Articles

  • Licornes européennes du numérique en santé : le paradoxe d’un secteur invaincu en Europe, à l’épreuve de la rentabilité, et du rouleau compresseur américain

    Article 1 – Le numérique en santé s’installe dans le top 3 des licornes européennes

    Derrière le nombre de licornes européennes crées, la réalité est brutale : près de la moitié de ces start-ups du continent ont déjà perdu leur éclat, victimes de dévaluations massives ou d’un exode vers les États-Unis. Sur les 200 pépites historiques, il n’en reste aujourd’hui que 114 réellement actives sur le sol européen, un constat qui n’épargne pas la France dont le vivier réel est tombé à 23 entreprises.

    Pourtant, au milieu de cet effondrement qui frappe la crypto et le quick-commerce, le secteur de la santé numérique affiche une résilience insolente. Avec un taux d’échec de 0 % parmi ses fleurons, la healthtech s’impose désormais comme le troisième pilier stratégique du continent.

    👉 Pour consulter l’article : cliquer sur ce lien

    Article 2 – 2016-2026, la décennie où les licornes françaises du numérique en santé ont appris à galoper

    Il y a dix ans à peine, chercher une licorne de la santé numérique en France relevait de l’impossible. En 2016, le secteur était jugé trop lent, trop régulé et surtout trop peu rentable pour les investisseurs. Nos champions actuels n’étaient alors que des promesses incertaines : Alan venait de naître, tandis que Doctolib tentait encore de convaincre les médecins d’abandonner l’agenda papier. Entre un verrouillage réglementaire strict et l’absence de fonds capables de soutenir des modèles aussi gourmands en capital, le plafond de verre semblait infranchissable.

    Aujourd’hui, la France a pris le leadership européen du domaine, illustrant un basculement historique : la santé n’est plus un frein à l’innovation, mais le moteur de la souveraineté technologique du pays.

    👉 Pour consulter l’article : cliquer sur ce lien

    Article 3 – Qui finance les licornes de la santé ?

    Derrière les valorisations vertigineuses des licornes de la santé se cache une mécanique financière aussi sélective qu’implacable. L’analyse des tables de capitalisation révèle un écosystème où l’État français, via Bpifrance, joue les chefs d’orchestre et les boucliers stratégiques. Présent au capital de la quasi-totalité des champions, le bras armé de l’État assure une souveraineté technologique face aux appétits étrangers, tout en offrant la caution institutionnelle indispensable au marché de la santé.

    Loin d’être un aboutissement, le statut de licorne marque le début d’une course effrénée au capital : de Doctolib à Alan, ces géants continuent de lever des centaines de millions d’euros pour conquérir l’international et écraser toute concurrence, créant un fossé grandissant avec le reste de l’écosystème.

    👉 Pour consulter l’article : cliquer sur ce lien

    Article 4 – Licorne, mais pas rentable ?

    Derrière le prestige du statut de “licorne”, la réalité des chiffres révèle un combat de longue haleine : celui de la rentabilité. Si Doctolib et Alan ont enfin brisé la malédiction du déficit en 2025 et 2026, leur victoire est le fruit de plus d’une décennie de pertes abyssales et de levées de fonds records. Ce passage au vert démontre que dans le numérique en santé, le succès n’est pas une question d’agilité, mais de résilience financière absolue face à des cycles de développement exceptionnellement longs.

    👉 Pour consulter l’article : cliquer sur ce lien

    Article 5 – Valorisation : Doctolib et Alan en haut du classement des licornes européennes

    Sur les 12 licornes de la santé numérique recensées en Europe, la France ne se contente pas d’avoir le plus grand nombre de représentants : elle s’empare des sommets. Si la bague connectée finlandaise Ōura domine le classement avec son statut de “décacorne” (avec sa valorisation de 11 Mds $), le podium est complété par un doublé tricolore historique. Doctolib (6,4 Mds $) et Alan (5,5 Mds $) surclassent la concurrence continentale, portées par leur rentabilité et leur domination sur les marchés des logiciels B2B et de l’assurance.

    Derrière ce trio de tête, le reste du peloton européen bataille dans la zone du milliard de dollars.

    👉 Pour consulter l’article : cliquer sur ce lien

    Article 6 – Ces pépites françaises qui frappent à la porte du milliard

    Si le sommet de l’écosystème européen du numérique en santé semble bien installé, la base de la french tech est en pleine ébullition. Derrière le quatuor de tête, une nouvelle garde de start-ups s’attaque aux défis les plus complexes de la médecine de demain : infrastructure hospitalière, oncologie, charge mentale des médecins ou encore découverte quantique de médicaments.

    Leur ambition est claire : développer des technologies si indispensables qu’elles briseront à leur tour le plafond de verre du milliard de dollars de valorisation. Et pour y parvenir, ces pépites n’attendent pas et lèvent déjà des capitaux massifs, se structurant financièrement comme des géants.

    👉 Pour consulter l’article : cliquer sur ce lien

    Article 7 – France VS USA : comment les différences de marché impactent la création de licornes en santé numérique

    Avec 94 licornes recensées dans la santé numérique contre seulement 4 dans l’Hexagone, les États-Unis imposent une hégémonie quantitative et financière écrasante, cumulant plus de 324 milliards de dollars de valorisation contre 14 milliards pour le clan tricolore.

    Mais si la France sait créer quelques mastodontes, comme Alan et Doctolib, le modèle américain reste une véritable usine à industrialiser le succès, propulsant des leaders comme Devoted Health ou Neuralink dans des sphères financières inatteignables pour l’Europe. Cette asymétrie brutale ne s’explique pas par un déficit de talent des ingénieurs français, mais par l’ADN même des systèmes de soins. Face à un marché américain privatisé, hyper-concurrentiel et guidé par un besoin d’optimisation immédiat, le modèle français, bien que protecteur et centré sur l’accès aux soins, se heurte à la lenteur des cycles d’achats publics et à des budgets lourdement encadrés.

    👉 Pour consulter l’article : cliquer sur ce lien

    Licornes européennes du numérique en santé : le paradoxe d'un secteur invaincu en Europe, à l'épreuve de la rentabilité, et du rouleau compresseur américain - @H&TI
    Licornes européennes du numérique en santé : le paradoxe d’un secteur invaincu en Europe, à l’épreuve de la rentabilité, et du rouleau compresseur américain – @H&TI
  • Valorisation : Doctolib et Alan en haut du classement des licornes européennes

    Deux licornes françaises dans le top 3

    Au sommet de l’Olympe du numérique en santé européen, trois mastodontes se détachent très nettement du reste du peloton, captant à eux seuls la majorité de la valeur du secteur.

    La couronne européenne revient à la pépite finlandaise Ōura  qui est aujourd’hui l’unique licorne de la santé numérique en Europe à franchir la barre symbolique du “décacorne”, avec une valorisation estimée à 10,9 milliards de dollars. Loin du logiciel médical traditionnel, l’entreprise vend une bague connectée premium analysant le sommeil et les biomarqueurs. Elle prouve que le marché B2C de la santé préventive est le plus lucratif du continent.

    Mais derrière ce géant finlandais, c’est un véritable triomphe tricolore. La France ne se contente pas d’être le pays qui possède le plus grand nombre de licornes en santé numérique en Europe (quatre au total) ; elle réussit surtout l’exploit de placer deux de ses pépites directement sur le podium européen des valorisations :

    • Doctolib (6,4 milliards de dollars) : La médaille d’argent revient au rouleau compresseur français de la prise de rendez-vous et du logiciel médical. Devenu rentable, Doctolib profite d’une valorisation stratosphérique liée à son quasi-monopole en France, en Allemagne et en Italie.

    • Alan (5,5 milliards de dollars) : Sur la troisième marche, l’assurance santé numérique “nouvelle génération”. Portée par une automatisation massive de ses services grâce à l’IA et une rentabilité fraîchement atteinte sur le marché français, l’entreprise s’impose comme un géant financier incontournable.

    Valorisation des licornes européennes du numérique en santé - H&TI
    Valorisation des licornes européennes du numérique en santé – H&TI

    La majorité des licornes restent valorisées entre 1 et 2 milliards de dollars

    Passé ce “Top 3” de géants pesant plus de 5 milliards, la marche est haute. En réalité, en dehors de ces trois mastodontes, seul le Britannique CMR Surgical parvient à être valorisé à plus de 2 milliards de dollars (3,0 milliards $). Ce fleuron de la robotique chirurgicale de pointe maintient une valorisation élevée, mais qui exige de lever des capitaux colossaux pour soutenir la fabrication de ses bras robotisés complexes (nommés Versius).

    Derrière lui, on retrouve un peloton de 8 licornes historiques qui se bousculent dans un mouchoir de poche, toutes valorisées entre 1 et 2 milliards de dollars. Voici leur classement, de la mieux à la moins bien valorisée :

    • Kry 🇸🇪 (2,0 milliards $) : Le pionnier suédois de la téléconsultation (connu sous le nom de Livi en France) s’accroche au haut du peloton. Après l’explosion de la télémédecine post-Covid, l’entreprise a stabilisé son modèle en ouvrant des cliniques physiques à travers l’Europe.

    • Mindmaze 🇨🇭 (~1,5 milliard $) : Le leader mondial des “thérapeutiques digitales” neurologiques. Cette pépite suisse déploie la réalité virtuelle et le jeu vidéo clinique pour rééduquer les patients victimes d’AVC ou atteints d’Alzheimer, un marché de niche mais à très haute valeur ajoutée.

    • Owkin (1,0 milliard $) : Le champion français de la deeptech qui utilise l’IA pour découvrir de nouveaux médicaments avec les géants de la big pharma. Un modèle brillant scientifiquement, mais dont la croissance (stable à -1% sur 12 mois) reflète la lenteur du secteur de la recherche clinique.

    • Flo Health 🇬🇧 (1,0 milliard $) : C’est l’application femtech la plus téléchargée au monde pour le suivi du cycle menstruel. Récemment entrée dans le club des licornes, elle s’appuie sur une base gigantesque de près de 70 millions d’utilisatrices actives.

    • Dental Monitoring (~1,0 milliard $) : Cette medtech française révolutionne l’orthodontie avec son suivi à distance par IA et sa “Scanbox”. En hyper-croissance internationale (notamment aux États-Unis), elle maintient solidement sa place dans le club du milliard.

    • Huma 🇬🇧 (~1,0 milliard $) : Le grand spécialiste de “l’hôpital à domicile”. L’entreprise britannique gère le monitoring des patients à distance et l’orchestration des essais cliniques décentralisés.

    • Cera 🇬🇧 (~1,0 milliard $) : Face à la crise du vieillissement et des urgences britanniques, cette start-up utilise l’IA et des algorithmes de routage pour optimiser les tournées des infirmiers et aides-soignants à domicile.

    • Docplanner 🇵🇱 (~1,0 milliard $) : Le “Doctolib de l’Est”. Hyper-rentable, discret, mais ultra-dominant en Pologne, en Italie, en Espagne et en Amérique latine, il clôt ce classement avec l’un des modèles économiques les plus sains du continent.

  • Licorne, mais pas rentable ? Zoom sur les bilans des 4 pépites françaises de la healthtech

    Des entreprises qui mettent plus de 10 ans pour espérer être rentables

    Dans cette course à l’équilibre, une fracture nette sépare aujourd’hui l’écosystème. D’un côté, les entreprises de “plateforme” (logiciels B2B et services financiers) qui récoltent enfin les fruits de leur stratégie de monopole après une décennie de pertes abyssales. De l’autre, les laboratoires de DeepTech qui restent structurellement sous perfusion.

    Le temps nécessaire pour devenir rentable n’est pas une question de talent de la part des fondateurs, mais une loi dictée par le modèle économique :

    • 10 ans pour Alan ;

    • 12 ans pour Doctolib ;

    • Plus de 10 ans sans voir la moindre once de rentabilité pour le dispositif médical à l’échelle mondiale de Dental Monitoring ;

    • Au moins 15 ans pour espérer être rentable pour Okwin et sa recherche médicale.

    C’est Doctolib qui ouvre encore la voie

    Pendant 12 ans, Doctolib a été un véritable trou noir à capitaux. Devenue licorne en 2019 avec 150 M€ levés, l’entreprise n’a pas ralenti, levant la somme astronomique de 500 millions d’euros en 2022. L’objectif pendant toutes ces années était de financer une armée de commerciaux pour s’étendre en Allemagne et en Italie. Cette hyper-croissance a un coût : le point bas financier a été atteint en 2022 (avec des pertes nettes estimées à plus de 150 millions d’euros). Mais le pari du monopole a fini par payer. Fin 2025, après avoir rationalisé ses coûts (-53,8 M€ d’EBITDA en 2024), Stanislas Niox-Chateau a enfin pu annoncer la bascule : Doctolib est rentable. Avec 400 000 soignants payant un abonnement récurrent chaque mois, la machine est devenue une véritable rente à cash.

    EDITDA de Doctolib entre 2020 et 2025 en millions d'euros
    EDITDA de Doctolib entre 2020 et 2025 en millions d’euros – @H&TI

    Alan lève 100 millions d’euros après la rentabilité

    Après avoir touché le fond de la piscine en 2022 avec 72 millions d’euros de pertes nettes, Alan a missé massivement sur l’intelligence artificielle pour automatiser son service client, ce qui lui a permis d’exploser ses revenus sans faire exploser sa masse salariale. Portée par la signature de contrats géants dans la fonction publique, l’entreprise a annoncé en mars 2026 avoir atteint la rentabilité opérationnelle sur son marché historique français. Preuve de l’effet “prime au leader” : à l’instant même où cette rentabilité a été prouvée, les investisseurs se sont bousculés pour leur injecter 100 millions d’euros supplémentaires, non pas pour survivre, mais pour financer leur domination au Canada.

    EDITDA de Alan entre 2020 et 2025 en millions d'euros
    EDITDA de Alan entre 2020 et 2025 en millions d’euros – @H&TI

    Une rentabilité plus difficile à atteindre quand la technologie est physique ou clinique

    Si Doctolib et Alan ont pu sortir du rouge, c’est grâce à la magie de leur modèle : une fois la plateforme logicielle développée, ajouter un nouveau client ne coûte presque rien. Mais que se passe-t-il quand l’innovation nécessite des laboratoires de pointe, des essais cliniques de plusieurs années ou la fabrication d’appareils physiques ? La “courbe en J” se transforme alors en une longue “vallée de la mort” financière. C’est la réalité de nos deux autres licornes.

    Owkin peine encore à trouver la rentabilité :

    La réalité de l’entreprise franco-américaine spécialisée dans l’intelligence artificielle appliquée à la découverte de médicaments est relativement différentes de celle d’Alan ou de Doctolib. Contrairement à un logiciel SaaS, les modèles d’Owkin nécessitent une puissance de calcul colossale, des partenariats hospitaliers onéreux et des années d’essais cliniques avant d’espérer un retour sur investissement. Pour maintenir son avance scientifique face aux géants américains, l’entreprise brûle énormément de capitaux.

    Mais face à la pression du marché, Owkin a dû envoyer des signaux de rationalisation clairs. Fin 2025, la licorne a lancé un plan de réduction de ses effectifs (visant environ 15 % de ses salariés) pour baisser ses coûts fixes, puis s’est séparée de sa très coûteuse branche diagnostic en mars 2026 (devenue la start-up indépendante Waiv). Cette rigueur a un but : tenir la distance. L’entreprise a d’ailleurs assumé publiquement son calendrier en déclarant à la presse à l’automne 2025 qu’elle espérait devenir rentable dans les cinq à six prochaines années (soit à l’horizon 2030-2031).

    DentalMonitoring et mon modèle ultra gourmand en capital :

    Le modèle hybride (hardware + software) est de loin le plus gourmand en capital. DentalMonitoring doit fabriquer un objet physique (la Scanbox), l’expédier dans le monde entier, et payer des millions pour obtenir les certifications de la très sévère FDA américaine. Les documents officiels déposés au greffe français sont implacables : le déficit de la société s’est violemment creusé au fil de son expansion.

    En 2021, l’année de son sacre comme licorne, l’entreprise perdait 24,6 millions d’euros. L’année suivante (2022), la perte nette a explosé à 40,9 millions d’euros, affichant une marge nette intenable de -303 %. Dans ce contexte, la nouvelle méga-levée de 100 millions de dollars annoncée en février 2026 n’est pas une simple prime de victoire. Même si l’entreprise se félicite d’une amélioration de sa rentabilité opérationnelle, cet argent frais reste le ravitaillement vital d’une machine industrielle obligée de brûler des dizaines de millions pour tenter de s’imposer mondialement face aux géants de l’orthodontie.

    EDITDA de Dental Monitoring entre 2020 et 2025 en millions d'euros
    EDITDA de Dental Monitoring entre 2020 et 2025 en millions d’euros – @H&TI

    Des entreprises qui mettent plus d’une dizaine d’années pour être rentables

    Le temps nécessaire pour devenir rentable n’est pas une question de talent de la part des fondateurs, mais une loi dictée par le modèle économique :

    • 10 ans pour l’assurance dopée à l’IA (Alan).

    • 12 ans pour le logiciel B2B monopolisé (Doctolib).

    • Plus de 12 ans pour le dispositif médical à l’échelle mondiale (DentalMonitoring).

    • Au moins 15 ans pour la recherche médicale (Owkin).

    Mais attention, lever des dizaines de millions sans jamais trouver la clé de la rentabilité pardonne rarement. L’écosystème garde en mémoire le cas d’école BioSerenity. Cette pépite des vêtements connectés médicaux avait levé 65 millions d’euros en 2019 et rêvait du statut de licorne. Ayant brûlé son cash dans une croissance mal maîtrisée sans jamais atteindre l’équilibre, elle a fini en redressement judiciaire fin 2023. Dans la santé numérique, le statut de licorne est un formidable accélérateur, mais la rentabilité reste le seul juge de paix.

    Comparaison des résultats nets entre les licornes françaises du numérique en santé
    Comparaison des résultats nets entre les licornes françaises du numérique en santé – @H&TI
  • Données de santé : un corpus fictif de 6 000 comptes rendus pour entraîner l’IA sans données patients

    PARTAGES publie 6 000 comptes rendus médicaux fictifs en open data

    Le projet PARTAGES publie un corpus de plus de 6 000 comptes rendus médicaux de patients fictifs en open data. Coordonné par la Plateforme des données de santé (Health Data Hub) et réunissant 32 partenaires, ce jeu de données a été entièrement rédigé et validé par des médecins. L’objectif est de répondre à une double contrainte :

    • Garantir la sécurité des données cliniques.
    • Faciliter  le développement de modèles d’IA.

    Les systèmes entraînés sur des données réelles présentent un risque de mémorisation d’informations sensibles, ce qui rend leur partage complexe et limite la disponibilité de corpus ouverts.

    En s’appuyant sur des cas cliniques imaginés, PARTAGES propose une alternative sans données patients, mobilisable sans contrainte réglementaire, en conservant un niveau de réalisme clinique.

    Le corpus résulte d’un appel lancé en avril 2025 auprès d’associations d’internes et de centres hospitalo-universitaires. Il a permis de constituer un panel de 120 médecins couvrant différentes spécialités et territoires.

    Les praticiens ont produit plus de 6 000 comptes rendus à partir de situations fictives. Ce travail s’accompagne d’un encadrement méthodologique, avec des guides de rédaction et de relecture ainsi que des annotations destinées à des cas d’usage spécifiques.

    Ce livrable s’inscrit dans une démarche scientifique formalisée, avec une publication associée : PARHAF, a human-authored corpus of clinical reports for fictitious patients in French. Il a été présenté le 25 mars lors du comité stratégique de mi-parcours du projet.

    9,4 M€ pour structurer des communs numériques en IA santé

    Lauréat de l’appel à projets « Communs numériques pour l’intelligence artificielle générative », PARTAGES bénéficie d’un financement de 9,4 millions d’euros sur deux ans (2025-2027), dans le cadre du plan France 2030 opéré par Bpifrance. Outre le corpus principal, plusieurs livrables sont mis à disposition :

    • Un guide méthodologique de production et de relecture.
    • Des sous-ensembles annotés.
    • Quatre guides d’annotation orientés cas d’usage.
    • Un corpus complémentaire de données médicales ouvertes (articles, notices, cas cliniques) utilisé pour entraîner des modèles de fondation.

    PARTAGES vise 7 modèles spécialisés et une évaluation dans 20 hôpitaux d’ici 2027

    D’ici 2027, PARTAGES prévoit le développement de sept modèles d’IA dédiés à des usages ciblés : codage des informations médicales, résumé automatique de comptes rendus, détection en infectiologie ou encore analyse de la réponse aux traitements en oncologie.

    Les premiers modèles et leurs protocoles d’évaluation doivent être publiés prochainement sur le site de la Plateforme des données de santé.

    En parallèle, une plateforme nationale d’évaluation fédérée est en cours de déploiement. Elle sera testée dans 20 hôpitaux et entrepôts de données de santé hospitaliers, afin d’évaluer les algorithmes sur des données réelles dans un cadre sécurisé.

  • De la polysomnographie au smartphone : la révolution discrète de la médecine du sommeil

    Insights :

    • 45% des Français déclarent au moins un trouble du sommeil et 9% une apnée du sommeil (5% en 2013).

     

    • Les troubles du sommeil représentent un fardeau sous‑adressé, générateur de coûts indirects importants (absentéisme, accidents, productivité).

     

    • L’apnée du sommeil est le cas d’usage pivot, avec un sous‑diagnostic massif qui justifie des approches IA de dépistage et diagnostic scalable.

     

    • Le lien bidirectionnel entre sommeil et santé mentale justifie que le sommeil soit intégré à la Grande Cause nationale Santé mentale 2025.

     

    • Un modèle fondationnel (SleepFM) démontre que les signaux de sommeil peuvent prédire de nombreuses maladies chroniques au‑delà des seules pathologies du sommeil.

     

    • L’adoption massive des wearables crée un flux continu de données nocturnes utilisables pour des parcours de prévention, dépistage et suivi intégrés.

    📌Sommeil des Français : un adulte sur cinq dort moins de 6 heures par nuit

    En 50 ans, le temps de sommeil des Français a diminué d’1 h 30, 45% déclarent au moins un trouble du sommeil et 9% souffrent d’apnée, contre 5% en 2013. Les adultes dorment en moyenne 7 h par nuit, mais 1 sur 5 dort moins de 6 h, tandis que 15–20% souffrent d’insomnie et 1 Français sur 4 présente une somnolence diurne, impliquée dans 10–20% des accidents de la route. Chez les jeunes, plus de 30% des enfants et jusqu’à 70% des adolescents dorment insuffisamment, avec un impact documenté sur les performances cognitives et la réussite scolaire. Le manque de sommeil augmente de 55% le risque d’obésité chez l’adulte et de 89% chez l’enfant, et de 28% celui de diabète de type 2, tout en accroissant les risques cardiovasculaires, immunitaires et neurodégénératifs. L’insomnie double le risque de dépression et concerne 75% des personnes avec troubles psychiques, ce qui justifie une feuille de route 2025–2026 de 25 mesures et le déploiement d’outils comme l’application gratuite Jardin Mental pour le suivi du sommeil et de l’humeur.

    👉 Plus de détails sur «Troubles du sommeil : 45% de la population déclare au moins un trouble du sommeil – Health & tech»

     

    📌IA et sommeil : 200 études montrent une performance proche des experts pour l’AOS et le scoring

    À partir de 200 publications entre 2024 et 2026, l’article identifie quatre grands champs d’usage de l’IA : dépistage de l’apnée obstructive du sommeil, scoring automatique des stades, phénotypage et outils de coaching/thérapie. Les méta-analyses montrent des AUC souvent supérieures à 0,80 pour le diagnostic d’AOS à partir d’ECG ou de SpO₂ et une précision de 80–85% pour le scoring polysomnographique, avec des accords « substantiels à presque parfaits » avec les experts. Des indices de brain age dérivés de l’EEG sur plus de 7 000 sujets se révèlent prédictifs du risque de démence, tandis que des biomarqueurs numériques respiratoires et moléculaires enrichissent la stratification cardiovasculaire et cardiométabolique. Les systèmes de coaching personnalisés, chatbots et LLM de santé du sommeil commencent à être testés en télémédecine, mais les auteurs insistent sur l’hétérogénéité méthodologique, le manque de validation externe et les enjeux d’équité, d’explicabilité et de responsabilité clinique. L’IA est ainsi positionnée comme outil de triage, de priorisation et de suivi, complémentaire à la polysomnographie et à l’expertise des spécialistes plutôt que substitut.

    👉 Plus de détails sur «IA et médecine du sommeil : de la validation clinique ciblée aux nouveaux parcours numériques – Health & tech»

     

    📌Médecine du sommeil : un marché en industrialisation face à un fardeau sous‑diagnostiqué

    L’article décrit un champ où les troubles du sommeil, fortement contributifs aux maladies chroniques et aux coûts indirects (absentéisme, accidents, productivité), demeurent largement sous‑diagnostiqués, créant un important réservoir de valeur médicale et économique. Des réseaux comme l’INSV et le Réseau Morphée structurent un maillage territorial, tandis que des centres comme AQODI ou le centre du sommeil de la clinique Jeanne‑d’Arc à Lunéville industrialisent l’exploration du sommeil via des plateaux techniques mutualisés et des parcours standardisés. La montée en puissance de formations spécialisées (DIU « Le sommeil et sa pathologie ») et de chaires comme Sleep Health‑AI consolide le capital humain et ouvre la voie à des modèles intégrant données de vie réelle, IA et partenariats public‑privé. En parallèle, l’article met en avant des risques majeurs : fragmentation de l’offre et disparités régionales, tension sur les compétences, incertitudes sur les modèles économiques et maturité inégale des solutions numériques. Les auteurs recommandent une intégration en « parcours » articulant prévention, soins primaires, centres spécialisés et plateformes de données/IA, afin de sécuriser le passage à l’échelle.

    👉 Plus de détails sur «Sommeil : un champ médical sous-exploité à la croisée de l’industrialisation des soins et de la révolution data/IA – Health & tech»

     

    📌 IA et apnée du sommeil : 14 cas d’usage pour réduire un sous‑diagnostic estimé à 80%

    Partant des 900 millions de personnes concernées dans le monde par l’apnée du sommeil, dont environ 80% ignorent leur condition, l’article présente 14 cas d’usage d’IA couvrant du smartphone aux modèles fondationnels multimodaux. Il montre comment des solutions de dépistage automatisé, de scoring embarqué dans des dispositifs (matelas, wearables, capteurs acoustiques), ou encore de monitoring en réanimation et en pédiatrie visent à contourner les limites de la polysomnographie, coûteuse et peu accessible. Plusieurs exemples mettent en avant des capacités de diagnostic ou de pré‑screening en ambulatoire avec des performances jugées cliniquement acceptables, permettant de prioriser l’accès aux laboratoires du sommeil. L’article souligne également les apports de l’IA pour l’optimisation personnalisée du repos nocturne, la détection de détériorations en soins intensifs et le suivi de nourrissons à risque, ouvrant des perspectives de médecine préventive. Il insiste cependant sur la nécessité de validation clinique, de cadres de remboursement et d’intégration aux parcours de soins pour éviter une prolifération de gadgets non validés.

    👉 Plus de détails sur «14 cas d’usage de l’intelligence artificielle en médecine du sommeil – Health & tech»

     

    📌 17 solutions d’IA en médecine du sommeil : quatre familles pour structurer le marché d’ici 2025

    L’article dresse un panorama 2025 de 17 solutions d’IA en médecine du sommeil, organisées en quatre grandes catégories : dépistage/diagnostic AOS simplifié, scoring automatique, plateformes de phénotypage‑données et outils de coaching/thérapies digitales. Il met en avant quelques indicateurs clés : tests domicile PPG/ECG avec bonne concordance à la polysomnographie, scores de risque intégrables en soins primaires, et plateformes combinant sommeil, comorbidités cardiométaboliques et suivi d’adhésion. Les auteurs analysent les opportunités (réduction du sous‑diagnostic, optimisation des flux en laboratoire du sommeil, création de biomarqueurs numériques de risque) et les risques (biais de données, manque d’interopérabilité, absence de modèles économiques stabilisés). L’article insiste sur le besoin de standards de reporting, de validations multicentriques et de cadres d’évaluation médico‑économique pour soutenir l’adoption par payeurs et cliniciens. Il conclut que les solutions les plus prometteuses sont celles ancrées dans des partenariats académiques forts, des infrastructures de données robustes et une intégration explicite aux parcours de soins existants.

    👉 Plus de détails sur «Panorama 2025 des solutions d’IA en médecine du sommeil (17 solutions, 4 grandes catégories) – Health & tech»

  • La cybersécurité à l’hôpital, entre urgence vitale et révolution technologique

    Article 1 – État des lieux d’un secteur sous tension systémique

    L’année 2026 marque un tournant critique pour les établissements de santé français, désormais confrontés à une vulnérabilité systémique illustrée par des fuites de données massives chez plusieurs prestataires. Si la transformation numérique est devenue le cœur battant de la médecine moderne, elle a paradoxalement multiplié la surface d’attaque. Les hôpitaux se retrouvent piégés par une dette technique colossale et des équipements biomédicaux dont le cycle de vie prolongé de 10 à 15 ans interdit souvent les mises à jour de sécurité essentielles. Cette fragilité structurelle est aujourd’hui exploitée par des attaquants utilisant l’intelligence artificielle pour automatiser la recherche de failles et sophistiquer l’ingénierie sociale, plaçant le secteur de la santé au sommet des cibles prioritaires mondiales avec une moyenne écrasante de 2 365 cyberattaques hebdomadaires par organisation.

    👉 Pour consulter l’article : cliquer sur ce lien

    Article 2 – Un arsenal réglementaire entre ambitions et réalités de terrain

    Pour répondre à cette urgence, la France et l’Europe ont déployé un cadre législatif de plus en plus coercitif, transformant les recommandations en obligations juridiques strictes. La Stratégie nationale de cybersécurité 2026-2030 et la transposition de la directive européenne NIS2 imposent désormais aux hôpitaux des standards de résilience élevés, sous peine de sanctions financières et pénales pour les directions. Bien que le programme financier CaRE soutienne ces investissements avec une enveloppe initiale de 250 millions d’euros allouée notamment à la sécurisation des annuaires et des sauvegardes, l’atterrissage opérationnel reste complexe. Les établissements doivent en effet concilier ces exigences avec une pénurie aiguë d’experts en cybersécurité et des budgets de fonctionnement structurellement déficitaires, faisant de la mise en conformité un défi humain autant que financier.

    👉 Pour consulter l’article : cliquer sur ce lien

    Article 3 – Zoom sur l’enquête de l’ANS sur plus de 700 RSSI

    L’enquête 2025 de l’Agence du numérique en santé souligne une évolution majeure de la gouvernance : la cybersécurité est désormais perçue comme un risque opérationnel majeur impactant directement la continuité des soins et la sécurité des patients. Si une grande majorité de directeurs d’établissements s’implique personnellement dans les plans de prévention et les exercices de crise – 87 % d’entre eux déclarant bien connaître le plan de leur établissement -, un fossé persiste entre cette volonté stratégique et les moyens alloués. Dans les faits, 60 % des hôpitaux consacrent encore moins de 5 % de leur budget informatique à la sécurité, laissant 42 % des dirigeants avec le sentiment de ne pas disposer des ressources suffisantes pour contrer cette menace. Conséquence directe de ce sous-investissement : à peine 13 % des décideurs se jugent aujourd’hui pleinement préparés à faire face à une attaque de grande ampleur.

    👉 Pour consulter l’article : cliquer sur ce lien

    Article 4 – Une cartographie des risques en mutation profonde

    La menace cyber à l’hôpital s’est industrialisée et diversifiée, allant du harcèlement quotidien par ransomware – où 71 % des incidents majeurs impliquent un vol de données préalable avec une fenêtre d’action des pirates réduite à seulement 1,5 jour -, à des attaques de plus haute technicité ciblant les API. Le phénomène du Shadow AI, où le personnel utilise des outils d’IA générative non sécurisés pour traiter des dossiers médicaux, crée de nouvelles fuites massives et silencieuses, sachant qu’actuellement 1 requête sur 41 est classée à haut risque. Parallèlement, le risque lié à la chaîne d’approvisionnement devient prédominant – 56 % des attaques ciblant les grandes structures débutant par l’infiltration d’un partenaire -, tout comme la menace liée au matériel personnel qui est à l’origine de 76 % des infections par infostealers. À plus long terme, le secteur doit également anticiper le risque quantique, des acteurs étatiques siphonnant dès aujourd’hui des flux de données chiffrées dans l’optique de les décrypter ultérieurement, menaçant ainsi la confidentialité à vie du secret médical.

    👉 Pour consulter l’article : cliquer sur ce lien

    Article 5 – L’intelligence artificielle comme nouveau bouclier défensif

    Face à cette agression technologique et à la prolifération attendue d’environ 1,67 million d’appareils biomédicaux connectés (IoMT) d’ici 2029, les hôpitaux français adoptent des solutions de défense souveraines dopées à l’IA pour sanctuariser leur système d’information à chaque étape de l’intrusion. De la sécurisation des messageries par analyse sémantique avec Vade ou Mailinblack, au déploiement de solutions EDR et XDR comme celles d’HarfangLab ou Tehtris pour bloquer les processus malveillants en quelques millisecondes, l’IA permet une réaction à la vitesse de la machine. Cette stratégie s’étend à la surveillance des flux réseaux via des technologies de machine learning non supervisé qui apprennent les comportements normaux des équipements pour détecter instantanément toute déviation suspecte. En isolant automatiquement les menaces, ces outils offrent une immunité numérique capable de protéger les infrastructures critiques, même face à des variantes de virus totalement inconnues.

    👉 Pour consulter l’article : cliquer sur ce lien

    La cybersécurité à l'hôpital, entre urgence et révolution numérique - @ANS
    La cybersécurité à l’hôpital, entre urgence et révolution numérique – @ANS
  • L’IA comme défense contre la menace cyber : cartographie des 11 solutions utilisées en France

    Des solutions à chaque étape de l’intrusion

    Détenteurs de données hautement critiques et soumis à l’impératif de continuité des soins, les hôpitaux sont devenus la cible privilégiée des groupes cybercriminels. Face à des attaques par ransomwares qui se complexifient de plus en plus, notamment grâce à l’intégration de l’intelligence artificielle, de nombreux hôpitaux français ont également décider d’intégrer l’IA dans leur combat contre la menace cyber, et cela, à tous les étages de son système d’information.

    Mais dresser une cartographie de ces déploiements relève du défi : en effet, la confidentialité est la règle d’or pour ne pas exposer l’architecture de défense des établissements. Toutefois, en s’appuyant sur des retours d’expérience officiels et des communications publiques, il est possible de dessiner les prémisses de ce qui pourrait bientôt ressembler à une carte de France de cette nouvelle immunité numérique dopée à l’IA.

    Cartographie des solutions cyber alimentées par l'IA utilisées à l'hôpital - @ANS
    Cartographie des solutions cyber alimentées par l’IA utilisées à l’hôpital – @ANS

    2 solutions pour couper la porte d’entrée à la menace

    La première étape de l’attaquant consiste souvent à tromper un soignant ou un administratif via un e-mail piégé (phishing) pour obtenir un premier accès. Pour bloquer cette menace initiale, l’IA agit comme un filtre sémantique et comportemental : grâce au traitement du langage naturel (NLP) et à l’analyse sémantique, elle est désormais capable de “comprendre” le contexte d’un message pour déjouer les fraudes complexes.

    L’expertise française est ici incontournable. La solution Vade de Hornet Security s’est imposée comme une référence dans la sécurisation des flux de messagerie hospitalière grâce à son moteur d’IA prédictive couplant Machine Learning et NLP. Plutôt que de se fier à de simples listes noires d’expéditeurs ou à des bases de données statiques, l’algorithme analyse dynamiquement le contexte, l’origine, les liens cachés et même le ton d’urgence d’un e-mail. Cette approche permet de bloquer les menaces polymorphes et les attaques de spear-phishing (usurpation d’identité de la direction ou de médecins) avant même qu’elles n’atteignent la boîte de réception des soignants. La pertinence de ce filtre intelligent est démontrée sur le terrain par le centre hospitalier Métropole Savoie (CHMS). L’établissement a déployé la solution pour sanctuariser ses 3 000 boîtes e-mails institutionnelles, avec un bilan documenté sans appel : depuis l’intégration de Vade, aucun malware ou rançongiciel n’a réussi à franchir la barrière de la messagerie.

    Dans d’autres établissements, c’est le Mailinblack qui déploie une ligne de défense avancée pour les messageries en s’appuyant sur des modèles d’apprentissage profond (deep learning). Cette IA analyse en temps réel les flux d’e-mails entrants pour y déceler les anomalies sémantiques et comportementales, ce qui lui permet de neutraliser de manière autonome les attaques de spear-phishing. En plaçant immédiatement ces menaces en quarantaine, la solution empêche le vecteur d’infection d’atteindre l’utilisateur final. L’efficacité opérationnelle de cette technologie est directement illustrée par le CHU de Martinique. L’établissement s’appuie sur ce moteur d’IA pour sécuriser ses communications, ses équipes de sécurité ayant publiquement confirmé que les dernières vagues de cyberattaques visant l’hôpital ont toutes été stoppées et isolées avec succès par ce dispositif.

    4 solutions pour stopper l’exécution de l’attaque cyber

    Si le pirate parvient à franchir la messagerie et à répandre la menace cyber au sein du système d’information de l’établissement à partir d’un ordinateur ou d’un serveur, l’IA doit rapidement réagir pour éviter des dommages qui peuvent parfois être irréversibles (comme le vol de données ou une paralysie de l’établissement. Ici, des solutions boostées à l’IA remplacent les anciens antivirus.

    Verrouiller les terminaux et serveurs critiques avec des solutions EDR et XDR :

    Au plus près de l’utilisateur et des serveurs de bases de données, les solutions Endpoint Detection and Response (EDR) remplacent l’antivirus classique. Elles utilisent l’analyse comportementale pour bloquer un processus malveillant avant même son exécution.

    L’EDR de l’entreprise française HarfangLab s’impose comme la référence souveraine en matière de protection des terminaux. Son moteur d’intelligence artificielle analyse en temps réel le comportement des processus pour détecter et bloquer les charges malveillantes (malwares) et les ransomwares, même inconnus. L’un de ses avantages majeurs en milieu hospitalier réside dans sa légèreté algorithmique : il sécurise des milliers de postes de travail tout en préservant les ressources des serveurs médicaux critiques, souvent vieillissants ou limités en mémoire vive. Ce choix technologique a été porté par le CHRU de Brest, qui a officiellement migré l’ensemble de son parc vers cette solution pour garantir la résilience de ses soins.

    Dans une logique de réponse automatisée, la plateforme XDR de Tehtris – une entreprise, encore une fois, française – s’appuie sur son moteur d’IA propriétaire nommé Cyberia. Cette technologie est capable de prendre des décisions de remédiation autonomes (tuer un processus suspect ou isoler une machine du réseau) en quelques millisecondes, sans attendre l’intervention d’un analyste humain. Cette capacité de réaction “à la vitesse de la machine” est cruciale pour stopper la propagation d’un virus au sein d’une infrastructure complexe. Cette solution a marqué l’histoire de la cybersécurité de santé en servant de “bouclier numérique” d’urgence à l’AP-HP au plus fort de la crise sanitaire, neutralisant les vagues d’attaques visant le géant hospitalier parisien.

    Pour les grands groupes gérant des parcs informatiques mondiaux et hautement standardisés, le géant américain CrowdStrike propose une plateforme dont les modèles d’apprentissage automatique sont entraînés sur des milliards de signaux de sécurité captés à l’échelle planétaire. Son IA prédictive permet d’identifier les vecteurs d’attaque au stade de la pré-exécution, offrant une visibilité totale sur les parcs géographiquement dispersés. Cette solution équipe aujourd’hui les leaders de l’hospitalisation privée en France, tels que les groupes Ramsay Santé et Vivalto Santé, pour sécuriser certains de leurs établissements.

    Une solution pour disséquer les menaces complexes :

    Face aux fichiers suspects et aux codes malveillants de plus en plus sophistiqués, l’analyse humaine atteint souvent ses limites de rapidité. C’est là qu’intervient Glimps, une technologie souveraine issue de la recherche militaire française, experte en reverse engineering (rétro-ingénierie). Son moteur d’intelligence artificielle basé sur le deep learning agit comme un véritable analyste virtuel : il lit et “conceptualise” le code binaire en quelques secondes. Cette méthode permet de reconnaître l’ADN d’une menace et d’identifier instantanément s’il s’agit d’une variante d’un rançongiciel connu, même si son code a été lourdement muté ou maquillé par les cybercriminels pour échapper aux détections classiques. Cette capacité à disséquer les menaces complexes et à accélérer drastiquement la réponse à incident a séduit des acteurs de premier plan, à l’image des hospices civils de Lyon (HCL). L’institution s’appuie sur cette IA pour analyser les charges virales inconnues et réduire au maximum le temps de réaction en cas d’infiltration.

    5 solutions pour anticiper et bloquer la propagation

    Si l’attaquant a compromis un poste, il va chercher à se déplacer discrètement sur le réseau (mouvement latéral) pour atteindre les dossiers des patients, les équipements biomédicaux, ou usurper des comptes administrateurs. Dans cette ultime phase, l’IA écoute le réseau et surveille les identités pour isoler l’attaquant.

    3 solutions pour traquer les menaces invisibles et les mouvements latéraux (NDR) :

    L’approche par machine learning non supervisé de l’éditeur britannique Darktrace cartographie les flux en temps réel pour apprendre le “motif de vie” normal de chaque équipement. Cette intelligence artificielle repère ainsi instantanément les anomalies de trafic et les mouvements latéraux furtifs. Cette capacité de détection précoce a notamment permis d’identifier les premiers signaux d’une cyberattaque au sein du GHT de la Dordogne (CH de Périgueux), et sécurise aujourd’hui en continu l’Hôpital Américain de Paris.

    Sur le plan de la souveraineté, la technologie française Gatewatcher déploie des sondes réseau dopées à l’IA pour analyser les métadonnées et identifier les signaux faibles caractéristiques d’une compromission (comme la préparation d’une exfiltration de données). Cette protection périmétrique avancée a été choisie pour protéger les infrastructures du GHT du Vaucluse.

    À l’échelle internationale, la plateforme de Vectra AI excelle dans l’analyse comportementale algorithmique pour traquer les menaces cachées dans les réseaux complexes, sans se baser sur des signatures connues. Sa puissance de calcul démontre sa pertinence au sein d’infrastructures de santé géantes, comme le prouve son déploiement massif au Northside Hospital (USA).

    1 solution pour la sécurisation du parc biomédical (IoMT) :

    Les équipements médicaux critiques (IRM, moniteurs patients, pompes à perfusion) tournent souvent sur des systèmes fermés où l’installation d’un antivirus classique est techniquement impossible. L’IA d’Armis répond à ce défi en écoutant passivement le trafic pour cartographier et profiler chaque objet connecté. Elle analyse en permanence leur comportement réseau pour repérer toute déviation suspecte (par exemple, une IRM qui tenterait soudainement de se connecter à internet).

    1 solution pour contrôler les identités :

    Pour empêcher un pirate d’usurper les droits d’un administrateur système et de désactiver les défenses, Systancia (via son module Cleanroom) a crée un environnement de travail jetable et stérile. En cloisonnant hermétiquement les accès critiques et en vérifiant la légitimité des actions, la technologie garantit une étanchéité totale. C’est sur cette barrière d’accès que s’appuie le centre hospitalier de Tourcoing pour sanctuariser l’administration de ses serveurs de santé.

    Cartographie des solutions d’IA cyber utilisées dans les hôpitaux français :

     

     

  • Cybersécurité : cartographie des risques à l’hôpital, du harcèlement quotidien aux menaces systémiques

    Une menace constante

    En 2026, l’hôpital n’est plus un sanctuaire : c’est le point névralgique d’une cyberguerre qui ne dit pas son nom. Les chiffres témoignent d’une industrialisation implacable de la menace. En l’espace de cinq ans, la France a enregistré une hausse de 74 % des cyberattaques de toutes natures, culminant à 348 000 incidents recensés en 2024 par le ministère de l’Intérieur, des chiffres qui sont amenés à être réévalués à la hausse lors de la prochaine édition du rapport annuel sur la cybersécurité, tant les incidents se sont multipliés ces derniers mois . Dans le secteur spécifique de la santé, la pression est devenue endémique : dans le monde, ce secteur a été touché par plus de 2 000 attaques par semaines en 2025, ce qui en fait le quatrième plus touché par les cyberattaques.

    Le secteur de la santé a été touché par 2 365 attaques par semaine en 2025 (+7 % d'augmentation par rapport à 2024) - @CheckPoint
    Le secteur de la santé a été touché par 2 365 attaques par semaine en 2025 (+7 % d’augmentation par rapport à 2024) – @CheckPoint

    Cependant, face à cette volumétrie écrasante, toutes les menaces ne se valent pas. Pour les directions des systèmes d’information (DSI), l’enjeu n’est plus de tout bloquer, mais de prioriser. Bien que de différents types, la majorité des risques cyber à l’hôpital reposent sur les utilisateurs et sur l’infrastructure de l’établissement.

     

    Le harcèlement quotidien des ransomware et du phishing

    Au sommet de la fréquence, on retrouve les menaces qui saturent chaque jour les pare-feu des hôpitaux. Le rançongiciel (ransomware) reste le prédateur alpha, mais sa méthode a évolué vers la double extorsion. Aujourd’hui, 71 % des incidents majeurs impliquent un vol de données avéré avant le moindre chiffrement et 8 % des attaques par ransomwares dans le monde concernent le secteur de la santé. Les cybercriminels savent que la donnée de santé vaut de l’or et que la menace de sa publication paralyse les directions. Le récent Panorama de la cybermenace de l’Anssi publié au début du mois de mars confirme cette tendance, soulignant même que certains groupes cybercriminels optent désormais pour l’exfiltration pure et simple sans chiffrement, ou poussent jusqu’à la « triple extorsion » en menaçant directement les partenaires ou les patients. Fait inédit, l’Anssi note que même des groupes étatiques, traditionnellement focalisés sur l’espionnage, s’adonnent désormais à l’extorsion de fonds. Plus inquiétant encore, la fenêtre de tir des défenseurs s’est évaporée : il ne s’écoule en moyenne plus que 1,5 jour entre l’intrusion initiale et le déploiement de l’attaque.

    Comment ces pirates entrent-ils si vite ? L’ingénierie sociale (Phishing ou Vishing) reste reine, mais elle est désormais massivement aidée par le télétravail et le fait d’emporter son propre matériel (ordinateur, clavier, etc…) au bureau (BYOD ou Bring Your Own Device en anglais). Le rapport Check Point 2026 révèle que 76 % des machines infectées par des “Infostealers” (ces malwares qui volent discrètement les mots de passe) sont des appareils personnels. Un médecin qui consulte ses mails professionnels depuis son ordinateur familial infecté offre littéralement les clés de l’hôpital. Une fois à l’intérieur, les attaquants s’appuient sur la “dette technique” de l’hôpital. Près de 46 % des tentatives d’exploitation utilisent des failles connues datant d’avant 2020. Les hôpitaux, contraints par la continuité des soins, peinent à mettre à jour leurs vieux pare-feu ou leurs passerelles VPN, offrant des bases de lancement idéales aux assaillants.

    Une autre vulnérabilité en pleine croissance est, cette fois-ci, matérielle : l’internet des objets médicaux (IoMT). On estime qu’il y aura 1,67 million d’appareils médicaux connectés d’ici 2029. Or, la majorité de ces pompes à perfusion ou moniteurs cardiaques sont dépourvus de sécurité intégrée (secure-by-design). Fonctionnant souvent sur des systèmes d’exploitation obsolètes qu’il est impossible de mettre à jour sans interrompre les soins, ces équipements constituent le maillon faible idéal.

    La faille des sous-traitants :

    Juste en dessous des ransomwares quotidiens, une autre classe de risques connaît une croissance exponentielle. On parle ici de ceux concernant la chaîne d’approvisionnement (Supply Chain). Les grands centres hospitaliers ayant blindé leurs accès principaux, 56 % des attaques ciblant les grandes organisations- qu’il s’agisse ou non d’hôpitaux – débutent désormais par la compromission d’un partenaire ou d’une filiale. Les pirates infiltrent le prestataire de blanchisserie ou le fournisseur de repas pour remonter, via des connexions de confiance, jusqu’aux dossiers patients.

    Des risques désormais dopés par l’IA :

    Mais le véritable bouleversement de cette nouvelle normalité est porté par l’intelligence artificielle. D’un côté, les pirates déploient un phishing autonome et polymorphe, générant des milliers d’e-mails sans fautes, hyper-ciblés. De l’autre, l’hôpital souffre de l’intérieur avec le “Shadow AI”. Chaque semaine, du personnel soignant utilise des IA génératives grand public non sécurisées pour résumer des dossiers médicaux complexes, provoquant des fuites de données massives, silencieuses et totalement hors du contrôle des DSI. CheckPoint rapporte qu’en 2025, 89 % des organisations ont subi des fuites de données mensuelles via ces outils, avec 1 requête sur 41 classée à haut risque. Cette pratique, en hausse de 97 % sur l’année , provoque l’exposition involontaire de données personnellement identifiables et de secrets internes. Un médecin cherchant légitimement à gagner du temps en résumant un dossier complexe sur une IA publique provoque ainsi une fuite massive, silencieuse et totalement hors de portée des pare-feu hospitaliers.

    1 prompt sur 41 contient des informations dont la fuite est considérée "à haute risque" - @CheckPoint
    1 prompt sur 41 contient des informations dont la fuite est considérée “à haut risque” – @CheckPoint

    De nouvelles menaces furtives et avancées

    Plus rares en volume, mais d’une technicité redoutable, certaines attaques visent désormais les fondations invisibles de l’hôpital. Plutôt que de pirater un humain avec une fausse page de connexion, les attaquants de haut vol ciblent les “identités non humaines“. Ils volent les clés d’API et les jetons d’accès qui permettent aux centaines de logiciels de l’hôpital de communiquer entre eux. En se faisant passer pour une machine légitime, le pirate contourne toutes les alertes et l’authentification multi-facteur.

    L’infrastructure d’IA que les hôpitaux tentent de mettre en place en interne est elle-même ciblée. Le protocole MCP (Model Context Protocol), qui permet aux IA d’analyser des documents de l’entreprise, est déjà sous le feu des critiques : 40 % des serveurs MCP exposés sur internet présentent des vulnérabilités critiques, indique un récent rapport. Les pirates utilisent l’injection d’instructions indirectes, glissant des commandes invisibles dans un dossier patient. Lorsque l’assistant IA de l’hôpital lira ce dossier pour le médecin, il exécutera le code malveillant à son insu.

    Le risque quantique, un risque qui risque d’arriver plus tôt que prévu ?

    Le risque quantique plane toujours sur le secteur de la santé. Des groupes très avancés (souvent affiliés à des États) siphonnent aujourd’hui des bases de données médicales chiffrées qu’ils sont incapables de lire. Ils les stockent patiemment, sachant que dans cinq à dix ans, l’avènement de l’ordinateur quantique leur permettra de casser les algorithmes actuels. Les données de santé ayant une durée de vie extrêmement longue, le secret médical violé aujourd’hui sera exposé demain. En France, l’Anssi met en garde contre ce type d’agissements : la télémétrie des réseaux et les analyses post-incidents prouvent que des flux massifs de données chiffrées quittent d’ores et déjà les pare-feu des infrastructures critiques, confirmant que cette collecte silencieuse à retardement est déjà en cours.

    Des risques qui ont un impact multidimensionnel critique

    Si les vecteurs d’attaque se multiplient, c’est parce que les conséquences d’une compromission hospitalière sont dévastatrices et forcent souvent la main des victimes. L’impact de ces risques cyber se décline aujourd’hui en trois dimensions majeures :

    • L’impact clinique et humain : c’est la conséquence la plus grave. Le chiffrement d’un réseau ou la mise hors service des appareils connectés entraîne le report d’interventions chirurgicales, le détournement des urgences vers d’autres établissements et l’impossibilité de consulter les antécédents médicaux (allergies, traitements en cours). Une cyberattaque à l’hôpital se traduit directement par une perte de chance pour les patients.

    • L’impact financier et opérationnel : outre le paiement éventuel d’une rançon (fortement déconseillé par les autorités), le coût de reconstruction d’un système d’information hospitalier se chiffre souvent en millions d’euros. À cela s’ajoute la perte d’exploitation liée aux semaines, voire aux mois, de fonctionnement “en mode dégradé” (retour au papier et au stylo).

    • Le risque légal et réputationnel : avec l’avènement de la double extorsion et du “Shadow AI”, la fuite des données de santé est devenue la norme. Les hôpitaux s’exposent alors à de lourdes sanctions de la part des autorités de régulation (comme la Cnil en France pour non-respect du RGPD) et à une perte de confiance durable de la part des patients, dont les données les plus intimes se retrouvent vendues sur le dark web.

    Cartographie des risques cyber à l’hôpital :

     

     

    Cartographie des risques cyber à l'hôpital - @H&TI
    Cartographie des risques cyber à l’hôpital – @H&TI
  • IA santé en Amérique du Nord : aligner régulation, financement et données

    Insights :

     

    • Le Canada se positionne moins comme un “gros marché” que comme un laboratoire de gouvernance IA, intéressant pour des acteurs voulant co‑concevoir des standards avec les pouvoirs publics.

     

    • Les délais longs (12–24 mois) imposent des stratégies de financement patient et des portefeuilles projets diversifiés pour lisser le risque.

     

    • Les perspectives de souveraineté des données deviennent un critère clé de choix de partenaires, notamment au Canada.

     

    • Les Integrated Delivery Networks agissent de facto comme “plateformes d’orchestration” des écosystèmes numériques, structurants pour l’accès aux bases d’assurés et aux données longitudinales.

     

    • La commande publique canadienne, si elle se centralise, pourrait devenir un filtre de marché aussi puissant que les grandes assurances américaines en termes d’accès aux établissements.

    📌 États-Unis vs Canada : un marché digital health à 266 Md$ en 2035 face à une stratégie IA canadienne centrée souveraineté et smart hospitals

    D’ici 2035, le marché américain du digital health devrait atteindre près de 266 Md$, tiré par la télésanté et l’IA clinique, dans une logique de scale et de ROI orientée réduction de coûts et gestion du risque. Les segments les plus dynamiques sont les plateformes logicielles et services d’IA intégrés aux DME et outils d’analytique populationnelle, sur un terrain dominé par des géants technologiques et une forte densité de start-up financées. Au Canada, l’attractivité repose sur la tension d’accès aux soins et la montée rapide des smart hospitals, soutenues par des investissements dans l’IoT hospitalier, l’IA embarquée et les plateformes cloud. Le Budget 2025 structure une stratégie IA centralisée (cloud souverain, capacités de calcul, capital-croissance, mesure de l’économie numérique), tandis que des hubs régionaux et une entité pancanadienne IA Santé pourraient mutualiser évaluation, achat et préférence pour les technologies locales. Les entreprises doivent arbitrer entre un modèle américain orienté volume et marché pur et un modèle canadien hybride, fortement arrimé à la commande publique, à la souveraineté des données et à la co‑construction avec le système de santé.

    👉 Plus de détails sur «IA, financement et gouvernance : les deux modèles nord-américains de santé connectée – Health & tech»

     

    📌 288 nouveaux codes CPT et 3 codes HCPCS DMHT : les États-Unis codifient l’IA et les DTx.

    La mise à jour 2026 des codes CPT introduit 288 nouveaux codes, dont plusieurs couvrent des services de santé numérique, d’“augmented intelligence” et des durées raccourcies de télésurveillance (2 à 15 jours), élargissant la facturabilité des solutions de monitoring et d’IA assistive. Medicare a créé en 2025 trois codes HCPCS (G0552, G0553, G0554) dédiés au programme Digital Mental Health Treatment, ouvrant un canal de remboursement explicite pour les thérapies numériques en santé mentale, en incluant le temps clinique de gestion du traitement numérique. Le paysage de monétisation US combine facturation via CPT/HCPCS, contrats B2B/B2B2C avec payeurs et employeurs, et intégration dans des modèles value‑based, mais reste fragmenté avec des décisions de couverture dépendantes de chaque payeur et des preuves de valeur spécifiques. Au Canada, la rémunération des solutions numériques dépend de budgets hospitaliers, programmes provinciaux ciblés, partenariats public‑privé et paiements directs pour certains services non couverts, dans un cadre où la transformation de CADTH en Canadian Drug Agency renforce l’évaluation centralisée avec des exigences accrues de données en vie réelle. Les barrières opérationnelles canadiennes (fragmentation interprovinciale, délais de décision longs, hétérogénéité des systèmes) obligent les vendors à multiplier pilotes, co‑financements et montages hybrides pour atteindre une masse critique avant un éventuel remboursement structuré.

    👉 Plus de détails sur «Les États-Unis activent 288 nouveaux codes CPT, le Canada avance par financements mixtes et négociations provinciales – Health & tech»

     

    📌 IA santé : la FDA clarifie un chemin 510(k)/De Novo/PMA tandis que le Canada mise sur AIDA et AI4H dans un cadre encore fragmenté

    La régulation de l’IA en santé oppose un modèle américain centré sur la FDA, qui encadre les logiciels IA comme “Software as a Medical Device” via des voies 510(k), De Novo ou PMA, à un modèle canadien en construction, articulant AIDA (Artificial Intelligence and Data Act), dispositifs médicaux, lois de protection des données et principes AI4H. Au Canada, la stratégie IA 2025‑2027 pour la fonction publique fédérale, la Politique sur les services et le numérique et l’obligation d’Algorithmic Impact Assessment structurent un socle de gouvernance (transparence, gestion des risques, responsabilité) qui irriguera les usages santé. Le projet AIDA introduit une approche par le risque pour les “systèmes d’IA à impact élevé”, exigeant documentation de la gestion des risques, gouvernance interne et supervision humaine, mais sa mise en œuvre reste incertaine en l’absence de règlements d’application détaillés et de clarification avec PIPEDA et les lois provinciales. Aux États‑Unis, les guidances 2025 sur les “Artificial Intelligence‑Enabled Device Software Functions” précisent les attentes de la FDA (description du modèle, données d’entrée/sortie, analyse des biais, PCCP, suivi post‑commercialisation), offrant un haut niveau de prévisibilité pour les roadmaps produit et qualité. Les entreprises doivent cependant composer avec un oversight plus large impliquant payeurs, autorités étatiques, régulateurs de la vie privée et organismes de certification, ce qui impose une cartographie fine des régimes applicables par cas d’usage.

    👉 Plus de détails sur «Prévisibilité réglementaire IA santé : les États-Unis offrent un chemin balisé par la FDA, le Canada construit un cadre AIDA‑centré encore en consolidation – Health & tech»

     

    📌 131,45 Mds $ en 2025, +18%/an : payeurs et plateformes redessinent le Go‑to‑Market digital health en Amérique du Nord

    En 2025, le marché nord‑américain de la santé numérique est estimé à 131,45 Mds $, avec une croissance annuelle proche de 18% jusqu’en 2035, tirée par la télésanté et les services, dans un paysage dominé par les assureurs et les grands groupes intégrés qui contrôlent financement et données de remboursement. L’accès au marché passe par une chaîne décisionnelle complexe combinant contrats avec les health plans, accords‑cadres, programmes d’innovation hospitaliers et alliances avec les plateformes cloud, où la question clé est d’identifier qui paie (assureurs nationaux, payeurs régionaux, IDN, employeurs, pharma). Pour l’IA en imagerie, les hôpitaux et groupes de radiologie constituent des terrains d’ancrage, mais la viabilité à long terme dépend de l’obtention de codes de facturation (CPT, NTAP, DRG) et de preuves générées via des pilotes co‑construits. Au Canada, malgré une forte demande pour les DSE, la télésurveillance et l’IA, la fragmentation des achats et l’absence de marché national coordonné se traduisent par une adoption freinée, avec seulement 39% des Canadiens ayant accès à leur dossier en ligne en 2023. Des hubs provinciaux (Ontario, Colombie‑Britannique, Alberta, Québec, etc.), le CAN Health Network et des mécanismes de piggybacking cherchent à accélérer le passage du pilote au déploiement, dans un contexte de “collab‑etition” où partenariats et concurrence se superposent.

    👉 Plus de détails sur «Régulateurs, payeurs, IDN : comprendre la chaîne de décision pour négocier son Go-to-Market digital health aux États-Unis – Health & tech»

  • Régulateurs, payeurs, IDN : comprendre la chaîne de décision pour négocier son Go-to-Market digital health aux États-Unis

    Un marché nord-américain tiré par les payeurs et les plateformes

    En 2025, le marché nord-américain de la santé numérique est estimé à 131,45 Mds $, avec une croissance annuelle prévue de près de 18 % jusqu’en 2035, dominée par la télésanté et les services. Les assureurs santé et les grands groupes intégrés y occupent une position structurante, en contrôlant à la fois le financement des parcours de soins et les données de remboursement.

    Pour les payeurs, les écosystèmes de santé numériques sont un levier pour automatiser les processus, renforcer la relation avec les assurés et repositionner l’assurance au centre de la chaîne de valeur via une variété de service. Ces plateformes reposent sur une colonne vertébrale technologique interconnectant assureurs, prestataires, patients et nouveaux entrants, avec des cas d’usage allant de la prévention au suivi de pathologies chroniques.

    Payeurs et employeurs : des acheteurs à segmenter finement

    Pour une stratégie Go-to-Market américaine, une question structurante est : « qui paie ? ». Les modèles B2C, B2B et B2B2C coexistent, mais une large part de la valeur se joue dans des combinaisons où l’utilisateur final n’est pas le payeur, ce qui impose de gérer simultanément la vente à l’acheteur institutionnel et l’adoption par les cliniciens et les patients.

    Les options incluent les grands assureurs nationaux, des payeurs régionaux, des réseaux intégrés (IDN), des employeurs, voire des laboratoires pharmaceutiques, chacun ayant des attentes spécifiques en matière de preuves cliniques, économiques ou de productivité. Dans ce contexte, des approches B2B2C centrées sur les payeurs, parfois qualifiées de « B2P »,  sont recherchées pour leur potentiel de prix plus élevé, mais supposent un investissement important dans la démonstration d’impact sur les coûts de santé.

    Hôpitaux et groupes intégrés : terrains d’ancrage pour l’imagerie et les services

    Pour les logiciels d’IA en imagerie, les acheteurs naturels sont les systèmes hospitaliers, groupes de radiologie et autres organisations de soins via des licences ou accords de services. La viabilité à long terme de ces modèles reste toutefois liée à l’obtention de codes de facturation (CPT, NTAP, DRG) qui rémunèrent la valeur produite par le service, ce qui peut prendre plusieurs années et nécessite une stratégie d’entrée progressive sur le marché.

    Les groupes hospitaliers et IDN américains renforcent leurs équipes d’« innovation » ou de « value analysis » pour piloter l’intégration des technologies numériques, ce qui en fait des partenaires structurants pour des pilotes et des déploiements graduels. L’enjeu pour un nouvel entrant est d’identifier des établissements prêts à co-construire les cas d’usage et à servir de vitrines, tout en capitalisant ensuite sur les preuves générées pour négocier avec les payeurs.

    Big tech, start-up et rôle d’orchestrateur

    Selon une enquête McKinsey, les dirigeants de santé voient les big tech, les prestataires de soins et les start-up comme moteurs de l’essor des écosystèmes numériques, tandis que payeurs et hôpitaux se disent bien placés pour orchestrer ces plateformes. Les grands acteurs technologiques construisent les « autoroutes » numériques (infrastructures, cloud, interfaces patient) tandis que les start-up développent des services spécialisés, et que les pouvoirs publics cherchent à lever les obstacles réglementaires et à garantir la protection des données.

    Dans ce paysage, les acteurs de santé numérique doivent décider s’ils visent un rôle de fournisseur de services branché sur des écosystèmes existants, de « data subscriber » exploitant les données agrégées, ou d’orchestrateur de plateformes plus ciblées sur un segment thérapeutique ou un territoire. Le choix conditionne la stratégie de partenariats, la gouvernance des données et la capacité à absorber les coûts d’infrastructure nécessaires pour atteindre une masse critique.

    Canada : écosystème fragmenté, hubs régionaux et besoin de scale

    Le Canada affiche une forte demande pour des dossiers de santé électroniques, la télésurveillance et des outils d’IA, mais l’adoption reste freinée par la fragmentation des achats et le manque d’interopérabilité entre provinces. Le rapport du CCI souligne que, malgré des investissements importants, seulement 39 % des Canadiens accédaient à leur dossier de santé en ligne en 2023, et que les professionnels passent un temps significatif à rechercher des informations dispersées.

    Des cartes d’écosystèmes, comme celles développées par MaRS, mettent en avant des hubs provinciaux (Ontario, Colombie-Britannique, Alberta, Québec, etc.) qui concentrent capital, talents, soutien technique et programmes de procurement innovants. À l’échelle nationale, des initiatives comme le CAN Health Network et les programmes d’innovation d’Ontario Health cherchent à offrir des parcours plus clairs du pilote au déploiement, en s’appuyant sur des mécanismes de « piggybacking » permettant à plusieurs organisations de réutiliser des appels d’offres existants.

    Partenariats : accélérateur de pénétration de marché

    Les écosystèmes numériques offrent aux payeurs l’opportunité d’enrichir leur proposition de valeur via des partenariats avec des start-up, des fournisseurs de technologies et des prestataires de soins, en échange d’un accès à leurs bases d’assurés et à des données longitudinales. Pour les innovateurs, la connexion à ces plateformes permet un passage à l’échelle plus rapide, mais impose des accords clairs sur la gouvernance des données, les droits d’usage et la répartition de la valeur.

    En Amérique du Nord, la dynamique de « collab-etition » décrit des situations où un acteur peut être partenaire sur un modèle économique et concurrent sur un autre (par exemple, un payeur qui distribue une solution tout en développant un service concurrent). Les partenariats avec des hôpitaux pionniers, des réseaux d’IDN, des employeurs ou des plateformes technologiques sont aussi un moyen de générer les preuves nécessaires pour convaincre les grands payeurs ou les autorités d’achat publiques.

    Clés stratégiques pour le Go-to-Market

    Pour sécuriser leur Go-to-Market aux États-Unis, les acteurs de la santé numérique doivent articuler clairement leur positionnement dans la chaîne de valeur, la nature réglementaire de leur solution, la cible acheteuse prioritaire et le modèle économique retenu, en anticipant l’articulation entre revenus de court terme et perspectives de remboursement. Ils doivent aussi démontrer la compatibilité avec les flux de travail existants, préciser la stratégie de données et planifier des partenariats ciblés, qu’il s’agisse de réseaux hospitaliers, de payeurs ou d’employeurs.

    Au Canada, la capacité à répondre à des exigences de valeur globale (coûts sur le cycle de vie, productivité, interopérabilité, souveraineté des données) et à se brancher sur des cadres comme CAN Health Network ou les voies d’innovation provinciales devient un facteur de différenciation. Dans les deux pays, l’enjeu est autant politique qu’économique : s’aligner sur les priorités des systèmes de santé (efficience, accès, productivité clinique) et se positionner comme un partenaire structurant dans des écosystèmes en cours de consolidation.