Articles

  • Prévention de la démence : un programme en ligne améliore les fonctions cognitives sur 3 ans

    L’étude*, publiée dans une revue à comité de lecture, et coordonnée par des chercheurs de l’Université de Nouvelle-Galles du Sud, a comparé deux groupes :

    • L’un bénéficiant d’un accompagnement personnalisé via un coaching en ligne sur deux à quatre modules (activité physique, nutrition, activité cognitive, gestion de la dépression ou de l’anxiété).
    • L’autre recevant uniquement des informations générales sur ces thématiques.

    Les modules du programme s’appuient sur les axes reconnus de la prévention comportementale : activité physique, nutrition, santé mentale et stimulation cognitive. Cette approche multidimensionnelle, à distance et adaptable, renforce la faisabilité d’un déploiement à grande échelle, y compris dans une logique de santé publique populationnelle. Les participants ont été répartis de façon équitable entre un groupe bénéficiant du programme en ligne et un groupe témoin. Les femmes représentaient 64 % des personnes suivies. Le critère principal de l’étude était l’évolution des performances cognitives globales. Après trois ans, celles-ci se sont améliorées en moyenne près de trois fois plus dans le groupe ayant reçu l’intervention. L’écart observé entre les deux groupes est jugé statistiquement significatif.

    Une intervention peu risquée et potentiellement généralisable

    Les événements indésirables liés à l’étude sont restés rares : 19 dans le groupe intervention (0,60 %) contre un seul dans le groupe témoin (0,03 %). Le caractère numérique, individualisé et à distance de l’intervention ouvre la voie à une généralisation à grande échelle. Le protocole de l’étude est enregistré sous ACTRN12618000851268 sur le registre australien et néo-zélandais des essais cliniques. Plusieurs institutions académiques et hospitalières ont contribué à ce travail, parmi lesquelles Neuroscience Research Australia, l’Université de Melbourne, le Royal Melbourne Hospital, Monash University, Flinders University, l’Université de Sydney et l’Université de Bristol.

    *An online multidomain lifestyle intervention to prevent cognitive decline in at-risk older adults: a randomized controlled trial

  • Note aux abonnés : bonnes fêtes de fin d’année, reprise des publications le 5 janvier

    Chers abonnés,

    L’équipe Health & Tech Intelligence vous souhaite d’excellentes fêtes.

    Nous vous donnons rendez-vous lundi 5 janvier pour la reprise de notre couverture quotidienne du numérique en santé.

    Au programme de ce début d’année :

    • Un bilan des faits marquants de 2025 et des échéances à venir en 2026 (publication le 7 janvier).

    • Un panorama des levées de fonds 2025 (publication le 14 janvier).

    D’ici là, la plateforme H&TI reste pleinement accessible : vous pouvez consulter les derniers articles et études thématiques, les bases de données et les cartographies.

    Pour vous accompagner durant ces fêtes, nous avons pensé à vous ! Vous recevrez chaque jour une newsletter mettant en avant un article sélectionné, en attendant notre retour.

    Anticipons ensemble

    Vous souhaitez abonner plus de monde, accéder à toutes nos analyses dès la rentrée 2026 ou encore participer aux travaux du Think Tank? Notre service Client est à votre disposition pour échanger sur vos besoins ou établir un devis personnalisé, contactez-nous par mail gustave.degos@care-insight.fr !

    À très bientôt,

    L’équipe Health & Tech Intelligence, by Care Insight

     

    Profitez-en pour (re)découvrir les dernières études thématiques :

    Interopérabilité en santé : du cadre légal français à l’agenda européen : La capacité à partager des données de santé fiables, compréhensibles et réutilisables conditionne désormais l’intégration aux grandes plateformes nationales et européennes. Standards internationaux, terminologies cliniques et référentiels français se combinent pour sécuriser les usages tout au long du parcours de soins.

    Du dépistage vocal aux pancréas artificiels : les nouvelles frontières de l’IA appliquée au diabète : L’IA ouvre une nouvelle ère pour le diabète en combinant dépistage automatisé, prédiction des risques et personnalisation fine des traitements, depuis la rétinopathie jusqu’aux complications cardiovasculaires, en s’appuyant sur des capteurs connectés, des boucles fermées et des modèles prédictifs intégrés au suivi quotidien.

    Prévention : comment la donnée réinvente la sécurité des soins : face à l’augmentation des incidents graves, l’intelligence artificielle émerge comme un levier important pour prévenir les erreurs et fiabiliser les pratiques cliniques. La HAS inscrit désormais son encadrement au cœur du référentiel qualité.

    La santé mentale toujours confrontée à un déficit d’accès aux soins, l’IA peut-elle inverser la tendance ? Annoncée comme Grande cause nationale, la santé mentale reste marquée par un manque d’accès aux soins, notamment en pédopsychiatrie. Malgré des dispositifs comme « Mon soutien psy » ou « Repérer, soigner, reconstruire », les professionnels alertent sur l’absence de réponse structurelle.

    Santé 2.0 : l’Inde bâtit le plus vaste écosystème médical connecté au monde : L’Inde avance dans la numérisation de son système de santé santé avec 10,5 Mds € investis dans l’IA, la télémédecine et la numérisation. Soutenue par l’Ayushman Bharat Digital Mission, elle compte plus d’un milliard de citoyens connectés, 330 millions de téléconsultations et vise une croissance médicale inclusive et sécurisée.

    Radiologie et IA : mutation, défis et innovations : L’IA transforme la radiologie, améliorant qualité, sécurité et efficience tout en posant des défis d’intégration et d’éthique. La France, via un écosystème structuré, allie innovation, recherche et adaptation aux besoins cliniques spécifiques.

     

  • Etude : l’association IA–expertise humaine améliore la qualité des données (Annals of oncology)

    Publiée en décembre 2025 dans Annals of Oncology, l’étude* montre que l’IA réduit les erreurs par rapport aux méthodes manuelles, et que son association à une relecture humaine ciblée améliore encore la fiabilité des données tout en accélérant leur collecte.

    Extraction des données : l’enjeu de l’automatisation

    La recherche clinique en oncologie repose sur l’exploitation de volumes croissants de données issues de dossiers médicaux hétérogènes, majoritairement non structurés. Leur extraction reste largement manuelle et mobilise fortement les équipes de recherche clinique, avec des pratiques variables selon les centres. Dans une interview précédente à HTI, le Pr Fabrice André, directeur de la recherche à l’IGR, soulignait que la complexification des essais cliniques, marquée par une inflation des procédures et des tâches de recueil, fragilise leur faisabilité et leur équité. Il plaidait pour une automatisation ciblée de l’opérationnel afin de simplifier les processus sans compromettre la qualité scientifique. L’étude publiée dans Annals of Oncology s’inscrit dans cette logique, en comparant de manière structurée différentes méthodes d’extraction de données cliniques.

    Une étude française pilotée par l’IGR

    L’étude rétrospective a été conduite dans le cadre de la cohorte LUCC (Large & Unified Cancer Cohort), consacrée au cancer du poumon. Parmi les 10 000 patients de la cohorte, 311 issus de 10 centres publics et privés ont été sélectionnés aléatoirement. Les chercheurs ont analysé 31 variables cliniques, incluant des données démographiques, des facteurs de risque, des biomarqueurs génomiques et les traitements. Trois approches ont été comparées à partir des mêmes comptes rendus médicaux pseudonymisés : une extraction manuelle réalisée par des attachés de recherche clinique expérimentés, une extraction automatisée par intelligence artificielle et une approche hybride combinant extraction par IA et relecture humaine ciblée. Pour chaque variable, les valeurs extraites ont été comparées. En cas de divergence, un professionnel senior de la recherche clinique, supervisé par des oncologues et aveugle à la méthode utilisée, a établi la valeur de référence.

    Résultats : Deux fois moins d’erreurs grâce à l’IA

    • Taux d’erreur global : 14,2 % pour l’extraction manuelle, contre 7,0 % pour l’IA seule, soit deux fois moins d’erreurs.
    • Approche hybride : le taux d’erreur descend à 4,4 % lorsque l’IA est associée à une relecture humaine ciblée, après révision d’environ 30 % des cas jugés incertains.
    • Efficacité opérationnelle : l’approche hybride permet un traitement des données quatre fois plus rapide que l’extraction strictement manuelle.
    • Homogénéité multicentrique : l’IA réduit la variabilité des données extraites entre centres, par rapport à la saisie manuelle.
    • Variables complexes, notamment génomiques : l’IA extrait ces données avec une fiabilité supérieure à la saisie manuelle, avec un taux de concordance atteignant 0,97, contre 0,86 pour l’extraction réalisée par des professionnels.
    • Analyses de survie : les analyses de survie globale et sans progression réalisées à partir des données extraites par IA sont proches de la valeur de référence définie par expertise humaine.

    Les auteurs indiquent que l’extraction automatisée par intelligence artificielle présente donc une précision plus élevée et une variabilité inter-centres plus faible que l’extraction manuelle, et que l’approche hybride permet d’atteindre le meilleur compromis entre qualité des données et efficacité opérationnelle. Selon eux, ce mode d’organisation, dans lequel l’IA réalise l’extraction initiale et oriente l’intervention humaine vers les cas les plus complexes, pourrait faciliter la constitution de cohortes multicentriques de grande taille et élargir la participation de centres disposant de ressources limitées. Dans une interview précédente à HTI, le Pr Fabrice André rappelait que « si l’on n’a pas l’infrastructure pour délivrer, on ne peut rien faire ». Pour les auteurs, les résultats de l’étude suggèrent que la performance des essais cliniques dépend par conséquent aussi de la manière dont les données sont produites et structurées en amont, et pas uniquement des analyses réalisées a posteriori.

    * Next-Generation Multicenter Studies: Using Artificial Intelligence to Automatically Process Unstructured Health Records of Patients with Lung Cancer across Multiple Institutions

    M. Aldea, L. Zullo, V. Levrat, J. Bennouna, S. Schneider, O. Mercier, E. Mougenot, E. Bergot, C. Dujon, N. Cloarec, C.Audigier Valette, A. Nuccio, M. Deloger, C. Helissey, S. Simon, A. Carpentier, A. Djarallah, P. Rolland, J.C. Louis, L. Ancillon, B. Vignal, F. Rambaud, P. Tessier, L. Chuttoo, K. Siby, A. Poplu, K. Zarca, S. Michiels, F. Barlesi, F. Le Ouay, B. Besse

    Annals of Oncology, publication en ligne le 15 décembre 2025

    https://www.annalsofoncology.org/article/S0923-7534(25)06320-3/abstract

     

  • L’IA à l’hôpital, aussi pour les questions environnementales

    Les hôpitaux, des structures qui fonctionnent en continu

    Selon le dernier rapport du Shift Project (2023), l’ensemble du système de santé émet environ 48,6 à 49 millions de tonnes équivalent CO2 par année, ce qui représente entre 6,6% et 10% des émissions carbone totales de la France—soit un poids comparable à celui de secteurs comme l’agriculture ou l’industrie. Les établissements hospitaliers concentrent à eux seuls 38% de ces émissions, bien avant la médecine de ville ou les établissements médico-sociaux.

    Cet impact provient d’une double réalité : les hôpitaux fonctionnent en continu (24h/24, 365 jours/an) et consomment massivement de l’énergie pour maintenir un environnement stérile et sûr. La consommation énergétique moyenne d’un établissement hospitalier atteint 320 kilowattheures par mètre carré par an, soit presque le double de celle d’un bâtiment tertiaire standard (180 kWh/m²/an), une différence qui s’explique par les exigences strictes de climatisation, stérilisation et fonctionnement ininterrompu. Au-delà de l’énergie, la gestion des ressources révèle une hémorragie systémique : un lit d’hôpital consomme 750 litres d’eau quotidiens en moyenne, soit cinq fois plus qu’un Français lambda (150 litres/jour). Le secteur génère annuellement 700 000 tonnes de déchets, dont 170 000 tonnes de déchets d’activités de soins à risque infectieux (DASRIA), une charge majeure pour les bilans environnementaux

    Cadre réglementaire : la directive Corporate Sustainability Reporting Directive pour mesurer l’impact environnemental

    Longtemps resté en marge des politiques climatiques nationales, le secteur de la santé fait désormais face à un arsenal normatif qui contraindra les établissements à transformer radicalement leurs pratiques. En 2024, le Gouvernement a lancé sa “Feuille de route pour la Planification écologique du système de santé,” fixant un objectif d’une réduction de 5% par an des émissions jusqu’en 2050. Plus immédiate et plus contraignante, l’application du Décret Éco Énergie Tertiaire (DEET, dit aussi “Décret Tertiaire”) impose aux bâtiments de plus de 1 000 mètres carrés une réduction de la consommation d’énergie finale de 40% d’ici 2030 et 60% d’ici 2050. Cette obligation crée un calendrier serré pour les groupes hospitaliers de moderniser leurs infrastructures, en particulier face aux parcs immobiliers souvent vieillissants et énergivores.

    Parallèlement, l’adoption de la directive européenne Corporate Sustainability Reporting Directive (CSRD) étend les obligations de reporting extra-financier aux grands groupes de santé privés, intégrant le concept de “double matérialité” : les entreprises doivent désormais documenter non seulement l’impact de leurs opérations sur l’environnement, mais aussi les risques climatiques et de transition qui menacent leur modèle économique. Cette convergence entre obligations énergétiques (DEET), stratégie décarbonation (feuille de route) et reporting ESG (CSRD) crée pour les hôpitaux un triptyque réglementaire d’une complexité sans précédent, transformant la transition écologique de simple ambition en impératif de conformité.

    ​L’IA au service du développement durable : optimisation énergétique, maintenance prédictive et gestion

    L’approche “Blue Hospitals” développée par le bureau d’ingénierie Deerns expose trois cas d’usage majeurs par lesquels l’IA crée de la valeur environnementale dans les établissements de santé. Premièrement, l’optimisation énergétique dynamique : les systèmes de gestion de l’énergie (EMS) intégrés à l’IA analysent en temps réel les niveaux d’occupation des blocs opératoires, des salles de consultation et des unités d’hospitalisation pour ajuster automatiquement les systèmes de chauffage, ventilation et climatisation (CVC), poste le plus énergivore de tout établissement hospitalier.

    Ces solutions peuvent réduire la consommation énergétique jusqu’à 30% sans compromettre la qualité des soins ou le confort des patients et du personnel. Deuxièmement, la maintenance prédictive : en analysant les données d’utilisation et l’état de fonctionnement des équipements lourds (IRM, scanners, respirateurs) via des capteurs IoT et des algorithmes d’apprentissage automatique, l’IA anticipe les défaillances et optimise le calendrier de maintenance. Cette approche prolonge la durée de vie utile du matériel médical, réduit les arrêts non planifiés et surtout limite le gaspillage lié à des remplacements prématurés d’équipements coûteux et émetteur carbone lors de leur fabrication. Troisièmement, la gestion intelligente des flux et des stocks—en particulier la réduction du gaspillage médicamenteux—demeure un levier d’impact majeur mais peu exploité.

    En France, entre 500 millions et 1,7 milliard d’euros de médicaments sont gaspillés chaque année au sein des établissements, dus à des stocks mal calibrés, des péremptions, et une absence de traçabilité centralisée. L’automatisation des armoires sécurisées et des systèmes de traçabilité, pilotés par l’IA, a permis à plusieurs centres hospitaliers (CHU Bordeaux, Grenoble, Rennes) de réduire le volume de médicaments retournés à la pharmacie de moitié, les commandes d’urgence de 40%, et les stocks immobilisés de 30%, traduisant d’importants gains financiers et écologiques​

    Solutions et Outils : 10 à 30% d’économie énergétique avec Ubigreen

    Le marché se structure progressivement autour d’une constellation de solutions mixtes combinant IoT, SaaS et algorithmes d’IA pour adresser les multiples dimensions de la durabilité hospitalière. Au niveau de l’infrastructure énergétique, des plateformes comme Metron et Deepki offrent aux directeurs d’établissements un tableau de bord unifié permettant de monitorer en temps réel la consommation d’énergie, de mesurer la conformité au Décret Tertiaire, et de piloter les travaux de transition énergétique—une fonctionnalité d’autant plus critique que le respect des objectifs de -40% à 2030 exige une visibilité immédiate et granulaire sur les gisements de consommation.

    L’expérience menée par l’Assistance Publique-Hôpitaux de Paris (AP-HP) avec la solution Ubigreen démontre qu’un système centralisé de management énergétique peut réduire la facture énergétique de 10 à 30% tout en renforçant le confort des patients et du personnel. Au niveau du soin lui-même, des outils comme Carebone, mis à disposition de tous les professionnels de santé par l’AP-HP, visent à décarboner chaque acte médical en informant les praticiens de l’impact carbone de leurs prescriptions et en proposant des alternatives moins impactantees.

    Pour la gestion des ressources et des déchets, les solutions d’automatisation pharmaceutique, comme celles proposées par Omnicell, structurent l’ensemble de la chaîne d’approvisionnement des médicaments pour éliminer les gaspillages et sécuriser les pratiques. Au niveau conceptuel et architectural, l’approche Blue Hospitals de Deerns intègre dès la phase de conception les principes de durabilité et d’intelligence, garantissant que chaque décision de design—de la géométrie du bâtiment au choix des matériaux—contribue à la fois à la performance énergétique et à la qualité des soins. Enfin, l’initiative open-source “Green Algorithms” rappelle que l’IA elle-même n’est pas neutre sur le plan environnemental : en proposant aux chercheurs un calculateur permettant d’estimer et de réduire l’empreinte carbone de leurs propres calculs algorithmiques, elle force à une introspection critique sur le coût écologique des solutions numériques supposément “vertes.”

     

  • Un programme français prédit l’autisme dès la naissance grâce à l’IA et aux données périnatales

    TSA : une prévalence mondiale en hausse

    Selon l’Organisation mondiale de la santé (OMS), les TSA concernent 1 à 2 % des enfants. Ces pathologies neurodéveloppementales reposent sur l’observation comportementale et des échelles standardisées, qui demeurent :

    • Coûteuses.
    • Variables selon les praticiens.
    • Peu adaptées à un dépistage systématique à grande échelle.

    Pelargos, l’IA au service du pronostic

    Porté par B&A Biomédical spinn-off de Unité INSERM U29 – Neurobiologie et physiopathologie du développement, Pelargos explore la « neuro-archéologie » in utero en analysant, par apprentissage automatique, antécédents médicaux, échographies, résultats de dépistage prénatal et données de naissance. Soutenu par la Région Sud, le PIA4 et le pôle Eurobiomed, le programme intègre :

    • Cinq hôpitaux partenaires.
    • Une cohorte d’environ 2 000 enfants (1 000 TSA, 1 000 neurotypiques).
    • Un objectif de détection de 60 à 70 % des enfants à risque.

    Premiers résultats encourageants

    L’étude pilote du CHU de Limoges, publiée dans Scientific Reports, a analysé 305 grossesses, comparant 65 enfants ultérieurement diagnostiqués TSA à 240 témoins neurotypiques. L’IA a identifié 40 à 50 % des enfants à risque, avec :

    • 4 % de faux positifs.
    • Une spécificité de 96 %.
    • Une valeur prédictive positive de 77 %.

    Perspectives cliniques et éthiques

    Pelargos se positionne comme un outil strictement pronostique, destiné à orienter un suivi renforcé et la recherche de biomarqueurs périnataux. Les prochaines étapes comprennent :

    • L’extension de la cohorte.
    • L’harmonisation des jeux de données.
    • Des études prospectives nationales évaluant l’impact clinique et éthique du dépistage néonatal.

     

  • Sept nouveaux projets pour étoffer la bibliothèque open source d’algorithmes en santé (BOAS)

    Sept projets ont été retenus par la Plateforme des données de santé (PDS), dans le cadre de la 9e édition de l’appel à manifestation d’intérêt pour la Bibliothèque Ouverte d’Algorithmes en Santé (BOAS). Ils viennent s’ajouter aux 33 projets déjà accompagnés depuis le lancement de ce programme.

    Trois axes de développement

    L’AMI BOAS s’inscrit dans une stratégie de réutilisation des données de santé. Trois thématiques ont été définies :

    • Documentation d’algorithmes existants pour en faciliter la diffusion et la réutilisation (Thématique 1) ;
    • Création d’outils de ciblage ou d’autres programmes pour mieux exploiter la base principale du Système national des données de santé (SNDS) (Thématique 2) ;
    • Développement d’outils exploitant d’autres sources de données que le SNDS, notamment les entrepôts hospitaliers (Thématique 3).

    Les projets sélectionnés bénéficieront d’un accompagnement humain, technique et financier, après évaluation par un jury d’experts indépendants.

    Projets sur la base principale du SNDS

    • ALGOPREM (Inserm) : analyse des conséquences d’une extrême prématurité sur le développement à 2 et 5 ans, via l’identification des comorbidités néonatales et troubles neurodéveloppementaux.

    Projets sur d’autres sources de données

    • Data Contrat (CHU de Brest) : outils open source pour automatiser le contrôle qualité des données des EDS partenaires, incluant documentation, validateur et librairie Python.
    • Open Tak (Heva) : identification et visualisation des parcours de soins à partir de données de vie réelle.
    • PALOMA (RCTs) : recours à l’intelligence artificielle et à la génération de patients synthétiques pour améliorer l’imputation des données manquantes dans une cohorte longitudinale (DESIR).
    • ESMEMIIC (Institut Curie) : croisement de données cliniques, biologiques et thérapeutiques sur le cancer du sein métastatique, à partir de la base ESME CSM-SNDS.
    • Arcade (AP-HP) : identification des cas d’asthme pédiatrique dans les données hospitalières de l’AP-HP (enfants de 6 à 17 ans).
    • Doc2Text (CHU de Bres) : structuration des comptes rendus médicaux pour faciliter leur analyse via des modèles de traitement automatique du langage.

    Une bibliothèque collaborative et ouverte

    La BOAS centralise des outils open source permettant de structurer, filtrer ou anonymiser les données de santé. Elle répond à un objectif de mutualisation des efforts pour éviter les redondances et accélérer les projets de recherche et d’innovation. Plus de 40 ressources sont actuellement accessibles. L’appel à manifestation d’intérêt reste ouvert aux porteurs de projets souhaitant contribuer à cette bibliothèque.

    Une nouvelle édition de l’AMI BOAS sera prochainement lancée.

  • Accès précoce aux médicaments : la HAS précise ses exigences

    La HAS précise les données exigées pour valider la présomption d’innovation

    Depuis 2021, le dispositif d’accès précoce permet aux patients en impasse thérapeutique de bénéficier, de manière temporaire et encadrée, de traitements présumés innovants, avant ou après leur autorisation de mise sur le marché. Ce dispositif repose sur une évaluation qui comporte une part d’incertitude, car elle s’appuie sur une présomption d’innovation sans que celle-ci ait été formellement démontrée. Pour sécuriser cette démarche, la Haute Autorité de santé (HAS) a actualisé sa doctrine d’évaluation des demandes d’autorisation d’accès précoce. L’objectif est de mieux définir les données minimales attendues afin de confirmer ou infirmer l’existence d’un bénéfice clinique supplémentaire par rapport aux traitements disponibles.

    Cette révision s’appuie sur quatre années de recul et une consultation publique menée en 2024, qui a suscité une approbation unanime.

    Les données cliniques comparatives désormais requises

    La nouvelle doctrine précise que l’appréciation de la présomption d’innovation doit se fonder sur le plan de développement du médicament, en comparaison avec les alternatives existantes. Ce plan devra désormais inclure :

    • Des données cliniques dès la première demande permettant d’étayer la présomption d’innovation ;
    • Des données probantes attendues pour confirmer ou non le bénéfice clinique supplémentaire dans un délai jugé raisonnable.

    Les données préliminaires nécessaires à l’octroi de l’accès précoce devront être comparatives (directes ou indirectes) et concerner spécifiquement la population ciblée. Les données non comparatives ne seront recevables que si le bénéfice clinique du traitement apparaît manifeste.

    La HAS exige des essais comparatifs et randomisés dans la majorité des cas

    La HAS renforce également ses attentes sur la qualité des données probantes. Celles-ci devront, dans la majorité des cas :

    • Être issues d’études cliniques robustes, comparatives et randomisées avec un comparateur cliniquement pertinent ;
    • En cas de recours à une comparaison indirecte, l’industriel devra justifier ce choix et satisfaire aux exigences méthodologiques détaillées dans une annexe spécifique.

    Cette annexe précise également les conditions d’acceptabilité de critères de jugement alternatifs aux critères cliniques traditionnels, ainsi que les modalités d’utilisation de schémas d’étude autres que les essais contrôlés randomisés.

    Une doctrine évolutive

    La HAS indique que cette doctrine reste évolutive : elle pourra être révisée à l’aune des retours d’expérience de la Commission de la transparence, des décisions de son Collège et de l’évolution des connaissances scientifiques. L’objectif demeure de concilier accès rapide à l’innovation pour les patients et exigence de preuve suffisante pour garantir un rapport bénéfice/risque acceptable.

  • 200 millions d’euros pour intégrer le DMP dans les logiciels hospitaliers d’ici 2027 (bilan du CNS)

    GT clôturés (2025)

    • Portabilité des LGC : accord sur export gratuit en 30 jours, référentiel opposable à venir.
    • IA et données de santé : livrable publié sur les usages.
    • Santé environnementale : feuille de route intégrée à Mon Espace Santé.

    GT en cours (livrables attendus en 2026)

    • IA dans Mon Espace Santé : cadrage en cours, livraison T1 2026
    • EHDS : travaux sur gouvernance, interopérabilité et redevances
    • Urbanisation des SI : GT coporté avec la FHF, livrable fin 2026
    • Données périnatales : 17 établissements pilotes, dématérialisation des certificats CS8 prévue en 2026

    GT à venir (2026)

    • Cybersécurité et sécurité des données
    • IA clinique et aide à la décision
    • Financement et contractualisation numérique
    • Sensibilisation des citoyens à l’EHDS
    • Portabilité (suite), interopérabilité, parcours coordonnés

    Le 14e CNS fait le point sur les avancées du numérique en santé et fixe les priorités à venir

    Partage des données et gouvernance au cœur du 14e Conseil du Numérique en Santé

    Le 14e Conseil du Numérique en Santé (CNS) s’est tenu le 17 décembre au ministère de la Santé, en présence de près de 300 participants. L’événement a permis de dresser un bilan des six derniers mois de la feuille de route du numérique en santé et d’annoncer des mesures en matière de partage de données, de gouvernance et d’organisation des systèmes d’information.

    Plusieurs sujets ont été abordés dans un format resserré :

    • la nouvelle gouvernance du numérique en santé,
    • la portabilité des données en médecine de ville,
    • le partage des données à l’hôpital,
    • l’urbanisation des SI pour les parcours,
    • le numérique au service de la périnatalité.

    DMP à l’hôpital : financement consolidé, déploiement visé en 2027

    L’un des axes reste la consultation du Dossier Médical Partagé (DMP) à l’hôpital. Cette fonctionnalité, déjà amorcée dans certains établissements, doit désormais être généralisée dans les pratiques courantes d’ici 2027. Un financement de 200 millions d’euros est mobilisé à travers HospiConnect et le programme HOP’EN2 pour accompagner les établissements dans cette transition :

    • Généralisation des moyens d’identification électronique (MIE) compatibles avec Pro Santé Connect.
    • Mise à jour des logiciels de Dossier Patient Informatisé (DPI).
    • Intégration du DMP dans les SI hospitaliers avec navigation simplifiée et accès aux données à jour.
    • Déploiement prévu entre 2026 et 2028, avec accompagnement national et régional (ARS, GRADeS).

    Un dernier délai jusqu’à mars 2026 est accordé aux éditeurs pour sécuriser leur référencement « vague 2 » ; les déploiements devront être effectifs à juin 2027.

    Médecine de ville : portabilité des données actée, export gratuit et délai de 30 jours

    Le CNS a également validé les résultats des groupes de travail 2025 sur la portabilité des données en médecine de ville. Piloté par la DNS, la FEIMA et les professionnels de santé, ce groupe a posé les bases d’un cadre opérationnel visant à sécuriser la continuité des soins et garantir un droit effectif au changement de logiciel.

    Les engagements actés :

    • un export gratuit des données pivot.
    • un délai maximum de 30 jours.
    • une couverture des principaux cas de vie (changement de LGC, départ à la retraite, décès, demande patient).
    • une documentation technique partagée entre éditeurs.

    Le tout sera formalisé dans un référentiel opposable publié selon les articles L.1470-5 et L.1470-6 du Code de la santé publique. Ce modèle de co-construction est destiné à être répliqué pour d’autres professions et structures coordonnées.

    Urbanisation des SI et structuration des données périnatales parmi les nouveaux chantiers du CNS

    Le Conseil a lancé un groupe de travail sur l’urbanisation des systèmes d’information au service des parcours, coporté avec la FHF, avec 10 thèmes ciblés (interopérabilité, orchestration des parcours, structuration des données sociales et administratives). Un livrable est attendu fin 2026. En parallèle, un appel à projets spécifique a été lancé pour structurer les données périnatales dans les établissements. Dix-sept établissements ont été retenus, représentant 12 régions et 11 éditeurs. Les travaux visent à verser automatiquement les données de naissance dans Mon Espace Santé et à dématérialiser les certificats de santé (CS8). La montée en puissance est prévue sur 2026.

    Prochaine échéance : programme de travail 2026

    Le programme de travail 2026 du CNS est organisé autour de deux axes :

    • régulation (cybersécurité, interopérabilité, évaluation des demandes d’accès aux données),
    • innovation (aide à la décision médicale, IA, urbanisation des parcours, financement).

    Les membres intéressés sont invités à se manifester avant le 15 janvier via dns-concertation@sante.gouv.fr.

    La Délégation du Numérique en Santé (DNS) poursuivra la publication semestrielle de l’état d’avancement des 65 objectifs de la feuille de route, consolidant ainsi le pilotage collectif de la transformation numérique en santé.

  • IA médicale : 29 % de temps de documentation en moins selon une étude menée en Suède

    Une étude sur 1 295 soignants : l’IA réduit le stress de 30 %

    Une étude européenne de grande ampleur sur les assistants médicaux à base d’IA, conduite par Capio Ramsay Santé et Tandem Health en Suède, met en évidence l’intérêt de ces technologies dans la lutte contre la surcharge administrative des professionnels de santé. Basée sur l’analyse de 375 000 comptes rendus médicaux réalisés par 1 295 soignants issus de 44 professions, l’étude explore l’impact des assistants IA sur le quotidien clinique, la productivité et la qualité de vie au travail.

    4,7 minutes pour un compte rendu grâce à l’IA, contre 6,7 sans

    L’étude révèle une réduction de 29 % du temps de rédaction des comptes rendus, dès la première utilisation de l’assistant IA. Le temps moyen consacré à la documentation passe de 6,69 à 4,71 minutes par note, avec un temps médian d’édition de 93 secondes. Cette performance est constante, quel que soit le métier, et s’accompagne d’un fort taux d’adhésion : 91 % des professionnels souhaitent continuer à utiliser l’outil et le recommandent à leurs collègues.

    Les soignants témoignent d’une amélioration de leur quotidien 

    Au-delà du gain de temps, les bénéfices perçus incluent une amélioration de la présence auprès des patients (+16 %) et une baisse du stress lié aux tâches administratives (–30 %). Ces résultats soulignent le potentiel des assistants IA dans la prévention du burnout et la rétention des professionnels, dans un contexte européen de pénurie de soignants. La recherche combine une analyse quantitative des données d’usage avec une enquête qualitative auprès de 177 utilisateurs réguliers. Bien que les médecins généralistes représentent les deux tiers du panel, l’outil a été utilisé par des kinésithérapeutes, psychologues, chirurgiens orthopédiques ou encore infirmiers, permettant de mesurer son efficacité dans des contextes variés.

    L’étude met en avant plusieurs conditions nécessaires à une intégration réussie :

    • Une formation initiale structurée.
    • Le rôle de « super utilisateurs » en appui des équipes.
    • Et une plateforme adaptée aux différents modes de consultation (physiques, numériques ou téléphoniques).

    L’usage sur postes fixes reste plus efficace, l’édition mobile nécessitant en moyenne deux fois plus de temps.

    Certification CE, ISO, MDR 

    La solution IA Tandem s’impose à l’échelle européenne dans 11 pays

    La solution Tandem est conforme aux exigences réglementaires européennes : certification CE, conformité MDR, sécurité ISO 27001 et 13485. Présente dans plus de 1 000 établissements répartis dans 11 pays, elle pourrait permettre en Suède une économie estimée à un million d’heures médicales par an en cas de généralisation.

    L’étude suédoise, fondée sur une co-conception avec les utilisateurs et une adaptation aux spécificités locales, pourrait servir de modèle pour d’autres systèmes de santé. Si l’acceptation professionnelle se confirme à grande échelle, les prochaines évaluations porteront sur l’impact en matière de qualité des soins, de satisfaction des patients et d’intégration des assistants IA dans une gouvernance de la donnée de santé.

  • US : le télésuivi à distance booste de 20% les revenus des cabinets de soins primaires

    +20 % de revenus Medicare pour les cabinets ayant adopté le télésuivi à distance

    Selon une étude parue en novembre 2025 dans Health Affairs, l’adoption du télésuivi à distance des patients, ou remote patient monitoring (RPM), s’est traduite par une augmentation des revenus des cabinets de soins primaires américains. Les cabinets ayant mis en œuvre cette pratique entre 2019 et 2021 ont vu leur chiffre d’affaires Medicare croître de 20 % en deux ans, par rapport à des cabinets témoins ne l’ayant pas adoptée. Les chercheurs ont analysé les données nationales de Medicare traditionnel, identifiant 754 cabinets ayant commencé à facturer des actes RPM durant cette période. La grande majorité d’entre eux (98,1 %) ont pu être appariés à 2 215 cabinets n’ayant pas adopté le RPM. Ces premiers étaient plus fréquemment affiliés à une organisation de soins responsables (ACO), proposaient des services de gestion des soins, et prenaient en charge davantage de patients issus de minorités ou éligibles à la double couverture Medicare-Medicaid.

    Plus de patients, plus de consultations

    Au-delà des revenus, les cabinets ayant adopté le RPM ont vu leur activité croître globalement. En moyenne, ils ont élargi leur patientèle de 2,9 % par trimestre, et réalisé 4,2 % de consultations ambulatoires supplémentaires, en grande partie grâce au recours à la télésanté. L’augmentation d’activité s’est accompagnée d’une hausse de 2,7 % du nombre de professionnels de santé facturants au sein des structures concernées. Les auteurs suggèrent également que cette hausse pourrait être soutenue par le recours à des assistants médicaux, infirmiers, ou encore à des prestataires externes de services RPM.

    Les résultats de l’étude soulèvent des implications pour la politique de financement de Medicare. Si l’ensemble des cabinets de soins primaires adoptaient le RPM, la hausse de dépenses annuelles pour Medicare pourrait avoisiner les 6 milliards de dollars. Face à cette projection, les auteurs plaident pour la mise en place de garde-fous. Des limites fondées sur les preuves, concernant la durée de surveillance ou les critères d’éligibilité des patients, pourraient permettre d’atteindre un juste équilibre.

    Une dynamique déjà amorcée et renforcée par les nouveaux codes de facturation

    La montée en puissance du RPM au sein de Medicare n’est pas nouvelle. Mais cette tendance pourrait s’accentuer avec l’introduction, dans la finalisation de la grille tarifaire Medicare 2026, de nouveaux codes de facturation. Ceux-ci permettront de rémunérer les professionnels pour des collectes de données sur des périodes plus courtes (dès 10 minutes et dès 2 à 5 jours de suivi), contre un minimum de 20 minutes et 16 jours actuellement requis.

     L’enjeu sera de permettre un déploiement pertinent et efficient du RPM, sans induire une inflation non maîtrisée des dépenses publiques.