International

  • Royaume-Uni : la plateforme fédérée de données du NHS utilisée par 142 hôpitaux

    Selon les indicateurs publiés par le NHS England le 25 septembre 2026, 142 établissements hospitaliers publics (trusts) et 35 structures territoriales de coordination des soins (integrated care boards, ICB) utilisaient la Federated Data Platform (FDP) à fin août 2026. Cette plateforme, déployée depuis avril 2024, réunit des données opérationnelles jusque-là dispersées entre plusieurs systèmes. 170 trusts ont signé un protocole d’adhésion et 137 déclarent en retirer des bénéfices.

    Le NHS dispose d’un outil de pilotage opérationnel déployé à grande échelle, dont l’usage et les effets sont publiés produit par produit. Ces effets restent observationnels. Pour un décideur, l’enseignement porte moins sur la technologie que sur la méthode : un socle commun, des cas d’usage mutualisés et une évaluation à prévoir dès le départ.

    Un socle national, des produits mutualisés

    La FDP repose sur un principe simple : un socle technique commun, sur lequel le NHS England met à disposition des produits commandés au niveau national et développés localement. Un outil conçu dans un établissement peut ainsi être proposé à tous les autres. Cette mutualisation pourrait expliquer la vitesse de diffusion.

    Listes d’attente : le premier gisement de valeur

    Les volumes les plus élevés concernent la mise à jour des listes d’attente. Jusqu’à fin juin 2026, l’outil de suivi du délai entre adressage et traitement (RTT) a permis de revoir 5 751 136 dossiers et de retirer 1 164 821 personnes des listes. Ces retraits ne sont pas tous des erreurs corrigées, ils incluent des patients déjà traités, réorientés vers leur médecin généraliste ou ayant renoncé aux soins. Ce cas d’usage, à faible risque clinique, libère surtout du temps administratif.

    Sorties d’hospitalisation : partager les données avec le secteur social

    L’outil OPTICA relie le dossier patient de l’hôpital aux systèmes des services sociaux locaux, afin de repérer les patients médicalement sortants qui restent hospitalisés. Selon NHS England, le nombre moyen de jours de retard a baissé de 12,50 % pour les séjours de plus de 7 jours et de 14,34 % pour ceux de 21 jours ou plus. Une étude de la Health Foundation ne constaterait toutefois pas d’amélioration notable, conclusion contestée par Palantir.

    Des bénéfices observés, pas démontrés

    Le NHS England précise que ses calculs comparent des périodes avant et après le déploiement, sans contrôler les autres facteurs : il ne peut donc pas conclure à un lien de cause à effet. Cela vaut pour les 117 539 patients supplémentaires opérés dans les trusts équipés de l’outil de programmation des blocs. Certains gains sont modestes : avec Cancer 360, le respect de l’objectif de traitement à 31 jours progresse de 0,37 %.

    Être raccordé ne signifie pas utiliser

    L’adoption varie fortement selon les produits. Si 142 trusts sont en production, chaque produit n’en mobilise que 16 à 40, et Cancer 360 seulement 6. Les outils cliniques demandent plus de temps d’appropriation : le NHS England n’en mesure les effets qu’après 90 jours d’usage. Le nombre d’établissements raccordés ne suffit donc pas à juger la réussite d’un programme.

    Le contrat, attribué en novembre 2023 à un consortium mené par Palantir, est estimé à 330 M£ sur sept ans. Selon le Financial Times, cité par Computing, le coût global du programme aurait été réévalué à 1,1 Md£ pour 808 M£ de bénéfices attendus, alors que le gouvernement doit se prononcer sur une clause de sortie en 2027.

    Transposabilité en France et en Europe

    En France, la structuration des données hospitalières passe surtout par les entrepôts de données de santé hospitaliers (EDSH), orientés vers la recherche. Un appel à projets de 2,325 M€, lancé en septembre 2026, vise à en élargir les réseaux. L’exemple anglais montre qu’un socle de données peut aussi servir au pilotage quotidien des parcours. À l’échelle européenne, le règlement sur l’espace européen des données de santé, applicable à partir de mars 2027, fixe le cadre du partage de ces données.

    Ce que cela change

    • Pour les décideurs publics : l’exemple anglais invite à adosser aux réseaux de données des cas d’usage opérationnels mutualisés, assortis d’un protocole d’évaluation.
    • Pour les directeurs d’hôpitaux : la validation des listes d’attente et la gestion des sorties constituent des premiers chantiers à faible risque, aux effets rapidement mesurables.
    • Pour les industriels : les acheteurs publics devraient exiger davantage de preuves d’impact et des garanties de réversibilité.

    À surveiller

    Le NHS England publiera la prochaine mise à jour de ses indicateurs en décembre 2026.

    Source : NHS England, mise à jour du 25 septembre 2026 – fiabilité : officielle

  • Finlande : Findata a rendu 239 décisions d’accès aux données de santé en 2026, dont 86 % favorables

    Au 12 octobre 2026, Findata, l’autorité finlandaise chargée d’autoriser l’usage secondaire des données sociales et de santé, avait rendu 239 décisions depuis le début de l’année, dont 86 % favorables. Sur la même période, elle a reçu 101 demandes d’autorisation, 141 demandes d’avenants et 14 demandes de données statistiques. Sa page « Issued permits », mise à jour le 1er octobre 2026, liste nominativement chaque titulaire et chaque projet autorisé depuis 2020.

    Ce qui change là-bas

    Findata instruit les demandes, délivre les autorisations et suit les projets jusqu’à leur terme. Les avenants dépassent les nouvelles demandes : 141 contre 101 en 2026, 212 contre 134 en 2025. Un avenant prolonge une autorisation, ajoute des variables ou change de sous-traitant. FinnGen, porté par l’université d’Helsinki, figure ainsi plusieurs fois dans la liste des avenants 2026.

    Les titulaires ne sont pas seulement des universités et des hôpitaux. La liste 2026 comprend des sociétés privées comme MedEngine, Medaffcon, NHG Finland ou Oriola. Chaque décision est publiée avec le nom du titulaire et l’intitulé du projet. Le projet de loi HE 218/2026, déposé le 1er octobre 2026, fait de Findata l’organisme national et coordinateur prévu par le règlement européen, aux côtés de cinq organismes régionaux, pour une entrée en vigueur visée au 1er janvier 2027.

    Ce qui existe déjà ici

    En France, la Plateforme des données de santé (PDS, ex-Health Data Hub) est le guichet unique des demandes. Le comité éthique et scientifique pour les recherches, les études et les évaluations dans le domaine de la santé (CESREES) rend un avis, puis la CNIL autorise le traitement. Chaque projet est inscrit au répertoire public des projets (article L. 1461-3 du code de la santé publique). Le cadre national de mise en œuvre du ministère (version du 5 octobre 2026) prévoit la PDS en guichet unique, la CNIL pour la protection des données et le ministère comme coordonnateur, mais aucun organisme n’est encore désigné. La Carte HTI des organismes d’accès aux données de santé fait le point sur dix pays européens : aucun n’a encore désigné le sien.

    Transposabilité France / Europe

    Le modèle finlandais est déjà en cours de transposition : chaque État doit notifier ses organismes d’accès à la Commission avant le 26 mars 2027, et la France a fixé son schéma sans l’inscrire dans la loi. La désignation attend le prochain projet de loi d’adaptation au droit de l’Union européenne (DDADUE), après la concertation ouverte jusqu’au 19 novembre 2026. L’expérience de Findata montre que l’organisme retenu devra être dimensionné pour suivre les projets dans la durée, et pas seulement pour instruire les demandes initiales.

    Pourquoi cela compte : le futur organisme d’accès français ne se jugera pas seulement aux délais d’autorisation. La gestion des avenants et la publication nominative des titulaires, entreprises comprises, pèseront autant sur sa charge de travail que sur la confiance du public.

    Source : Findata, page « Issued permits » (mise à jour le 1er octobre 2026 ; statistiques au 12 octobre 2026) · fiabilité : officielle ; Eduskunta, projet de loi HE 218/2026, art. 7 (1er octobre 2026) · fiabilité : officielle ; ministère de la Santé, Cadre de mise en œuvre du règlement EEDS en France (5 octobre 2026) · fiabilité : officielle ; Plateforme des données de santé, répertoire public des projets · fiabilité : officielle.

    Transposabilité France / Europe : T4 · déjà en cours (conditions : (1) inscription de la désignation dans le projet de loi DDADUE ; (2) confirmation du schéma PDS, CNIL et ministère après la concertation close le 19 novembre 2026 ; (3) moyens d’instruction prévus pour les avenants, non chiffrés à ce jour).

  • Royaume-Uni : la fronde contre Palantir au NHS s’organise avant la décision de décembre

    Les manifestants demandent au gouvernement de ne pas prolonger au-delà de mars 2027 le contrat de la Federated Data Platform (FDP), la plateforme nationale de données du National Health Service (NHS) fournie par Palantir. Le gouvernement d’Andy Burnham, Premier ministre depuis juillet, réexamine le contrat et doit se prononcer d’ici décembre.

    Le contrat, attribué en novembre 2023 à un consortium mené par Palantir, vaut jusqu’à 330 millions de livres (385 millions d’euros) sur sept ans. La FDP relie les données hospitalières pour gérer listes d’attente, blocs opératoires et sorties. Selon le NHS, environ deux tiers des hôpitaux l’ont déployée. HTI avait relevé en juillet que 54 des 139 établissements raccordés n’utilisaient aucune des huit applications analysées.

    44 000 objections au titre du droit des données

    La veille des manifestations, le Guardian a révélé que plus de 44 000 personnes avaient déposé une objection au traitement de leurs données par la FDP, au titre de l’article 21 du règlement britannique sur la protection des données. La campagne est coordonnée par l’association 38 Degrees. Le NHS England répond que « toutes les organisations du NHS gardent le contrôle de leurs données dans la FDP » et qu’il traitera les objections « conformément au droit de la protection des données ». La British Medical Association, principal syndicat de médecins, demande depuis février une « rupture complète » avec Palantir. Un sondage YouGov de juillet donne 65 % de Britanniques favorables à la fin du contrat.

    Les opposants invoquent les contrats de Palantir avec l’armée israélienne et la police américaine de l’immigration ; une commission parlementaire a alerté cet été sur la dépendance envers les États-Unis. NHS Greater Manchester a développé sa propre plateforme, dont son directeur des données Matt Hennessey juge la généralisation « réalisable ». Le ministre de la Santé James Frith a toutefois écrit à la commission parlementaire de la santé qu’un contrat de remplacement ne pourrait « probablement pas être en place d’ici mars », selon City AM. Le Royaume-Uni représentait 10 % du chiffre d’affaires de Palantir en 2025.

    Source : AFP, dépêche reprise par Mon Assurance Facile (01/10/2026) · presse ; The Guardian (30/09/2026) · presse ; Cambridge Independent (07/10/2026) · presse ; City AM (05/10/2026) · presse

  • États-Unis : l’Utah autorise une IA autonome à délivrer des premières prescriptions contre l’acné

    L’Office of Artificial Intelligence Policy (OAIP), bureau de la politique de l’IA du département du Commerce de l’Utah, a signé le 21 septembre 2026 un accord d’allègement réglementaire avec Nolla Health, éditeur de l’application Nolla Derm. L’IA peut émettre des premières prescriptions de traitements topiques contre l’acné légère à modérée pour des adultes résidant dans l’Utah et les transmettre à un pharmacien de l’État. Le service a ouvert le 5 octobre, à 4,99 dollars par mois.

    C’est la première fois qu’un régulateur américain autorise une IA à initier une prescription. Le pilote Doctronic lancé en janvier 2026 dans le même État se limitait au renouvellement d’ordonnances déjà établies par un médecin.

    Trois paliers de contrôle médical

    Le protocole fixe des seuils minimaux, pas des plafonds. Le premier palier dure au moins quatre semaines et concerne au moins 100 patients : deux médecins agréés dans l’Utah approuvent chaque prescription avant son envoi. Au deuxième palier, d’au moins huit semaines et 500 patients cumulés, l’IA prescrit directement ; tous les dossiers sont revus au moins chaque semaine. Le troisième palier exige au moins 750 patients cumulés, avec revue mensuelle d’au moins 10 % des cas et de tous les cas d’escalade ou d’effet indésirable.

    Chaque passage exige une concordance d’au moins 95 % entre l’IA et les médecins, aucun événement indésirable grave et un accord écrit de l’État. L’IA choisit parmi des protocoles pré-approuvés, sans texte libre ; les patients présentant une acné sévère, les femmes enceintes et les personnes immunodéprimées sont orientés vers un médecin. L’accord vaut douze mois.

    Une supervision encadrée par le régulateur médical

    L’accord s’appuie sur le programme « AI Learning Laboratory » créé par une loi de l’Utah de 2024, qui permet au régulateur de suspendre certaines règles d’exercice professionnel pour un test encadré. Selon le Los Angeles Times, le directeur de l’OAIP, Zachary Boyd, parle d’une « exception étroite » à l’obligation d’être prescripteur agréé, assortie d’une assurance responsabilité couvrant les prescriptions d’IA. Le Medical Licensing Board de l’Utah, qui avait demandé en mai la suspension du pilote Doctronic faute d’avoir été consulté, a obtenu qu’un médecin tiers désigné par lui supervise les relectures.

    Source : Office of Artificial Intelligence Policy de l’Utah, Regulatory Mitigation Agreement Nolla Health (21-22 septembre 2026) · fiabilité : officielle ; annonce Nolla Health (5 octobre 2026) · fiabilité : déclarative

  • Allemagne : un projet de loi lie interopérabilité et rémunération des médecins

    Adopté en conseil des ministres le 15 juillet 2026, le projet de loi allemand sur les données et l’innovation numérique en santé, dit GeDIG, poursuit son parcours législatif : le ministère mentionne un premier passage au Bundesrat le 25 septembre. Il associe certification des logiciels, évolution du dossier patient et mise en œuvre de l’espace européen des données de santé. Il ne s’agit pas d’une loi entrée en vigueur.

    Pourquoi cela compte : le projet lie l’interopérabilité à des échéances et à des sanctions financières. Les éditeurs actifs en Allemagne doivent anticiper les exigences de conformité et l’évolution des achats publics, sans considérer le calendrier du projet comme définitivement acquis.

    Une retenue graduée liée aux logiciels

    Les médecins et dentistes conventionnés utilisant un logiciel non certifié verraient leur rémunération réduite de 5 % à 20 %. Cette retenue remplacerait une interdiction totale de facturer, jugée disproportionnée dans l’exposé des motifs. Les modalités devraient être convenues avant le 31 octobre 2027. Les éditeurs seraient tenus de fournir les données dans un format interopérable, selon les exigences de la gematik, la société chargée de l’infrastructure numérique de santé.

    Des achats publics et des services élargis

    La gematik pourrait acheter directement les services nécessaires à une exploitation sûre de l’infrastructure. Les caisses d’assurance maladie pourraient ajouter au dossier patient électronique leurs propres services de prévention ou d’explication des résultats, notamment par IA, avec possibilité d’opposition de l’assuré. L’adressage électronique entre généralistes et spécialistes serait introduit par étapes d’ici septembre 2029. Le projet chiffre les économies annuelles des professionnels à environ 445 M€ : ce sont des estimations, pas des gains constatés.

    Ce qui existe déjà ici

    En France, le référencement Ségur des logiciels de cabinet s’inscrit dans la dotation numérique, dite Donum. L’ordonnance numérique, la messagerie sécurisée MSSanté et le catalogue de services de Mon espace santé répondent déjà à plusieurs objectifs comparables. La stratégie IA et données de santé prévoit aussi la désignation d’un organisme responsable de l’accès aux données, ou Orad. Ces dispositifs ne constituent pas pour autant une sanction conventionnelle équivalente à celle envisagée en Allemagne.

    Transposabilité France / Europe

    La retenue sur la rémunération n’est transposable en France que sous réforme : elle supposerait une base conventionnelle ou législative et une procédure d’évaluation de conformité des logiciels. Le référencement Ségur pourrait servir d’appui, mais ne suffit pas à créer cette sanction. Les autres volets correspondent à des chantiers français déjà engagés ; la désignation de l’Orad relève de ce calendrier parallèle.

    Source : ministère fédéral allemand de la Santé, suivi du projet (étape du 25 septembre 2026) et projet de loi · fiabilité : officielle.

    Transposabilité France / Europe : T2 · sous réforme (conditions : base conventionnelle ou législative ; évaluation de conformité des logiciels).

  • USA : RFK Jr. veut interconnecter les données de santé des américains pour les rendre exploitables par l’IA

    Sortir les données de santé de leurs silos

    Le constat formulé par Robert Francis Kennedy Jr. est celui d’un système de données trop fragmenté. Les informations produites par les agences fédérales et les États restent aujourd’hui réparties entre plusieurs bases, avec des formats et des variables qui ne sont pas toujours homogènes. Le secrétaire à la Santé veut rapprocher notamment les données de la FDA, du CDC et de Medicare/Medicaid, mais aussi les dossiers médicaux électroniques, les prescriptions et les données de remboursement.

    Cette logique vise à reconstruire une vision longitudinale du patient plutôt qu’à analyser chaque donnée séparément. Pour Kennedy, le croisement de ces informations doit permettre d’étudier plus rapidement les facteurs associés aux maladies chroniques et de renforcer la surveillance en conditions réelles. Le secteur privé est également appelé à contribuer à cette interconnexion : il cite notamment HealthVerity, capable de rapprocher données d’assurance, prescriptions, analyses biologiques et dossiers médicaux.

    L’IA comme couche d’exploitation :

    L’autre volet de la stratégie consiste à utiliser l’IA pour analyser ces volumes de données. Kennedy affirme que des recherches auparavant longues peuvent être réalisées beaucoup plus rapidement grâce aux modèles capables de parcourir des millions de dossiers et d’identifier des corrélations.

    L’intérêt du projet se situe donc moins dans la constitution d’une nouvelle base que dans la création d’une infrastructure de données interopérable sur laquelle des outils d’IA pourraient effectuer des analyses à grande échelle. Le gouvernement américain entend ainsi rapprocher collecte, croisement et exploitation des données dans un même continuum de recherche.

    Cette ambition pose néanmoins une question centrale : une multiplication des croisements ne produit de valeur scientifique que si les données sont comparables, correctement documentées et accessibles dans un cadre méthodologique robuste.

    Permettre aux données d’être utilisée par des centaines de chercheurs

    Kennedy souhaite également rendre ces données « research ready » et permettre à des centaines de chercheurs externes de travailler sur ces jeux de données. Il défend une réduction des obstacles à l’accès aux données détenues par certaines infrastructures fédérales, tout en présentant cette ouverture comme un moyen d’accélérer l’évaluation des hypothèses de recherche.

    Le principal défi devient alors celui de la gouvernance. Plus les bases sont rapprochées, plus les conditions d’accès, de confidentialité et de contrôle des usages deviennent structurantes. Le modèle esquissé par le Département de la santé et des services sociaux des États-Unis (HHS) repose donc sur un changement d’échelle : faire de l’interopérabilité des données un préalable à une recherche augmentée par l’IA.

    L’enjeu sera désormais de transformer cette vision en infrastructure opérationnelle, sans que l’ouverture des données ne compromette les exigences de protection des informations de santé et de qualité scientifique.

    Source : The Guardian, 30 septembre 2026 – fiabilité : presse

  • GE HealthCare négocierait le rachat de Sofie Biosciences pour 1 milliard de dollars

    GE HealthCare négocierait le rachat de Sofie Biosciences pour 1 milliard de dollars

    GE HealthCare est en discussions pour racheter le développeur américain de radiopharmaceutiques Sofie Biosciences pour environ 1 milliard de dollars, selon le Financial Times du dimanche 13 septembre, repris par Reuters. L’annonce pourrait intervenir cette semaine. GE HealthCare n’a pas commenté. Sofie n’a pas répondu.

    L’opération

    Sofie, basée à Dulles (Virginie), développe des traceurs TEP pour le diagnostic du cancer et exploite un réseau de production d’isotopes à vie courte. En 2024, le fonds Trilantic avait pris 25,8 % du capital sur une valorisation allant jusqu’à 550 millions de dollars, selon le FT. Le prix évoqué représente presque le double. GE HealthCare et Sofie sont déjà liés : depuis octobre 2023, GE détient une licence mondiale sur le traceur FAPI-46 et une licence hors États-Unis sur FAPI-74, deux molécules issues de l’université de Heidelberg.

    Qui gagne

    GE HealthCare passe de la licence à la propriété. Le groupe vend les scanners TEP, les agents de contraste et détiendrait désormais le traceur et son réseau de production. Le traceur est un revenu récurrent à chaque examen, là où le scanner se vend une fois par décennie. Les fondateurs de Sofie et Trilantic, qui sortiraient deux ans après leur entrée, gagnent aussi.

    Qui perd

    Les fabricants de scanners sans activité pharmaceutique voient un concurrent verrouiller l’aval de l’examen. Les radiopharmacies indépendantes perdent un client-fournisseur potentiellement neutre. Les acheteurs hospitaliers risquent de voir se former des offres liées équipement plus traceur.

    Ce que cela change en Europe

    Les molécules FAPI viennent d’Allemagne, mais leur industrialisation se déciderait à Chicago. Pour la France, le sujet touche Curium, acteur français des radiopharmaceutiques, et les services de médecine nucléaire dépendants de quelques fournisseurs de doses. La disponibilité des traceurs, plus que le nombre de scanners, deviendra le facteur limitant du diagnostic oncologique.

    Pourquoi cela compte

    Le diagnostic par imagerie cesse d’être une affaire d’équipement. Il devient une chaîne intégrée : traceur, scanner, logiciel de quantification, décision thérapeutique. Celui qui contrôle le traceur oriente le parcours du patient en oncologie de précision. Pour les établissements et les régulateurs européens, la question devient l’accès aux doses et la neutralité des offres, pas seulement le prix des machines.

    Source : Reuters, d’après le Financial Times (13 septembre 2026) ; GE HealthCare, communiqué sur l’accord de licence FAPI (11 octobre 2023) · fiabilité : moyenne, transaction non confirmée par les parties.

  • Royaume-Uni : une commission nationale recommande une nouvelle régulation continue de l’IA santé

    La National Commission into the Regulation of AI in Healthcare, coprésidée par le professeur Alastair Denniston (Université de Birmingham) et la professeure Henrietta Hughes (Patient Safety Commissioner for England), a publié le 10 septembre 2026 son rapport de recommandations pour un futur cadre réglementaire de l’intelligence artificielle en santé au Royaume-Uni. La Commission y structure ses recommandations autour de trois axes :

    • Une régulation proportionnée et fondée sur le cycle de vie des produits.
    • Une responsabilité partagée à l’échelle du système de santé.
    • et un renforcement de la confiance, de la transparence et de la prévisibilité.

    Pourquoi cela compte : le rapport acte que le modèle d’évaluation pré-commercialisation, pensé pour des dispositifs médicaux, ne convient plus à des systèmes d’IA qui évoluent après leur mise sur le marché et dont la performance dépend du contexte de déploiement. Ce constat, formulé par un organisme mandaté par le gouvernement britannique, pourrait orienter l’évolution du cadre réglementaire national, avec des répercussions possibles sur la façon dont d’autres systèmes de santé, dont le système français et européen, envisagent la surveillance post-marché des dispositifs IA.

    Sur la forme, la Commission revendique l’un des programmes de recherche et d’engagement les plus étendus jamais menés sur l’IA en santé au Royaume-Uni : appel à contributions, dialogues publics, groupes de travail sectoriels, engagement de publics « peu entendus ».

    Une rupture assumée avec la logique du contrôle ponctuel

    Le cœur de l’argumentaire de la Commission tient en une phrase : les cadres actuels ont été conçus pour des produits « plus statiques, plus faciles à évaluer de manière fiable à un instant donné ». Or les produits d’IA « peuvent itérer rapidement, se comporter différemment selon les environnements, et dépendre des données, des flux de travail, des personnes et des organisations qui les entourent ».

    Un marquage ou une autorisation obtenus une fois pour toutes ne suffisent plus à garantir la sécurité d’un système qui continue d’apprendre, de se mettre à jour ou d’être utilisé dans des contextes cliniques différents de ceux de son évaluation initiale.

    La proposition centrale (une régulation « proportionnée, fondée sur le cycle de vie et à l’échelle du système ») s’inscrit dans un mouvement déjà amorcé côté européen, où le règlement sur les dispositifs médicaux (MDR) et l’IA Act imposent une surveillance post-commercialisation.

    Mais le rapport britannique va plus loin dans la formulation : il propose explicitement de faire porter la responsabilité non plus seulement sur le fabricant et son produit, mais sur l’écosystème complet (établissement de santé, organisation du travail, gouvernance locale) dans lequel l’outil est déployé.

    Ce glissement conceptuel, de la responsabilité du produit vers la responsabilité de l’usage, est un élément structurant du rapport. L’objectif est de faire du NHS « le système de santé le plus IA-enabled au monde ».

    Un signal pour les industriels

    Pour les acteurs industriels et les HealthTech, ce type de signal mérite d’être suivi de près, pour plusieurs raisons :

    • Une régulation par cycle de vie implique, dès la conception des produits, de prévoir des mécanismes de monitoring continu et des capacités à les intégrer dans les feuilles de route produit dès aujourd’hui.
    • Si le Royaume-Uni formalise un cadre plus rapide et plus prévisible que ses voisins, il pourrait devenir une porte d’entrée pour tester et déployer des solutions d’IA santé.
    • A l’inverse, un cadre britannique qui s’éloignerait des standards européens obligerait les industriels visant les deux marchés à dupliquer leurs dossiers de conformité, un coût à intégrer dans les arbitrages d’internationalisation.

    Pour les établissements de santé et les décideurs publics, le rapport offre surtout un cas d’école : celui d’un système de santé qui documente publiquement, avec un niveau de détail, la manière dont il repense sa doctrine d’évaluation des technologies d’IA.

    Source : National Commission into the Regulation of AI in Healthcare, Recommendations for a future regulatory framework (10 septembre 2026) · fiabilité : officielle · gov.uk

     

  • OMS : un hub régional africain réunit 53 jeux de données de santé

    OMS : un hub régional africain réunit 53 jeux de données de santé

    Le Bureau régional de l’Organisation mondiale de la santé pour l’Afrique a lancé, lors de la 76e session de son Comité régional à Addis-Abeba (25-27 août 2026), le Centre régional africain des données de santé (RDHUB). La plateforme réunit 53 jeux de données et 7 965 indicateurs issus des 47 États membres de la région ; 65 % des jeux de données sont déjà intégrés et l’OMS vise au moins 80 % d’ici fin 2026.

    Passer de la donnée fragmentée à l’intelligence sanitaire

    Le problème auquel s’attaque le RDHUB est moins l’absence de données que leur fragmentation. Les systèmes nationaux et les différents programmes de santé africains produisent déjà de nombreuses informations, mais celles-ci restent souvent cloisonnées. Cette organisation complique leur rapprochement et limite la capacité des décideurs à disposer d’une vision globale et actualisée des besoins sanitaires.

    Le Hub cherche donc à changer de logique. Il ne s’agit pas seulement de créer une nouvelle base de données, mais de construire une couche régionale d’intégration et d’analyse, capable de faire dialoguer des informations provenant de sources différentes. Le RDHUB rassemble actuellement 53 jeux de données et 7 965 indicateurs. À ce stade, 65 % des jeux de données ont été intégrés et les données de 45 % des indicateurs sont disponibles sur le portail. L’OMS vise au moins 80 % d’intégration d’ici fin 2026.

    Pouvoir identifier les territoires le plus dans le besoin

    Cette approche pourrait notamment permettre de croiser des données démographiques, de vaccination et de surveillance épidémiologique afin d’identifier plus rapidement les territoires ou populations nécessitant une intervention. La valeur du Hub se situe donc moins dans l’accumulation d’indicateurs que dans leur capacité à être rapprochés pour produire une lecture opérationnelle des situations sanitaires.

    Une infrastructure régionale sans centralisation des données

    L’autre enjeu est celui de la gouvernance. Le RDHUB est conçu pour compléter les systèmes nationaux d’information sanitaire et non pour s’y substituer. Les États conservent la propriété de leurs données, tandis que l’OMS met en place des standards communs destinés à faciliter leur interopérabilité, leur comparaison et leur utilisation.

    Ce choix est déterminant dans une région où les capacités numériques et les systèmes d’information peuvent fortement varier d’un pays à l’autre. L’enjeu ne sera donc pas uniquement technique : il faudra garantir la qualité, l’actualisation et la comparabilité des données avant même de pouvoir en tirer des analyses robustes. Le cadre régional de gouvernance doit précisément clarifier les responsabilités, les droits d’accès et les modalités de gestion des données.

    Le RDHUB peut également devenir un outil de comparaison régionale. Des données harmonisées doivent permettre aux pays d’identifier des tendances communes, de mesurer leurs progrès par rapport à leurs voisins et de repérer des pratiques susceptibles d’être reproduites ailleurs.

    L’IA comme prochaine couche d’analyse

    L’OMS prévoit déjà d’intégrer davantage d’intelligence artificielle à la plateforme, notamment pour automatiser la production de récits à partir des données, détecter des schémas et renforcer les capacités d’aide à la décision.

    Cette évolution marque une deuxième étape : après avoir cherché à rassembler et standardiser les données, le RDHUB devra progressivement être capable d’en extraire automatiquement des signaux utiles. Le véritable test sera alors de transformer cette capacité analytique en décisions concrètes, adaptées aux réalités locales.

    Avec le RDHUB, l’OMS pose ainsi les bases d’une infrastructure régionale où la donnée sanitaire n’est plus seulement une ressource à collecter, mais un actif commun à rendre exploitable pour orienter les politiques de santé.

    Source : Organisation mondiale de la santé, Bureau régional pour l’Afrique, « Centre régional de données sanitaires : l’initiative de l’OMS pour renforcer l’action éclairée en santé » (7 septembre 2026) · fiabilité : officielle.

  • L’AMA lance quatre modules de formation continue à l’usage éthique de l’IA clinique

    L’American Medical Association (AMA) a annoncé le 26 août 2026 le lancement de l’Ethical AI Use in Medicine Series, un programme de formation médicale continue (CME) conçu pour aider les médecins à utiliser l’IA de façon sûre, efficace et éthique en pratique clinique.

    Développé conjointement avec le Duke Institute for Health Innovation et le Health AI Partnership, ce programme fondé sur des cas pratiques traduit les principes du Code of Medical Ethics de l’AMA en outils concrets. Il comprend quatre modules, disponibles exclusivement sur AMA Ed Hub, dont deux se présentent comme des simulateurs de décision structurés : l’un porte sur l’usage éthique d’un modèle d’IA de prédiction de mortalité en aide à la décision clinique, l’autre sur l’usage éthique d’un scribe IA ambiant.

    Le choix de traduire un cadre déontologique déjà établi, positionne ce programme comme un outil d’application plutôt que comme une évolution de la doctrine éthique de l’AMA. Cette approche s’appuie sur un format pédagogique particulier : deux des quatre modules prennent la forme de simulateurs de décision structurés, plaçant le médecin face à un scénario clinique concret plutôt que face à un contenu descriptif.

    Parmi les cas d’usage retenus ;

    • La prédiction de mortalité occupe une place particulière.
    • Le module associé couvre la communication du risque au patient.
    • La vigilance sur les biais algorithmiques.
    • Et le niveau de confiance clinique à accorder à l’outil.

    Source : communiqué officiel de l’AMA (août 2026) – une source institutionnelle