Millie, clinique dédiée à la santé des femmes, annonce le lancement de Maia, un agent conversationnel intégré à son application mobile. L’outil offre un soutien personnalisé durant la maternité. La structure, basée à San Francisco, propose une prise en charge couvrant la fausse couche, l’allaitement, la santé mentale, l’éducation prénatale, le post-partum et la gynécologie. Son modèle associe sages-femmes, doulas et médecins, en virtuel et en présentiel. L’entreprise collabore avec des systèmes de santé.
L’agent IA répond aux questions de routine sur la maternité, organise les rendez-vous et envoie des rappels liés au suivi de grossesse. Il adapte aussi ses échanges grâce à la mémoire des interactions et aux préférences de communication des patientes. En cas de situation jugée préoccupante, Maia déclenche une mise en relation avec les équipes cliniques afin de permettre une intervention rapide. Maia s’appuie sur des fonctionnalités déjà présentes : ligne téléphonique 24/7, charting ambiant, dépistages via l’application et tensiomètres connectés. Cette continuité vise à renforcer la cohérence du dispositif de soins et à réduire le stress lié au parcours.
Un lancement dans un contexte de crise de la santé maternelle
L’annonce intervient alors que les États-Unis affichent le taux de mortalité maternelle le plus élevé parmi les pays à revenu élevé. Les pénuries de professionnels en obstétrique et gynécologie, ainsi que les réductions de budgets Medicaid, aggravent la situation. Millie voit dans Maia un moyen d’atténuer certains de ces obstacles. Sharma indique que l’objectif global de l’IA chez Millie consiste à améliorer la relation patient-clinicien et à fournir aux équipes des informations en temps réel intégrées aux workflows, pour renforcer leur capacité de soutien. En septembre, Millie a lancé un programme consacré à la périménopause et à la ménopause, proposant hormonothérapie, traitements non hormonaux, solutions vaginales et accompagnement lié au mode de vie.
Un manque de temps amplifié par la charge administrative
Dans un contexte de pénurie de cliniciens en soins ambulatoires, la documentation dans l’EHR occupe plus de la moitié de leur journée de travail, tandis qu’un quart seulement est consacré au face-à-face patient. Cette charge, en hausse continue, affecte surtout les professionnels de soins primaires et s’accompagne d’une augmentation des risques de départ, de baisse d’effort professionnel et de dégradation de la qualité des soins. Face à ce constat, le National Academy of Medicine a réuni fin 2024 des experts pour examiner le potentiel de l’IA dans l’amélioration du bien-être des soignants. Les données multicentriques restaient toutefois rares. L’étude publiée dans JAMA Network Open explore l’impact d’un scribe vocal en situation réelle.
Conduite entre février et octobre 2024, l’étude s’appuie sur une intervention de 30 jours dans 6 organisations américaines, utilisant toutes la même plateforme : l’Abridge ambient AI scribe. Les participants — 263 cliniciens impliqués dans les soins ambulatoires — ont été recrutés par les responsables de santé numérique et formés avec les supports fournis par le fournisseur. La participation était volontaire et sans incitation.
51,9% à 38,8% : chute du burnout modéré chez 186 cliniciens
Les cliniciens enregistraient l’échange avec le patient après consentement verbal, puis retrouvaient une note générée instantanément depuis une interface sécurisée. Ils pouvaient vérifier la transcription, écouter les extraits audio et éditer les sections avant intégration dans l’EHR. Les enregistrements étaient supprimés après un délai court. Sur 186 participants ayant répondu aux questions relatives au burnout, la proportion déclarant un score supérieur ou égal à 3 chute de 51,9 % à 38,8 % après 30 jours, soit une baisse de 13,1 points et un odds ratio de 0,26. Une analyse en sensibilité montre aussi une diminution du burnout sévère, de 18,4 % à 12,2 %.
Plusieurs sous-groupes sont concernés : médecins, professionnels employés en groupe médical, universitaires, cliniciens en pratique depuis 10 à 15 ans, femmes comme hommes. Les spécialités de médecine familiale, pédiatrie, obstétrique-gynécologie et spécialités adultes présentent également une réduction significative.
Temps de documentation hors clinique diminué de 0,90 heure par semaine
Les auteurs rapportent une baisse de 2,64 points (sur 10) du score de charge cognitive liée aux notes, incluant la demande mentale, l’effort et la cadence imposée par la documentation. Le temps de documentation hors clinique diminue en moyenne de 0,90 heure par semaine. Les participants soulignent aussi une amélioration de leur capacité à accorder une attention non divisée aux patients (+2,05 points), à ajouter des patients en urgence dans le planning, et à produire des notes jugées plus compréhensibles pour les patients.
Convergences avec des études antérieures
Les résultats rejoignent les travaux antérieurs menés sur les scribes humains et certaines solutions d’IA, qui mettaient en évidence une diminution de la charge documentaire et une amélioration de l’attention portée au patient. Les comparaisons directes restent toutefois difficiles en raison de l’absence de standardisation des métriques liées à la documentation, que l’AMA recommande désormais d’harmoniser. Les auteurs soulignent plusieurs limites : participation non anonyme, absence de groupe contrôle, risque de biais de sélection, impossibilité d’analyser les non-répondants et absence de données objectives issues de l’EHR sur les gains de temps. Un des centres n’a pas transmis les données de burnout, et toutes les organisations ont conduit l’évaluation dans une logique interne de qualité, non comme un protocole de recherche.
Des systèmes de soins fragilisés par l’augmentation du temps administratif
Le rapport Time to Care analyse l’expérience de plus de 1 000 cliniciens au Royaume-Uni, en France, en Allemagne, en Espagne et en Suède. Il montre que la charge administrative s’impose dans la journée clinique : un quart des professionnels y consacrent au moins deux heures quotidiennes, et 72 % considèrent ce temps excessif. Pour 73 %, cette pression s’étend au-delà des horaires, avec plus de cinq heures hebdomadaires effectuées sans compensation. Les effets sont visibles sur la relation de soin. En moyenne, 82 % des cliniciens estiment que les tâches administratives réduisent le temps disponible pour les patients. Près des deux tiers déclarent que cette contrainte affecte l’échange en consultation. Les patients le perçoivent : un tiers d’entre eux affirme que l’attention du médecin se porte davantage sur l’écran que sur la conversation. Au Royaume-Uni, 30 % signalent avoir identifié des erreurs dans leur dossier.
Burnout et inefficiences : des coûts organisationnels persistants
Un clinicien sur trois rapporte des signes d’épuisement liés à la charge administrative, un phénomène plus marqué en Allemagne (62 %) et au Royaume-Uni (54 %). Les retards s’accumulent : la moitié des professionnels déclarent des arriérés réguliers de notes, et 62 % associent ces tâches au stress. Ces tendances s’inscrivent dans des systèmes où les dépenses administratives représentent entre 10 et 15 % de la dépense de santé, soit 1 à 3 % du PIB européen. L’OCDE estime par ailleurs qu’environ 20 % des dépenses de santé seraient liées à des inefficiences organisationnelles. Les outils numériques existants — dossiers électroniques rigides ou solutions de dictée peu intégrées — n’ont pas réduit cette charge et ajoutent de la complexité.
Une adoption encore limitée mais un intérêt marqué pour les outils d’IA
L’étude montre une forte conscience des solutions d’IA dédiées à la documentation : environ 80 % des cliniciens connaissent ces outils, mais seuls 20 % les utilisent. L’usage régulier concerne 13 % des répondants, tandis qu’un tiers les a testés ponctuellement. Parmi les non-utilisateurs, la moitié souhaite les adopter. Les déterminants d’adoption sont constants : économies de temps (50 %), recommandation de pairs (45 %) et garanties de conformité (40 %). Les attentes diffèrent légèrement selon les pays. Les cliniciens allemands et français citent davantage la protection des données (près de 40 %). Au Royaume-Uni et en Suède, l’intégration fluide dans les systèmes existants domine. En Espagne, l’intérêt repose sur les gains de temps, sous réserve d’une meilleure adéquation réglementaire. Les bénéfices attendus concernent surtout la réduction du temps administratif (68 %), la baisse de la pression hors horaires (49 %), une finalisation plus rapide des comptes rendus (47 %) et une plus grande précision des notes (44 %). Plus d’un tiers évoquent aussi l’impact positif sur la qualité de l’interaction avec les patients.
Des patients favorables à l’usage d’IA dans la consultation
Le rapport intègre les réponses de 5 000 adultes. Près de la moitié décrivent des consultations au cours desquelles le médecin partage son attention entre écrans et conversation, et seul un quart se sent pleinement écouté. Pour 99 %, les médecins devraient consacrer moins de temps aux tâches administratives. Un patient sur quatre déclare avoir identifié des erreurs dans son dossier, et un sur sept estime que ces erreurs ont influencé son parcours de soin. Les attentes vis-à-vis de l’IA convergent avec celles des cliniciens. Six patients sur dix pensent que ces outils offriraient plus de temps d’échange. La moitié y voient un moyen de réduire les erreurs, et plus de 40 % une possibilité d’accélérer les visites. Les bénéfices perçus incluent aussi une diminution du stress des soignants. L’adhésion dépend toutefois de garanties : plus de la moitié demandent une protection renforcée des données et 40 % souhaitent une meilleure transparence sur le fonctionnement des outils. Malgré ces exigences, 83 % se déclarent à l’aise avec des médecins utilisant des solutions d’IA sous réserve de conditions de sécurité adéquates.
Le rapport conclut que l’IA peut contribuer à rééquilibrer la journée clinique en automatisant une part de la documentation, en améliorant la continuité de l’information et en libérant du temps pour l’échange. Les cliniciens et les patients y sont favorables, mais l’adoption dépend du niveau d’intégration, de la gouvernance et du cadre réglementaire. Face à la hausse des coûts, à la demande croissante et à la pression sur les effectifs, la réduction du poids administratif apparaît comme un axe d’action essentiel. Les auteurs appellent les autorités européennes à accélérer l’élaboration des règles encadrant ces outils, afin d’éviter un retard dans leur déploiement et d’améliorer la soutenabilité des systèmes.
Le trouble du binge-eating se caractérise par des épisodes récurrents de suralimentation incontrôlée, affectant 1,5% des femmes et 0,3% des hommes dans le monde. Ce trouble entraîne souvent des complications médicales et psychologiques lourdes. La thérapie cognitivo-comportementale (TCC) est actuellement le traitement recommandé, bien que son coût et son accessibilité restent un frein important. Entre novembre 2021 et octobre 2024, 187 adultes souffrant de ce trouble ont été répartis aléatoirement entre un programme d’auto-assistance guidée en ligne de 12 semaines et une thérapie classique en visioconférence sur 20 semaines. L’objectif était de mesurer la réduction des épisodes de binge-eating à la fin du traitement et 20 semaines après.
Des résultats cliniques équivalents
Les deux groupes ont montré une diminution comparable des épisodes de binge-eating, avec une moyenne de 3 épisodes à la fin de la thérapie en ligne contre 4 dans la thérapie classique, sans différence statistique significative. Cette efficacité se maintient 20 semaines après la fin des soins. Par ailleurs, l’auto-assistance web permet de stabiliser l’indice de masse corporelle, alors que celui-ci a légèrement augmenté dans le groupe classique.
Des avantages organisationnels et économiques
Le programme en ligne offre un format plus court, basé sur des séances vidéo hebdomadaires de 20 minutes, nécessitant moins d’implication directe des thérapeutes, ce qui promet une meilleure accessibilité et des gains financiers. Le modèle pourrait répondre aux défis posés par la pénurie de personnel et les longues listes d’attente en santé mentale. Malgré une relation thérapeutique perçue comme moins forte dans le groupe en ligne, cette différence n’a pas affecté les résultats. L’étude ouvre la voie à une adoption plus large de ces programmes numériques en première intention. Il reste toutefois essentiel de poursuivre la recherche pour optimiser l’adhésion des patients à ces outils et confirmer leur efficacité à long terme.
IA explicable et multi-omique au service de la recherche clinique et préclinique ;
souveraineté des infrastructures numériques et structuration locale des données multi-sources ;
stratégie IA progressive chez Servier, pilotée par la valeur et l’acculturation des équipes ;
construction de l’espace européen des données de santé et harmonisation des usages secondaires ;
collaboration multidisciplinaire pour dépasser les silos et mieux gérer les biais dans les algorithmes.
L’intelligence artificielle (IA) combine l’accès à de nouvelles sources de données et l’augmentation des capacités de calcul. Elle permet l’identification de nouvelles cibles thérapeutiques, une précision accrue des diagnostics et un suivi plus fin des patients, mais pose des questions de qualité des données, de gouvernance, de robustesse des modèles et de biais algorithmiques.
Cette matinale organisée par POC Media à Future4Care a réuni des chercheurs, des industriels et des start-up pour éclairer ces enjeux et partager des retours d’expérience concrets.
Pitchs deeptech : IA explicable et souveraineté des données au service des essais cliniques
Les séances de présentation ont illustré différents cas d’usage de l’IA, de la phase préclinique à l’aide au geste chirurgical.
Ariana Pharma : “L’IA explicable double les chances de succès clinique”
« Notre approche permet de réaliser des analyses sur des nombres très réduits de patients. Nous transformons ensuite ces résultats en éléments interprétables grâce à l’intelligence artificielle explicable, et, comme ils sont interprétables, ils deviennent directement actionnables pour nos clients.» — Martin Kindermans, Ariana Pharma
Lors de la matinale, Ariana Pharma a démontré l’impact de sa plateforme xAI KEM® sur la médecine de précision. L’étude sur la molécule ANAVEX®2-73 (Blarcamesine), menée dans la maladie d’Alzheimer, est particulièrement révélatrice : “À partir de seulement 20 patients, nous avons identifié un biomarqueur génomique de sélection, le variant SIGMA-R1 rs1800866, possédé par 5 patients, contre 15 de type wild-type.” Cette découverte a permis de stabiliser l’état des patients traités, de stratifier les groupes, d’obtenir des autorisations réglementaires accélérées (EMA, FDA), et d’ouvrir trois nouvelles indications cliniques. Financièrement, l’opération a fait multiplier par 6 la valorisation NASDAQ de la biotech, passant de 150 millions à plus d’un milliard de dollars. “Nous avons doublé les chances de succès d’Autorisation de Mise sur le Marché, de 8 à 16%.” Le biomarqueur identifié a également généré des Fast Track et Orphan Drug Designations auprès des autorités américaines.
Emerit Science : “Pour une souveraineté numérique scientifique”
« Beaucoup […] vont se baser sur des outils américains, des modèles de langage américain et ce qui pose un problème pour nous Français et Européens de souveraineté et de confidentialité des données. […] on propose une infrastructure qui soit souveraine, avec des modèles de langage indépendants que l’on développe en interne et qui soit hébergée par des cloud providers français, et en France.» — Nandjafot Mendy, Emerit Science
La start-up Emerit Science se donne pour mission de concevoir des assistants conversationnels scientifiques, compagnons digitaux du quotidien qui assistent les chercheurs dans toutes les phases de leur workflow. Emerit a insisté sur les limitations des modèles généralistes américains et l’importance d’une infrastructure souveraine. “La majorité des outils aujourd’hui s’appuient sur des modèles américains, ce qui pose un vrai problème de souveraineté pour nous, Français et Européens.” L’application web et les partenariats avec les incubateurs et organismes publics garantissent à l’utilisateur la gestion et la valorisation des connaissances scientifiques en environnement sécurisé.
iVi : “Maximiser la décision préclinique grâce à l’intelligence”
« La phase découverte et préclinique s’est bien passée et vous vous posez la question de savoir si vous voulez passer à un essai clinique et c’est effectivement une question qui vous engage pour à peu près 400 millions de dollars avec quatre chances sur cinq de tout mettre à la poubelle. Donc nous, l’idée, c’est de venir vous aider à prendre cette décision avec plus d’informations en utilisant ce que vous faites déjà… » – Christophe Bleunven, iVi
La solution développée par iVi accélère l’analyse des signaux physiologiques, jusque-là limitée à une vingtaine de variables descriptives par molécule, en une évaluation probabiliste multi-modale exhaustive. Installable directement chez le client pour des raisons de sécurité et de confidentialité, la technologie vise à “sécuriser la décision de passage en clinique, tout en permettant d’anticiper les demandes croissantes des régulateurs sur la compréhension fine des effets moléculaires”. L’équipe, forte de quatre membres entourés d’experts, a déjà mis au point un démonstrateur validé, avec le soutien de la Région Bretagne. Leur ambition : obtenir le label French Tech, développer un POC plus sophistiqué en juin 2026 et atteindre une douzaine de collaborateurs en cinq ans.
Adlin : “Structurer les données pour révéler la science”
« Les producteurs de données restent propriétaires des données, et c’est fondamental, déjà d’un point de vue éthique : quand on va à l’hôpital, c’est normal que l’hôpital reste garant de nos données. Nous, ce qu’on fait avec eux, c’est d’être partenaires pour les mettre en visibilité.» – Paul Rinaudo, Adlin
La qualité et la structuration des données multi-omiques sont au cœur de la proposition Adlin. Pour Paul Rinodo, “90% des acteurs estiment que la disponibilité et la qualité des données sont un vecteur fondamental pour développer leurs produits.” Adlin joue un rôle d’agrégateur, créant un hub décentralisé, garantissant l’interopérabilité et l’adaptabilité locale à chaque projet, tout en respectant la souveraineté et la propriété éthique des données. L’entreprise mise sur une plateforme collaborative hébergée chez chaque partenaire, conforme RGPD, rendant possible le partage sécurisé et la collaboration interdisciplinaire pour la découverte de biomarqueurs et l’optimisation des essais cliniques.
VIOO AI : “Industrialiser l’IA explicable au bloc opératoire”
«À notre grande surprise, nous avons constaté qu’avec relativement peu d’images, les modèles sont déjà très performants et bien conçus. Ainsi, même avec un nombre limité d’images, nous atteignons déjà ces niveaux de détection. Il va néanmoins falloir passer à d’autres méthodes pour obtenir la fiabilité attendue d’un véritable produit industriel installable.» — Dr. Alexandre Smirnoff, VIOO AI
En chirurgie, VIOO AI apporte une nouvelle vision grâce à l’utilisation de réseaux de neurones convolutionnels (Mask-R CNN) pour la reconnaissance en temps réel de structures anatomiques lors des interventions de cœlioscopie. L’idée initiale, née au sein de l’hôpital et d’une école d’ingénieurs, a permis de valider une preuve de concept : “En France, près de 120 000 procédures de cœlioscopie sont réalisées chaque année, avec 1800 complications post-opératoires directement liées à la reconnaissance anatomique.” Alors que les modèles industriels classiques nécessitent de grandes bases d’images, VIOO AI s’illustre par sa frugalité et son efficacité, grâce à une approche empirique et à des moyens techniques modestes. La start-up, accompagnée par la Technopole ATLLAS et une équipe pluridisciplinaire, se fixe comme objectif de rendre l’IA explicable et directement opérationnelle pour la salle d’opération.
Innovations et messages transversaux de la séance de pitchs
IA explicable au cœur des solutions : Ariana Pharma et VIOOAI insistent sur l’interprétabilité des modèles, condition de confiance pour les praticiens et les régulateurs ;
souveraineté et gouvernance des données : Emerit Science et Adlin mettent en avant la maîtrise locale des infrastructures et la propriété des données par les producteurs ;
optimisation des phases précliniques et cliniques : iVi et Ariana Pharma proposent des solutions d’IA pour sécuriser et accélérer le développement de médicaments ;
interopérabilité et structuration des données : les besoins de standards pour exploiter les données multi-omiques (Adlin) et multisources (Ariana Pharma) sont récurrents ;
valorisation économique et réglementaire : les cas d’usage présentés illustrent un impact sur la création de valeur et sur l’interaction avec les autorités réglementaires (EMA, FDA) ;
partenariats et ouverture : l’ensemble des start-up affichent une volonté de collaborer avec industriels, chercheurs et régulateurs pour co-construire les futurs usages de l’IA en santé.
Les biais sont intrinsèquement liés à la sélection des données (A. Arrault, Servier)
Alban ARRAULT , R&D Chief A.I. Officer, Servier
La keynote d’Alban Arrault (Servier) portait sur la « Stratégie IA et data chez Servier : impacts sur la recherche médicale ».
Servier est revenu sur l’intégration progressive de l’IA dans la prédiction des comportements moléculaires, l’optimisation de la phase préclinique, l’identification de cibles thérapeutiques et l’exploration des mécanismes pathologiques et de sécurité.
La stratégie repose sur une structuration forte des données, l’acculturation des collaborateurs et un pilotage par la valeur : les besoins sont collectés, priorisés, puis traités via des cas d’usage ciblés, consolidés ensuite dans une démarche plus globale, avec « une évolution, pas une révolution ».
Les actions prioritaires portent sur l’identification de nouvelles cibles, l’anticipation technologique et l’optimisation du design des essais cliniques.
Les investissements sont modulés selon la maturité et la vélocité des technologies d’IA, avec un suivi attentif des enjeux d’explicabilité des modèles, de frugalité et de gestion des biais.
Interrogé sur les biais de genre et de données, Alban Arrault a rappelé que « les biais sont intrinsèquement liés à la sélection des données et des cohortes dans les essais cliniques ».
La démarche de Servier vise à expliciter ces biais, à diversifier les jeux de données et à intégrer ces questions dès la conception des études.
Les intervenants ont décrit la construction du nouvel espace européen des données de santé comme un chantier de gouvernance et de cadre juridique pour les usages primaires et secondaires des données.
Ils ont souligné les fortes disparités entre pays européens en matière de structuration, d’accessibilité, d’interopérabilité des données et de modèles économiques (vente ou achat de données), avec parfois encore des pratiques très papier, comme en Allemagne.
La nécessité d’une gouvernance harmonisée à l’échelle européenne, portée par une ambition politique claire d’autonomie stratégique, a été largement partagée.
L’espace européen des données de santé doit faciliter la recherche, les benchmarks, la comparabilité et la reproductibilité, tout en apportant plus de transparence sur le consentement et sur la création de jeux de données anonymisés.
Les intervenants ont insisté sur l’importance de standards communs et sur la possibilité de développer des algorithmes robustes à partir de petits échantillons bien caractérisés.
Pour les industriels, l’ouverture et la standardisation devraient lever des barrières d’accès, multiplier les opportunités en recherche clinique et en innovation, même si un écart important subsiste avec certains pays déjà très avancés en matière d’accessibilité des données.
Tendances et bonnes pratiques
Plusieurs lignes de force se dégagent de cette matinale.
IA explicable et souveraineté des données : les solutions présentées privilégient l’interprétation des résultats, la transparence des modèles et le contrôle local des données et des infrastructures.
Gouvernance et standards européens : la réussite de l’espace européen des données de santé repose sur une harmonisation des règles d’accès, de structuration et de partage, afin de soutenir la recherche et l’innovation.
Collaboration et mutualisation : la coopération entre cliniciens, bio-informaticiens et data scientists, appuyée par des plateformes ouvertes, apparaît comme un levier central pour dépasser les silos et améliorer la qualité des algorithmes.
Gestion des biais et priorisation des usages : la prise en compte des biais (genre, représentativité des cohortes) nécessite des méthodologies rigoureuses dès la conception des projets et un pilotage par la valeur des cas d’usage.
Accélération de l’innovation par l’accès aux données : l’amélioration de l’accès aux données de santé, notamment via l’espace européen, devrait stimuler la conception de nouveaux algorithmes, faciliter les comparaisons scientifiques et renforcer la valorisation de la recherche française et européenne.
1,3 milliard d’euros investis de 2018 à 2022 dans une première phase axée sur la recherche, contribuant à structurer un écosystème IA avec pôles d’excellence et infrastructures.
La gestion des fonds en première phase a été jugée lacunaire, avec des moyens dispersés et un suivi insuffisant des crédits alloués.
Plusieurs priorités comme la formation, l’impact sur l’emploi, l’éthique et l’inclusivité restent incomplètement couvertes malgré les avancées.
Le budget de la deuxième phase (2023-2025) a été réduit d’un tiers à 1,1 milliard d’euros, avec seulement 35% des crédits consommés à mi-2025.
La France est désormais 5ᵉ au Global AI Index 2025 et 3ᵉ mondiale en recherche et formation en IA, avec plus de 4 000 chercheurs et 1 000 startups IA actives.
Les startups IA ont levé près de 2 milliards d’euros en 2024, faisant de la France le premier pays européen pour les investissements étrangers en IA.
L’adoption de l’IA reste limitée hors des spécialistes, notamment dans les entreprises, administrations et formations, avec des dispositifs de soutien jugés modestes.
La troisième phase lancée en 2025 vise à massifier l’usage en entreprise, avec nécessité d’un pilotage renforcé, d’une meilleure coordination interministérielle et partenariats publics-privés.
Cinq axes prioritaires : ancrer formation-recherche, renforcer calcul, transférer vers industrie, IA de confiance et frugale, efficacité de l’action publique.
Recommandations appliquées à la santé :
Renforcer le pilotage intersectoriel pour coordonner les actions entre acteurs publics, privés et académiques.
Améliorer les infrastructures de calcul dédiées à la recherche en santé numérique.
Soutenir l’innovation industrielle autour des solutions d’IA appliquées à la santé.
Accompagner les établissements de santé dans l’intégration opérationnelle de l’IA, en tenant compte des exigences éthiques et réglementaires.
Structurer l’adoption de l’IA dans les processus hospitaliers, aujourd’hui encore limitée.
Accélérer l’adaptation des formations initiales pour intégrer l’IA dans les pratiques médicales, le diagnostic, la prévention et le suivi des pathologies.
Renouveler les contenus pédagogiques pour médecins et professionnels de santé afin d’accompagner les transformations des métiers.
Clarifier et consolider la gouvernance des données de santé, en préservant souveraineté, qualité et protection des données.
Faciliter la mise en relation entre développeurs d’IA et détenteurs de données dans un cadre sécurisé et conforme.
1,3 milliard d’euros investis : une première phase centrée sur la recherche, mais aux moyens dispersés
La Cour des comptes analyse d’abord la période 2018-2022, qui a posé les bases de la politique publique d’IA. Axée sur la recherche, cette phase s’appuie sur 1,3 Md€ de moyens hétérogènes dont le suivi a été jugé lacunaire. Elle a contribué à structurer un écosystème, avec des pôles d’excellence, des infrastructures de calcul et l’essor de startups. Cependant, plusieurs priorités identifiées dès le rapport Villani de 2018 restent incomplètement couvertes comme :
La formation.
L’impacts sur l’emploi.
Les enjeux éthiques.
L’inclusivité et l’écologie.
Les avancées sont limitées dans la transformation de l’action publique, la défense, la sécurité et la diffusion de l’IA dans l’économie.
Un recentrage budgétaire en 2023-2025 : 1,1 milliard d’euros pour massifier l’IA
La deuxième phase (2023-2025), annoncée en 2021, visait la massification des usages. Elle a été réorientée face à la montée inattendue de l’IA générative. Le budget programmé (1,1 Md€) a diminué d’un tiers et seulement 35 % des crédits avaient été consommés au 30 juin 2025. La gouvernance reste complexe malgré quelques coordinations avec France 2030. La Cour note toutefois des avancées :
La France passe à la 5ᵉ place du Global AI Index en 2025 et au 3ᵉ rang mondial en recherche et formation.
Plus de 4 000 chercheurs travaillent désormais sur l’IA.
Plus de 1 000 startups IA actives en 2025
La dynamique sur l’IA générative est marquée : d’un seul acteur en 2023, l’écosystème compte une dizaine de nouveaux entrants et plus de 1 000 startups actives ont levé près de 2 Md€ en 2024. La France devient premier pays européen pour les investissements étrangers en IA et accueille des centres de recherche de leaders mondiaux. Les capacités de calcul ont été renforcées, notamment avec un supercalculateur de nouvelle génération. Les initiatives sur la confiance et la frugalité progressent, tout comme la présence de la France dans les enceintes internationales, illustrée par le Sommet pour l’action sur l’IA à Paris (février 2025).
Diffusion encore limitée dans les formations et les établissements
Mais la Cour relève que l’adoption de l’IA au-delà des spécialistes reste limitée : entreprises, administrations, étudiants et citoyens ne sont pas suffisamment accompagnés. Les dispositifs de soutien à la demande en solutions IA sont jugés modestes. La transformation publique est jugée en retard, et les chantiers de formation initiale et continue demeurent ouverts. Les actions auprès des territoires restent marginales.
Troisième phase : réussir le changement d’échelle
Lancée début 2025, la troisième phase vise à accélérer l’usage de l’IA dans les entreprises. Selon la Cour, l’IA est devenue une technologie à usage général qui nécessite un changement d’échelle et plusieurs préalables : meilleure prise en compte des contraintes budgétaires, évaluation des résultats, renforcement du pilotage interministériel, complémentarité accrue avec l’UE, les territoires et le secteur privé.
Cinq axes de consolidation doivent être poursuivis :
Renforcer les capacités de calcul via de nouveaux partenariats ;
Amplifier les transferts vers l’industrie ;
Mettre l’IA au service du bien commun en renforçant confiance et sécurité ;
Répondre aux enjeux de frugalité, énergie et soutenabilité.
Cinq défis à replacer au cœur de la stratégie
La Cour des comptes recommande d’ancrer durablement l’excellence de la formation et de la recherche en IA, de mieux articuler les politiques publiques avec les infrastructures informatique et énergétique, ainsi que d’accélérer la transformation et l’efficacité de l’action publique dans le secteur de la santé. D’autres priorités incluent le renforcement de la sécurité des données, le développement de clouds souverains en e-santé, et la préparation des professionnels aux évolutions du marché du travail liées à l’IA. Le rapport insiste sur la nécessité d’une évaluation approfondie des résultats des phases précédentes et la mise en œuvre de nouveaux programmes concertés avec l’Union européenne et les acteurs institutionnels concernés.
Les cinq défis encore insuffisamment abordés :
Adapter les formations et anticiper les mutations du marché du travail ;
Accélérer l’adoption par les entreprises ;
Investir dans la donnée, son accès, sa qualité et le stockage souverain ;
Construire une ambition réaliste sur les composants et les infrastructures ;
Faire de l’IA un levier d’efficacité de l’action publique.
Dix recommandations pour une politique publique renouvelée
La Cour des comptes formule dix recommandations, dont :
La création d’un secrétariat général dédié pour renforcer le pilotage et coordonner État, territoires, UE et secteur privé ;
Une stratégie pérenne pour la formation, la recherche et l’innovation ;
L’accroissement coordonné des capacités de calcul ;
Un soutien renforcé à la filière industrielle, y compris via la commande publique ;
La poursuite des engagements en matière d’IA de confiance et de frugalité ;
L’adaptation des formations et de la formation continue ;
L’accélération de l’adoption par les entreprises, avec diffusion des cas d’usage ;
Le renforcement de l’accès à la donnée et de sa protection ;
Une articulation renforcée avec les politiques sur les composants et l’énergie ;
La transformation des administrations via l’IA et des mécanismes incitatifs.
IA et santé : des investissements structurants, mais un pilotage à consolider
La stratégie nationale pour l’IA place la santé parmi les secteurs les plus concernés par les usages de l’IA. Par exemple le cluster PRAIRIE-PSAI, au sein de l’Université Paris Sciences et Lettres, se concentre sur la santé, la société et les humanités digitales. Son budget s’élève à 75 millions d’euros, incluant des apports privés issus d’entreprises comme GE Healthcare. Le programme encourage la coopération entre chercheurs, ingénieurs et acteurs du secteur, tandis que certains pôles IA nouent des partenariats industriels et hospitaliers pour développer des projets translationnels. Le rapport insiste sur l’adaptation des formations pour intégrer les usages de l’IA dans les pratiques médicales, la prévention, le diagnostic, le suivi des pathologies ou encore le développement de thérapies. Il souligne aussi la nécessité de revoir les contenus pédagogiques destinés aux médecins et autres professionnels de santé pour accompagner les transformations liées à l’IA. Le dispositif Compétences et métiers d’avenir vise l’évolution des compétences dans les secteurs jugés prioritaires, comme la santé.
L’intégration de l’IA dans les processus hospitaliers est identifiée comme un chantier encore peu structuré. Le rapport prévoit un accompagnement des établissements et des professionnels pour accélérer une adoption conforme aux normes éthiques et réglementaires. La formation continue et l’adaptation des pratiques face aux évolutions technologiques sont mises en avant.
Le rapport appelle aussi à renforcer l’intégration du secteur santé dans la politique publique de l’IA en s’appuyant sur un réseau d’acteurs publics, privés et académiques. Parmi les recommandations figurent le pilotage intersectoriel, l’amélioration des infrastructures de calcul au service de la recherche en santé numérique et le soutien à l’innovation industrielle autour des solutions d’IA. Il insiste également sur l’accompagnement des transformations professionnelles et sur l’anticipation des compétences nécessaires pour répondre aux évolutions rapides du secteur.
Une baisse dans la création des EDS en 2025, après une année 2024 record
Dans la mise à jour de sa cartographie des entrepôts de données de santé français, la Cnil montre que seuls 11 nouveaux EDS ont été créé depuis le début de l’année 2025 (MAJ réalisée le 1er septembre 2025), alors que l’année 2024 a été marquée par la création de plus de 30 nouveaux entrepôts, surpassant de loin l’année 2022 et ses 21 entrepôts créés. Malgré un chiffre à la baisse, plus d’entrepôts ont été créés lors des 8 premiers mois de l’année 2025 que lors des années 2017, 2018, 2019, 2021 et 2023, ce qui montre un réel attrait pour ces bases de données de la part des entreprises et des établissements de santé. Les derniers chiffres montrent donc que la barre des 125 entrepôts français a été franchie, dont 89 autorisés par la Cnil, 35 déclarés conformes au référentiel EDS et un basé sur le consentement des personnes concernées (la base ComPaRe de l’AP-HP).
Courbe d’évolution du nombre d’EDS en France depuis 2017 – @Cnil
Grâce à une option permettant de trier le nombre d’EDS mis en œuvre chaque année, la cartographie de la Cnil montre qu’il y a eu une accélération de leur création dès 2020, année où la pandémie de Covid-19 a conduit à une augmentation de l’utilisation d’outils digitaux pour le suivi des patients et donc à une multiplication des données de santé créées. Le pic de 2025 et ses 31 créations d’EDS peut être expliqué par l’accroissement et la technicités des outils d’intelligence artificielle générative (Gen AI) qui nécessitent de nombreuses données de santé pour être performants. Ce développement, qui n’a fait que croitre depuis 2022, explique que de nombreux EDS ont été constitués dans la période 2022-2025, malgré une légère baisse en 2023 (14 EDS).
Nombre d’EDS par année depuis 2017 – @Cnil
L’AP-HP prend la tête en termes d’EDS mis en œuvre
La cartographie de la Cnil permet notamment de voir quels sont les acteurs qui gèrent les entrepôts, quels types de données y sont stockés, dans quel but, mais aussi de comprendre les éventuels réseaux d’acteurs, “dans les cas où ces derniers mutualisent leurs données ou répartissent leurs compétences techniques”, indique la Commission. 5 grands réseaux d’acteurs sont identifiables sur cette cartographie, dont un nouveau depuis l’année dernière (EDS@NOVA) :
Alors que l’année dernière, seule la société OpenHealthgérait 5 entrepôts, l’Institut national de la santé et de la recherche médicale (Inserm) l’a rejoint, grâce à l’ANRS CO4-FHDH SNDS et GAZEL, créés respectivement en février et juillet de cette année. Mais c’est l’AP-HP, qui a créé un nouvel entrepôt en 2025, qui prend la tête en termes d’EDS mis en oeuvre en France avec ces 6 EDS.
Cartographie des entrepôts de données de santé en France métropolitaine – @ Cnil
Vietnam : 80% de décès liés aux MNT et hausse des hospitalisations depuis 2010
Les maladies non transmissibles au Vietnam, notamment les maladies cardiovasculaires, les cancers, les maladies respiratoires chroniques et le diabète, concentrent près de 80% des décès et représentent un enjeu de santé publique pour un pays à revenu intermédiaire. Cette dynamique s’accompagne d’une augmentation marquée des décès et des hospitalisations liées aux MNT entre 1986 et 2015, avec 318 425 décès et 14 millions de DALY déjà recensés en 2010, ce qui impose une meilleure surveillance clinique et populationnelle.
Cette pression épidémiologique se répercute sur des hôpitaux encore partiellement numérisés, avec des capacités de coordination clinique limitées et un accès inégal aux soins surtout dans les zones rurales qui nécessitent des solutions de télésanté et des systèmes d’information intégrés. La transition épidémiologique vers les maladies chroniques renforce la nécessité de trajectoires de soins continues, soutenues par des dossiers médicaux électroniques, des données interopérables et une gestion informatique robuste pour faciliter le suivi à long terme.
Une stratégie nationale structurée
Le ministère de la Santé vietnamien inscrit la transformation numérique de la santé dans une série de plans nationaux qui visent la complétude du cadre réglementaire et opérationnel des systèmes d’information hospitaliers et des dossiers médicaux électroniques d’ici 2025. Cette stratégie inclut :
Le déploiement des dossiers médicaux électroniques (DME) et carnets de santé numériques ;
La création d’« hôpitaux intelligents »
Un futur centre national de données de santé pour l’agrégation clinique.
Le ministère développe en parallèle un futur centre national de données de santé, avec des infrastructures cibles de niveau Tier 2 ou plus, destiné à agréger les données cliniques issues des hôpitaux, des laboratoires et des dispositifs d’imagerie afin de soutenir la planification,
Un financement hybride
Cette transformation numérique devrait permettre des économies d’environ 80 milliards de VND par an. Le financement repose sur un modèle mixte :
Le budget de l’État et les ressources de l’assurance maladie ;
Des partenariats public-privé.
Plusieurs projets sont en cours
Avec Xenia Tech, intégration des DME et outils d’IA.
• Avec FPT Corporation, entrepôt national de données cliniques et IA déployée dans 300 hôpitaux.
• Avec Vietsens et Aequitas, développement des systèmes d’information hospitalière et solutions IA/Big Data dans 50 établissements.
Les premiers résultats et les limites
100 % des hôpitaux publics utilisent un système d’information hospitalière
92,3 % disposent d’un système d’information de laboratoire ;
52,6 % sont équipés desolutions intégrant la gestion des examens d’imagerie (RIS)) et l’archivage-partage des images médicale (PACS) pour l’imagerie numérique ;
plus de 1 100 structures ont adopté les DME.
Les défis persistent : interopérabilité insuffisante, rareté des compétences IT et cadre de sécurité des données encore en consolidation.
Les technologies médicales regroupent dispositifs médicaux, diagnostics in vitro et outils numériques mobilisés tout au long du parcours de soins. Plus de 2 millions de technologies sont classées dans plus de 7 000 groupes génériques, utilisées à l’hôpital, en soins de ville ou à domicile. Elles comprennent consommables, implants, équipements d’imagerie, fauteuils roulants, tests génétiques ou applications de santé.
Réglementation : un encadrement intégral fondé sur le risque
Le secteur est désormais régi par deux règlements européens :
Règlement 2017/746/EU sur les IVD, qui classe les tests en quatre catégories (A à D). Les catégories C et D représentent 30% des solutions, soumises à un contrôle renforcé via les organismes notifiés.
Règlement 2017/745 sur les dispositifs médicaux, en vigueur depuis 2021, qui classe les dispositifs en quatre classes (I, IIa, IIb, III) selon leur impact potentiel sur la santé.
Ce système détermine les obligations pré- et post-commercialisation et la surveillance continue.
Les dépôts medtech triplent en vingt ans et surpassent pharmacie et biotech
Les produits affichent un cycle moyen de 18 à 24 mois. Le taux d’investissement mondial en R&D atteint environ 8% du chiffre d’affaires. En 2024 :
15 701 demandes de brevets ont été déposées dans le domaine du medtech auprès de l’EPO, soit 7,9% de toutes les demandes.
40,5% proviennent de pays EPO, 38,2% des États-Unis.
Le taux de délivrance atteint 70,1%, nettement supérieur à ceux observés en pharmacie (36%) et en biotechnologie (22%). Sur vingt ans, les dépôts medtech ont triplé, contrairement aux deux autres secteurs, restés stables.
Montée en puissance en Europe :
Les solutions numériques progressent grâce à la convergence technologique, aux données en vie réelle et aux besoins organisationnels.
Allemagne
59 DiGA remboursées.
Plus d’1 million de prescriptions depuis 2020.
85% d’utilisation et 234 millions d’euros de dépenses d’assurance maladie.
Large répartition des solutions par indications.
France
Le financement national de la télésurveillance repose sur 25 codes marque et 50 codes génériques.
Le dispositif PECAN couvre trois solutions en oncologie, rééducation et physiothérapie.
Belgique
Lancement officiel du remboursement des solutions m-health en 2025 ; huit solutions prises en charge.
L’étude souligne qu’un cadre politique stabilisé, la régulation adaptée et l’investissement dans l’innovation conditionnent la poursuite du déploiement numérique.
930 000 emplois et un tissu majoritairement composé de PME
Le secteur mobilise plus de 930 000 salariés. Les pays les plus représentés sont :
Allemagne : 212 100
Italie : 117 607
Royaume-Uni : 117 200
France : 84 000
Suisse : 71 700
Le secteur représente 0,34% de l’emploi européen et génère une valeur ajoutée estimée à 183 000 € par poste. Le poids des PME (90%), souvent des structures de moins de 50 salariés, caractérise un tissu industriel dense et dispersé.
Dépenses et poids économique
Les dépenses de santé représentent 10% du PIB européen, dont 7,7% pour les technologies médicales, soit moins de 1% du PIB. Les dépenses medtech par habitant atteignent 319 euros en moyenne, avec des écarts de 5% à 12% selon les pays. Les dispositifs médicaux représentent 7,1% de la dépense, les diagnostics in vitro 0,6%.
Un marché européen de 170 milliards d’euros
Estimé à 170 milliards d’euros en 2024, le marché medtech européen est le second mondial (26,4% du marché global), derrière les États-Unis. Les cinq premiers marchés sont :
Allemagne (25,2%)
France (12,8%)
Royaume-Uni (11,9%)
Italie (11,7%)
Espagne (6,1%)
Le marché croît en moyenne de 6% par an depuis dix ans, avec une forte volatilité lors de la crise économique de 2009 et durant la pandémie. Pour le segment IVD, la croissance moyenne est de 4,3% depuis dix ans, avec un pic de 40% en 2021 lié à la COVID-19 avant un retour à un niveau plus habituel.
Commerce extérieur : un excédent réduit mais positif
L’Europe affiche un excédent commercial de 5 milliards d’euros en 2024, diminué par une hausse des importations. Principaux partenaires à l’export :
États-Unis (41,1%)
Chine (10,3%)
Japon (5%)
Mexique (2,4%)
À l’import, les États-Unis représentent 46% du marché, suivis de la Chine (14,7%). L’Irlande, l’Allemagne, les Pays-Bas et la Suisse demeurent les pays les plus excédentaires.
L’association réunit les industriels du dispositif médical, du diagnostic, de la santé numérique et les associations nationales. Elle produit chaque année ce rapport, fondé sur des données consolidées provenant de l’EPO, Eurostat, Fitch Solutions, EFPIA, OMS et enquêtes internes.
Les participants à l’atelier soulignent la nécessité de passer d’un modèle curatif à une approche fondée sur la prévention personnalisée, permise par l’IA. L’objectif consiste à exploiter des données hétérogènes — imagerie, biologie, génomique, données comportementales issues des objets connectés — afin de modéliser des trajectoires individuelles de santé. Cette stratégie vise à quantifier les risques personnels et à proposer des interventions adaptées avant l’apparition des symptômes. Les exemples internationaux cités lors de l’atelier illustrent cette dynamique :
Le NHS britannique déploie des systèmes d’IA pour renforcer le dépistage,
L’Allemagne a instauré un cadre de remboursement pour les applications de santé prescrites,
Tandis que l’Estonie s’appuie sur un dossier médical unifié pour développer une médecine prédictive nationale.
Axe 1 — Industrialiser les bilans prédictifs multi-sources
L’ambition est d’intégrer dans la pratique de routine des analyses avancées interprétées par l’IA.
Chaîner les données pour détecter les signaux faibles : Les contributeurs appellent à créer les conditions permettant de relier imagerie, biologie et questionnaires de vie. Les algorithmes doivent faciliter l’identification de signaux précoces et de corrélations difficiles à repérer manuellement.
Étendre les usages de la pharmacogénétique : L’analyse pharmacogénétique générale permettrait d’anticiper la réponse d’un individu aux traitements préventifs ou curatifs et d’ajuster les prescriptions.
Intégrer génome et épigénome : L’accès à l’analyse du génome actionnable et à l’évaluation de l’épigénome fournirait des informations complémentaires pour évaluer les risques et orienter les plans de prévention.
Axe 2 — Co-construire des parcours de prévention personnalisés
Une fois les risques identifiés, l’IA doit devenir un outil d’aide à la décision et de suivi pour structurer des parcours individualisés.
Une application ciblée pour les 45-65 ans : Les participants proposent de développer une application permettant d’intégrer un questionnaire de vie et un bilan sanguin, puis de restituer une estimation de risque simplifiée ainsi que des recommandations adaptées.
Exploiter le phénotypage digital : Les données passives issues des smartphones et objets connectés — mobilité, voix — pourraient enrichir la modélisation des risques et aider au repérage précoce de maladies neurodégénératives.
Labelliser les IA conversationnelles : Face à l’usage croissant des IA génératives par les citoyens, une procédure de labellisation est recommandée pour sécuriser les conseils de prévention délivrés par ces outils.
Axe 3 — Rééquilibrer, dans les territoiers, l’accès aux soins grâce à l’IA
Dans les zones sous-denses, l’IA est considérée comme un levier pour optimiser l’orientation et la pertinence des prises en charge.
Déployer des outils de triage en première ligne : L’atelier suggère d’équiper les pharmaciens d’applications de télé-expertise intégrant des algorithmes, notamment pour analyser des lésions cutanées avant transmission à un dermatologue.
Mobiliser des LLM pour la gestion amont des rendez-vous : Des modèles de langage pourraient qualifier la demande du patient via questionnaire et orienter vers le professionnel adéquat afin d’alléger les cabinets.
Standardiser les questionnaires pré-consultation : L’analyse automatisée de questionnaires transmis avant la visite médicale offrirait au praticien une synthèse structurée, accélérant le diagnostic et la consultation.
Prérequis techniques et éthiques
Plusieurs conditions sont jugées indispensables par les participants :
Interopérabilité et souveraineté : décloisonner Mon Espace Santé, le SNDS et les logiciels hospitaliers, tout en garantissant une maîtrise nationale des infrastructures et des modèles.
Validation et transparence : assurer une évaluation clinique rigoureuse des modèles et prévenir les biais.
Engagement par la preuve : démontrer au citoyen l’utilité du partage de données, notamment via l’implication des associations de patients.
Trois chantiers prioritaires identifiés
Piloter “Bilan Prédictif 2030” : un projet intégrant pharmacogénétique générale et bilan sanguin interprété par une IA labellisée, ciblant les 45-65 ans, avec évaluation coût-efficacité.
Structurer un agrégateur de données dans Mon Espace Santé : définir des standards d’interopérabilité pour intégrer données d’applications, objets connectés et plateformes privées.
Créer un cadre de financement pour le triage par IA : soutenir le remboursement des actes réalisés en première ligne, sous condition de validation par la HAS.
Vers un système de santé préventif et piloté par la donnée
Les échanges font émerger une ambition commune : déployer une IA maîtrisée afin de passer d’un système centré sur la maladie déclarée à une stratégie d’anticipation. Un second atelier prévu lors de la 8ᵉ édition du Sommet AI for Health, dans le cadre d’Adopt AI les 25-26 novembre, doit préciser le plan d’action.
