Articles

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

    Une différence de 90 licornes et de 310 milliards de dollars valorisations

    Le constat brut donne le vertige. Aujourd’hui, les États-Unis comptent 94 licornes spécialisées dans les sciences de la vie et la santé numérique. La France, de son côté, s’appuie sur un club très fermé de 4 champions (Doctolib, Alan, Owkin – qui est elle même une licorne franco-américiane – et Dental Monitoring).

    Si l’on passe ces écosystèmes sur la balance financière, l’écart se creuse encore. L’addition des valorisations des 94 pépites américaines atteint le chiffre astronomique de 324,5 milliards de dollars. En face, le quatuor français pèse environ 14 milliards de dollars en valeur cumulée.

    Une valorisation moyenne quasi-égale :

    Pourtant, une lecture rapide des moyennes pourrait faire croire à un match nul. Contre toute attente, la valorisation moyenne d’une licorne française s’établit autour de 3,55 milliards de dollars, dépassant d’un cheveu la moyenne américaine qui stagne à 3,45 milliards de dollars.

    Cela s’explique par le fait que l’écosystème tricolore est en réalité porté à bout de bras par les valorisations massives de ses deux leaders : Doctolib (6,4 milliards de dollars) et Alan (5,83 milliards de dollars). La France sait donc créer des géants très bien valorisés, mais elle peine à les multiplier. Le modèle américain, lui, est une véritable usine à industrialiser le succès, capable de maintenir une valorisation moyenne extrêmement élevée sur près d’une centaine d’entreprises.

    Deux réalités pour deux marchés différents

    Si la moyenne française fait illusion, le sommet du classement ramène rapidement à la réalité de la frappe financière américaine. Les ténors des États-Unis boxent dans une catégorie bien supérieure à celle du leader européen.

    Les quatre entreprises américaines les plus valorisées de ce secteur surpassent toutes Doctolib :

    • Devoted Health culmine à 12,90 milliards de dollars, pesant à elle seule deux fois plus lourd que le géant français de la prise de rendez-vous.

    • Neuralink (9,65 Mds $), Caris (7,83 Mds $) et Ro (7,0 Mds $) complètent ce quatuor de tête intouchable.

    • Même le cinquième acteur américain, Benchling (6,10 Mds $), talonne Doctolib de très près.

    Comment expliquer une telle asymétrie dans la création d’entreprises milliardaires ? La réponse ne se trouve pas dans le talent des ingénieurs, mais dans l’ADN même des systèmes de soins.

    Aux États-Unis, la santé est un marché privatisé et hyper-concurrentiel. Les hôpitaux américains sont majoritairement des structures privées en quête constante de rentabilité. Lorsqu’une technologie permet d’automatiser des tâches administratives, d’optimiser le temps médical ou de réduire les jours d’hospitalisation, le retour sur investissement (ROI) est immédiat. Les hôpitaux et les employeurs américains achètent massivement et rapidement ces solutions pour faire baisser leurs coûts. En France, le modèle est bâti sur l’hôpital public, garant de l’accès aux soins pour tous. Ce système, bien que protecteur, est soumis à des budgets encadrés par l’État, des cycles d’achats publics longs et complexes, et une logique qui privilégie la maîtrise des dépenses à l’investissement technologique à risque.

  • 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

  • Qui finance les licornes françaises de la santé ?

    Bpifrance comme dénominateur commun

    Quand on épluche les levées de fonds du quatuor de tête, une anomalie saute immédiatement aux yeux : la présence quasi-systématique d’un seul et même acteur institutionnel. Bpifrance est l’unique dénominateur commun capable d’irriguer le sommet de la pyramide.

    Contrairement aux acteurs privés, le bras armé de l’État français (souvent via son fonds Large Venture) ne cherche pas uniquement le multiple financier, mais la souveraineté technologique. Il est massivement présent au capital de Doctolib, d’Owkin et de Dental Monitoring, et a soutenu indirectement les premiers pas de l’écosystème d’Alan via le fonds national d’amorçage. Bpifrance agit comme un bouclier stratégique, apportant la crédibilité institutionnelle nécessaire pour rassurer le marché de la santé, tout en évitant que ces pépites ne soient rachetées trop tôt par des géants américains.

    Des fonds privés qui obéissent à la loi “un fonds, un champion” :

    Si l’État est partout, le capital-risque privé, lui, obéit à une règle stricte : la non-concurrence absolue. Pour les méga-fonds internationaux qui signent les chèques de 50 à plusieurs centaines de millions d’euros, il est hors de question de diluer le risque. Ils choisissent un seul champion et y concentrent toute leur force de frappe :

    • Les deux géants américains General Atlantic et Accel ont jeté leur dévolu sur Doctolib, finançant son expansion européenne à coups de centaines de millions ;

    • Le méga-fonds européen a fait le pari de l’insurtech en accompagnant Alan depuis ses débuts, rejoint plus tard par le fonds souverain singapourien Temasek ;

    • Sanofi et GV (ex-Google Ventures) ont misé sur la DeepTech pure en finançant la découverte de médicaments par IA d’Owkin ;

    • Vitruvian et Mérieux – des spécialistes du Private Equity – ont préféré le modèle ultra-spécialisé (logiciel et matériel) de Dental Monitoring.

    Chaque licorne a ainsi son propre “parrain” financier. Aucun de ces grands fonds ne croise le fer dans la table de capitalisation d’un concurrent direct.

    Des investissements qui ne s’arrêtent pas, même après le milliard atteint

    Alors que pour certains entrepreneurs, voir sa start-up atteindre le milliard d’euros de valorisation marque l’aboutissement d’une vie, la réalité comptable est strictement inverse : une fois couronnées au rang de “licornes”, ces entreprises sont condamnées à une fuite en avant capitalistique pour conquérir de nouveaux pays, racheter des concurrents (M&A) ou financer une R&D colossale. Les chiffres sont vertigineux :

    • Doctolib a levé la somme hallucinante de 500 millions d’euros en 2022, trois ans après être devenue une licorne ;

    • Alan vient tout juste d’annoncer lors du mois de mars 2026, une nouvelle levée de plus de 100 millions d’euros (en partie financé par le fonds de Kylian Mbappé, qui rejoint Blaise Matuidi et Antoine Griezmann au capital de la licorne française) pour soutenir son contrat historique avec les fonctionnaires français ;

    • DentalMonitoring a sécurisé une ligne de 100 millions de dollars en février 2026 pour accélérer aux États-Unis ;

    • quand Owkin a annoncé en début d’année 2026 la levée près de 30 millions d’euros pour financer Waiv, une de leurs nouvelles filiales spécialisée dans le diagnostic par IA.

    Des licornes qui continuent de lever plus que d’autres “pépites” de la healtech :

    C’est ici que se révèle la violence de cet écosystème. La France possède pourtant d’autres pépites du numérique santé numérique. Des entreprises comme Diabeloop (aujourd’hui en procédure de sauvegarde), Lifen ou Aqemia ont réussi l’exploit de lever entre 50 et 100 millions d’euros ces dernières années.

    Mais face aux licornes, ces montants font presque figure d’argent de poche. C’est ce que les économistes appellent l’effet Matthieu (ou la prime au leader) : les capitaux attirent les capitaux. Les investisseurs préfèrent sur-financer une entreprise qui a déjà écrasé son marché plutôt que de prendre des risques sur des challengers. Ainsi, on peut voir que pendant qu’une start-up du numérique en santé doit patienter plusieurs années pour lever plusieurs dizaines de millions d’euros, les entreprises du “big 4” jouent dans une autre cour : devenue licorne en mars 2019 grâce à une levée de 150 millions d’euros, Doctolib ne s’est absolument pas arrêtée là et a levé trois ans plus tard, la somme de 500 millions d’euros (Série F), pour dépasser les 800 millions d’euros levés en moins de 10 années. Il en va de même pour Alan, qui, après avoir obtenu sa corne en avril 2021 avec un tour de table de 185 millions d’euros, a enchaîné les levées de fonds à plus de 100 millions d’euros pour soutenir ses obligations réglementaires. Au total, ce sont plus de 500 millions d’euros qui ont été levés par l’assurance.

  • 2016-2026 : la décennie où les licornes françaises du numérique en santé ont appris à galoper

    Il y a 10 ans, seulement deux licornes actuelles existaient… et étaient loin de valoir le milliard

    Il y a dix ans, en 2016, si vous aviez cherché une “licorne du numérique en santé” en France, vous n’auriez trouvé… absolument rien.

    À cette époque, l’écosystème français des start-ups était encore dans l’enfance. Le pays ne comptait que trois licornes au total (Vente-Privée, Blablacar, OVH), et aucune ne concernait le numérique en santé. En effet, ce secteur était alors perçue comme un secteur “trop lent”, “trop régulé” et “pas assez rentable” pour les investisseurs.

    En 2016, nos futurs champions actuels n’étaient que des promesses incertaines :

    • Doctolib n’avait que 3 ans. La plateforme venait de lever 18 millions d’euros (une somme jugée énorme à l’époque, dérisoire aujourd’hui, surtout lorsque l’on connaît la levée de fonds historique de 500 millions d’euros de 2022, qui a fait de l’entreprise la première licorne de la French Tech) et se battait encore pour convaincre les médecins que l’agenda papier était mort.

    • Alan venait tout juste de naître (avril 2016). C’était l’année de son lancement historique : elle devenait la première nouvelle compagnie d’assurance santé agréée en France depuis 1986. À l’époque, personne n’imaginait qu’elle vaudrait 5 milliards d’euros dix ans plus tard.

    • Dental Monitoring et Owkin étaient des noms totalement inconnus du grand public, des laboratoires d’IA qui commençaient à peine à explorer comment les algorithmes pourraient un jour remplacer l’œil de l’orthodontiste ou du chercheur.

    Où en était nos licornes françaises du numérique en santé il y a 10 ans, en 2016 ? - @H&TI
    Où en était nos licornes françaises du numérique en santé il y a 10 ans, en 2016 ? – @H&TI

    Un accès au milliard bloqué par plusieurs barrières :

    L’analyse rétrospective de l’écosystème français révèle que cet accès au milliard d’euros de valorisation et aux levées de fonds n’était pas fortuit, mais la conséquence de trois verrous structurels majeurs :

    Premièrement, la complexité réglementaire et la structure du marché français. La santé n’y est pas un marché de consommation classique : le payeur final est principalement l’État via l’Assurance maladie. Faire payer directement le patient (B2C) se heurte à la culture de la gratuité des soins, tandis que vendre aux hôpitaux publics et aux médecins implique des cycles d’appels d’offres de plusieurs années. À cela s’ajoute un millefeuille réglementaire lourd, comme l’obligation d’obtenir le marquage CE médical pour les dispositif, la conformité stricte à la Cnil lorsqu’il y a des traitements de données, et surtout l’obtention de l’ancien « agrément HDS » (hébergeur de données de santé), délivré à l’époque directement par le ministère de la Santé au terme de procédures interminables. Face à ce marché perçu comme lent et verrouillé, les fonds préféraient l’agilité du e-commerce.

    Deuxièmement, l’absence de “Growth Equity” (ou “capital-développement”, qui désigne l’investissement en private equity) pour soutenir des modèles économiques hautement capitalistiques. Bien que la santé numérique soit plurielle, toutes ses branches exigeaient des capitaux colossaux (des tickets de 50 à 100 millions d’euros) que l’écosystème français de 2016 peinait à fournir. D’un côté, les start-ups plus tournées deeptech (comme Owkin ou DentalMonitoring) nécessitaient un capitalisme patient pour financer des années de R&D et d’études cliniques avant toute commercialisation. De l’autre, les plateformes de services (comme Doctolib) ou les assureurs numériques (comme Alan) ne faisaient pas face à des verrous scientifiques, mais à des barrières d’acquisition et réglementaires titanesques. Pour Doctolib, il a fallu financer une armée de commerciaux pour évangéliser un par un des cabinets médicaux réfractaires à la digitalisation, brûlant énormément de trésorerie pour atteindre la masse critique. Pour Alan, le défi fut d’immobiliser immédiatement des millions d’euros de fonds propres exigés par le régulateur pour obtenir son agrément, avant même de signer son premier client. Sans fonds de growth capables d’encaisser ces pertes initiales massives, l’émergence de tels géants était impossible.

    Enfin, le déficit de “rôle modèle” et la fuite des talents. L’industrie fonctionnait en vase clos. Sans grande réussite entrepreneuriale pour prouver la viabilité financière d’une hyper-croissance dans la santé, les investisseurs n’avaient aucun référentiel pour valoriser ces jeunes pousses. Par ricochet, les meilleurs talents (ingénieurs en IA, chercheurs, data scientists) privilégiaient des carrières sécurisées au sein de la grande industrie pharmaceutique ou s’expatriaient aux États-Unis.

    Doctolib ouvre la voie en 2019

    Il a fallu attendre mars 2019 pour que le plafond de verre explose : Doctolib devient la première licorne française de la santé après une levée de fonds de 150 millions d’euros. C’est le signal que le marché attendait. Elle a prouvé que la santé numérique pouvait être “scalable” en France, tout en restant souveraine. Si l’on transpose cela sur un point de vue plus européen, Doctolib est la troisième start-up du numérique en santé en Europe à devenir une licorne, après le suisse MindMaze en 2016, et le britannique BenevolentAI – qui depuis est côté en bourse et ne possède donc plus le statut de “licorne” – qui a dépassé le milliard de valorisation en 2018.

    Aujourd’hui, en 2026, le contraste est saisissant. Sur les 114 licornes européennes survivantes, la santé est passée de 0 à plus de 10 % de représentativité. La France, qui ne comptait aucune licorne dans le secteur du numérique en santé il y a dix années, est devenue le leader européen avec ses 4 start-ups.  En dix ans, le numérique en santé d’un secteur de “niche” ignoré par les investisseurs à un pilier de la souveraineté nationale pour de nombreux pays européens.

  • Licornes européennes : le numérique en santé s’installe dans le top 3

    Près de la moitié des licornes qui ont vu le jour en Europe ne sont plus

    Le monde de la tech aime les symboles, et le plus puissant d’entre eux est la “licorne” : une start-up non cotée en bourse, valorisée à plus d’un milliard de dollars. Mais ce statut, longtemps vu comme un aboutissement, est en réalité le début d’un jeu d’équilibriste extrêmement dangereux.

    Aujourd’hui, l’écosystème européen traverse une violente zone de turbulences. Une licorne peut perdre sa couronne de trois façons : une entrée en bourse qui tourne mal, une fuite du siège social vers les États-Unis pour survivre, ou le pire scénario : la chute pure et simple de sa valorisation sous la barre du milliard. On appelle ces dernières les “licornes déchues”.

    Plus que 114 licornes “encore vivantes” sur le sol européen :

    Pour comprendre la force du numérique en santé aujourd’hui, il faut d’abord purger les chiffres officiels. Sur les 200 licornes historiques européennes, le bilan actuel est sévère :

    • 60 entreprises ont été “déchues” de ce titre ;

    • 40 entreprises ont été délocalisées et ont fui vers les États-Unis pour survivre ou se refinancer.

    Parmi ces 40 entreprises délocalisées, 14 font également partie des 60 licornes déchues (comme Jellysmack ou Aircall). Si l’on retire donc les 60 “déchues” et les 26 autres pépites parties outre-Atlantique, le calcul est sans appel : il ne reste aujourd’hui sur le sol européen qu’un noyau dur de 114 véritables licornes actives.

    Ce phénomène de purge n’épargne d’ailleurs pas la France. Si la vitrine officielle affiche fièrement la naissance de 38 licornes historiques sur le territoire – avec l’arrivée de la toute nouvelle licorne AMI Labs en mars 2026 -, la réalité économique est bien plus resserrée. En soustrayant les 10 licornes françaises déchues, ainsi que les 5 pépites délocalisées (hors double comptage), le vivier français tombe de 38 à seulement 23 licornes actives aujourd’hui.

    Avec 100 % de survie, le numérique en santé apparaît comme une anomalie

    La crise n’a pas frappé au hasard. L’analyse des 60 licornes déchues montre qu’elles se concentrent autour d’une poignée de secteurs ayant subi les corrections les plus brutales après l’euphorie post-Covid :

    • Crypto & Web3 (7 entreprises) : Blockchain.com, Unstoppable Domains, Matter Labs… L’hiver des cryptomonnaies a été dévastateur. À elle seule, Blockchain.com a vu 12,4 milliards d’euros s’évaporer.

    • Quick commerce & Foodtech (5 entreprises) : Getir, Zapp, Deliverect… Le modèle économique de la livraison instantanée s’est effondré, vaporisant des milliards de capital-risque face à l’incapacité d’être rentable.

    • Spend management & Fintech (7 entreprises) : Spendesk, Sumeria, Scalapay… Des catégories sur-financées où trop de produits similaires chassaient exactement le même marché.

    • HR Tech & Edtech (6 entreprises) : CoachHub, GoStudent… La demande exceptionnelle de l’ère Covid s’est normalisée, laissant les valorisations bloquées.

    • Insurtech (3 entreprises) : ManyPets, Clark, Zego… Le modèle de distribution d’assurance s’est avéré bien plus complexe à faire passer à l’échelle que prévu.

    Face à cette hécatombe, le secteur de la santé numérique fait figure d’exception absolue. L’Europe compte aujourd’hui 12 grandes licornes dans ce domaine (Doctolib, Alan, Owkin, Flo Health, Kry, etc…).

    Leur point commun ? Aucune des 12 licornes de la santé européenne n’a perdu son statut. Le taux d’échec dans la liste des 60 licornes déchues est de zéro.

    Cette résilience s’explique facilement : la santé n’est pas une tendance spéculative. Que l’économie soit en récession ou non, le vieillissement de la population, la saturation des hôpitaux et les déserts médicaux exigent des solutions immédiates. Les investisseurs maintiennent donc ces valorisations élevées car elles reposent sur des besoins primaires et structurels de la société.

    Le troisième pilier de la tech européenne :

    Aujourd’hui, avec 12 entreprises sur un total réel de 114 licornes européennes, la santé numérique représente plus de 10,5 % de l’écosystème actif.

    Cette pondération exceptionnelle fait de la santé l’un des secteurs les plus représentés d’Europe. Elle se positionne désormais comme le troisième pilier stratégique du continent, chassant juste derrière les entreprises SaaS (avec plus de 20 licornes) et la fintech (qui, malgré ses lourdes pertes récentes, conserve une base historique massive et donc un réservoir de près de 30 licornes).

  • AI Act : les médecins s’opposent à un allègement des règles pour les dispositifs médicaux et défendent le maintien intégral des exigences

    Dans une série d’amendements publiés en mars 2026, le Comité permanent des médecins européens s’oppose à la proposition de la Commission européenne qui vise à limiter l’application du règlement sur l’IA (AI Act) aux seuls aspects jugés pertinents pour les dispositifs médicaux.

    L’exécutif européen propose en effet d’éviter les chevauchements entre le règlement sur les dispositifs médicaux (MDR), celui sur les dispositifs de diagnostic in vitro (IVDR) et le règlement sur l’IA.

    L’objectif : simplifier le cadre réglementaire pour les dispositifs intégrant de l’IA.

    Le CPME rejette cette approche. Il estime que cette limitation rendrait inapplicables des exigences jugées essentielles, notamment en matière de supervision humaine, de gestion des risques spécifiques à l’IA, de transparence, de robustesse et de cybersécurité.

    L’organisation plaide au contraire pour le maintien du régime actuel de l’AI Act, considérant que celui-ci prévoit déjà des mécanismes de simplification adaptés aux dispositifs médicaux.

    DM : préserver les exigences pour les systèmes à haut risque

    Au cœur des préoccupations du CPME figure le statut des systèmes d’IA à haut risque utilisés en santé. Les médecins européens demandent explicitement que les dispositifs médicaux et dispositifs de diagnostic in vitro restent soumis aux exigences du chapitre III de l’AI Act. Cela inclut notamment :

    • La supervision humaine.
    • Le suivi continu des algorithmes.
    • La qualité et la représentativité des données.
    • La gestion des biais et des dérives de performance.

    Ces exigences sont considérées comme les seules à intégrer des risques spécifiques à l’IA, absents des réglementations sectorielles MDR/IVDR. Le CPME insiste également sur la nécessité de clarifier le rôle des organismes notifiés dans l’évaluation de ces systèmes hybrides, à la croisée de plusieurs cadres réglementaires.

    Encadrement renforcé pour les données de santé

    Les amendements portent aussi sur l’utilisation des données.

    Le CPME s’oppose à l’extension des possibilités de traitement des données sensibles pour la détection et la correction des biais dans les systèmes d’IA non classés à haut risque. Selon l’organisation, une telle ouverture augmenterait les risques d’usage abusif et d’atteinte aux droits des patients.

    L’organisation recommande de limiter strictement ces traitements aux cas où ils sont nécessaires, en cohérence avec les positions du Comité européen de la protection des données (EDPB) et du Contrôleur européen de la protection des données (EDPS).

    Elle alerte également sur l’usage des dossiers médicaux électroniques pour entraîner des IA commerciales, appelant à clarifier le cadre juridique et les responsabilités associées.

    Sur le volet des dispositifs médicaux, le CPME s’oppose à toute réduction des exigences en matière de preuves cliniques, notamment pour les dispositifs à haut risque (classe III).

    Les amendements proposés par la Commission permettraient, dans certains cas, de s’appuyer sur des dispositifs équivalents déjà commercialisés pour éviter de nouvelles investigations cliniques.

    Le CPME met en garde contre cette approche, qu’il juge risquée pour la sécurité des patients. Il s’appuie notamment sur :

    • Des données montrant la faiblesse des preuves cliniques disponibles pour certains dispositifs.
    • Des études qui indiquent un risque fort d’alertes de sécurité et de rappels en Europe par rapport aux États-Unis.

    L’organisation demande que toute exemption d’essai clinique soit conditionnée au fait que le dispositif équivalent ait lui-même été évalué par une investigation clinique.

    Vers un système européen d’alerte des pénuries

    Le CPME soutient en revanche certaines évolutions proposées par la Commission, notamment sur la gestion des pénuries de dispositifs médicaux. Il appuie la création d’un système d’information européen permettant de signaler les interruptions ou arrêts de commercialisation, en lien avec l’Agence européenne des médicaments (EMA). Deux conditions sont toutefois posées :

    • Rendre ces informations publiques.
    • Garantir leur diffusion en temps utile pour permettre aux établissements de santé de s’adapter.

    Numérisation des notices : un cadre à ne pas étendre

    Concernant la dématérialisation des notices, le CPME adopte une position nuancée. L’organisation reconnaît l’intérêt de ces formats pour les professionnels de santé et leur contribution à la durabilité. Elle s’oppose toutefois à leur généralisation au-delà du cadre actuel. Elle demande :

    • Le maintien de versions papier en cas de défaillance des infrastructures numériques.
    • Une limitation aux usages déjà prévus par la réglementation.
    • Une vigilance sur l’impact environnemental du numérique.

    Au-delà des dispositifs médicaux, les amendements au Digital Omnibus traduisent une volonté de structurer la gouvernance de l’IA en santé. Le CPME défend le maintien d’une obligation d’AI literacy pour les professionnels, l’introduction de la notion d’IA agentique dans la définition réglementaire, et la création d’un « AI officer » dans les organisations déployant des systèmes à risque.

    L’objectif est d’assurer un déploiement de l’IA aligné avec les exigences éthiques, la sécurité des soins et la confiance des patients.

    À travers ces amendements, le CPME défend une position constante : éviter toute instabilité réglementaire et préserver les garanties existantes.

    Pour les médecins européens, l’enjeu n’est pas d’alléger les règles mais de clarifier leur articulation.

  • Offre hospitalière : la Cour des comptes critique une gradation insuffisamment structurée

    Une offre hospitalière dense mais fragilisée

    La Cour des comptes consacre une partie de son rapport public annuel 2026 à l’accès aux soins, présenté comme un “enjeu de cohésion territoriale”. En métropole, le maillage hospitalier reste dense avec 2 380 sites hospitaliers recensés en 2023.

    En 2024, 75 % des patients étaient hospitalisés à moins de 43 kilomètres de leur domicile, soit environ 48 minutes en voiture. Mais cette moyenne recouvre de fortes disparités selon les activités : 25 kilomètres pour l’obstétrique, contre 119 kilomètres pour les transplantations d’organes.

    Pour la Cour, ce maillage a peu évolué alors même que les besoins de santé changent. Le vieillissement de la population, la progression des maladies chroniques (25 millions de patients en 2023, en hausse de 7 % depuis 2015) et la spécialisation de la médecine accentuent la tension entre proximité des soins et exigences de qualité.

    À cela s’ajoutent les fermetures de services liées au manque de personnels et la dégradation de la situation financière des établissements, les hôpitaux publics ayant enregistré un déficit de 2,4 Md€ en 2023.

    Une organisation des soins encore incomplètement structurée

    La Cour estime que l’offre hospitalière doit évoluer vers davantage de complémentarité entre établissements. Elle juge inachevée l’organisation graduée des soins, alors que les hôpitaux de proximité sont censés assurer le premier niveau de cette gradation. Dans les faits, cette mission est assumée plus largement par les établissements, sans financement toujours adapté.

    Le rapport souligne aussi les limites des coopérations actuelles. Seuls 26 groupements hospitaliers de territoire sur 135 ont mis en place une direction commune pour l’ensemble de leurs membres.

    Or, selon la Cour, le partage du temps médical, les directions communes et des filières mieux coordonnées peuvent faciliter les parcours de soins et rendre l’offre plus cohérente à l’échelle territoriale.

    Elle appelle donc le ministère de la santé à définir une nouvelle stratégie nationale d’évolution de l’offre hospitalière fondée sur la gradation des soins, déclinée par région.

    Elle recommande aussi :

    • D’évaluer la qualité des parcours de soins avec la Haute Autorité de santé.
    • De recentrer le fonds d’intervention régional sur la recomposition de l’offre.
    • Et d’autoriser les activités multisites par les ARS.

    La juridiction réitère par ailleurs sa recommandation de fusionner les établissements d’un même groupement hospitalier de territoire au sein d’une personne morale unique.

    Des fragilités sanitaires plus marqués en outre-mer

    L’insularité, l’éloignement et des conditions socio-économiques plus dégradées limitent l’accès aux soins en outre-mer, où 34,6 % de la population vit sous le seuil de pauvreté (15,4 % en métropole). Ces fragilités se traduisent par une prévalence plus élevée de pathologies chroniques et de troubles psychiques.

    L’offre de soins reste très inégale, avec une densité de praticiens comprise entre 39 et 174 pour 100 000 habitants (146 en moyenne nationale). Les délais de prise en charge sont plus longs. Ils atteignent 42 jours en cardiologie contre 26 en métropole, avec des retards diagnostiques et des renoncements aux soins.

    L’offre hospitalière, moins développée et sous-financée, souffre de capacités limitées. L’absence de certaines filières impose des transferts vers la métropole, générant des coûts élevés.

    La Cour des comptes plaide pour des réponses territorialisées

    Face à ces écarts, la Cour défend une approche différenciée, ancrée dans les réalités locales.

    Elle considère que le niveau territorial est le plus pertinent pour faire émerger des solutions adaptées, qu’il s’agisse de renforcer l’attractivité pour les professionnels de santé, de développer des postes partagés avec les établissements métropolitains ou encore de structurer des formations sanitaires locales.

    Le rapport met aussi en avant les dispositifs d’« aller-vers », avec des équipes mobiles adaptées aux contraintes géographiques, ainsi que le développement de la téléexpertise et de la télésurveillance.

    Les recommandations de la Cour

    La Cour formule six recommandations pour l’outre-mer.

    • Elle demande d’abord une collecte et un suivi centralisé des données de santé, afin d’améliorer le pilotage national et territorial.
    • Elle recommande ensuite d’organiser des filières de postes partagés ou de missions médicales régulières entre établissements ultramarins et métropolitains.
    • De développer des filières de formation sanitaire adaptées aux spécificités locales.
    • Et de créer des instances interrégionales chargées de faire émerger des centres référents spécialisés.
    • Elle propose aussi de favoriser, dans les territoires ultramarins, le recours aux expérimentations prévues par l’article 51 de la loi de financement de la sécurité sociale pour 2018.
    • Enfin, elle recommande de développer, dans le cadre de la télémédecine et de la téléexpertise, des consultations de spécialités avancées dans les archipels et les zones de brousse.

    La Cour des comptes défend une même ligne : l’accès aux soins ne peut plus être abordé uniquement sous l’angle du maintien d’une offre existante.

    Il suppose d’arbitrer entre proximité, qualité, sécurité et disponibilité des professionnels. En métropole comme en outre-mer, elle invite les pouvoirs publics à sortir d’une logique uniforme pour organiser l’offre à partir des besoins de santé et des contraintes propres à chaque territoire.

  • IQVIA lance IQVIA.ai, une plateforme d’IA agentique déjà adoptée par 19 laboratoires

    Une plateforme unifiée pour industrialiser l’IA dans les sciences de la vie

    IQVIA annonce le lancement d’IQVIA.ai, une plateforme d’IA agentique conçue pour transformer les opérations, la prise de décision et l’innovation dans les sciences de la vie.

    Cette solution repose sur la combinaison des actifs de données d’IQVIA et de technologies développées avec NVIDIA, notamment Nemotron, NeMo Agent Toolkit, Dynamo et LangChain.

    L’objectif est de permettre un apprentissage continu à partir des retours opérationnels.

    IQVIA indique avoir engagé sa collaboration avec NVIDIA il y a plus d’un an pour bâtir les fondations de cette plateforme. Dans ce cadre, l’entreprise a déposé plus de 100 brevets liés à l’IA et déployé plus de 150 agents intelligents, en interne comme chez ses clients.

    19 des 20 plus grands laboratoires pharmaceutiques utilisent déjà ces agents dans leurs workflows.

    Clinique, commercial, et données en vie réelle sont les premiers cas d’usage

    Cette initiative répond à l’augmentation du volume et de la complexité des données dans le secteur, qui dépassent les capacités des approches traditionnelles.

    Contrairement à des outils d’IA généralistes ou isolés, IQVIA.ai vise une intégration directe dans les processus métiers. La plateforme permet d’orchestrer des tâches et des analyses à partir de multiples sources de données, afin de notamment :

    • Accélérer la recherche et l’analyse.
    • Améliorer l’efficacité opérationnelle.
    • Soutenir des prises de décision plus rapides.

    Intégration directe dans les workflows métiers

    IQVIA.ai se positionne comme un « centre de commande numérique » combinant automatisation, analytique avancée et outils d’aide à la décision.

    La plateforme associe une interface conversationnelle à un catalogue d’agents intelligents, prêts à l’emploi ou configurables, structurés autour des usages réels des sciences de la vie.

    Elle permet aux organisations de déployer et de faire évoluer ces agents au sein d’une architecture pilotée par IQVIA.

    La première version d’IQVIA.ai cible des cas d’usage à forte valeur dans trois domaines :

    • le clinique,
    • le commercial,
    • les données en vie réelle.

    IQVIA prévoit l’ajout de nouveaux agents et fonctionnalités au quatrième trimestre 2026.

  • IA et détection des hémorragies intracrâniennes : 93 % d’exactitude malgré des limites sur les lésions complexes

    Une évaluation indépendante en conditions proches du réel

    L’hémorragie intracrânienne est associée à une mortalité précoce élevée. Ce qui nécessite de poser un diagnostic rapide par scanner cérébral (et sans injection).

    Dans ce contexte, les outils d’IA se déploient en radiologie pour automatiser la détection et prioriser les examens urgents.

    L’étude menée par Clotilde Ruesch et ses co-auteurs évalue les performances du logiciel CINA-ICH v1.0.8 (Avicenna.ai) à partir de deux cohortes distinctes :

    • Une base rétrospective bicentrique.
    • Et une cohorte prospective monocentrique.

    L’objectif est de dépasser les limites méthodologiques fréquentes dans la littérature, notamment les biais liés aux jeux de données simplifiés ou aux validations mono-lecteur.

    Cohorte enrichie en cas complexes

    Des performances d’IA légèrement en retrait

    La cohorte rétrospective regroupe 725 scanners réalisés entre 2012 et 2024 dans deux centres hospitaliers universitaires brestois. Elle inclut volontairement une diversité de situations cliniques :

    • 60 % d’HIC.
    • 25 % de diagnostics différentiels (tumeurs, malformations vasculaires, calcifications, artefacts).
    • Et des examens normaux.

    La vérité terrain repose sur une lecture indépendante en aveugle de trois radiologues parmi cinq, avec consensus majoritaire. Les lésions ont été annotées manuellement, permettant une analyse fine des sous-types selon des critères stricts de concordance spatiale.

    Dans cette cohorte, l’accord inter-observateurs est élevé (kappa = 0,80). Les performances de l’IA apparaissent légèrement inférieures à celles rapportées dans la littérature :

    • Sensibilité : 0,85
    • Spécificité : 0,83
    • Exactitude : 0,85

    Cette baisse s’explique par l’intégration de cas complexes et de diagnostics différentiels, rarement inclus dans les études antérieures.

    La cohorte prospective comprend 423 examens consécutifs réalisés entre avril et mai 2024, avec une prévalence d’HIC de 19,7 %. Les patients, issus des urgences ou hospitalisés, ne font l’objet d’aucune sélection. Dans ce cadre plus proche de la pratique clinique, les performances du logiciel restent élevées :

    • Sensibilité : 0,86
    • Spécificité : 0,95
    • Exactitude : 0,93

    La vérité terrain repose sur les comptes rendus validés par un radiologue sénior, sans analyse détaillée des sous-types.

    Des écarts de performance entre sous-types

    L’analyse exploratoire des sous-types, réalisée uniquement sur la cohorte rétrospective, met en évidence une hétérogénéité des performances. Les hématomes intraparenchymateux sont mieux détectés, tandis que les hémorragies intraventriculaires présentent des sensibilités plus faibles.

    Ces résultats s’expliquent en partie par les critères d’évaluation retenus : un sous-type n’est considéré comme détecté que si toutes les lésions correspondantes sont identifiées, ce qui augmente mécaniquement le nombre de faux négatifs.

    Profils d’erreurs récurrents

    L’analyse des discordances révèle des profils similaires entre les deux cohortes. Les faux négatifs concernent principalement :

    • Les lésions de petite taille (< 10 mm).
    • Les hémorragies isodenses.
    • Les localisations proches de la base du crâne.

    Les faux positifs sont associés à :

    • Des tumeurs intra-axiales.
    • Des calcifications.
    • Des artefacts.
    • Certaines structures anatomiques normales (faux du cerveau, tente du cervelet, sinus veineux).

    Ces limites rejoignent celles décrites dans les travaux antérieurs.

    Détection des HIC, des résultats solides avec des limites sur les cas complexes

    Sous réserve de validation humaine

    L’étude confirme que CINA-ICH atteint des performances élevées, en particulier en conditions prospectives. Elle se distingue par une méthodologie plus robuste que la moyenne, intégrant diagnostics différentiels et annotation multi-lecteurs.

    Les résultats mettent toutefois en évidence des limites, notamment pour les lésions de petite taille ou situées dans des régions anatomiques complexes.

    Ces éléments permettent de mieux définir les conditions d’usage de ces outils en pratique clinique :

    • Pertinence pour le triage automatisé.
    • Nécessité d’une validation humaine systématique.
    • Vigilance dans certaines situations à risque d’erreur.

    Au-delà des performances globales, l’étude souligne l’importance d’évaluations indépendantes et en conditions réelles pour guider l’intégration des systèmes d’IA dans les flux de travail radiologiques.