Articles

  • IA en santé : le Golfe établit de nouveaux standards réglementaires, dont la souveraineté des données, pour un usage sûr

    Qatar, Émirats, Arabie saoudite : les nouveaux cadres réglementaires de l’IA médicale

    Trois stratégies nationales pour encadrer l’IA en santé

    Les pays du Golfe – Qatar, Arabie saoudite (SA) et Émirats arabes unis (EAU) – investissent dans l’intelligence artificielle (IA) appliquée à la santé. Classés en tête des pays arabes selon le Global AI Index 2023, ils ont développé des cadres réglementaires : ministères dédiés, stratégies nationales, textes juridiques ciblés et politiques de gestion des données. Ces efforts sont guidés à la fois par des normes internationales et des considérations locales, notamment éthiques et religieuses.

    L’IA est déjà utilisée dans les systèmes de santé des trois pays, exemple :

    • Qatar : radiothérapie assistée par IA à l’Hôpital Hamad, algorithmes pour le suivi du diabète, projets de recherche sur l’autisme et la santé mentale.
    • EAU : usage dans les examens médicaux pour les nouveaux résidents, détection de la tuberculose, gestion des dossiers patients, assurance santé.
    • SA : Hôpital King Faisal équipé d’un centre de commande utilisant l’IA pour l’analyse prédictive, réduction des temps d’attente, robotique chirurgicale, chatbots et télémédecine.

    Les trois pays ont développé des stratégies nationales avec des structures de pilotage dédiées :

    • Qatar : stratégie IA à six piliers (dont éthique et accès aux données), intégration des bioéthiques islamiques via des Fatwās, participation du Centre d’intelligence artificielle de l’université HBKU.
    • EAU : ministre de l’IA, guides d’éthique nationaux, politiques sectorielles à Dubaï et Abou Dhabi définissant des exigences claires (transparence, sécurité, validation clinique, responsabilité).
    • SA : stratégie nationale portée par la SDAIA, principes d’éthique de l’IA contraignants, priorité à la compatibilité avec les valeurs culturelles saoudiennes et à la non-discrimination algorithmique.

    Qatar : structuration par la donnée, absence de loi dédiée

    Le ministère de la Santé Publique est l’autorité de régulation pour tous les dispositifs médicaux, y compris les numériques. Le Qatar accepte les classifications de risques européennes (CE) et américaines (FDA), c’est-à-dire un classement par niveau de risque (I à III/IV). Actuellement, seuls certains dispositifs médicaux, surtout implantables, nécessitent un enregistrement formel. Pour les autres dispositifs numériques, une autorisation d’importation basée sur la classification de risque (équivalente au système européen) est requise. Pour le moment, il n’y a pas encore d’exigence explicite d’enregistrement général pour tous les dispositifs médicaux numériques, mais des permis d’importation sont obligatoires selon le type et le risque

    Une circulaire récente (février 2024) précise que les pratiques de télémédecine sont désormais encadrées et autorisées, à condition que les professionnels soient licenciés par le MoPH et que les services soient délivrés dans des établissements également autorisés.

    Dispositifs médicaux : Le Qatar ne dispose pas à ce jour d’un cadre réglementaire spécifique aux dispositifs médicaux à base d’IA. Les dispositifs sont soumis à une procédure d’autorisation à l’importation via le ministère de l’Économie et du Commerce (MEC), selon un système de classification fondé sur le niveau de risque, inspiré du règlement européen (MDR).

    Protection des données : La Personal Data Privacy Protection Law (PDPPL), adoptée en 2016, est le premier texte de la région à s’aligner sur le RGPD européen. Elle prévoit :

    • Une catégorie spécifique pour les données de nature sensible, incluant les données de santé, génétiques ou mentales.
    • L’obligation d’obtenir un consentement explicite pour les traitements.
    • Un encadrement de la logique d’inférence (données déduites), ce qui est pertinent pour l’IA prédictive.
    • Une ouverture encadrée aux transferts transfrontaliers : ceux-ci sont autorisés sauf en cas d’atteinte grave à la vie privée, ce qui facilite l’utilisation de serveurs internationaux.

    Encadrement de l’IA en santé

    À défaut de loi contraignante, c’est le secteur académique qui produit les premières lignes directrices. Un projet porté par HBKU vise à définir un cadre éthique et procédural pour les chercheurs développant des solutions d’IA en santé. Bien que non contraignant, ce projet structure le processus de développement, validation externe et déploiement clinique, dans une logique de certification volontaire.

    Émirats arabes unis : un empilement réglementaire contraignant pour les opérateurs

    Les Émirats arabes unis ont mis en place une stratégie visant à faire du pays un leader mondial de l’IA à l’horizon 2031. Le gouvernement a nommé un ministre délégué à l’intelligence artificielle, et mis en place un Conseil de l’IA et de la Blockchain chargé d’une feuille de route en trois phases, incluant le développement d’un cadre réglementaire. Au niveau national, les AI Ethics Principles & Guidelines posent des principes généraux : équité, responsabilité, transparence, explicabilité, sécurité, respect de la vie privée. Deux émirats se distinguent par des politiques spécifiques à l’IA en santé :

    • Dubaï, via la Dubai Health Authority (DHA), impose des exigences aux développeurs, utilisateurs, chercheurs et établissements de santé : transparence sur les données utilisées, validation des outils, dispositifs de recours pour les patients, surveillance continue des performances, déclaration des événements indésirables. La conformité à des textes fédéraux tels que la loi sur la responsabilité médicale est requise.

    • Abou Dhabi, via le Department of Health (DOH), adopte une approche similaire. Il encourage l’usage de l’IA tout en insistant sur la sécurité, la confidentialité, l’assistance utilisateur, et la responsabilité des développeurs. Le DOH peut imposer des sanctions, effectuer des audits, et encadrer l’évaluation des outils en pratique clinique.

    Dispositifs médicaux : L’autorisation de mise sur le marché (AMM) est encadrée par le Ministère de la Santé (MOHAP) via un système de classification des dispositifs médicaux analogue à celui du Qatar. Toutefois, la politique de Dubaï sur l’IA en santé introduit une distinction importante : elle couvre à la fois les technologies numériques autonomes et celles intégrées dans des dispositifs médicaux, même sans ancrage juridique direct. Cette approche élargie se rapproche de celle du Règlement européen sur l’IA (AI Act), mais avec une spécificité sectorielle (santé) et une portée normative encore floue. Abou Dhabi dispose d’une politique similaire via son Département de la Santé (DOH), sans articulation explicite avec les régimes médicaux existants.

    Protection des données : Deux textes s’appliquent :

    • La Personal Data Protection Law (PDPL), qui, comme au Qatar, définit des données sensibles et prévoit des cas de traitement sans consentement (diagnostic, traitement, santé publique, etc.).
    • La Federal Law on the Use of ICT in Health Fields, qui impose la localisation des données de santé sur le territoire. Les transferts internationaux sont interdits sauf exceptions expressément autorisées (ex. : recherche scientifique, assurance, port d’un dispositif personnel).

    Cette exigence de souveraineté numérique, renforcée par la Résolution ministérielle 51 (2021), rend complexe l’utilisation d’infrastructures cloud étrangères, notamment pour les développeurs de solutions basées sur l’IA.

    Textes spécifiques à l’IA en santé : Les politiques d’Abou Dhabi et de Dubaï fixent des obligations opérationnelles :

    • Exigences en matière de transparence (source des données, validation, rôle du soignant).
    • Traçabilité et reporting en cas d’événement indésirable.
    • Contrôle de l’équité algorithmique.
    • Procédures de responsabilité partagée : entre développeurs, chercheurs, prestataires et utilisateurs finaux.
    • Contrôle et sanctions : assurés par les autorités sanitaires locales (DHA-HRS ou DOH).

    Bien que ces documents soient qualifiés de politiques ou guidelines, leur application est adossée à des mécanismes de sanction, ce qui leur confère une portée quasi réglementaire.

    Arabie Saoudite : première réglementation IA/ML dédiée au Golfe

    L’Arabie saoudite est le seul pays du Golfe à avoir publié une réglementation spécifique pour les dispositifs médicaux utilisant l’IA/ML, via la Saudi Food & Drug Authority (SFDA). Ce texte impose :

    • Une validation clinique, technique et analytique.
    • Des métriques précises (sensibilité, valeur prédictive, etc.).
    • Un plan de gestion des risques, incluant les risques algorithmiques et cybersécuritaires.
    • L’application d’un système qualité ISO 13485, même pour les déployeurs (ex. : hôpitaux).
    • Des obligations de notification en cas de modification de l’algorithme, notamment pour les systèmes adaptatifs (non verrouillés).

    Les fabricants de dispositifs médicaux numériques doivent obligatoirement obtenir une autorisation de mise sur le marché appelée Medical Devices Marketing Authorization (MDMA) avant toute opération commerciale en Arabie Saoudite. Cette procédure est gérée par la Saudi Food and Drug Authority (SFDA), autorité centrale en matière de produits de santé. L’enregistrement se fait de manière dématérialisée via le système électronique GHAD, et peut être initié par le fabricant lui-même ou par un représentant autorisé local désigné par un fabricant étranger.

    La réglementation saoudienne repose sur deux piliers.

    • Le ministère de la Santé publie les règlements concernant les pratiques médicales, pharmaceutiques et les professions associées.
    • En parallèle, la SFDA assure la supervision des dispositifs médicaux, mais aussi des produits alimentaires, cosmétiques et pharmaceutiques. Cette agence est chargée de fixer les spécifications techniques obligatoires, de délivrer les autorisations et de contrôler la conformité des produits, qu’ils soient fabriqués localement ou importés.

    Quelles règles pour accéder au marché saoudien ? Un représentant local est obligatoire

    Pour accéder au marché saoudien, les dispositifs médicaux doivent répondre à plusieurs exigences. Celles-ci portent notamment sur les normes de sécurité, de qualité et sur l’étiquetage des produits. L’Arabie Saoudite applique les normes définies par l’Organisation de normalisation du Golfe (GSO), applicables dans l’ensemble des pays membres du Conseil de coopération du Golfe (CCG). Les fabricants peuvent consulter un guide public, le SFDA Recognized Standards, qui liste les normes reconnues par l’agence. Les dispositifs doivent porter des mentions obligatoires telles que : nom du produit, identité du fabricant, numéro de lot, date de péremption ou de fabrication, conditions de stockage, et mentions spécifiques pour les produits stériles, à usage unique, sur mesure ou destinés à la recherche clinique.

    Sur le plan commercial, l’Arabie Saoudite ne dispose pas d’accord de reconnaissance mutuelle ou d’équivalence avec l’Union européenne. Toutefois, elle est membre de l’OMC, du CCG (avec le Bahreïn, les Émirats arabes unis, le Koweït, Oman et le Qatar) et de la Grande Zone arabe de libre-échange (GAFTA). Une union douanière est en place au sein du CCG, avec un tarif extérieur commun. En complément, l’Arabie Saoudite applique des normes locales, appelées normes SASO, édictées par l’organisme national de normalisation. En revanche, plusieurs contraintes subsistent. L’absence d’équivalence avec les dispositifs déjà certifiés en Europe ou aux États-Unis signifie qu’un dossier complet doit être reconstitué. Pour les fabricants étrangers, la désignation d’un représentant autorisé local est obligatoire. À cela s’ajoutent des règles d’étiquetage, spécifiques au marché saoudien.

    Quels enseignements tirer des approches du Golfe pour réguler l’IA en santé ?

    Le Qatar, l’Arabie saoudite et les Émirats arabes unis avancent sur l’IA en santé, mais des défis persistent.

    • La cohérence entre les cadres généraux de gouvernance de l’IA et les régulations spécifiques au secteur de la santé reste à préciser. Les articulations entre principes éthiques, exigences techniques et responsabilités juridiques manquent encore de clarté.
    • Les capacités de mise en œuvre, d’audit et d’évaluation des systèmes algorithmiques — en particulier sur les volets d’équité, de performance clinique ou de robustesse — sont en construction.
    • La formation des acteurs impliqués, qu’ils soient professionnels de santé, développeurs, établissements ou assureurs, constitue un autre levier pour garantir une application effective et sécurisée des réglementations.
    • Enfin, les restrictions sur l’accès et le transfert de données, notamment aux Émirats, soulèvent des questions sur la faisabilité du développement local de solutions IA.

    Pour autant, la diversité des approches dans le Golfe constitue une source précieuse d’enseignements. Ces expériences pourraient inspirer d’autres pays cherchant à concilier innovation technologique, protection des droits fondamentaux et spécificités culturelles ou religieuses dans leurs propres cadres de régulation.

    Sources : 

    Solaiman B, Bashir A, Dieng F. Regulating AI in health in the Middle East : case studies from Qatar, Saudi Arabia and the United Arab Emirates [Internet]. In: El-Gamal M, Ghaly M, editors. Artificial intelligence in healthcare in the Gulf region. Doha: Hamad Bin Khalifa University Press; 2024 [cité 2025 Sep 17]. Disponible sur: https://www.ncbi.nlm.nih.gov/books/NBK613206/

    Business France. Dispositifs médicaux en Arabie saoudite [Internet]. Paris : Team France Export ; 2024 [cité 2025 Sep 17]. Disponible sur:  https://www.teamfrance-export.fr/fiche-marche/sante/dispositifs-medicaux/SA

    Business France. Médicaments et biotechnologies au Qatar [Internet]. Paris : Team France Export ; 2024 [cité 2025 Sep 17]. Disponible sur : https://www.teamfrance-export.fr/fiche-marche/sante/medicaments-et-biotechs/QA

    Business France. Dispositifs médicaux aux Émirats arabes unis [Internet]. Paris : Team France Export ; 2024 [cité 2025 Sep 17]. Disponible sur : https://www.teamfrance-export.fr/fiche-marche/sante/dispositifs-medicaux/AE

    Qatar. Personal Data Privacy Protection Law No. 13 of 2016.

    United Arab Emirates. Federal Decree-Law No. 45 of 2021 on the Protection of Personal Data.

    United Arab Emirates. Federal Law No. 2 of 2019 on the Use of Information and Communication Technology in Health Fields.

    Saudi Arabia. Personal Data Protection Law. 2021 (amended 2023).

    Saudi Food & Drug Authority. Guidance on Artificial Intelligence (AI) and Machine Learning (ML) Based Medical Devices [Internet]. Riyadh: SFDA; 2022 [cité 2025 Sep 17]. Disponible sur: https://www.sfda.gov.sa

    Saudi Data & Artificial Intelligence Authority. National Strategy for Data & AI (NSDAI). Riyadh: SDAIA; 2020.

    Saudi Data & Artificial Intelligence Authority. AI Ethics Principles. Riyadh: SDAIA; 2022.

    UAE Ministry of Health and Prevention. AI Ethics Principles & Guidelines. Abu Dhabi: MOHAP; 2019.

    Dubai Health Authority. Policy on Artificial Intelligence in Healthcare. Dubai: DHA; 2020.

    Department of Health Abu Dhabi. Artificial Intelligence Policy in Healthcare. Abu Dhabi: DOH; 2020.

  • Moyen-Orient : les EAU, le Qatar et SA investissent massivement dans l’IA, la data et les partenariats internationaux

    Le Moyen-Orient, laboratoire de la santé digitale

    Dans le Golfe, la santé n’est plus une simple politique publique, mais un levier de transformation économique et technologique. Qatar, Arabie saoudite et Émirats arabes unis déploient des plans ambitieux associant transition numérique, attractivité économique et souveraineté de la donnée, pour bâtir des systèmes intégrés où IA, big data et télémédecine deviennent des instruments de gouvernance.

    Qatar : la santé numérique au cœur de la Vision 2030

    Avec sa National Health Strategy 2024-2030, Doha fixe des objectifs chiffrés : augmenter l’espérance de vie à 82,6 ans, réduire de 36 % les décès liés aux maladies non transmissibles et ramener la mortalité infantile à 2 pour 1 000 naissances.

    Trois priorités structurent l’action publique :

    • population health : prévention et suivi renforcés grâce à des outils numériques (symptom checkers, télésurveillance) ;
    • service delivery : digitalisation complète des parcours via des dossiers médicaux intégrés et la télémédecine ;
    • system efficiency : gouvernance par la donnée et recherche locale, pour limiter la dépendance aux technologies importées.

    Le Qatar investit massivement dans les entrepôts de données de santé et développe des plateformes de recherche clinique pour croiser IA et génomique. Sa stratégie vise autant la qualité des soins que l’attractivité économique, en installant Doha comme hub régional des life sciences.

    La Qatar fait néanmoins face à des défis majeurs :

    • 44 % de la population adulte en surpoids,
    • 22 % sont fumeurs,
    • prévalence du diabète élevée (19 % des décès liés aux MNT),
    • 650 décès pour 100 000 habitants (contre 240 dans les systèmes avancés) ;

    Pour inverser cette tendance, Doha mise sur la prévention numérique : promotion de l’activité physique (objectif de porter la proportion d’adultes pratiquant 150 minutes par semaine à un niveau significatif), campagnes digitales anti-tabac, suivi des patients chroniques via la télémédecine et intégration des données dans des entrepôts nationaux. Cette stratégie, qui combine gouvernance par la donnée, IA prédictive et développement de la recherche locale, vise autant à améliorer la santé publique qu’à positionner le pays comme hub régional des life sciences.

    Arabie saoudite : prévention digitale pour réduire de 36% les décès liés aux maladies chroniques

    Avec une population appelée à passer de 33,4 à 39,4 millions d’habitants d’ici 2030, l’Arabie saoudite doit absorber une pression démographique considérable. Sous l’égide de la Saudi Vision 2030, le Health Sector Transformation Program s’attaque à quatre priorités : accès équitable, qualité/efficience, prévention et sécurité.

    Cela a pour but de réduire drastiquement la charge des maladies chroniques (diabète, cardiovasculaires) qui représentent plus de 70 % de la mortalité.

    Pour cela, le Royaume développe :

    • des plateformes nationales d’e-health, avec un dossier patient unique interopérable ;
    • l’IA prédictive, pour cibler les populations à risque et anticiper les besoins hospitaliers ;
    • une assurance santé universelle avec financement basé sur la valeur, afin de stimuler la performance des acteurs publics et privés.

    L’Arabie saoudite positionne aussi ses mégaprojets (Neom, Riyadh Health Cluster) comme vitrines internationales afin devenir un pôle d’attraction pour les biotechs et les medtechs, en ouvrant son marché aux investisseurs étrangers via privatisations et PPP.

    Le Health Sector Transformation Program, pilier de la Vision 2030, prévoit une expansion sans précédent des infrastructures :

    • 671 centres de soins primaires ;
    • 17 unités de soins intensifs dans 13 hôpitaux ;
    • et 140 centres d’aide (dont 35 d’urgence et 70 d’ambulances louées).

    Pour accompagner cette montée en puissance, le Royaume investit dans la formation, avec cinq centres spécialisés pour les ambulanciers, et fixe comme référence une moyenne de quatre visites médicales par personne et par an dans les centres primaires.

    Mais la transformation est aussi qualitative : environ 90 000 décès prématurés sont liés chaque année aux maladies chroniques, et le pays vise à réduire cette mortalité par la prévention, la télésurveillance et l’intégration de l’IA dans le suivi populationnel. En parallèle, la sécurité routière est érigée en priorité sanitaire, avec un objectif de réduire les décès à 10 pour 100 000 habitants.

    Enfin, Riyad place la souveraineté au cœur de sa stratégie, avec un objectif de sécuriser 70 % des fournitures prioritaires, et transforme 22 clusters en organisations de soins responsables.

    Émirats arabes unis : vers 25 % de médecins virtuels

    Aux Émirats arabes unis, la stratégie de santé s’inscrit dans la dynamique plus large de la UAE Centennial 2071, avec une ambition claire : devenir l’un des systèmes de soins les plus avancés au monde, porté par l’intelligence artificielle. Dubaï prévoit qu’à l’horizon 2030, 25 % des médecins virtuels utilisés dans ses hôpitaux reposent sur l’IA, faisant du pays une vitrine mondiale de la santé digitale. Ce pari technologique répond à des défis sanitaires persistants : selon les estimations, près de 30 % des décès sont liés aux maladies non transmissibles, alimentées par des taux d’obésité qui dépassent les 27 % chez les adultes et par une prévalence élevée du diabète, qui touche environ 17 % de la population adulte  (l’un des taux les plus élevés de la planète).

    Pour inverser cette tendance, Abou Dhabi et Dubaï misent sur des politiques de prévention numérique et sur le déploiement massif de dossiers médicaux électroniques unifiés afin de suivre les patients tout au long de leur vie.

    En parallèle, des entrepôts nationaux de données centralisent l’ensemble des informations de santé des résidents, exploitées pour la recherche clinique et les essais pharmaceutiques. Les partenariats avec les géants de la tech (Microsoft, Siemens Healthineers, Cerner) permettent d’expérimenter la robotique chirurgicale, l’imagerie assistée par IA et la télésurveillance.

    Les EAU cherchent ainsi à conjuguer attractivité internationale et souveraineté numérique, en transformant la donnée de santé en levier d’innovation, mais aussi en pilier de diversification économique au-delà du pétrole.

    Un « pétrole blanc » : la donnée de santé comme nouvel actif stratégique

    Au Qatar, en Arabie saoudite comme aux Émirats, la donnée de santé est désormais considérée comme un actif de souveraineté. Trois dynamiques sont structurantes :

    • Interopérabilité nationale : chaque pays construit des plateformes centralisées, alimentées par les hôpitaux publics, les assurances et les acteurs privés.
    • Valorisation économique : la donnée est utilisée comme levier pour attirer les big pharmas et développer des essais cliniques sur place.
    • IA clinique : détection précoce, jumeaux numériques, optimisation des flux hospitaliers.

    Cette logique transforme la gouvernance sanitaire : le pilotage des politiques publiques se fait désormais par la donnée, en temps réel, avec une dimension de compétitivité internationale.

    Un modèle inspirant mais fragile à cause de la dépendance aux talents étrangers 

    Si le Golfe trace une trajectoire rapide, plusieurs fragilités demeurent :

    • dépendance aux talents étrangers ;
    • équilibre délicat entre ouverture aux GAFAM et maîtrise des données ;
    • ancrage industriel local à renforcer ;
    • modèle inspirant mais nécessitant vigilance sur la durabilité et la souveraineté.

     

  • Dubaï : « En 2010, 90 % des établissements étaient sur papier. Aujourd’hui, presque 100 % sont numérisés » (Osama El Hasan, Dubai Health Authority)

    La région du Golfe : une transformation digitale rapide

    Depuis les années 2000, les systèmes de santé du Golfe ont connu une transformation majeure, passant d’un modèle d’assistance généralisée, soutenu par la manne pétrolière, à une logique de soutenabilité fondée sur l’assurance et la digitalisation. “Toutes les autorités ont réalisé que ce modèle n’était pas durable, et la santé digitale est apparue comme la clé de voûte”, explique Osama El Hassan. Ce virage s’est concrétisé par le déploiement massif des dossiers médicaux électroniques dans l’ensemble des hôpitaux publics et privés. “En 2010, 90 % des établissements de Dubaï étaient encore sur papier. Aujourd’hui, presque 100 % sont numérisés”, témoigne-t-il, illustrant à la fois l’ampleur des investissements et l’attractivité régionale pour les entreprises internationales du secteur.

    Langue et dominance de l’anglais : un défi stratégique

    La langue constitue un défi structurel pour les entreprises désireuses de s’installer dans la région, particulièrement celles issues d’Europe continentale. “La plupart des pays du Golfe sont anglophones. Les systèmes médicaux, les logiciels, et même les échanges se font en anglais”, souligne l’expert de la Dubai Health Authority. Ainsi, les solutions d’IA ou de transcription médicale doivent intégrer le multilinguisme, avec une prédominance de l’anglais sur l’arabe, hormis quelques ajustements spécifiques dans certains pays comme l’Arabie saoudite. Ce contexte favorise l’arrivée massive des entreprises américaines et britanniques, leaders du marché, tandis que les sociétés européennes doivent déployer du personnel parfaitement bilingue pour espérer se développer dans la région.

    Offre industrielle : DME et cloud au centre du jeu

    L’écosystème local est dominé par les géants du dossier médical électronique, tels que Epic, Cerner ou InterSystems, “mais il y a encore de la place pour des acteurs spécialisés, notamment dans l’IA, les dispositifs médicaux et la télésanté”, constate l’interviewé. Les hyperscalers du cloud comme AWS et Azure gagnent rapidement des parts de marché sur les services analytiques et l’hébergement des données médicales. La transformation digitale s’appuie également sur des plateformes d’échange de données cliniques, à l’instar du Health Information Exchange créé sous l’égide de la Dubai Health Authority, facilitant la prise de décision médicale en centralisant toutes les données patient.

    Collaboration régionale : des avancées encore modestes

    La coopération entre pays du Golfe existe, mais reste en retrait par rapport au potentiel régional. Les principaux axes concernent la santé publique, l’immunisation et le tourisme médical, via des partages de données et des collaborations transfrontalières ponctuelles. “Il y a des initiatives, mais il faudrait aller plus loin”, résume Osama El-Hassan, insistant sur le besoin d’intensifier ces projets pour faciliter la mobilité et la sécurité sanitaire régionale.

    Des modèles de financement et une démographie atypique

    La singularité du marché découle de son modèle d’assurance, inspiré du modèle américain, où le financement repose sur les entreprises plutôt que sur la fiscalité, en raison de l’absence de prélèvements obligatoires. « C’est un jeu différent : l’employeur couvre votre assurance, contrairement au modèle européen », précise le spécialiste. Par ailleurs, la démographie locale se caractérise par une proportion élevée de travailleurs étrangers, entraînant des besoins médicaux distincts et des flux pathologiques différents de ceux observés en Europe. « Les maladies, les profils des patients et les défis ne sont pas les mêmes » rappelle-t-il.

    Des enjeux persistants : formation et prévention

    Malgré cette transformation numérique, des points de tension subsistent. La question du développement des compétences nationales est centrale : “Aujourd’hui, nous dépendons encore trop des expatriés. Former une main-d’œuvre locale compétente en santé digitale est une priorité”, insiste le spécialiste, qui préside une association dédiée à la professionnalisation du secteur. Autre défi majeur, la lutte contre les maladies non transmissibles, en particulier le diabète, très répandu dans la région. “Nous devons utiliser la technologie pour initier un véritable changement de comportement et miser sur la médecine prédictive et préventive”.

    Technologie et développement humain : une révolution conjointe

    La digitalisation du secteur santé au Moyen-Orient repose autant sur la technologie que sur le développement humain. « La santé, ce n’est pas qu’une question de systèmes, c’est aussi une question de personnes », conclut Osama El Hasan, militant pour l’intégration des jeunes talents et le transfert de compétences dans un secteur en croissance rapide.

     

  • SA : Vision 2030 propulse l’Arabie saoudite entre réforme organisationnelle et accélération digitale

    Chiffres clés de la santé en Arabie saoudite
    Chiffres clés de la santé en Arabie saoudite

    Un système de santé en pleine redéfinition

    Le système saoudien repose historiquement sur un secteur public dominant, piloté par le ministère de la Santé (Ministry of Health), la Direction des affaires sanitaires de la Garde nationale (National Guard Health Affairs), le ministère de la Défense (Ministry of Defense) et les hôpitaux universitaires (University Hospitals). Mais à côté de ce socle, le secteur privé connaît une croissance rapide, stimulée par l’assurance et les investissements étrangers. Le Programme de transformation du secteur de la santé (Health Sector Transformation Program – HSTP), issue de la stratégie Vision 2030, a profondément clarifié les rôles : le ministère de la Santé agit désormais comme régulateur (Regulator), le Centre national d’assurance santé (National Health Insurance Center) devient l’acheteur unique (Purchaser), et les groupements régionaux de santé (Health Clusters) structurent l’offre de soins.

    Si les citoyens bénéficient toujours d’un accès gratuit aux soins publics, le Royaume introduit progressivement l’assurance maladie obligatoire (Mandatory Health Insurance), les partenariats public-privé (PPP, pour “Public-Private Partnerships”) et de nouveaux mécanismes de paiement à la performance (Pay-for-Performance). L’objectif est de diversifier les financements et de garantir la soutenabilité dans un contexte de dépendance décroissante aux revenus pétroliers.

    Des health clusters pour moderniser l’offre de soins :

    Le Royaume compte 13 régions administratives et environ 20 health clusters (regroupements de centres primaires, hôpitaux généraux, medical cities). Responsabilité : population définie, coordination des parcours, prévention renforcée.

    • renforcement de la médecine de famille ; dépistage précoce (diabète, hypertension, obésité) ;

    • plateformes numériques (SEHA, SMARC) pour rendez-vous, transfert et accès aux soins.

    Des chiffres clés qui traduisent une montée en puissance :

    Indicateur (2023 et 2025) Valeur
    Nombre total de médecins 112 023
    Ratio médecin / habitant 1 / 287 (supérieur à la recommandation de l’OMS de 1 / 434)
    Nombre d’hôpitaux 788 (332 publics, 456 privés)
    CHU 10
    Nombre d’infirmiers 218 107
    Nombre total de lits hospitaliers 75 250
    Espérance de vie (2021) 76,4 ans (77,4 ans femmes, 75,7 ans hommes)

    La prévention et la soutenabilité parmi les priorités stratégiques du Royaume

    Le système de santé saoudien fait face à une pression croissante liée aux maladies non transmissibles, responsables de plus de 70 % des décès dans le royaume. Les pathologies chroniques comme les maladies cardiovasculaires, le diabète, les cancers ou encore l’obésité pèsent lourdement sur la demande de soins et sur les finances publiques. Pour y répondre, Riyad déploie une stratégie qui combine prévention renforcée, dépistages systématiques et développement de la médecine de famille afin de mieux structurer les parcours de soins.

    Cette réorganisation s’accompagne d’un effort marqué sur la qualité et la sécurité, avec l’accréditation progressive des établissements et le suivi des performances par indicateurs. Dans le même temps, la question du financement devient centrale : le gouvernement cherche à réduire la charge sur le budget national en diversifiant les sources, en favorisant les partenariats public-privé et en misant sur la transformation numérique pour accroître l’efficience et contenir la croissance des coûts.

    En 2024 : marché du numérique en santé est de 3,2 Mds $, prévision à 13 Mds $ en 2031

    Le numérique en santé est un axe central de la stratégie Vision 2030. Le marché saoudien du numérique en santé était estimé à 3,2 milliards de dollars en 2024 et devrait dépasser 13 milliards d’ici 2031, avec une croissance annuelle moyenne de 25 % pour la télésanté. L’intelligence artificielle est identifiée comme principal moteur de cette croissance (diagnostic médical, imagerie, triage, suivi des maladies chroniques).

    L’hôpital virtuel SEHA, lancé en 2022 et qui est aujourd’hui considéré comme le plus grand hôpital virtuel au monde, illustre cette ambition : il connecte plus de 200 hôpitaux et propose plus de 40 spécialités à distance. La généralisation du dossier médical électronique, la e-prescription, la téléradiologie et le télé-suivi des patients chroniques sont désormais au cœur de la politique de santé saoudienne. L’État mise sur une infrastructure numérique intégrée, un haut niveau de connectivité et une population jeune et technophile pour accélérer cette transition.

    Une trajectoire ambitieuse mais semée d’embûches :

    Malgré les investissements massifs, plusieurs obstacles freinent la dynamique actuelle :

    • fragmentation des systèmes d’information, qui entrave l’interopérabilité ;

    • cybersécurité, avec une vulnérabilité accrue face aux cyberattaques ;

    • manque de compétences locales en santé numérique et IA, nécessitant encore un recours important à l’expertise étrangère ;

    • accompagnement du changement parfois insuffisant, en particulier auprès des professionnels de santé.

    Ces défis montrent que la réussite de Vision 2030 en santé ne dépendra pas seulement de la technologie ou du financement, mais aussi de la capacité du Royaume à construire une gouvernance solide, développer des compétences locales et instaurer une véritable culture numérique dans le secteur de la santé.

  • Qatar : 6 milliards USD investis dans la santé et couverture obligatoire pour tous

    Contexte et cadre national

    Le Qatar, pays du Moyen-Orient, compte environ 3 millions d’habitants avec un PIB par habitant supérieur à 69 500 USD et une population jeune (âge moyen : 33 ans). Sa politique de santé s’inscrit dans la Qatar National Vision 2030, orientée vers un système intégré et accessible, soutenu par un fort engagement public.

    La National Health Strategy 2024–2030 vise une société axée sur la santé et l’innovation, priorisant :

    • santé de la population ;
    • excellence des services et expérience patient ;
    • efficience et résilience du système.

    Le financement est majoritairement public, supervisé par la Hamad Medical Corporation (HMC). Depuis 2017, plus de 6 milliards USD y ont été investis. La loi n°22 de 2021 impose une assurance maladie obligatoire pour tous les salariés non qataris et visiteurs. La couverture publique (Seha) demeure centrale. Les expatriés souscrivent à cette assurance nationale et complètent fréquemment par une assurance privée.

    Organisation et répartition des hôpitaux/établissements de santé

    L’offre de soins s’appuie sur deux piliers principalement :

    • La Hamad Medical Corporation (HMC), qui gère 16 hôpitaux publics  et assure la majorité des soins hospitaliers, ambulanciers, ainsi que la prise en charge de pathologies complexes. Parmi les établissements majeurs figurent l’Hamad General Hospital, le Heart Hospital, le Communicable Disease Center, le Qatar Rehabilitation Institute, le Women’s Wellness and Research Center, le Center for Clinical Precision Medicine and Genomics, entre autres.
    • La Primary Health Care Corporation (PHCC), qui anime 27 centres de santé primaires répartis sur le territoire, assurant la médecine générale, la prévention et l’aiguillage vers le secteur hospitalier.
    • Le secteur privé complète l’offre, avec environ 8 établissements hospitaliers autorisés, ainsi que de nombreuses cliniques et centres spécialisés (notamment Sidra Medicine, hôpital Al-Ahli, etc.).

    Le Qatar a également développé la télémédecine, la santé numérique (applications mobiles et IA), et positionne Doha comme un pôle régional pour le tourisme médical grâce à l’excellence de ses infrastructures.

    Nombre d’hôpitaux, de soignants, de travailleurs du secteur santé

    En 2025 :

    • environ 9 487 médecins et 26 236 infirmiers ;
    • faible proportion de citoyens qataris parmi les professionnels de santé (6 % médecins, 1 % infirmiers) ;
    • forte internationalisation des équipes, densité médicale adaptée à la population.

    Statistiques sur le secteur

    • Population : env. 3 millions
    • PIB/habitant : > 69 500 USD
    • Budget santé 2025 : 6,04 milliards USD (dont près de 80 % financés par l’État)
    • 16 hôpitaux publics HMC, 27 centres PHCC, env. 10 hôpitaux privés

    Chiffres clés 2025 :

    Catégorie Secteur Nombre Taux pour 1 000 habitants Population par professionnel
    Dentistes Public 539 0,2 5 667
    Dentistes Privé 1 732 0,6 1 763
    Médecins Privé 2 987 1,0 1 023
    Médecins Public 6 500 2,1 470
    Médecins et dentistes Privé 4 719 1,5 647
    Médecins et dentistes Public 7 039 2,3 434
    Infirmiers Public 16 778 5,5 182
    Infirmiers Privé 9 458 3,1 323

    Croissance et dynamiques sectorielles

    Le système de santé qatari a connu une transformation majeure ces dernières décennies portée par d’ambitieux investissements publics, l’adoption de la stratégie nationale de santé (NHS 2024–2030) et une modernisation systématique des infrastructures. La croissance rapide de la population, l’urbanisation, et la volonté de devenir un leader régional du secteur ont poussé le pays à renforcer l’accès aux soins, à promouvoir la prévention, à investir dans l’innovation médicale (génomique, robotique, IA médicale), et à développer la santé numérique. L’automédication est encouragée pour les pathologies bénignes.

    La loi sur l’assurance santé obligatoire, entrée en vigueur récemment, impose aux entreprises de garantir la couverture de leurs salariés et de leurs ayants droit. Cette réglementation impacte significativement les acteurs économiques et structure le marché. De plus, l’État qatarien multiplie les partenariats internationaux pour financer la santé et renforcer ses capacités d’innovation : le Fonds mondial pour la lutte contre les maladies infectieuses, le Qatar Genome Project ou encore les collaborations avec l’Algérie et l’Allemagne pour la construction de nouveaux hôpitaux.

    Le Sommet mondial de l’innovation pour la santé (WISH) est une initiative majeure pour booster l’innovation, notamment numérique, et faire émerger des solutions de santé connectée (plateformes, IA, applications mobiles) : l’exemple de l’application Avey (1,2 million d’utilisateurs) montre le dynamisme numérique du secteur.

    Orientations stratégiques 2024-2030

    La stratégie nationale de santé 2024-2030 s’articule autour de l’ouverture internationale, du développement de la prévention (digitalisation du parcours patient, lutte contre les maladies chroniques comme le diabète, campagnes de vaccination), du soutien à la recherche (projet génome national), de la valorisation de la télémédecine et de la santé digitale, et de la promotion des partenariats public-privé (PPP).

    Un exemple emblématique est la collaboration public-privé initiée en 2025 entre l’hôpital Al-Ahli, la Hamad Medical Corporation et d’autres prestataires privés : elle vise à désengorger les hôpitaux publics en orientant des patients vers le privé, en partageant dossiers et protocoles (sous régulation du HMC), et en favorisant l’équité d’accès. Le processus d’orientation se base sur les besoins cliniques, sans discrimination fondée sur la nationalité ou le statut social. Les PPP sont régis depuis 2020 par un cadre légal spécifique et concernent également l’essor de la télémédecine, la création de centres spécialisés et l’acquisition de technologies médicales de pointe.

     

  • Gouvernement : A. Bili à la santé, A. de Roubin aux solidarités et O. Brandouy à la recherche… Sébastien Lecornu dévoile les 41 membres de son cabinet

    Ce contenu est réservé aux membres de ESSENTIEL .
    Joindre

  • IA : Claude 3.5, GPT-4o et DeepSeek en tête sur MedAgentBench, un test grandeur nature pour l’IA médicale

    • 🧪 300 tâches cliniques simulées ont été conçues par des médecins pour tester la capacité des agents IA à agir dans des environnements médicaux réalistes.
    • 🩺 100 profils patients réels, extraits de la base STARR, ont servi de base à l’expérimentation, représentant 785 000 données cliniques.
    • 📊 Le modèle Claude 3.5 Sonnet v2 obtient la meilleure performance avec 69,67 % de succès, suivi de GPT-4o (64 %) et DeepSeek-V3 (62,67 %).
    • 📉 Les modèles open source sont globalement en retrait : Qwen2.5 (51,33 %), LLaMA 3.3 (46,33 %) et Mistral v0.3 (4,00 %).
    • ⚠️ Les erreurs les plus fréquentes sont liées à des formats de réponse incorrects ou des réponses incomplètes, souvent non conformes aux consignes.
    • 🧩 Les tâches testées couvrent 10 catégories cliniques, dont la prescription, la documentation, l’analyse de données, et les demandes d’examens.
    • 🛠️ MedAgentBench utilise une infrastructure FHIR-compliant, ce qui rend les résultats transférables vers des systèmes EHR réels.
    • 🧑‍⚕️ Les agents IA sont conçus comme des assistants numériques, capables de gérer des tâches de routine pour soulager les cliniciens.
    • ⏱️ Plus de 70 % du temps médical est aujourd’hui consacré à des tâches administratives, que ces agents IA pourraient contribuer à réduire.
    • 📂 Le benchmark est open source et disponible sur GitHub, pour favoriser la reproductibilité et l’amélioration continue des modèles.

    Stanford confronte les agents IA à des tâches cliniques complexes sur dossiers simulés

    Alors que les modèles d’IA médicale font l’objet d’un fort engouement, la question de leur efficacité réelle en contexte clinique reste en cours d’exploration. Pour combler ce vide, une équipe pluridisciplinaire de Stanford University a développé MedAgentBench, une plateforme de test destinée à évaluer la capacité des agents IA — des modèles capables d’agir, et non seulement de répondre — à effectuer des tâches cliniques dans un environnement simulé mais réaliste de dossier patient électronique. Publiée dans NEJM AI, l’étude (financée par les NIH (National Institutes of Health) et la Singapore National Science Scholarship) met en lumière une différence entre les modèles LLM classiques (type chatbot) et les agents IA : ces derniers peuvent exécuter des actions complexes de manière autonome, en s’appuyant sur les API FHIR standardisées, comme consulter des antécédents médicaux, prescrire un traitement ou planifier un examen. « Chatbots say things. AI agents can do things », résume Jonathan Chen, professeur à Stanford et auteur principal de l’étude.

    300 tâches cliniques simulées pour 100 profils patients

    Le benchmark comprend 300 tâches cliniques rédigées par des médecins, couvrant dix catégories allant de la récupération de données à la prescription médicamenteuse. Elles ont été testées sur 100 profils patients réalistes extraits de la base de données STARR, totalisant 785 000 enregistrements cliniques (biologie, diagnostics, traitements, procédures, etc.). L’environnement reproduit fidèlement un système EHR conforme à la norme FHIR, avec lequel les modèles interagissent via des requêtes GET ou POST, selon qu’il s’agit de requêtes passives ou d’actions modifiant les données du patient.

    Résultats : des performances variables, un plafond à 70 %

    Claude 3.5 Sonnet, GPT-4o et DeepSeek-V3 en tête des performances IA cliniques

    Douze modèles LLM de dernière génération ont été évalués, notamment Claude 3.5 Sonnet v2, GPT-4o, Gemini et LLaMA 3. La meilleure performance est enregistrée par Claude 3.5 Sonnet v2 avec un taux de succès de 69,67 %. GPT-4o suit avec 64 %, devant DeepSeek-V3 (62,67 %) et Gemini 1.5 Pro (62 %). Les modèles open source (Qwen2.5, LLaMA 3.3, Mistral) restent nettement en retrait (classement ci-après : modèle/taux de succès global) :

    • Claude 3.5 Sonnet v2 : 69,67 %
    • GPT-4o : 64,00 %
    • DeepSeek-V3 : 62,67 %
    • Gemini 1.5 Pro : 62,00 %
    • GPT-4o-mini : 56,33 %
    • o3-mini : 51,67 %
    • Qwen2.5 (open) : 51,33 %
    • Llama 3.3 (open) : 46,33 %
    • Gemini 2.0 Flash : 38,33 %
    • Gemma2 (open) : 19,33 %
    • Gemini 2.0 Pro : 18,00 %
    • Mistral v0.3 (open) : 4,00 %

    Réponses imprécises et formats non conformes : les erreurs fréquentes des agents IA évaluées

    Les tâches basées uniquement sur la consultation de données (requêtes GET) sont généralement mieux exécutées que celles impliquant une modification du dossier (POST). Les erreurs les plus fréquentes concernent le non-respect du format attendu ou des réponses incomplètes. Ces agents IA ne remplaceront pas les cliniciens mais pourraient rapidement s’imposer comme assistants numériques pour des tâches « de routine ». La prochaine étape consiste à sécuriser ces systèmes, étudier leurs limites et les déployer dans des projets pilotes réels. « Avec une conception rigoureuse, il sera possible de passer de prototypes à des essais cliniques en conditions réelles », estime Kameron Black (médecin et co-auteur de l’étude). Face à une pénurie mondiale anticipée de plus de 10 millions de soignants d’ici 2030, les agents IA pourraient alléger la charge documentaire et administrative, qui représente plus de 70 % du temps de travail médical selon l’étude.

    MedAgentBench : une nouvelle référence ouverte pour l’évaluation des agents IA en médecine

    Un benchmark ouvert pour la communauté

    MedAgentBench est open source et disponible sur GitHub. Il ambitionne de devenir un standard pour mesurer l’autonomie des agents IA dans les contextes médicaux. L’équipe espère ainsi fournir un cadre de référence pour les développeurs de modèles, les éditeurs de solutions EHR et les hôpitaux intégrant l’IA dans leur infrastructure. « Nous avons besoin de repères pour comprendre ce que ces systèmes savent faire, à quelle fréquence ils échouent et comment ils peuvent progresser », conclut Jonathan Chen. Ce benchmark simule donc des conversations réalistes entre patients et médecins à travers une variété de cas cliniques, afin d’analyser la précision médicale, l’utilité clinique et la sûreté des réponses générées par ces agents.

    Sources et ressources :

    Jiang Y, Black KC, Geng G, Park D, Zou J, Ng AY, Chen JH. MedAgentBench: A Virtual EHR Environment to Benchmark Medical LLM Agents. NEJM AI. 2025;2(9): Article AIdbp2500144.

    Github : Stanford ML Group. MedAgentBench [Internet]. GitHub; 2025. Disponible : https://github.com/stanfordmlgroup/MedAgentBench

  • Parkinson : Une IA détecte la maladie avec 87,9 % de précision en analysant des visages

    1 452 vidéos analysées pour valider l’hypomimie comme biomarqueur

    Le diagnostic de la maladie de Parkinson repose sur l’évaluation clinique. Pour y remédier, Tariq Adnan, affilié à l’université de Rochester (New York) et à l’université d’ingénierie et de technologie de Dacca, et son équipe ont testé l’analyse automatisée du visage comme méthode de repérage, à partir d’un biomarqueur précoce : l’hypomimie (réduction des expressions faciales). Les chercheurs ont constitué un jeu de vidéos comprenant les expressions faciales de 1.452 participants, dont 391 atteints de la maladie de Parkinson. Les vidéos, capturées à domicile ou dans des centres de santé aux États-Unis et au Bangladesh, montraient les sujets en train d’exprimer le sourire, la surprise ou le dégoût. Les outils OpenFace et MediaPipe ont permis d’extraire des repères faciaux et des unités d’action musculaires pour quantifier l’hypomimie. Ces données ont ensuite alimenté des modèles d’apprentissage automatique destinés à distinguer les individus malades des autres.

    Des performances prometteuses, mais variables selon les contextes

    Les résultats obtenus sur les données de validation sont marquantes, mais les performances ont chuté dans les tests réalisés sur les données issues du Bangladesh, notamment la valeur prédictive négative, tombée à 35,7 %.

    • Précision : 87,9 %
    • AUC : 89,3 %
    • Sensibilité : 76,8 %
    • Spécificité : 91,4 %
    • Valeur prédictive positive : 73,3 %
    • Valeur prédictive négative : 92,7 %

    Vers une application mobile basée sur l’analyse d’expressions faciales

    Selon les auteurs, ces résultats suggèrent qu’un simple sourire filmé pourrait contribuer au repérage de la maladie de Parkinson. Ce type d’outil, intégré à une application mobile, pourrait inciter les utilisateurs à consulter un neurologue en cas de suspicion. Des études complémentaires sont prévues pour affiner les modèles, en y intégrant des paramètres cliniques comme le stade de la maladie, la sévérité de l’hypomimie ou encore la prise de traitement. Les chercheurs visent une meilleure interprétation des erreurs et une amélioration.

    Marsili L, Yenni M, Adnan T, et al. Automated Facial Expression Analysis to Detect Hypomimia in Parkinson Disease. N Engl J Med AI. 2025 Jun; DOI:10.1056/AIoa2400950.

     

  • IA et séquençage in vitro : une avancée clé pour la détection précoce des variants émergents

    Eaux usées : l’IA comme alternative rapide et économique au séquençage classique

    25 à 150 € le test : l’IA promet une surveillance moins coûteuse des virus

    Une équipe de l’Université du Nevada (Las Vegas) a développé une plateforme d’intelligence artificielle appliquée au séquençage des eaux usées, capable d’identifier rapidement de multiples agents infectieux avant leur détection clinique. La pandémie de COVID-19 a rappelé l’urgence d’outils de surveillance rapides. Selon Worldometer, plus de 704 millions de cas et 7 millions de décès liés au SARS-CoV-2 étaient recensés au 1er septembre 2025 selon l’OMS . Les méthodes classiques (PCR et séquençage hospitalier) restent coûteuses – de 25 à 150 € par test – et lentes (48 à 96 h de délai). De plus, 42 % des pays à faibles ressources ne disposent pas de capacités de séquençage systématique, limitant la détection des variants émergents.

    3 600 échantillons analysés, l’IA ICA-Var repère des variants non référencés

    Cette approche identifie précocement des signaux de grippe, VRS, variole du singe, rougeole, gonorrhée, Candida Auris et SARS-CoV-2, souvent avant confirmation clinique. Baptisé « ICA-Var », le dispositif s’appuie sur un algorithme d’analyse en composantes indépendantes appliqué à plus de 3 600 échantillons. Il distingue et regroupe les motifs de mutations virales, repère des clusters non référencés et s’affranchit des bases de données biaisées par les seuls variants connus.

    18 variants détectés avec >95 % de sensibilité : validation pour ICA-Var

    Validée prospectivement sur 2 684 échantillons collectés entre 2021 et 2023, la plateforme a été décrite dans Nature Communications. Les résultats : jusqu’à quatre semaines d’avance sur les pipelines standards, 18 variants détectés avec une sensibilité >95 %, et 1 385 échantillons présentant une haute couverture génomique (séquençage de 50 à 80 % du génome). Cette profondeur analytique permet d’anticiper la circulation de nouveaux variants avant tout diagnostic clinique. Au-delà du SARS-CoV-2, ICA-Var ouvre deux perspectives majeures : un dépistage communautaire sans prélèvements individuels, y compris en zones sous-médicalisées, et une veille épidémique de précision, utile pour l’adaptation rapide des campagnes vaccinales.

     

  • IA et cardiologie : 80 % des professionnels y croient, mais seuls 56 % des patients partagent cet optimisme

    Un tiers des cardiologues perdent 45 min par service à cause de données manquantes

    Un écart de confiance sépare cardiologues et patients quant à l’apport de l’intelligence artificielle dans la prise en charge cardiaque, révèle une enquête internationale commandée par Royal Philips. Si plus de 80 % des professionnels estiment que l’IA peut améliorer leur efficacité, seuls 56 % des patients partagent cet espoir.

    Les cardiologues interrogés, répartis sur 16 pays, estiment que l’IA pourrait répondre à plusieurs problèmes :

    • Allongement des délais pour obtenir un rendez-vous.
    • Données patient incomplètes ou inaccessibles.
    • Charge administrative répétitive.
    • Plus de 80 % d’entre eux pensent que ces outils permettraient de gagner du temps, notamment en améliorant l’accès aux données et en facilitant le diagnostic.

    Trois sur quatre déclarent perdre du temps clinique à cause d’informations manquantes sur leurs patients. Un tiers évoque une perte de plus de 45 minutes par service, ce qui représenterait plus de quatre semaines de travail sur une année. Pourtant, les professionnels expriment aussi des inquiétudes, notamment sur les questions de responsabilité juridique et de transparence des systèmes d’IA.

    Les patients acceptent l’administratif, pas le médical

    Les patients atteints de pathologies cardiaques se montrent plus réservés. Si beaucoup acceptent que l’IA gère des tâches administratives – prise de rendez-vous, accueil – ils sont nettement moins favorables à son utilisation pour des fonctions cliniques, comme la rédaction de comptes rendus ou l’évaluation médicale. Leur réticence augmente avec la complexité des tâches, l’une des principales craintes étant la réduction du temps de contact avec un professionnel de santé. Cette prudence contraste avec les difficultés qu’ils rencontrent dans leur parcours : 91 % déclarent avoir subi des délais pour consulter un spécialiste, avec une attente moyenne de près de 12 semaines.

    Dans le rapport accompagnant l’étude, Philips rappellent qu’un déficit mondial de 11 millions de professionnels de santé est anticipé d’ici 2030. Ils estiment que l’IA pourrait constituer « une opportunité déterminante » pour maintenir l’accès aux soins dans un contexte de vieillissement démographique, à condition de garantir la confiance et la transparence.

    Philips. Future Health Index 2025 Report: Building Trust in Healthcare AI. Amsterdam: Koninklijke Philips N.V.; 2025. https://www.philips.com/c-dam/corporate/newscenter/global/future-health-index/report-pages/experience-transformation/2025/philips-future-health-index-2025-report-building-trust-in-healthcare-ai-global.pdf