Articles

  • Sepsis : l’IA de Bayesian Health obtient l’aval de la FDA

    Une première autorisation pour une surveillance continue de la septicémie par IA

    La société américaine Bayesian Health est devenue ce mois-ci la première entreprise à obtenir une autorisation de la Food and Drug Administration pour un système de surveillance continue de la septicémie reposant sur l’IA.

    Bayesian indique avoir travaillé plusieurs années avec la FDA afin de définir des critères robustes de détection du sepsis, valider les performances du modèle dans des environnements hospitaliers variés, évaluer les risques liés aux faux négatifs et à la fatigue liée aux alertes, ainsi que mettre en place un programme de surveillance post-commercialisation.

    L’entreprise revendique une stratégie différente de celle habituellement adoptée par les start-up de l’IA clinique. Plutôt que de commercialiser “rapidement” un produit précoce, Bayesian affirme avoir privilégié les déploiements en “conditions réelles et les études cliniques”.

    Lancée officiellement en 2021, la société a publié dès 2022 des travaux dans Nature Medicine portant sur environ 750 000 patients. Selon ces études, l’outil permettrait une détection plus précoce du sepsis, avec des taux d’adoption élevés par les cliniciens, une réduction de la mortalité, une diminution des complications et des durées de séjour hospitalier plus courtes.

    Plusieurs établissements américains utilisent aujourd’hui la plateforme, parmi lesquels la Cleveland Clinic, Johns Hopkins Health System, University of Rochester Medicine.

    Réduction des alertes et amélioration des délais de traitement

    À MemorialCare par exemple, le déploiement de la solution a été mené simultanément sur deux volets : l’intégration technique dans le dossier patient informatisé et la refonte des workflows cliniques liés à la prise en charge du sepsis. Les équipes de Bayesian ont travaillé avec les services d’urgences, les unités d’hospitalisation, les soins intensifs et les équipes qualité afin de concevoir des workflows validés par les cliniciens avant le déploiement.

    Le système repose sur une diffusion continue du niveau de risque du patient auprès des équipes soignantes.

    L’outil permet d’identifier davantage de patients septicémiques plus précocement, avec une sensibilité “plus de deux fois supérieure” aux solutions précédemment utilisées. L’établissement rapporte également une réduction du nombre d’alertes électroniques adressées aux cliniciens, un facteur présenté comme déterminant dans l’amélioration de l’adhésion des équipes.

    La mortalité diminue de 3,6 points et le délai d’administration des antibiotiques est divisé par deux lorsque la réaction intervient dans la première heure. MemorialCare indique par ailleurs atteindre un taux d’adoption de 90 % aux urgences.

    Ceci étant, l’autorisation réglementaire ne constitue qu’un point de départ. La capacité d’un outil d’IA à modifier les décisions cliniques et les résultats patients dépend de son intégration dans les pratiques, de sa transparence et de son acceptabilité par les soignants.

    L’expérience de Bayesian Health illustre ainsi une tendance plus large dans la santé numérique : les performances algorithmiques seules ne suffisent plus. Les établissements attendent désormais des preuves en conditions réelles, une réduction mesurable de la charge cognitive des équipes et des effets documentés sur les résultats cliniques.

     

  • KDDI France renforce son offre cloud e-santé autour du PRA, du stockage flash et d’un coffre-fort anti-ransomware

    Une tolérance à la panne inférieure à deux minutes

    KDDI France a annoncé la restructuration de son offre cloud dédiée à la e-santé. L’objectif est de répondre aux exigences de sécurité, de disponibilité et de conformité des acteurs médicaux.

    L’offre combine stockage haute performance, reprise d’activité et protection contre les ransomwares. Elle s’adresse aux établissements de santé, aux éditeurs de logiciels médicaux et aux plateformes numériques de santé.

    KDDI France met en avant sa certification HDS pour ses activités cloud IaaS. Celle-ci couvre les exigences de confidentialité, d’intégrité, de disponibilité et de traçabilité des données de santé hébergées.

    Le volume mondial de données de santé a été multiplié par 15 entre 2013 et 2020. KDDI France souligne les contraintes de disponibilité des praticiens, avec une tolérance à la panne souvent inférieure à deux minutes.

    Trois briques technologiques

    • L’offre repose sur KDDI CyberRecovery, destinée à mettre en place un plan de reprise d’activité. En cas de défaillance technique, la solution vise à restaurer les environnements critiques.
    • Elle comprend aussi KDDI Cloud Storage, une solution de stockage objet sur infrastructure 100 % flash, pensée pour les données non structurées : imagerie, dossiers patients, analyses et archives.
    • Enfin, KDDI France intègre un coffre-fort anti-ransomware, développé avec Dell Technologies. Le dispositif repose sur une architecture immuable et déconnectée du réseau, afin de rendre les sauvegardes inaccessibles aux cybercriminels et de permettre une restauration après attaque.
    • IMDEV migre vers le cloud privé de KDDI France

    Le groupe IMDEV, spécialisé dans l’imagerie médicale, a migré l’ensemble de son infrastructure on-premise vers le cloud privé de KDDI France. Le groupe compte 60 plateformes et 700 salariés.

  • Claude Bernard DM x Exhausmed s’intègre à Hospitalis pour centraliser les données sur les dispositifs médicaux

    Des fonctionnalités orientées gestion et traçabilité

    Cette intégration doit permettre :

    • d’accéder à une base de plus de 2,7 millions de dispositifs médicaux et à des informations documentaires associées ;
    • de consulter, depuis Hospitalis, des monographies, fiches techniques, documents de bon usage et catalogues fournisseurs ;
    • d’identifier des alternatives à certains produits en cas de rupture d’approvisionnement, notamment via les classifications LPP ou CLADIMED ;
    • de renforcer la traçabilité réglementaire des dispositifs médicaux et implantables à partir de référentiels et classifications issus de sources officielles (JO, HAS, ANSM) ;
    • de consolider le suivi des données produits dans un environnement hébergé en France.

    Les hôpitaux, cliniques, EHPAD et établissements médico-sociaux évoluent dans un contexte marqué par des tensions sur les ressources, un renforcement des exigences réglementaires et une complexification des circuits d’approvisionnement.

    Dans ce cadre, les établissements doivent pouvoir vérifier la conformité réglementaire d’un dispositif médical avant commande, disposer d’informations actualisées et identifier des alternatives en cas de rupture d’approvisionnement. Ces démarches restent souvent compliquées par la dispersion des données et l’hétérogénéité des référentiels utilisés.

    C’est dans cette logique que les données de Claude Bernard DM x Exhausmed sont désormais intégrées à la plateforme Hospitalis.

    Une intégration entre référentiels et plateforme d’approvisionnement

    La base Claude Bernard est utilisée par des professionnels de santé et déployée dans une partie des établissements hospitaliers français. Avec les données d’Exhausmed, spécialisées dans les dispositifs médicaux, l’ensemble constitue une base documentaire dédiée à la gestion des dispositifs médicaux en établissement de santé.

    De son côté, Hospitalis, développé par Cegedim Business Services, est une plateforme SaaS de gestion des processus d’approvisionnement en santé. Elle relie des établissements de santé, groupements d’achats, fournisseurs et logisticiens dans un environnement hébergé en France et certifié HDS. L’intégration des données Claude Bernard DM et Exhausmed au sein d’Hospitalis vise à centraliser les informations utiles à la gestion des dispositifs médicaux directement dans l’environnement de travail des équipes achats et des pharmaciens hospitaliers.

     

     

  • Étude : une IA pourrait détecter des patients à risque d’AVC jusqu’à 10 ans à l’avance (Jacc)

    Testé sur plus de 200 000 patients, ce modèle utilise uniquement les données de l’ECG, l’âge et le sexe du patient pour identifier des profils à risque, sans avoir recours aux calculs cliniques habituellement utilisés en prévention cardiovasculaire. Ces résultats* ont été publiés le 13 mai 2026 dans le Journal of the American College of Cardiology.

    L’AVC reste l’une des principales causes de décès et de handicap dans le monde. Une partie de ces accidents est liée à des troubles cardiaques, notamment des anomalies des oreillettes, les cavités supérieures du cœur, qui peuvent favoriser la formation de caillots sanguins ensuite envoyés vers le cerveau.

    Problème : ces patients à risque passent souvent sous les radars. Les outils actuels de prédiction reposent sur des scores cliniques parfois lourds à calculer et peu utilisés en pratique courante, tandis que certaines anomalies cardiaques restent difficiles à détecter avant l’apparition des premiers symptômes.

    Décrypter un simple ECG de 10 secondes

    Dans ce contexte, des chercheurs américains du Mass General Brigham et du Broad Institute ont cherché à savoir si une IA pouvait repérer, à partir d’un simple électrocardiogramme (ECG) de 10 secondes, des signaux électriques subtils associés à un risque futur d’AVC. Pour cela, ils ont développé un modèle de deep learning baptisé ECG2Stroke à partir des données de patients du Massachusetts General Hospital, avant de le valider dans 2 autres hôpitaux américains. Au total, plus de 200 000 patients ont été inclus dans l’entraînement et la validation du modèle.

    Ce modèle ECG2Stroke a été conçu pour analyser directement les signaux électriques bruts de l’ECG afin d’identifier des variations très discrètes dans l’activité électrique du cœur, difficiles à repérer lors d’une analyse classique, mais potentiellement associées à un risque futur d’AVC. Contrairement aux scores cliniques traditionnels, qui reposent sur l’addition de multiples facteurs de risque cardiovasculaire, comme l’hypertension, le diabète, le tabagisme ou les antécédents médicaux, l’outil utilise uniquement l’ECG, l’âge et le sexe du patient.

    Les chercheurs ont ensuite comparé les performances du modèle à celles du Framingham Stroke Risk Profile, un score de référence utilisé en prévention cardiovasculaire, afin d’évaluer sa capacité à identifier les patients les plus à risque d’AVC.

    Les résultats de cette étude ont été publiés le 13 mai 2026 dans le Journal of the American College of Cardiology (Jacc).

    Résultats : Jusqu’à 84 % de précision pour certains AVC

    • Le modèle parvenait à distinguer correctement les patients qui allaient présenter un AVC dans environ 77 % à 80 % des cas.
    • ECG2Stroke a affiché des performances comparables à celles du Framingham Stroke Risk Profile, un score clinique de référence utilisé pour estimer le risque d’AVC.
    • Les performances étaient encore meilleures pour les AVC cardioemboliques, avec une précision atteignant jusqu’à 84 % dans certaines cohortes.
    • Les signaux ayant le plus influencé les prédictions étaient liés à l’activité électrique des oreillettes, les cavités supérieures du cœur impliquées dans certaines pathologies cardiaques associées au risque d’AVC.
    • Les performances du modèle sont restées globalement stables entre les différents hôpitaux et sous-groupes de patients analysés.

    « Les outils actuels permettant d’identifier les patients les plus à risque d’AVC nécessitent souvent des calculs cliniques lourds et sont donc peu utilisés en pratique courante », souligne le Dr Rahul Mahajan dans un communiqué. Les auteurs estiment qu’un modèle reposant sur un examen aussi courant qu’un ECG de 10 secondes pourrait au contraire être facilement déployé à grande échelle. Selon eux, cette approche pourrait permettre d’identifier plus tôt certains patients nécessitant une prévention renforcée, notamment contre les AVC cardioemboliques, potentiellement évitables grâce à des traitements anticoagulants. Les chercheurs estiment également que leur modèle pourrait aider à mieux comprendre le rôle de certaines anomalies électriques discrètes des oreillettes dans le développement des AVC.

    Orienter la prévention

    Les auteurs appellent toutefois à la prudence. « Si ces résultats sont confirmés dans des études prospectives en conditions réelles, ce type d’outil pourrait aider à identifier les patients à prioriser pour des efforts intensifs de prévention », explique le Dr Shaan Khurshid. Comme de nombreuses études sur des modèles d’intelligence artificielle, cette dernière ne permet pas encore de savoir si l’utilisation d’ECG2Stroke réduirait réellement le nombre d’AVC en pratique clinique. Enfin, l’étude ayant été réalisée à partir de données hospitalières américaines, l’outil devra aussi démontrer sa capacité à fonctionner de manière fiable dans d’autres populations et systèmes de santé avant une éventuelle utilisation à grande échelle.

    * ECG Signatures and Long-Term Ischemic Stroke Risk

    Mahajan R et al. JACC

    https://www.jacc.org/doi/10.1016/j.jacc.2026.03.084c

     

  • IA en santé : comment mesurer une valeur réelle ?

    Évaluation des IA en santé : HTA européen et virage vers la RWE

    L’évaluation des IA en santé s’organise désormais en quatre niveaux complémentaires : performances techniques (sensibilité, spécificité, AUC), essais cliniques, real‑world evidence (RWE) et Health Technology Assessment (HTA) multidimensionnel. Les États‑Unis ont autorisé 1 451 dispositifs IA fin 2025, dont 295 en 2025, en s’appuyant sur des Predetermined Change Control Plans et une consultation spécifique sur la RWE. L’Union européenne mise sur un couplage MDR + règlement HTA, complété par l’AI Act qui crée une catégorie haut risque et rend les hôpitaux co‑responsables de l’évaluation continue. Le Royaume‑Uni (CHEERS‑AI, AI Airlock), la Corée du Sud (DMPA, fast‑track ramenant les délais de 490 à 80–140 jours) et le Japon (approbation dynamique, tarification basée sur l’ICER) illustrent des modèles combinant rigueur et agilité. En parallèle, la Chine déploie massivement des dispositifs IA (plusieurs centaines, 38 210 brevets en IA générative) avec une HTA peu développée, tandis que les écarts d’investissement (581 Md$ en IA en 2025, dont 109,1 Md$ aux États‑Unis) fragilisent la capacité européenne à produire des preuves robustes.

    👉 Lire l’article ici

     

    IA à l’hôpital : des promesses au ROI mesurable, 22% de coûts en moins et 2 heures gagnées par jour

    Face à environ 450 entreprises de santé numérique en France en 2024 dont 57 intégrant de l’IA, la réussite d’un projet dépend moins de la technologie que du portage institutionnel, de la maturité data et de la gouvernance des risques. Les KPI transverses couvrent l’adoption (taux d’utilisation, abandon), les processus (temps de cycle, erreurs), l’économie (coût par patient, coûts évités) et les indicateurs cliniques (radmissions, durée de séjour, PREMS/PROMs, sécurité, équité). Les organisations ayant intégré l’IA dans leurs processus critiques rapportent une baisse moyenne de 22% de leurs coûts opérationnels, et une étude Talan 2025 estime un gain potentiel jusqu’à 2 heures par jour pour les professionnels. Le ROI administratif se mesure via le codage PMSI automatisé, les délais de facturation, le taux de recouvrement et l’optimisation des plannings, tandis que le ROI clinique repose sur la réduction de la morbi‑mortalité, l’amélioration de la précision diagnostique et l’optimisation des parcours. S’ajoutent des dimensions encore peu intégrées mais stratégiques : QVCT (88% des soignants souhaitent intensifier l’usage de l’IA), empreinte environnementale (data centers IA 4–5 fois plus énergivores) et impacts éthiques (biais, explicabilité, souveraineté).

    👉 Lire l’article ici

     

     1 451 dispositifs IA autorisés par la FDA contre 219 marquages CE estimés : un fossé documenté

    Fin 2025, la FDA comptabilise 1 451 dispositifs IA autorisés, dont 295 pour la seule année 2025, alors qu’en Europe on estime à au moins 219 le nombre de solutions portant le marquage CE, faute de registre public complet type EUDAMED. La radiologie représente environ 76% des autorisations FDA (environ 1 104 dispositifs), suivie par la cardiologie (9%) et d’autres spécialités, avec 84,4% des dispositifs fondés sur des données d’imagerie. En France, le panorama 2024 recense 450 entreprises de santé numérique dont 57 produits intégrant de l’IA, un tiers étant des dispositifs médicaux, et 60% des solutions numériques intégrant de l’IA générative en 2025. Les cas d’usage dominants sont l’aide au diagnostic et au triage, l’imagerie (Gleamer, Incepto), la télésurveillance soutenue par les financements ETAPES, l’ambient listening (Nabla) et les IA organisationnelles et administratives sélectionnées via l’AMI 2025 (environ 100 solutions). L’absence de registre public unifié et la complexité du double cadre MDR + AI Act limitent aujourd’hui la lisibilité du marché pour les acheteurs institutionnels, en attendant l’effet structurant de l’AI Act à l’horizon 2027.

    👉 Lire l’article ici

     

    AFNOR, marquage CE, CHU de Montpellier, HAS : vers un écosystème coordonné d’évaluation des IA

    L’évaluation des IA en santé en France s’appuie sur un écosystème en structuration : normalisation (AFNOR), certification (marquage CE), living labs hospitaliers (CHU de Montpellier) et évaluation médico‑économique et organisationnelle (HAS). L’AFNOR a publié en mai 2024 l’AFNOR SPEC 2213 sur la “garantie humaine de l’IA en santé” et s’inscrit dans la dynamique ISO/IEC 42001, tandis que le CEN‑CENELEC prépare des normes harmonisées donnant présomption de conformité à l’AI Act. Le marquage CE, fondé sur le MDR/IVDR et la règle 11 pour les logiciels, fournit un socle de sécurité‑performance mais reste statique face à des modèles d’IA évolutifs, ce qui motive un futur parcours intégré MDR–AI Act. Le projet Alliance Santé IA du CHU de Montpellier (14,9 M€ France 2030, cluster 8 GPU H100, outil ERIOS pour détecter les hallucinations) illustre une approche d’évaluation institutionnelle en vie réelle, centrée sur des indicateurs publiés et reproductibles. Parallèlement, la HAS intègre l’IA dans le 6e cycle de certification (critères 3.4‑05/06 et 3.1‑06), publie des clefs d’usage de l’IA générative (démarche A.V.E.C.) et expérimente l’IA dans ses propres processus de revue de littérature.

    👉 Lire l’article ici

     

    IA en santé : preuves fortes en imagerie, résultats mitigés en ambient listening, essor en triage et recherche

    L’imagerie médicale concentre les preuves les plus robustes, avec 76% des autorisations FDA et des études montrant des performances diagnostiques proches de radiologues experts, par exemple une hausse de 17,6% de détection du cancer du sein dans l’étude Vara‑PRAIM (463 094 femmes). Les IA de quantification et de suivi longitudinal améliorent la reproductibilité des mesures et réduisent la variabilité inter‑observateur, notamment en oncologie et cardiologie, même si la revue eClinicalMedicine 2025 souligne encore une hétérogénéité des protocoles et un manque de données long terme. Pour l’ambient listening, une étude NEJM AI 2024 sur DAX n’a pas démontré de gain significatif d’efficacité, tandis qu’une étude JMIR 2026 sur 7 545 notes trouve que 83,8% des erreurs sont légères/modérées et que 5,3% des notes présentent un risque sérieux. Les IA de triage et monitoring, comme OSO‑AI, montrent des effets qualitatifs positifs (moins de réveils inutiles, meilleure organisation, réduction de la charge mentale), mais nécessitent d’articuler performance statistique et résultats cliniques réels. En recherche clinique, l’essai JAMA 2024 sur RECTIFIER (4 476 patients) montre un ratio de risque de 1,78 pour la rapidité de détermination de l’éligibilité, suggérant un potentiel important pour accélérer les essais et l’accès aux thérapies.

    👉 Lire l’article ici

     

    Pourquoi l’IA en santé ne peut pas être évaluée comme un SI classique

    Les systèmes d’information classiques sont déterministes, auditables et stables dans le temps, ce qui permet une évaluation centrée sur la conformité au cahier des charges, la performance technique et la satisfaction utilisateur. À l’inverse, l’IA est probabiliste, sujette au data/model drift, avec des erreurs asymétriques et parfois opaques, ce qui impose validation prospective, monitoring continu, analyse des biais et procédures de mise à jour encadrées. En santé, la réglementation est plus exigeante que dans d’autres secteurs : une IA clinique relève du MDR comme SaMD et de l’AI Act (haut risque), impose marquage CE, études de performance clinique et supervision humaine, conformément notamment à l’AFNOR SPEC 2213 et à la loi de bioéthique. Les IA non cliniques (codage PMSI, planification, facturation) se concentrent sur des indicateurs opérationnels (gain de temps, erreurs, recouvrement) mais restent concernées par l’AI Act si elles impactent les droits des personnes. La littérature souligne enfin l’importance de distinguer ROI financier et VOI (QALY, DALY, populations atteintes) et montre, avec l’étude COMPOSER sur le sepsis, que le même algorithme (AUROC 0,94) peut réduire la mortalité de 17% dans un hôpital et de 0% dans un autre selon les contextes organisationnels.

    👉 Lire l’article ici

     

    Un dashboard national pour piloter le ROI clinique et hors santé de l’IA

    L’article propose un dashboard structuré autour d’un double modèle de valeur : un ROI santé aligné sur le HTA (efficacité clinique, coût‑efficacité, impacts organisationnels) et un ROI hors santé centré sur la performance opérationnelle et financière. Le socle transversal commun à tout projet IA couvre quatre dimensions systématiques : impact économique (coût par patient, payback period), impact travail/QVCT (satisfaction, burnout, absentéisme), impact environnemental (consommation électrique, CO₂, eau) et impact éthique/souveraineté (biais, transparence, localisation des données, lock‑in). Des modules spécifiques détaillent des indicateurs dédiés aux IA cliniques (AUC, sensibilité, spécificité, événements indésirables, résultats patients) et aux IA organisationnelles/génératives (heures de documentation économisées, taux de codage automatisé validé, valorisation PMSI). Le cadre prévoit une gouvernance tripartite pour chaque modèle (responsable clinique, data scientist, informaticien) afin d’assurer un suivi structuré du cycle de vie. La trajectoire envisagée passe par des sites pilotes (CHU, CH, ESPIC), la consolidation inter‑sites, puis la convergence vers un modèle commun France articulé avec EUnetHTA, EHDS et l’AI Act pour parler un langage partagé de la “valeur réelle” de l’IA.

    👉 Lire l’article ici

     

    IA hospitalière : 5 archétypes et 4 phases de déploiement

    La santé est l’un des secteurs les plus difficiles à automatiser, avec une croissance de productivité de seulement 0,1% par an aux États‑Unis entre 1987 et 2024, et une part d’activités fortement automatisables estimée à 25–40% des heures de travail. L’article distingue cinq archétypes de projets IA (dépistage/triage, événements aigus, suivi de traitement, documentation ambiante, optimisation de flux) et insiste sur la nécessité de définir un unique type de retour principal (financier, clinique ou équité) par projet. Le cadre opérationnel repose sur six dimensions de préparation (données, workflows, porteur clinique, capacité d’action, mesure de référence, équité) et quatre phases de déploiement, avec des jalons explicites comme un taux de réponse clinique > 50% pour passer en phase d’expansion. Des tableaux de notation aident à planifier dès le départ la “conversation d’arrêt”, en fixant des critères quantifiés comme un taux de réponse < 30% après six mois ou la perte du porteur clinique. L’article recommande par ailleurs une allocation de portefeuille 70–20–10 entre archétypes éprouvés, extensions et expérimentations, et conclut qu’il est en général plus efficace d’acheter que de construire en interne, les développements maison décrochant en 18 mois.

    👉 Lire l’article ici

  • IA à l’hôpital : cibler le bon type de retour (ROI, VOI, équité) et savoir arrêter un projet

    La santé, secteur le plus difficile à automatiser 

    La croissance de la productivité du travail dans le secteur de la santé aux États-Unis n’a progressé que de 0,1% par an entre 1987 et 2024, contre 1,7% en médiane pour les autres services. Cette donnée illustre la « maladie des coûts de Baumol » : les soins directs, la chirurgie et la relation thérapeutique sont structurellement à forte intensité de main-d’œuvre. L’IA peut agir sur les tâches mais pas effacer cette contrainte. 

    Selon la synthèse de Brynjolfsson, Mitchell et Rock, entre 25 et 40% des heures de travail en santé sont fortement automatisables (documentation, imagerie, travail administratif), 30 à 40% sont partiellement automatisables (aide au diagnostic, surveillance), et 25 à 40% restent structurellement résistants. 

    Cinq archétypes, trois types de retour 

    On peut classer les projets d’IA cliniques en cinq archétypes : dépistage et triage, détection d’événements aigus, suivi du traitement, documentation ambiante, et optimisation des flux opérationnels. 

    À chaque archétype correspond un type de retour principal : financier, clinique ou équité, qu’il faut choisir explicitement. Les projets qui visent les trois simultanément n’en produisent généralement aucun correctement. 

    ROI ou VOI : le bon indicateur selon le projet 

    La synthèse introduit une distinction entre le ROI (retour sur investissement, mesuré au compte de résultat) et la VOI (valeur de l’investissement), qui intègre les QALYs gagnés, les DALYs évités et les populations nouvellement atteintes. Pour les projets dont le retour principal est l’accès aux soins, une évaluation purement financière sous-estime systématiquement la valeur produite. Les auteurs recommandent d’utiliser le bénéfice net incrémental (BNI = λ·ΔQALY − ΔCoût) pour ramener les deux dimensions à une même échelle. 

    Même algorithme, résultats opposés selon le contexte 

    L’étude COMPOSER (Boussina et al., 2024) sur l’alerte précoce au sepsis illustre l’importance de l’environnement d’implantation : déployé avec le même algorithme (AUROC ≈ 0,94) et le même éditeur, le système a réduit la mortalité de 17% dans un hôpital de filet de sécurité, contre zéro effet dans un hôpital universitaire quaternaire. La différence : les effectifs infirmiers et les flux de travail d’alerte. L’intégration au contexte clinique prime sur la qualité de l’algorithme. 

    La règle 70/20/10 pour construire un portefeuille 

    Les auteurs recommandent une allocation structurée du portefeuille : 70% sur des archétypes éprouvés (risque modéré, retour positif), 20% sur une expansion vers de nouveaux domaines ou populations, 10% sur de véritables expérimentations (agents, multimodal, génératif). Ce dernier segment doit être dimensionné de façon à ce que tous les échecs restent sans impact sur l’ensemble du portefeuille. 

    Concernant la question construire ou acheter, la réponse par défaut est d’acheter : les éditeurs spécialisés itèrent plus rapidement, les développements internes décrochent en 18 mois, et la charge de maintenance dépasse le coût de développement initial. 

    Six dimensions de préparation et quatre phases de déploiement 

    Avant tout lancement, le cadre impose un diagnostic en six dimensions : données, flux de travail, porteur clinique (volontaire, non désigné), capacité de l’unité à agir sur les sorties de l’IA, mesure (référence pré-intervention), et équité par sous-groupe. Ce diagnostic est actualisé toutes les deux à quatre semaines. 

    Le déploiement suit quatre phases : validation silencieuse (semaines 0 à 8), déploiement réel limité à une unité (mois 2 à 6), expansion d’un site toutes les 6 à 8 semaines (mois 4 à 18), puis régime de croisière avec revue trimestrielle. L’indicateur de passage en phase 3 : un taux de réponse des cliniciens supérieur à 50% en phase 2. 

    Cinq mesures immédiates pour tout système de santé 

    La feuille de route proposée comprend cinq actions concrètes : inventorier chaque projet par archétype (A à E) avec son type de retour principal ; exiger l’analyse de sensibilité probabiliste (PSA) pour chaque proposition d’éditeur ; intégrer la VOI aux tableaux de notation ; évaluer honnêtement la préparation sur les six dimensions ; et planifier explicitement la conversation d’arrêt pour tout projet répondant à au moins deux critères d’abandon — notamment un taux de réponse inférieur à 30% à six mois, ou le départ du porteur clinique. 

  • Vers un dashboard national de KPI pour objectiver le ROI clinique, opérationnel, éthique et environnemental des projets

    Dashboard des KPI : Évaluation et analyse impact/ROI de l’IA en santé 

    La structuration d’un cadre commun d’évaluation de l’IA en santé répond à un besoin largement partagé : établissements de santé (CHU, CH, ESPIC), payeurs, ARS, autorités et représentants d’usagers ont besoin d’outils permettant de mesurer objectivement la valeur réelle des projets d’IA au-delà des promesses marketing. Cette démarche s’articule autour de deux modèles de ROI complémentaires : un ROI « santé », basé sur les méthodes HTA, et un ROI « hors santé », centré sur la performance opérationnelle et financière. Elle intègre systématiquement trois types d’impact au-delà du financier : l’impact sur les professionnels et le travail, l’impact environnemental, et l’impact éthique et de souveraineté numérique. 

    L’objectif est de permettre la montée en puissance d’un modèle commun France, testé en vie réelle dans un panel de sites pilotes (CHU, CH, ESPIC), en lien avec les payeurs, les ARS et les représentants d’usagers. 

    Usages concrets par type d’acteur 

    Acteur 

    Usage principal du dashboard 

    Hôpitaux / établissements 

    Aide à la décision d’achat, pilotage des déploiements, reporting institutionnel 

    ARS 

    Suivi du déploiement territorial, allocation des financements, comparaison inter-établissements 

    Payeurs (Assurance maladie) 

    Instruction des demandes de remboursement, évaluation de l’impact budgétaire 

    HAS 

    Alimentation des évaluations médico-économiques, développement des méthodes HTA IA 

    Représentants d’usagers 

    Contrôle de l’équité d’accès, suivi de l’impact patient 

    Industriels 

    Benchmarking concurrentiel, documentation de la valeur pour les acheteurs 

    Socle transversal — Cadre commun à tout projet d’IA 

    Le socle transversal constitue le noyau commun que tout site pilote s’engage à appliquer à chaque projet d’IA, quel que soit son type (clinique, administratif, logistique, recherche, IA générative). Il repose sur quatre dimensions systématiques : 

    Dimension 1 — Impact économique et santé (ROI santé et ROI hors santé) 

    ROI Santé (approche HTA) :
    Le ROI santé s’appuie sur les méthodologies d’évaluation des technologies de santé, qui intègrent l’efficacité clinique, le rapport coût-efficacité et les impacts organisationnels. 

    • Réduction de la morbi-mortalité (vies sauvées, hospitalisations évitées, complications évitées) 
    • Amélioration du diagnostic (sensibilité, spécificité, délai diagnostique) 
    • Optimisation du parcours (fluidité, continuité, prévention des ruptures) 
    • Coût par QALY (Quality-Adjusted Life Year) évité 
    • Budget Impact Analysis sur 3 et 5 ans 

    ROI Hors Santé (performance opérationnelle) :
    Ce modèle s’applique aux IA administratives, logistiques et de recherche, dont l’impact sur les résultats de santé est indirect : 

    • Heures économisées ou réaffectées (documentation, codage, planification) 
    • Réduction des coûts opérationnels (économies réalisées vs. dépenses évitées) 
    • Amélioration du taux de valorisation des séjours (codage PMSI) 
    • Délai de retour sur investissement (payback period) 

    Dimension 2 — Impact travail / QVCT / relation de soins 

    L’impact sur les professionnels de santé est une dimension à part entière, non réductible à un indicateur économique : 

    • Satisfaction professionnelle : échelles validées (NPS professionnel, score MBI pour le burnout) 
    • Charge cognitive et mentale : mesure avant / après par questionnaires spécifiques 
    • Absentéisme et turnover : indicateurs de stabilité des équipes 
    • Autonomie professionnelle : perception du contrôle sur les décisions assistées 
    • Qualité de la relation de soins : temps de présence auprès du patient, satisfaction relationnelle déclarée 
    • Formation et montée en compétences : heures de formation dédiées, sentiment de maîtrise des outils 

    Un professionnel en « technostress IA » est estimé 6 fois plus susceptible de s’absenter. L’IA pourrait permettre un gain moyen de 2 heures par jour si elle est correctement déployée. 

    Dimension 3 — Impact environnemental 

    Cette dimension, encore peu intégrée dans les évaluations hospitalières, devient incontournable dans un contexte de responsabilité sociétale des établissements : 

    • Consommation énergétique des infrastructures de calcul liées à l’IA (kWh/an, en équivalent CO₂) 
    • Consommation d’eau des serveurs et data centers 
    • Politique d’hébergement : infrastructure locale certifiée HDS vs. cloud externe (impact souveraineté + environnement) 
    • Efficacité computationnelle : optimisation des requêtes pour réduire l’empreinte du calcul 
    • Bilan Carbone des équipements : cycle de vie des GPU et serveurs dédiés 

    Les data centers d’IA consomment 4 à 5 fois plus que les data centers traditionnels. En France, le dispositif éco-énergie tertiaire impose aux data centers de plus de 1 000 m² une baisse de 40% de leur consommation à l’horizon 2030. 

    Dimension 4 — Impact éthique et gouvernance (souveraineté numérique) 

    La dimension éthique est transversale à toute évaluation d’IA en santé et constitue désormais une exigence réglementaire avec l’AI Act et le référentiel de certification HAS 2025 : 

    • Équité algorithmique : analyse systématique des performances différenciées par sous-groupes (genre, âge, origine, territoire) 
    • Transparence et explicabilité : pourcentage de professionnels comprenant le fonctionnement de l’outil, disponibilité d’explications sur les recommandations 
    • Chaîne de responsabilité : clarté du contrat de responsabilité en cas d’erreur médicale liée à l’IA 
    • Consentement des patients : taux de patients informés et ayant consenti à l’utilisation de l’IA dans leur prise en charge 
    • Souveraineté des données : localisation (France / Europe), hébergement HDS certifié, capacité d’audit indépendant, clauses contractuelles de portabilité et de réversibilité  
    • Dépendance fournisseur : score de lock-in, interopérabilité avec d’autres solutions 

    Modules spécifiques par type d’IA 

    Module IA clinique (diagnostic, triage, monitoring, thérapeutique) 

    Au-delà du socle transversal, les IA cliniques nécessitent des indicateurs spécifiques alignés sur les standards méthodologiques des essais cliniques et du HTA : 

    • AUC, sensibilité, spécificité, VPP, VPN (performance du modèle) 
    • Taux de détection vs taux de faux positifs actionnables (alerte fatigue) 
    • Délai diagnostique moyen avant/après 
    • Taux d’événements indésirables liés à l’IA (incidents de sécurité) 
    • Résultats patients (mortalité, réadmissions, durée de séjour) 
    • Niveau de supervision humaine maintenu (% de décisions validées vs automatiques) 

    Module IA organisationnelle / administrative / IA générative 

    • Taux de codage automatisé validé sans correction 
    • Heures de documentation économisées (ambient listening, IA générative) 
    • Amélioration du taux de valorisation des séjours (PMSI) 
    • Réduction des délais : facturation, admission, rendez-vous 
    • Taux d’adoption effectif et taux d’abandon 

    Module IA de recherche / découverte 

    • Gain de temps sur les étapes de recherche bibliographique et de criblage 
    • Taux d’éligibilité aux essais cliniques détectée plus rapidement  
    • Nombre de projets de recherche rendus possibles par la valorisation des données 
    • Qualité et complétude des données structurées disponibles pour la recherche 

    Des sites pilotes vers un modèle commun France 

    Le déploiement de ce cadre d’évaluation doit suivre une trajectoire progressive, fondée sur l’expérimentation en vie réelle avant la standardisation. La première phase consiste à sélectionner un panel de sites pilotes diversifiés (CHU, CH de taille moyenne, ESPIC), en lien avec les ARS, les payeurs et les représentants d’usagers. Chaque site pilote s’engage à documenter systématiquement les quatre dimensions du socle transversal pour chaque projet d’IA actif. 

    La deuxième phase vise à consolider et comparer les résultats entre sites, pour identifier les indicateurs les plus robustes, les méthodes de collecte les plus réalistes, et les facteurs contextuels modérant les résultats. Cette phase permettra de documenter les hypothèses de chaque modèle de ROI, en distinguant ce qui est observable directement (heures économisées, taux d’adoption) de ce qui nécessite des méthodes d’imputation ou de modélisation (vies sauvées, complications évitées). 

    La troisième phase consiste à converger vers un modèle commun France, potentiellement articulé avec les travaux européens en cours (EUnetHTA, EHDS, AI Act), et à produire un référentiel opposable ou fortement incitatif permettant aux établissements, aux payeurs et aux autorités de parler un même langage sur la valeur réelle de l’IA en santé.  

    Le projet Alliance Santé IA du CHU de Montpellier, avec son ambition de réplicabilité et sa rigueur d’évaluation documentée, constitue le prototype le plus avancé de cette trajectoire en France. Sa vocation est précisément de démontrer qu’il est possible de déployer une IA hospitalière souveraine, encadrée et évaluée en conditions réelles, au service de tous les acteurs du système de santé. 

  • IA en santé : pourquoi les méthodes d’évaluation doivent diverger des SI classiques

    IA vs Systèmes d’Information classiques 

    L’évaluation d’un projet d’IA ne peut être conduite selon les méthodes éprouvées pour les systèmes d’information (SI) classiques. Les différences sont structurelles et portent sur la nature même de ces technologies.  

    Un SI classique repose sur une logique déterministe : une même entrée produit toujours la même sortie, les règles sont explicites et auditables, et le comportement du système est prévisible et vérifiable. L’évaluation peut donc se concentrer sur la conformité fonctionnelle, la performance technique (disponibilité, temps de réponse), et la satisfaction utilisateur. Un projet ERP ou un logiciel de gestion hospitalière se valide par sa conformité au cahier des charges, ses coûts de déploiement, et son impact sur les processus opérationnels. 

    Un système d’IA, en revanche, repose sur une logique probabiliste et évolutive : il produit des sorties probabilistes dont la fiabilité varie selon les données d’entrée et les populations rencontrées. Il peut se dégrader silencieusement au fil du temps (concept de data drift ou model drift) sans que les indicateurs de disponibilité technique ne le détectent. Ses erreurs peuvent être asymétriques (faux positifs vs faux négatifs ont des conséquences très différentes en santé). Ses décisions peuvent être opaques ou difficilement explicables.  

    Ces différences impliquent un cadre d’évaluation spécifique pour l’IA, comprenant obligatoirement : (1) une validation prospective en conditions réelles (et pas seulement rétrospective), (2) une surveillance continue post-déploiement (monitoring de la performance), (3) une analyse des biais de performance entre sous-populations, et (4) des procédures de mise à jour encadrées. L’IHI recommande de confier la responsabilité de chaque modèle déployé à un trio d’acteurs : un responsable clinique, un data scientist, et un informaticien.  

    Le tableau des différences clés est le suivant : 

    Dimension 

    SI Classique 

    IA 

    Comportement 

    Déterministe 

    Probabiliste 

    Auditabilité 

    Complète (règles explicites) 

    Partielle (boîte noire possible) 

    Performance dans le temps 

    Stable 

    Peut se dégrader (data drift) 

    Erreurs 

    Erreurs de code identifiables 

    Erreurs systémiques possibles 

    Validation 

    Tests fonctionnels 

    Études cliniques + monitoring 

    Réglementation 

    Droit commun SI 

    MDR + AI Act (si DM) 

    Responsabilité 

    Claire 

    Partagée, à définir contractuellement 

    IA en santé vs IA hors santé 

    L’IA en santé présente des spécificités qui la distinguent fondamentalement des applications d’IA dans d’autres secteurs (finance, commerce, industrie). 

    La nature des données est la première spécificité : les données de santé sont sensibles, hétérogènes, insuffisamment standardisées, et soumises à des réglementations strictes (RGPD, référentiels HDS). La qualité des bases d’entraînement conditionne directement la fiabilité des modèles, et leur constitution requiert des infrastructures certifiées.  

    Les enjeux de sécurité sont d’une autre nature : une erreur de l’IA dans le domaine de la santé peut avoir des conséquences irréversibles sur la vie du patient. Cela justifie l’exigence de validation clinique pré-déploiement, absente dans la plupart des autres secteurs, et le maintien d’une supervision humaine constante.  

    La réglementation est spécifique : tout logiciel destiné à influencer une décision médicale est susceptible d’être qualifié de dispositif médical au sens du MDR, déclenchant des obligations de preuve clinique et de marquage CE inexistantes dans les autres secteurs. 

    Les modèles de ROI diffèrent également : le ROI d’une IA en santé ne peut se limiter à des indicateurs financiers classiques. Il doit intégrer des dimensions cliniques (impact sur les résultats de santé), éthiques (équité, non-malveillance) et organisationnelles (qualité de vie au travail). L’approche HTA (Health Technology Assessment), standard international pour l’évaluation des technologies de santé, propose une évaluation multidimensionnelle (efficacité clinique, coût-efficacité, impacts organisationnels et éthiques) qui s’impose progressivement comme référence. 

    Les attentes des parties prenantes sont spécifiques : patients, professionnels de santé, régulateurs, payeurs et éthiciens ont des exigences différentes et potentiellement divergentes, nécessitant une gouvernance multi-acteurs absente dans d’autres secteurs.  

    IA clinique vs IA non clinique 

    Au sein même de la santé, il convient de distinguer rigoureusement les IA cliniques (intervenant directement dans la chaîne décisionnelle de soins) des IA non cliniques (intervenant dans les processus administratifs, logistiques ou de recherche). 

    L’IA clinique : aide au diagnostic, triage, monitoring, thérapeutique, est soumise aux exigences les plus strictes. Elle entre dans le champ du MDR comme SaMD, nécessite une évaluation clinique robuste, et est soumise à l’AI Act comme système à haut risque. Son évaluation doit inclure des études de performance clinique prospectives, une analyse des biais de performance, et un protocole de surveillance post-marché. La responsabilité médicale en cas d’erreur implique que la décision finale reste sous supervision humaine, principe consacré par l’AFNOR SPEC 2213 et le droit de la bioéthique français (loi de 2021, article 17). 

    L’IA non clinique : codage PMSI, optimisation de la planification, documentation administrative, aide à la facturation, n’est pas soumise au MDR dans la plupart des cas, ce qui implique des exigences réglementaires moins contraignantes. Son évaluation peut se concentrer sur des indicateurs opérationnels et économiques (gain de temps, réduction des erreurs de codage, amélioration du taux de recouvrement). Elle reste néanmoins concernée par l’AI Act si elle influence des décisions ayant un impact significatif sur les droits des personnes.  

    La frontière entre IA clinique et non clinique peut être ténue : une IA de planning du bloc opératoire qui influence la priorité d’attribution des créneaux selon des critères médicaux devient de facto une IA à impact clinique, même si sa fonction principale est organisationnelle. Cette zone grise nécessite une clarification au cas par cas, guidée par la qualification réglementaire et une analyse de risque systématique.

  • IA en santé : des preuves solides en imagerie, des résultats encore mitigés pour l’ambient listening

    La production scientifique sur l’IA en santé a connu une croissance exponentielle depuis 2017, mais la qualité méthodologique des études reste inégale selon les domaines applicatifs. Une analyse comparative par type d’IA permet de dresser un état des lieux nuancé, distinguant les domaines où les preuves sont solides de ceux où la littérature reste majoritairement exploratoire. 

    IA d’imagerie médicale — Les preuves les plus robustes 

    L’imagerie médicale représente le domaine où les preuves scientifiques de l’efficacité de l’IA sont les plus consolidées, ce qui explique la prédominance de cette catégorie dans les autorisations FDA (76%) et dans les publications scientifiques. Un rapport de l’Académie nationale de médecine de 2026 confirme que « la performance diagnostique de certaines applications d’IA utilisées en routine est déjà voisine de celle obtenue par des radiologues hautement spécialisés ». 

    Les applications les mieux documentées incluent : 

    • Dépistage du cancer du sein : des études publiées dans Nature ont démontré qu’un système d’IA utilisé en complément d’un radiologue réduit les faux négatifs et faux positifs dans certains contextes de dépistage. L’étude Vara-PRAIM (463 094 femmes) a montré une augmentation de la détection du cancer du sein de 17,6%.  
    • Détection de nodules pulmonaires, fractures, microcalcifications : les réseaux de neurones convolutionnels (CNN) sont capables d’identifier des structures anatomiques et de détecter des anomalies complexes avec des performances comparables à celles d’experts.  
    • Quantification et suivi longitudinal : l’IA améliore la reproductibilité des mesures (segmentation tumorale, calcul de volumes) et réduit la variabilité inter-observateur, un enjeu reconnu en oncologie.  

    Une revue exploratoire publiée dans eClinicalMedicine en mai 2025 a analysé l’implémentation des IA d’aide au diagnostic dans la pratique radiologique. Elle confirme les gains de performance mais souligne des défis persistants : hétérogénéité des protocoles d’implémentation, variabilité des populations étudiées, et manque d’études sur le long terme. L’IA progresse particulièrement en imagerie cardiologique et oncologique, menant à des améliorations notables dans la qualité des soins. 

    Ambient Listening — Preuves émergentes, résultats mitigés 

    L’ambient listening — utilisation de l’IA pour transcrire et structurer automatiquement les consultations médicales — est une catégorie à fort potentiel mais dont les preuves scientifiques sont encore en construction. Une étude publiée dans le NEJM AI en novembre 2024 par Atrium Health (Caroline du Nord) portant sur l’outil Dragon Ambient eXperience (DAX) de Nuance en soins primaires n’a pas montré d’amélioration significative de l’efficacité du travail des médecins mesurée par les indicateurs d’utilisation du dossier médical électronique. Ces résultats, contrastant avec les attentes, soulignent la complexité de mesurer le ROI de l’ambient listening sur des indicateurs strictement opérationnels.  

    En revanche, une étude publiée dans JMIR Medical Informatics en avril 2026 portant sur 31 médecins et 7 545 notes cliniques générées par un scribe IA a évalué la qualité des notes selon quatre types d’erreurs (inclusions accidentelles, omissions, hallucinations, biais). 83,8% des erreurs étaient classées comme légères à modérées (sévérité 1-3), et seulement 5,3% des notes contenaient des erreurs présentant un risque sérieux ou imminent pour le patient. La médiane des mots modifiés par rapport aux notes générées par l’IA était de 9,0%, avec 14,9% des notes laissées sans modification. Une autre étude dans PMC (2025) confirme que les résultats initiaux d’enquêtes auprès des cliniciens sont positifs, mais que les mesures objectives d’efficacité restent à consolider. Une revue dans ScienceDirect (2026) souligne les enjeux de confidentialité liés à la capture de données sensibles dans la salle d’examen. 

    IA de triage et monitoring, Preuves prometteuses 

    Les IA de monitoring et de triage (détection précoce de la sepsis, prédiction des réadmissions, surveillance nocturne en EHPAD) bénéficient d’une littérature croissante. Une étude qualitative publiée dans Management & Data Science (2025) sur l’outil OSO-AI (oreille augmentée des soignants) a documenté les effets de l’outil sur les pratiques soignantes : diminution des réveils inutiles des patients, meilleure organisation des interventions, et réduction de la charge mentale. Ces résultats qualitatifs complètent les études quantitatives sur la performance des modèles. 

    L’IHI (Institute for Healthcare Improvement) souligne que le suivi efficace des IA de monitoring nécessite de distinguer deux niveaux d’évaluation : la performance statistique (AUC, sensibilité, spécificité) et la performance des résultats (réadmissions évitées, mortalité, équité). Un modèle aux excellentes performances statistiques peut s’avérer inefficace si les patients n’en tirent aucun bénéfice démontrable.  

    IA de recherche et de découverte — Un domaine en pleine structuration 

    Dans le domaine de la recherche clinique, un essai clinique randomisé publié dans JAMA (2024) a évalué l’outil RECTIFIER (LLM pour le criblage des patients éligibles aux essais cliniques). Sur 4 476 patients randomisés, le dépistage assisté par IA a permis une détermination de l’éligibilité significativement plus rapide (ratio de risque de sous-distribution 1,78 ; IC 95 % 1,54-2,06 ; p < 0,001) par rapport au dépistage manuel. Ces résultats suggèrent un potentiel transformatif pour l’accélération des essais cliniques et l’accès plus précoce aux nouvelles thérapies.  

    Limites méthodologiques transversales 

    La littérature sur l’IA en santé est affectée par plusieurs biais récurrents identifiés dans des méta-analyses : prépondérance d’études rétrospectives, sur-représentation de certaines populations dans les bases d’entraînement (biais de genre, géographique, ethnique), hétérogénéité des métriques utilisées pour rapporter les performances, et manque de données sur la performance en vie réelle (real-world evidence). La revue publiée dans Frontiers in Artificial Intelligence (2021) identifie cinq dimensions d’exceptionnalité de l’IA pour le HTA : ses caractéristiques distinctives, ses impacts systémiques, les attentes accrues à son égard, les nouveaux défis éthiques et les nouvelles contraintes évaluatives qu’elle impose. 

  • France : un écosystème d’évaluation de l’IA en santé qui se structure entre AFNOR, marquage CE, hôpitaux et HAS

    Un écosystème en cours de structuration 

    L’évaluation de l’IA en santé en France mobilise un ensemble d’acteurs aux légitimités, méthodes et visions distinctes. Loin d’être redondants, ces acteurs interviennent à des niveaux différents du cycle de vie des solutions : normalisation, certification réglementaire, évaluation médico-économique, expérimentation en vie réelle. Leur complémentarité potentielle n’est pas encore pleinement organisée, mais les convergences s’accélèrent sous l’impulsion de l’AI Act européen et des programmes France 2030. 

    AFNOR, le rôle du normalisateur 

    L’AFNOR joue un rôle fondamental dans la production de standards volontaires qui précèdent et alimentent la réglementation. De 2021 à 2025, l’AFNOR a été mandatée pour dessiner les contours des normes volontaires utiles aux concepteurs et utilisateurs d’IA en France. L’AI Act européen de 2025 confie désormais à l’instance de normalisation européenne (CEN/CENELEC) la préparation des normes harmonisées donnant présomption de conformité au règlement. 

    Sa contribution la plus significative dans le domaine de la santé est la publication, en mai 2024, de l’AFNOR SPEC 2213 — « Garantie Humaine de l’IA en Santé ». Ce document normatif apporte des réponses concrètes à la question du rôle de l’humain face à l’IA médicale. Il définit des lignes directrices pour intégrer la garantie humaine dès la phase de conception des systèmes d’IA et tout au long de leur utilisation, couvrant la supervision humaine, le contrôle humain, et l’identification des points critiques d’intervention. Ce document a vocation à évoluer vers une norme NF, puis ISO. 

    La vision de l’AFNOR s’inscrit dans une logique de « régulation positive » : réguler pour mieux innover, en offrant aux acteurs un cadre de confiance fondé sur les meilleures pratiques. L’AFNOR participe également à la Commission de Normalisation Numérique en Santé (CN S95N), couvrant l’interopérabilité, la sûreté, la sécurité et la confidentialité. En décembre 2023, la norme-cadre internationale ISO/IEC 42001 a été publiée, donnant des lignes directrices pour déployer un système de management de l’IA certifiable. 

    Marquage CE, La certification réglementaire européenne 

    Le marquage CE constitue la porte d’entrée légale des dispositifs médicaux numériques intégrant de l’IA sur le marché européen. Il atteste de la conformité d’un produit aux exigences essentielles définies par le MDR (EU 2017/745) et l’IVDR (EU 2017/746). Pour les logiciels de santé, la règle 11 du MDR prévoit une classification spécifique des SaMD (Software as a Medical Device) selon leur impact sur le patient.  

    La procédure d’obtention du marquage CE passe par une évaluation clinique rigoureuse, qui vise à démontrer que le dispositif est sûr et performant dans son usage prévu. Pour les IA à haut risque (catégorie MDR III ou IIb), un organisme notifié (ON) doit intervenir dans l’évaluation de la conformité. L’articulation avec l’AI Act crée désormais un double cadre réglementaire : les fabricants doivent articuler les exigences propres aux dispositifs médicaux avec celles spécifiques à l’IA (gouvernance des données, robustesse, traçabilité).  

    La vision portée par le marquage CE est celle d’une garantie minimale de sécurité et de performance, démontrée par des données cliniques. Sa limite principale dans le contexte de l’IA est son caractère statique : il certifie une version à un moment donné, alors que les modèles d’IA peuvent évoluer après mise sur le marché. La proposition omnibus de la Commission européenne vise précisément à simplifier le processus en créant un parcours intégré MDR / AI Act.  

    Les travaux du CHU de Montpellier sur l’évaluation des IA 

    Le CHU de Montpellier occupe une position pionnière dans le paysage français de l’évaluation de l’IA en santé. Son projet Alliance Santé IA, financé à hauteur de 14,9 M€ par France 2030, constitue le premier programme d’envergure d’« hôpital augmenté » souverain et réplicable. Le consortium réunit le CHU de Montpellier, ADLIN Science, le CINES, l’Inria, ANA Healthcare et Numalis, avec un partenariat structurant avec l’hébergeur français Scaleway. 

    Sur le plan méthodologique, le CHU de Montpellier a développé une approche institutionnelle d’évaluation de l’IA qui repose sur plusieurs piliers : des infrastructures HDS (hébergement de données de santé) certifiées avec un cluster de calcul haute performance (8 GPU H100), une intégration au DPI (dossier patient informatisé) permettant une évaluation en conditions réelles, et un outil de détection des hallucinations (ERIOS) utilisé comme outil d’évaluation de la fiabilité des réponses générées par l’IA. 

    La vision du CHU de Montpellier se distingue par son exigence de preuves publiées et reproductibles : la crédibilité du projet est conditionnée à la publication d’indicateurs vérifiables — temps soignant libéré, qualité, erreurs évitées, effets médico-économiques. Cette approche de « living lab » à l’échelle institutionnelle fait du CHU de Montpellier un modèle de référence pour la construction d’un modèle commun d’évaluation française de l’IA en santé.  

    Haute Autorité de Santé, l’évaluateur du système de santé 

    La HAS est l’acteur institutionnel central de l’évaluation des technologies de santé en France, avec un rôle en profonde évolution face à l’IA. Son projet stratégique 2025-2030 identifie « Numérique et IA en santé » comme une thématique phare.  

    La HAS intervient selon plusieurs registres complémentaires : 

    1. Évaluation des technologies de santé intégrant l’IA :La HAS contribue à éclairer les décisions de remboursement pour les dispositifs médicaux numériques (DMN). LaCNEDiMTS (Commission Nationale d’Évaluation des Dispositifs Médicaux et des Technologies de Santé) est l’organe compétent pour les DM incluant les solutions d’IA.  
    2. Certification des établissements de santé :Le6e cycle de certification (2025-2029) intègre explicitement des critères liés à l’IA, notamment les critères 3.4-05 et 3.4-06 sur la gouvernance des DMN et les outils d’IA, et le critère 3.1-06 sur le questionnement éthique. Les établissements doivent démontrer leur capacité à piloter les DMN, à former leurs professionnels, et à évaluer les impacts des outils technologiques. 
    3. Production de guides de bonnes pratiques :En octobre 2025, la HAS a publié ses«Premières clefs d’usage de l’IA générative en santé», destinées aux professionnels du secteur sanitaire et médico-social. Ce guide préconise une démarche A.V.E.C. (Apprendre – Vérifier – Estimer – Communiquer) pour tout usage d’un système d’IA générative.  
    4. Expérimentation de l’IA dans ses propres processus :La HAS a lancé en 2024 une démarche d’expérimentation des outils d’IA pour la revue de littérature, évaluant des outils d’assistance à la sélection de publications (notammentASReview), tout en documentant leurs limites.  

    La vision de la HAS s’articule autour d’un cadre de confiance à construire progressivement : guider les professionnels dans le choix de technologies pertinentes, accompagner les usages, et développer de nouveaux cadres d’évaluation adaptés permettant aux établissements d’identifier les technologies présentant un réel intérêt.