IA en santé en France : ce que révèle le premier état des lieux national

Numérique et IA en santé Publié le 17/02/2025 Dimitri Jorand

Le ministère de la Santé a publié en février 2025 le premier état des lieux national de l'IA en santé. Panorama des usages, des bénéfices, des risques et grille d'auto-positionnement pour les établissements.

Le ministère de la Santé a publié le 11 février 2025 le premier état des lieux national de l'intelligence artificielle en santé en France. Ce document de recensement, non contraignant, dresse un panorama des usages existants, des bénéfices observés et des risques identifiés. Il ne crée aucune obligation nouvelle mais donne aux établissements sanitaires et médico-sociaux des repères concrets pour situer leur propre niveau de maturité et prioriser leurs actions.

La portée pratique de cet état des lieux national

Le communiqué du ministère de la Santé du 11 février 2025 présente un travail de recensement et d'analyse dépourvu de caractère opposable. Il s'agit d'un document de cadrage qui synthétise les usages observés sur le terrain, sans imposer de procédure ni de calendrier de mise en conformité. Cette distinction compte pour les directions d'établissements : rien dans cet état des lieux n'oblige à adopter tel ou tel outil, et rien n'interdit non plus les pratiques déjà en place, sous réserve du respect du droit existant (RGPD, réglementation des dispositifs médicaux, droit du travail).

Ce positionnement clair permet de lire le document comme une base de dialogue interne plutôt que comme un texte à appliquer point par point. Il vient compléter d'autres travaux publics, notamment ceux de la Direction générale de l'offre de soins et de l'Agence du numérique en santé (ANS), sans s'y substituer.

Les usages recensés sur le terrain

L'état des lieux identifie plusieurs familles d'usages déjà répandues : aide à l'interprétation d'images médicales (radiologie, dermatologie), outils de retranscription et de synthèse de comptes rendus, systèmes d'aide à la décision clinique, gestion prévisionnelle des lits et des flux, et outils administratifs de codage ou de facturation. Dans le secteur médico-social, les usages recensés concernent surtout la planification des plannings, le suivi de la charge en soins et certains outils de détection de chutes ou d'anomalies.

Le document souligne que ces usages coexistent avec des niveaux de maturité très hétérogènes : certains établissements disposent d'une gouvernance IA formalisée, d'autres découvrent des usages informels initiés par des équipes sans validation institutionnelle. C'est précisément ce dernier point, l'usage non tracé, que l'état des lieux identifie comme un risque à traiter en priorité.

Dans le secteur sanitaire, l'état des lieux distingue les usages à faible risque organisationnel, comme la retranscription vocale de comptes rendus, des usages à risque plus élevé, comme l'aide à la décision diagnostique en radiologie ou en dermatologie, où une erreur non détectée peut avoir une conséquence clinique directe. Cette gradation invite les directions à ne pas traiter tous les outils d'IA de la même façon : un logiciel de codage PMSI et un algorithme d'aide au diagnostic ne relèvent ni du même niveau de vigilance, ni du même circuit de validation interne. Dans le secteur médico-social, les capteurs de détection de chutes ou les outils de suivi de la charge en soins soulèvent une question spécifique : celle du consentement et de l'information des résidents ou de leurs représentants légaux, souvent absente des projets pilotés initialement comme de simples achats d'équipement.

L'état des lieux rappelle également que la majorité des usages recensés ont été introduits sans étude d'impact préalable, ni sur la qualité des soins, ni sur la charge de travail des équipes. Ce constat rejoint les alertes déjà formulées par des professionnels de terrain sur le risque de déresponsabilisation progressive, lorsque l'outil devient une habitude avant d'avoir été évalué comme fiable.

Bénéfices observés et limites documentées

Parmi les bénéfices rapportés figurent le gain de temps médical sur les tâches de rédaction, une meilleure détection de certaines anomalies radiologiques, et une aide à la priorisation des parcours patients. Ces bénéfices restent toutefois documentés de façon inégale : peu d'établissements disposent d'indicateurs internes permettant de mesurer l'impact réel d'un outil sur la qualité des soins ou la charge de travail.

Côté risques, l'état des lieux pointe trois zones de vigilance : la fiabilité variable des résultats produits par certains outils génératifs, le manque de traçabilité des décisions assistées par IA, et le déficit de formation des professionnels de terrain à la compréhension des limites de ces outils. Ces constats rejoignent les positions déjà exprimées par la Haute Autorité de Santé sur l'évaluation des dispositifs médicaux à base d'IA.

Maturité des organisations : quatre niveaux observés

Le document distingue implicitement plusieurs niveaux de maturité, que l'on peut synthétiser ainsi pour un usage opérationnel en établissement : l'absence de gouvernance, la gouvernance émergente (référent identifié mais peu d'outillage), la gouvernance structurée (registre, comité, procédure d'homologation) et la gouvernance pilotée (indicateurs de suivi, retour d'expérience formalisé). La majorité des établissements sanitaires et médico-sociaux se situe encore dans les deux premiers niveaux.

Cette hétérogénéité n'est pas un jugement de valeur : elle reflète des moyens différents, des priorités différentes et des historiques numériques différents. Elle invite en revanche chaque direction à se positionner honnêtement avant d'engager des projets d'IA supplémentaires.

Grille d'auto-positionnement pour votre établissement

Pour transformer cet état des lieux national en outil de travail, une direction peut s'appuyer sur une grille simple structurée autour de quatre questions : Quels outils d'IA sont utilisés aujourd'hui, par qui, et sur quelles données ? Existe-t-il une personne identifiable responsable du suivi de ces usages ? Les professionnels concernés ont-ils reçu une information ou une formation minimale sur les limites de l'outil ? Un mécanisme de signalement des dysfonctionnements existe-t-il ? Cette grille rejoint les logiques déjà proposées dans les travaux sur la la methode SMART pour fixer des objectifs utiles en etablissement de sante. Elle peut aussi s'appuyer sur les repères d'dispositifs médicaux numériques : construire un dossier d'évaluation robuste pour objectiver les constats.

D'autres questions méritent d'être ajoutées à cette grille lorsqu'un outil touche directement des données de santé identifiantes : la durée de conservation des données saisies dans l'outil est-elle connue et documentée ? L'éditeur autorise-t-il un audit ou une preuve d'hébergement conforme sur demande ? Existe-t-il une procédure de retour arrière si l'outil est retiré ou change de conditions contractuelles ? Ces questions complémentaires rejoignent les repères déjà détaillés dans les usages sûrs de l'IA générative en santé : utiliser la méthode AVEC de la HAS au quotidien, transposables à d'autres familles d'outils d'IA.

Ce que votre organisation peut faire maintenant

Sans attendre un texte contraignant, plusieurs actions restent à la portée de tout établissement, quelle que soit sa taille. Elles s'appuient sur des principes déjà éprouvés en gestion des risques et en qualité, transposés au sujet de l'IA.

1. Recenser tous les outils d'IA utilisés, y compris ceux non validés officiellement, en interrogeant directement les équipes de terrain plutôt que les seuls responsables de service.
2. Désigner un référent IA, distinct ou non du référent numérique existant, avec un mandat écrit précisant son périmètre et ses moyens d'action.
3. Classer chaque usage selon son niveau de sensibilité (donnée de santé, décision clinique, tâche administrative), en distinguant les outils qui traitent des données identifiantes de ceux qui n'en traitent pas.
4. Vérifier les bases contractuelles avec les fournisseurs concernés (hébergement, sous-traitance, localisation des données), y compris pour les outils gratuits ou testés en phase pilote.
5. Informer les professionnels concernés sur les limites connues de chaque outil, en s'appuyant sur des exemples concrets d'erreurs déjà observées plutôt que sur des mises en garde génériques.
6. Mettre en place un canal de signalement des anomalies ou erreurs constatées, accessible sans démarche complexe et connu de l'ensemble des équipes.
7. Programmer un point de suivi trimestriel sur les usages recensés, avec un ordre du jour dédié dans une instance existante plutôt qu'une nouvelle réunion.
8. Documenter les décisions prises pour pouvoir les justifier ultérieurement, y compris les décisions de ne pas généraliser un outil pourtant testé favorablement.

Cas concret : un centre hospitalier de taille moyenne

Un centre hospitalier de 400 lits a utilisé la publication de cet état des lieux comme point de départ d'un audit interne. Le service qualité a recensé onze outils d'IA en usage, dont quatre non déclarés par les services utilisateurs. La direction a désigné un référent et lancé un registre des usages inspiré des recommandations disponibles pour la vingt ans de loi handicap : ce que les organisations doivent encore rendre effectif.

Cas concret : un EHPAD associatif

Dans un EHPAD associatif, la direction a utilisé la grille d'auto-positionnement pour évaluer un outil de détection de chutes déployé depuis deux ans sans procédure formalisée. Le constat a permis de clarifier les responsabilités entre le fournisseur de l'outil et l'établissement, déployeur au sens du cadre européen en discussion, et d'engager une démarche de doctrine du numérique en santé 2025 : transformer le cadre national en feuille de route locale avec les équipes soignantes.

Cas concret : un service d'hospitalisation à domicile

Un service d'HAD a découvert, à l'occasion de la publication de l'état des lieux, qu'une partie de son équipe infirmière utilisait un assistant conversationnel grand public pour reformuler des transmissions destinées au dossier patient informatisé. Aucune donnée identifiante n'avait été volontairement saisie, mais certaines transmissions comportaient des éléments de contexte suffisants pour ré-identifier un patient. Le cadre de santé a mis fin à cet usage informel, remplacé par un outil validé par la DSI et hébergé conformément aux exigences applicables aux données de santé, avec une information collective sur les raisons du changement.

Checklist opérationnelle

• Un inventaire des outils d'IA utilisés existe et est à jour.
• Un référent IA est identifié et connu des équipes.
• Chaque usage est classé selon sa sensibilité.
• Les contrats fournisseurs mentionnent l'hébergement et la localisation des données.
• Les professionnels concernés ont reçu une information minimale.
• Un canal de signalement des anomalies est opérationnel.
• Un point de suivi périodique est planifié.
• Les décisions prises sont documentées et archivées.
• Les usages informels détectés lors d'un entretien direct avec les équipes sont intégrés au registre.
• La direction sait distinguer, pour chaque outil, si l'établissement agit comme déployeur ou comme simple utilisateur final.

Articuler cet état des lieux avec le cadre européen

Ce recensement national s'inscrit dans un contexte plus large, marqué par la mise en œuvre progressive du règlement européen sur l'IA. Les décryptages DEMETER sur le calendrier de l'AI Act précisent les échéances applicables aux systèmes à haut risque, distinctes du calendrier de cet état des lieux national. Un établissement qui utilise un outil d'aide au diagnostic doit ainsi anticiper deux temporalités : celle du présent état des lieux, purement descriptive, et celle des obligations européennes, qui elles sont datées. Les repères disponibles sur la développer un système d'IA conforme au RGPD : la checklist opérationnelle de la CNIL et sur les premières règles applicables aux organisations permettent de clarifier ce qui relève de chaque texte.

Cette articulation vaut aussi pour la formation des équipes. Le programme de formation démontrable à la maîtrise de l'IA proposé dans le cadre du règlement européen peut être mobilisé pour répondre au constat de déficit de formation identifié par l'état des lieux national, sans attendre une obligation formelle sur ce point précis.

Conclusion

Le premier état des lieux national de l'IA en santé publié le 11 février 2025 ne fixe aucune obligation nouvelle, mais il donne un langage commun et des repères utiles pour situer sa propre organisation. Les établissements qui en tirent le meilleur parti sont ceux qui l'utilisent comme point de départ d'une démarche interne de cartographie et de gouvernance, plutôt que comme une simple lecture d'actualité. Cette démarche prépare aussi le terrain pour les échéances européennes à venir, distinctes de ce document mais convergentes dans leurs objectifs.

Questions fréquentes

L'état des lieux national de l'IA en santé impose-t-il de nouvelles obligations ?

Non. Il s'agit d'un document de recensement et d'analyse publié par le ministère de la Santé, sans valeur contraignante. Il ne crée aucune obligation nouvelle pour les établissements.

Quels usages de l'IA sont les plus répandus en établissement de santé ?

L'aide à l'interprétation d'images médicales, la retranscription de comptes rendus, l'aide à la décision clinique et la gestion prévisionnelle des flux figurent parmi les usages les plus cités.

Un EHPAD est-il concerné par cet état des lieux ?

Oui, le document couvre le secteur sanitaire et le secteur médico-social, notamment les usages liés à la planification et à la détection d'anomalies.

Comment évaluer le niveau de maturité IA de mon établissement ?

Une grille simple en quatre questions permet un premier positionnement : inventaire des outils, existence d'un référent, information des professionnels et canal de signalement des anomalies.

Cet état des lieux remplace-t-il le cadre européen sur l'IA ?

Non. Il s'agit d'un document national de constat, distinct des textes européens en cours de mise en œuvre, même si les deux démarches poursuivent des objectifs convergents.

Qui est responsable en cas d'erreur générée par un outil d'IA utilisé en établissement ?

La responsabilité dépend du contexte contractuel et professionnel. L'état des lieux ne modifie pas les règles de responsabilité existantes et ne se substitue pas à une analyse juridique individuelle.