Automatisation, tri, planning : l’IA s’installe dans les rouages hospitaliers
C’est ce que montre une étude menée par PwC EU Services EEIG et Open Evidence pour la Direction générale de la santé et de la sécurité alimentaire (DG SANTE), sur la période janvier 2024 – mai 2025. L’intelligence artificielle commence à alléger certaines charges dans les établissements hospitaliers. Elle optimise le tri des patients, réduit les rendez-vous manqués et accélère l’analyse d’imagerie et d’anatomopathologie. Mais les usages les plus répandus concernent des outils à faible risque : automatisation de la documentation, gestion des plannings, ou encore prédiction des flux de patients. Les solutions génératives, comme les modèles de langage (LLM), suscitent un intérêt pour les tâches administratives, mais leur utilisation reste limitée dans les décisions cliniques en raison des hallucinations possibles et d’un déficit de confiance.
Des freins systémiques identifiés
Le rapport, fondé sur une méthodologie mixte (revue de littérature, entretiens, ateliers, études de cas, enquêtes), identifie quatre grandes catégories de freins au déploiement de l’IA dans les systèmes de santé européens :
- Technologiques et liés aux données : interopérabilité, infrastructure IT, évaluation des performances locales, maintenance post-déploiement ;
- Réglementaires et juridiques : complexité du cadre européen (AI Act, MDR, EHDS, PLD…), responsabilités, sécurité des données ;
- Organisationnels et économiques : faibles mécanismes de financement, manque de stratégie, évaluation de la valeur ajoutée en conditions réelles ;
- Sociaux et culturels : faible littératie numérique en santé, défiance, impact sur la relation soignant-patient.
À cela s’ajoute une complexité réglementaire croissante. Les établissements doivent composer avec le MDR, l’IVDR, le RGPD, l’AI Act, l’EHDS, entre autres cadres, ce qui freine la mise en œuvre à grande échelle au sein de l’Union européenne. Malgré un portefeuille de plus de 500 outils d’IA ayant obtenu un marquage CE ou une autorisation de la FDA, les hôpitaux européens n’en déploient qu’une poignée. Le suivi post-déploiement reste rare, et l’alignement avec les processus locaux conditionne largement l’adhésion des professionnels de santé. Ces derniers expriment un intérêt pour l’IA, mais rappellent qu’elle n’a d’utilité que si elle s’intègre aux flux de travail existants et répond à des besoins spécifiques à leur environnement.
Des exemples internationaux à suivre
Certains usages d’IA sont déjà prêts à être déployés à large échelle, selon les professionnels interrogés : automatisation de tâches administratives, optimisation des flux patients, aide à la décision clinique. L’étude distingue ces cas d’usage « à court terme » des applications plus complexes (médecine personnalisée, diagnostic prédictif), envisageables à moyen ou long terme.
- En Norvège, un hôpital a réduit de 100 jours les temps d’attente cumulés grâce à une IA de triage.
- Aux États-Unis, un outil d’IA a fait chuter le temps d’affectation des lits aux urgences de 30 %.
- Au Royaume-Uni, un outil de prédiction des rendez-vous manqués a permis de dégager 1 900 créneaux de consultation en 6 mois.
Des cas d’usage réussis aux États-Unis, en Israël et au Japon montrent l’importance d’une convergence entre financements, maturité numérique et régulation adaptée. Ces pays démontrent que l’efficacité de l’IA en santé repose autant sur l’écosystème que sur la technologie elle-même. En France, l’année 2025 marque un tournant, porté par une feuille de route nationale sur l’IA en santé, un financement dédié à la formation des soignants et le lancement de programmes comme IMPACT IA. Ces initiatives visent à créer un environnement propice à l’innovation responsable, en alignant les incitations financières avec les bénéfices cliniques et opérationnels.
L’étude alerte sur un décalage entre textes et terrain
l’UE doit renforcer l’accompagnement réglementaire de l’IA
L’étude souligne que l’adoption des textes européens majeurs encadrant l’IA (AI Act, EHDS, nouvelle directive PLD) est récente, et que leur appropriation reste incomplète parmi les parties prenantes. La nécessité d’un accompagnement à la conformité est jugée cruciale. Un atelier réglementaire a mis en lumière plusieurs lacunes : manque de clarté sur la classification des dispositifs d’IA, difficultés de mise en œuvre de l’AI Act dans les hôpitaux, et absence d’indicateurs de suivi harmonisés.
Face à ces constats, le rapport recommande d’agir rapidement sur plusieurs leviers : normalisation des données, formation des cliniciens, expérimentations en vie réelle et financement aligné. L’Union européenne prévoit la création de centres d’excellence en IA, de catalogues partagés d’outils validés, et le renforcement des cadres de test, de déploiement et de suivi. Sans cela, elle risque de perdre du terrain face aux initiatives internationales plus agiles. L’avenir se dessine comme celui d’un « hôpital augmenté », où l’IA vient en support des compétences humaines.
L’étude propose plusieurs actions prioritaires :
- Harmoniser les standards de gouvernance des données et d’interopérabilité ;
- Créer des centres d’excellence en IA appliquée à la santé ;
- Mettre en place des mécanismes de financement pérennes et adaptés ;
- Tester les solutions à l’échelle locale, avec évaluation de la valeur en conditions réelles ;
- Développer un catalogue européen des solutions d’IA en santé ;
- Établir un cadre de suivi basé sur des indicateurs clairs, à construire.