accompagner l’émergence d’acteurs innovants et contribuer à la transformation du système de santé, notamment en matière de sécurité, de performance et d’accès aux soins.
Ces dispositifs reposent sur l’exploitation de données neurales, notamment via des techniques d’IA, pour mesurer, analyser ou moduler l’activité du système nerveux. Ils ouvrent des perspectives dans la prise en charge de maladies neurologiques ou de situations de handicap.
En dehors du champ médical, des usages sont envisagés dans les domaines professionnel, éducatif ou de loisir, parfois avec une logique d’augmentation des performances. Les Comités estiment que ces bénéfices restent incertains, alors que les risques sont encore peu documentés.
Des enjeux éthiques liés à l’intégrité de la personne
Les neurotechnologies numériques concernent directement le cerveau, siège de la pensée et de l’identité. Elles soulèvent des questions relatives à la dignité, à l’autonomie, à la liberté de pensée, à la vie privée et à la non-discrimination.
Les Comités insistent sur la sensibilité particulière des données neurales. Catherine Tessier, directrice de recherche à l’ONERA, souligne que l’accès potentiel à l’activité cérébrale impose une protection renforcée de ces données.
Des recommandations centrées sur la protection et l’encadrement
Le CCNE et le CCNEN formulent plusieurs recommandations :
Considérer les données neurales comme des données personnelles sensibles au sens du RGPD.
Garantir un consentement explicite et éclairé.
Renforcer les exigences de sûreté et de cybersécurité.
Encadrer strictement les usages non médicaux.
Ils préconisent en particulier :
L’interdiction des dispositifs neurotechnologiques invasifs en dehors d’indications médicales.
La prévention des usages discriminatoires, notamment dans le monde professionnel.
Une protection spécifique des enfants et adolescents, plus vulnérables.
Informer le public et adapter le cadre juridique
Les Comités appellent à une information claire et accessible pour permettre au public de comprendre les enjeux scientifiques et sociétaux, dans un contexte où les capacités de ces technologies sont parfois surestimées.
Ils recommandent d’inscrire les neurotechnologies numériques à l’agenda des États généraux de la bioéthique et dans la préparation de la prochaine révision de la loi de bioéthique. Une réévaluation régulière du cadre est également proposée, en lien avec les évolutions du droit européen sur les données et l’intelligence artificielle.
