<

Intelligence artificielle et données de santé : une transformation structurante du système de santé français

Temps de lecture : 11 min

 

Entre promesse d’innovation et exigences de régulation, l’intelligence artificielle en santé soulève une question centrale : à quelles conditions peut-elle transformer durablement le système de santé français ?

 

Une transformation systémique à l’échelle du système de santé

L’intelligence artificielle en santé en France s’impose progressivement comme l’un des principaux vecteurs de transformation du système de santé. Elle ne constitue plus seulement une innovation technologique, mais un levier structurant qui affecte l’ensemble des dimensions du soin : diagnostic, organisation des parcours, pilotage des établissements, prévention ou encore recherche.

Cette évolution s’inscrit dans un contexte marqué par la croissance exponentielle des données de santé et par la capacité accrue des algorithmes à les exploiter. Le ministère de la Santé souligne que l’IA « ne remplacera jamais la relation de soin, mais peut la renforcer ».

Dans ce cadre, la stratégie nationale « Intelligence artificielle et données de santé 2025-2028 » constitue désormais la feuille de route de référence pour organiser cette transformation.

 

De la donnée de santé à l’intelligence artificielle : une bascule structurante

Le développement de l’intelligence artificielle en santé repose sur un préalable fondamental : l’accès à des données fiables, structurées et sécurisées.

La stratégie nationale repose sur une articulation étroite entre deux volets complémentaires :

• la structuration et la réutilisation des données de santé,
• le développement et l’intégration des solutions d’intelligence artificielle.

Cette approche traduit une évolution profonde : l’IA n’est plus pensée comme une technologie isolée, mais comme un prolongement direct de la politique de données.

À l’échelle européenne, cette dynamique s’inscrit dans un cadre réglementaire en pleine structuration. D’un côté, le règlement sur l’Espace européen des données de santé (EHDS) organise l’accès, le partage et la réutilisation des données de santé au sein de l’Union européenne. De l’autre, le règlement européen sur l’intelligence artificielle (AI Act) établit les règles applicables aux systèmes d’IA, notamment ceux considérés comme à haut risque dans le domaine de la santé. Ces deux textes constituent désormais les principaux piliers du cadre européen destiné à concilier innovation, protection des données et sécurité des patients.

 

L’Espace européen des données de santé : des droits renforcés pour les patients et un accès encadré aux données Le règlement européen relatif à l’Espace européen des données de santé (EHDS) vise à organiser à l’échelle de l’Union un cadre harmonisé d’accès et de circulation des données de santé. Concrètement, il repose sur deux niveaux d’usage distincts. Le premier concerne l’usage dit « primaire », c’est-à-dire l’accès aux données pour le soin. À terme, chaque citoyen européen pourra accéder plus facilement à ses données de santé (ordonnances, résultats, comptes rendus) et les partager avec les professionnels de santé, y compris dans un autre État membre. En France, cette logique s’inscrit dans la continuité de dispositifs déjà existants comme Mon espace santé, qui constitue une première brique nationale de ce futur espace européen.   Le second niveau concerne l’usage « secondaire » des données, à des fins de recherche, d’innovation, de pilotage des politiques publiques ou d’évaluation des systèmes de santé. Dans ce cadre, les États devront mettre en place des organismes dédiés – appelés « organismes d’accès aux données de santé » – chargés d’instruire les demandes d’accès, de vérifier leur conformité et de garantir la sécurité des traitements. Ces accès ne seront pas libres : les données seront pseudonymisées, utilisées dans des environnements sécurisés, et soumises à des conditions strictes. Les citoyens disposeront par ailleurs de droits spécifiques, notamment la possibilité de s’opposer à certains usages secondaires de leurs données. L’objectif est double : faciliter l’innovation et la recherche, tout en renforçant la protection des données et la confiance des citoyens. (Source : Commission européenne – EHDS)

 

L’AI Act européen : un cadre renforcé pour les systèmes d’IA à haut risque Au-delà des règles spécifiques applicables aux données de santé, le développement de l’intelligence artificielle en santé en France s’inscrit désormais dans le cadre du règlement européen sur l’intelligence artificielle (AI Act). La Commission européenne a publié des lignes directrices destinées à préciser les critères permettant d’identifier les systèmes d’IA dits « à haut risque ». Cette qualification concerne notamment les solutions susceptibles d’avoir un impact significatif sur la santé, la sécurité ou les droits fondamentaux des personnes. Dans le secteur de la santé, de nombreux outils d’aide au diagnostic, d’analyse d’imagerie médicale ou d’aide à la décision clinique pourraient relever de cette catégorie. Leur mise sur le marché et leur utilisation impliquent alors le respect d’exigences renforcées en matière de gestion des risques, de qualité des données, de supervision humaine, de cybersécurité, de transparence et de suivi dans le temps. Cette approche illustre la volonté européenne de favoriser l’innovation tout en garantissant un niveau élevé de sécurité et de confiance pour les professionnels de santé comme pour les patients.

 

 

Comment l’intelligence artificielle transforme-t-elle concrètement le système de santé en France ?

Présentée en 2025, la stratégie française vise à organiser un cadre cohérent pour accélérer l’innovation tout en garantissant la sécurité et la confiance.

Elle poursuit plusieurs objectifs structurants :

• organiser un patrimoine national des données de santé,
• encadrer les usages de l’IA,
• accompagner les professionnels dans leur appropriation,
• structurer un modèle économique durable.

Organiser un patrimoine national des données de santé signifie concrètement recenser, structurer et rendre interopérables les bases existantes (SNDS, entrepôts hospitaliers, registres). Cela passe par la création de catalogues de données, l’harmonisation des formats et la mise en place de règles communes d’accès. Le Système national des données de santé (SNDS) constitue l’une des plus grandes bases de données de santé au monde, couvrant plusieurs dizaines de millions de personnes.

Encadrer les usages de l’IA implique de définir un cadre d’intervention clair selon les contextes : recherche, dispositifs médicaux, aide à la décision clinique ou organisation des soins. Cela se traduit notamment par :

• des référentiels d’évaluation portés par la Haute Autorité de santé,
• des obligations de conformité pour les dispositifs médicaux intégrant de l’IA,
• des exigences en matière de cybersécurité et d’hébergement des données (notamment via des hébergeurs certifiés HDS).

Accompagner les professionnels repose principalement sur la formation. L’État prévoit d’intégrer l’IA dans les référentiels de compétences numériques en santé, ainsi que dans la formation initiale et continue des professionnels.

Structurer un modèle économique durable ne renvoie pas à la seule dimension environnementale, mais à la capacité à financer et diffuser les solutions. Cela inclut :

• des expérimentations financées par l’Assurance Maladie,
• des modèles de remboursement conditionnés à l’efficacité,
• la mise en place de redevances pour l’accès aux données dans le cadre de la recherche ou de l’innovation.

La gouvernance évolue également vers un modèle plus ouvert, associant l’ensemble des parties prenantes dans une logique de co-construction. La stratégie prévoit une évolution vers un pilotage plus intégré, placé sous l’égide du ministère de la Santé, avec un rôle renforcé du Conseil du numérique en santé.

Ce modèle associe plusieurs acteurs :

• les autorités publiques (ministère, Assurance maladie),
• les agences (HAS, ANS, Health Data Hub),
• les établissements de santé,
• les professionnels,
• les industriels et start-ups,
• les représentants des patients.

Concrètement, cette gouvernance se traduit aujourd’hui par :

• la mise en place de comités d’experts sur les usages de l’IA,
• le développement de référentiels communs,
• le financement de projets via France 2030.

Le dispositif reste encore en phase de structuration, avec une montée en charge progressive attendue entre 2026 et 2028.

Cette orientation traduit une volonté de dépasser une logique d’innovation technologique pour s’inscrire dans une transformation systémique du système de santé.

 

Une construction progressive de la doctrine publique : du rapport du Sénat à la stratégie 2025-2028

Les orientations actuelles s’inscrivent dans une continuité des réflexions engagées depuis plusieurs années.

Dès 2024, un rapport du Sénat consacré à l’intelligence artificielle dans les services publics mettait en avant plusieurs constats structurants :

• un potentiel majeur en matière de diagnostic et de personnalisation des soins,
• un développement encore largement expérimental,
• la nécessité d’un encadrement éthique et réglementaire strict.

Ce rapport soulignait déjà un enjeu central : trouver un équilibre entre innovation technologique et maintien de la relation humaine dans le soin.

La stratégie 2025-2028 reprend et opérationnalise ces principes en les inscrivant dans un cadre institutionnel, réglementaire et économique plus structuré.

 

Des usages en expansion qui transforment les pratiques professionnelles

L’intelligence artificielle se déploie simultanément dans les pratiques médicales et dans l’organisation des soins.

Elle intervient dans le diagnostic, l’aide à la décision, la prévention et le pilotage des établissements. En parallèle, elle modifie les pratiques professionnelles en automatisant certaines tâches et en renforçant les capacités d’analyse.

Cette évolution implique une adaptation des compétences. Les professionnels doivent être formés à l’utilisation des outils, mais aussi à leurs limites et à leurs risques.

La stratégie nationale prévoit ainsi une montée en compétence progressive, intégrée à la formation initiale et continue.

L’IA au service des patients : exemples concrets Ces usages ne sont plus théoriques. Ils sont déjà déployés dans plusieurs spécialités et contextes de soins : ·        Dans le dépistage du cancer du sein, des outils d’intelligence artificielle sont utilisés pour analyser les mammographies. La Haute Autorité de santé souligne que ces technologies peuvent améliorer la détection des lésions, en complément de la lecture humaine. ·        En dermatologie, des applications permettent d’identifier des lésions suspectes à partir d’images, facilitant un repérage précoce. ·        En cardiologie, des modèles prédictifs sont utilisés pour anticiper les risques de complications chez certains patients chroniques.   Dans les établissements de santé, l’IA permet également d’optimiser l’organisation : ·        prévision de l’affluence aux urgences, ·        planification des blocs opératoires, ·        gestion des lits disponibles.   En prévention, des outils numériques permettent de proposer des parcours personnalisés, en s’appuyant sur les données de santé des patients.

 

Des conditions de réussite clairement identifiées

L’intégration effective de l’intelligence artificielle ne repose pas uniquement sur la performance technologique. Plusieurs conditions apparaissent déterminantes.

1. La première concerne la sécurité et la fiabilité des outils. La Haute Autorité de santé a engagé des travaux pour structurer l’évaluation des dispositifs intégrant de l’IA, afin de garantir leur robustesse et leur traçabilité.

La sécurité ne se limite pas à l’hébergement national, mais repose sur plusieurs niveaux : un hébergement certifié HDS (obligatoire en France), le respect du RGPD, la sécurisation des accès et traçabilité et le contrôle des usages par des autorités (CNIL, ANS).

La souveraineté numérique est un enjeu identifié, avec une volonté de favoriser des solutions européennes, mais elle n’est pas exclusive : le critère principal reste la conformité réglementaire et la sécurité des données.

2. La deuxième condition tient à la qualité des données. La qualité et la structuration des données de santé constituent un prérequis indispensable au développement de l’intelligence artificielle. La stratégie insiste sur la nécessité de structurer, documenter et sécuriser les bases de données, condition indispensable à la performance des modèles.
3. La troisième relève de l’appropriation par les professionnels de santé. L’IA doit s’intégrer dans les pratiques existantes, être ergonomique et démontrer une valeur ajoutée immédiate pour être adoptée.

Enfin, la co-construction entre acteurs technologiques et professionnels de santé constitue un facteur clé. Elle conditionne l’adéquation des solutions aux réalités du terrain.

 

Des freins persistants à lever pour un déploiement à grande échelle

Malgré les avancées observées, le déploiement de l’intelligence artificielle en santé en France se heurte encore à plusieurs limites structurelles.

La première tient aux délais d’évaluation et de validation. Les procédures encadrées par la Haute Autorité de santé, indispensables pour garantir la sécurité et la qualité des dispositifs, restent perçues comme longues et complexes par les acteurs du secteur. Cette exigence, justifiée au regard des enjeux de sécurité des patients, peut toutefois ralentir la diffusion des innovations, en particulier pour les solutions intégrant des modèles évolutifs.

La deuxième difficulté concerne l’intégration des outils d’intelligence artificielle dans les logiciels métiers utilisés au quotidien par les professionnels de santé. Les solutions doivent s’insérer dans des environnements existants (dossiers patients informatisés, logiciels de cabinet, systèmes hospitaliers) souvent anciens ou peu interopérables. Cette contrainte technique limite l’usage effectif des innovations, même lorsque leur valeur ajoutée est démontrée.

La troisième limite réside dans l’hétérogénéité des systèmes d’information hospitaliers. Les établissements de santé disposent de niveaux de maturité numérique très variables, avec des architectures parfois fragmentées et des standards différents. Cette diversité complique le déploiement homogène des solutions d’intelligence artificielle et l’exploitation des données de santé à grande échelle.

Enfin, les modèles économiques restent en construction. Le financement, le remboursement et la valorisation des solutions d’intelligence artificielle en santé en France ne sont pas encore stabilisés, ce qui peut freiner les investissements et ralentir l’adoption.

Ces éléments confirment que la diffusion de l’intelligence artificielle en santé en France repose autant sur la transformation des organisations que sur la performance des technologies.

 

La confiance comme condition centrale

La question de la confiance apparaît comme un élément structurant de la stratégie.

Elle repose sur plusieurs leviers :

• la transparence des usages,
• la protection des données,
• l’information des patients,
• le maintien d’un contrôle humain dans la décision médicale.

La stratégie souligne que la réussite de l’IA en santé dépend directement de l’adhésion des citoyens et des professionnels.

 

Une trajectoire 2025-2028 : vers une généralisation encadrée

La période 2025-2028 constitue une phase de structuration.

Elle doit permettre :

• de consolider les infrastructures de données,
• d’identifier les usages à fort impact,
• d’évaluer les solutions,
• de préparer leur déploiement à grande échelle.

Consolider les infrastructures de données signifie renforcer des dispositifs existants comme le SNDS, améliorer l’interopérabilité des systèmes et développer des entrepôts de données hospitaliers.

Identifier les usages à fort impact relève principalement des autorités sanitaires (ministère, HAS, Assurance maladie), en lien avec les établissements de santé, à partir des expérimentations terrain.

L’évaluation des solutions repose sur des méthodologies en cours de structuration par la HAS, incluant des critères cliniques, organisationnels et médico-économiques.

Le déploiement à grande échelle mobilisera plusieurs acteurs :

• les agences régionales de santé (ARS),
• l’Assurance maladie (notamment pour le financement),
• les établissements de santé,
• les industriels et éditeurs de solutions,
• les acteurs de la recherche.

Des financements publics (France 2030) et des dispositifs d’accompagnement sont prévus pour soutenir cette diffusion.

L’objectif affiché est de positionner la France comme un acteur majeur de l’innovation en santé, tout en garantissant un cadre éthique, sécurisé et souverain.

 

Une innovation sous conditions

L’intelligence artificielle ouvre des perspectives importantes pour améliorer la qualité, la pertinence et l’efficience du système de santé.

Cependant, son déploiement repose sur un ensemble de conditions : qualité des données, cadre réglementaire, acceptabilité professionnelle, confiance des citoyens.

La stratégie nationale propose une approche progressive et encadrée, fondée sur la complémentarité entre innovation technologique et exigences du système de santé. Dans cette perspective, l’intelligence artificielle apparaît moins comme une rupture immédiate que comme une transformation progressive, structurée et conditionnée par la capacité du système à s’adapter. À ce titre, le développement de l’intelligence artificielle en santé en France dépendra directement de la capacité du système à structurer, sécuriser et valoriser les données de santé.

Elle constitue ainsi moins une rupture technologique qu’un chantier structurant de transformation du système de santé.

 

 

Questions fréquentes sur l’intelligence artificielle en santé en France

L’intelligence artificielle va-t-elle remplacer les médecins ?

Non. Les stratégies publiques françaises et européennes rappellent que l’intelligence artificielle en santé en France est conçue comme un outil d’aide à la décision. La responsabilité médicale reste portée par les professionnels de santé, et le rôle de l’IA est d’assister, non de se substituer.

Qui peut accéder aux données de santé utilisées par l’intelligence artificielle ?

L’accès aux données de santé est strictement encadré. Dans le cadre de l’Espace européen des données de santé, les usages secondaires (recherche, innovation) sont soumis à autorisation, dans des environnements sécurisés et avec des données pseudonymisées. Les citoyens disposent également de droits d’opposition.

Quels bénéfices concrets pour les patients ?

L’intelligence artificielle en santé en France permet d’améliorer la détection précoce de certaines pathologies, de personnaliser les parcours de soins et d’optimiser l’organisation des établissements. Elle contribue également à réduire certaines tâches administratives, permettant aux professionnels de consacrer davantage de temps aux patients.

 

Sources et références :

• Ministère de la Santé – Stratégie « Intelligence artificielle et données de santé 2025-2028 »
• Ministère de la Santé – Communiqué du 1^er juillet 2025
• Health Data Hub – Publication de la stratégie nationale IA et données de santé
• ANFH – Présentation de la stratégie nationale IA et données de santé
• Revue hospitalière de France – Analyse de la stratégie IA santé
• Règlement relatif à l’espace européen des données de santé

 

Mis à jour le 02/06/2026
Publié le 22/04/2026