L’IA en santé en France : le vrai débat commence avec l’architecture des données

En France, le potentiel de l’intelligence artificielle dans la santé demeure largement inexploité. Non par manque d’algorithmes ou de compétences, mais parce que l’architecture des données de santé reste encore trop fragmentée, hétérogène et peu adaptée aux usages modernes. Selon le Forum économique mondial, cette situation limite fortement l’automatisation par l’IA et freine ses bénéfices attendus : amélioration de la qualité des soins, aide au diagnostic, réduction de la charge administrative des soignants et accélération de la recherche médicale.

L’exemple du dossier médical partagé (DMP), lancé dès 2004 mais longtemps coûteux et inabouti, illustre ces difficultés structurelles. Malgré des avancées récentes, la France ne dispose toujours pas d’un socle de données suffisamment cohérent, interopérable et pensé nativement pour soutenir des usages d’IA fiables et à grande échelle.

Or, la donnée numérique de santé est devenue à la fois le contenu et le contenant des usages en santé. Elle constitue désormais les murs numériques de l’hôpital, de la clinique privée, des maisons de santé, du cabinet en ville voire de la santé à domicile. Elle forme aussi l’avatar numérique du patient, retraçant son parcours, son historique clinique et ses déterminants de santé. Elle est enfin l’outil central du professionnel de santé, support de décision, de coordination et de continuité des soins.

Dans ce contexte, transformer l’architecture des données de santé ne relève pas d’un simple chantier technique. C’est un acte de pilotage stratégique du système de santé. Car cette donnée est porteuse de progrès scientifiques et cliniques majeurs. Exploitée par l’intelligence artificielle, elle ouvre l’accès à des gisements considérables de recherche, d’innovation, et à de nouvelles capacités de diagnostic, de traitement, de prévention et d’optimisation des coûts dans l’ensemble des secteurs de la santé.

Si l’on veut passer de l’expérimentation à une transformation réelle, une question structurante s’impose : faut-il privilégier une architecture nationale centralisée des données de santé ou une architecture distribuée ?

Une approche centralisée peut favoriser la standardisation, la gouvernance et certaines recherches à grande échelle. À l’inverse, une architecture distribuée peut mieux respecter la diversité des établissements, la proximité avec les besoins concrets des patients et des professionnels, la souveraineté des acteurs et les exigences de sécurité et de performance. Mais dans les deux cas, aucun modèle ne peut réussir sans fondations solides.

Quel que soit le choix, l’étape première et indispensable reste la même : doter les établissements et les professionnels de santé de solutions technologiques simples, accessibles et interopérables, capables de :

• regrouper les données primaires multimodales (textes cliniques, imagerie, biologie, génomique, signaux médicaux, données administratives) ;
• garantir une conformité réglementaire stricte (RGPD/LIL/Code de la santé/IA Act/Data Act/EEDS, etc. …, notamment sur l’hébergement HDS, la traçabilité ou la gestion du consentement quand il est requis) ;
• assurer un haut niveau de sécurité, d’intégrité, de confidentialité ;
• Assurer la qualité et l’interopérabilité des données ;
• tendre vers plus de souveraineté et sécuriser les flux extra‑territoriaux ;
• transformer les données primaires en données secondaires exploitables, au service de la recherche, de l’innovation, de la santé publique et notamment d’usages cliniques fiables et performants.

Sans cette capacité à structurer, sécuriser et rendre exploitable la donnée en amont, l’IA restera un outil marginal. À l’inverse, en bâtissant ces fondations au plus près des établissements, des professionnels et des patients, la donnée numérique devient un véritable levier de transformation du système de santé.

En définitive, l’IA en santé n’est pas d’abord une affaire d’algorithmes. C’est une affaire de données, d’architecture et de vision. Et celui qui maîtrise l’architecture des données de santé dirige, de fait, la transformation du système de santé.

C’est précisément autour de ces enjeux que nous aurons l’occasion d’échanger lors de la deuxième édition de la conférence Prévention et Longévité, qui se tiendra le 5 février prochain à la Maison de la Chimie. Ce rendez‑vous permettra de débattre de ces choix structurants et de découvrir des solutions concrètes et accessibles permettant à tout établissement de santé de constituer un entrepôt de données de santé adapté à ses besoins : en on‑premise, avec débordement dans le cloud, intégrant des services de sécurité et d’interopérabilité de dernière génération.

👉 Envie de participer à ces échanges et de passer des convictions aux solutions concrètes ? Rejoignez‑nous pour débattre des grands choix structurants de la donnée et de l’IA en santé, rencontrer les acteurs qui transforment déjà le système de santé, et découvrir des innovations technologiques accessibles et opérationnelles pour les établissements et les professionnels de santé.

📅 Rendez‑vous le 5 février à la Maison de la Chimie

🔗 Programme détaillé et inscriptions : https://prevention‑longevite.org