Aller au contenu

Orb & Jaur

Deux villes à découvrir

Santé de demain : les innovations qui transforment notre quotidien et nos soins

Médecin femme consultant un scanner anatomique 3D sur tablette holographique dans un hôpital moderne, illustration des innovations médicales de demain

Comment mesurer la portée réelle des innovations en santé quand leur cadre réglementaire, leur base de données et leur contexte clinique changent après le déploiement ? Le règlement (UE) 2025/327, entré en vigueur le 26 mars 2025, pose les bases d’un Espace européen des données de santé dont les obligations majeures prendront effet à partir de 2029.

Parallèlement, les dispositifs médicaux intégrant une intelligence artificielle devront satisfaire à la fois le règlement sur les dispositifs médicaux (MDR) et l’AI Act. Ces deux contraintes simultanées redessinent ce que signifie « innover » dans le secteur.

Double réglementation européenne sur l’IA médicale : exigences croisées du MDR et de l’AI Act

Un logiciel d’aide au diagnostic basé sur l’apprentissage automatique n’est plus seulement un dispositif médical. Depuis l’adoption de l’AI Act, il relève aussi d’un cadre dédié à l’intelligence artificielle. Une analyse publiée dans npj Digital Medicine en novembre 2026 détaille les difficultés concrètes de ce chevauchement.

Le MDR exige une évaluation clinique continue et une surveillance après commercialisation. L’AI Act ajoute des obligations de transparence, de gestion des risques algorithmiques et de documentation technique spécifique. Les fabricants doivent produire deux jeux de preuves, parfois redondants, parfois contradictoires dans leur périmètre.

Critère MDR (dispositifs médicaux) AI Act (systèmes à haut risque)
Évaluation pré-marché Évaluation clinique, marquage CE Évaluation de conformité, registre UE
Surveillance post-marché Suivi clinique après commercialisation (PMCF) Monitoring continu des performances
Transparence Notice d’utilisation, étiquetage Documentation technique, information des utilisateurs sur les limites du système
Gestion des modifications Réévaluation si modification substantielle Réévaluation si changement significatif de finalité ou de données
Entrée en vigueur complète Déjà applicable Application progressive, calendrier échelonné

La réforme européenne évoquée pour harmoniser ces deux cadres reste à ce stade une proposition, pas une loi adoptée. Les acteurs du secteur en Île-de-France, notamment les membres du pôle Medicen, travaillent déjà à anticiper ces doubles exigences pour les dispositifs en cours de développement.

Des ressources spécialisées suivent l’évolution de ces cadres ; le portail https://www.avenirdelasante.fr/ recense les enjeux réglementaires et technologiques qui structurent le secteur.

Homme analysant ses données de santé personnelles sur ordinateur et montre connectée à domicile, symbolisant le suivi médical numérique du quotidien

Surveillance post-déploiement de l’IA en santé : qui contrôle quoi après la mise sur le marché

La FDA, dans son cadre d’évaluation des dispositifs médicaux intégrant de l’IA, insiste sur un point souvent négligé : la sécurité doit être évaluée tout au long du cycle de vie, du développement à la maintenance, en passant par chaque modification du logiciel ou du jeu de données.

Un algorithme de détection de lésions cutanées entraîné sur une population donnée peut perdre en fiabilité lorsqu’il est déployé dans un contexte clinique différent. Les données d’entraînement vieillissent, les protocoles d’imagerie changent, les populations de patients évoluent. Aucune validation initiale ne garantit la performance à long terme d’un outil dont l’environnement se transforme.

Les trois moments critiques de dérive

  • Mise à jour du logiciel : un correctif ou une nouvelle version peut modifier le comportement du modèle sans que les utilisateurs cliniques en soient informés de manière explicite
  • Changement de source de données : lorsqu’un hôpital migre vers un nouveau système d’imagerie ou de dossier patient, les entrées du modèle ne correspondent plus à celles de l’entraînement
  • Élargissement du contexte d’utilisation : un outil validé en cardiologie adulte utilisé progressivement en pédiatrie, sans réévaluation formelle, constitue un risque documenté

Côté européen, le MDR prévoit un suivi clinique après commercialisation (PMCF). L’AI Act y ajoute un monitoring continu des performances. En pratique, peu de structures disposent des outils pour croiser ces deux flux de surveillance sur un même dispositif.

Espace européen des données de santé : calendrier et enjeux pour l’usage secondaire

Le règlement (UE) 2025/327 ne se limite pas au partage de dossiers entre professionnels. L’usage secondaire des données de santé devient un enjeu réglementaire à part entière à partir de 2029, avec un élargissement prévu en 2031.

L’usage secondaire recouvre la recherche, l’innovation, la planification sanitaire et l’entraînement d’algorithmes. Les établissements de santé, les organismes de recherche comme le CNRS, et les entreprises soutenues par Bpifrance devront adapter leurs infrastructures pour rendre ces données accessibles dans un cadre contrôlé.

Ce que change concrètement l’EHDS pour les innovateurs

Un laboratoire qui développe un outil de prédiction d’infections nosocomiales ne pourra plus s’appuyer sur des accords bilatéraux informels avec un hôpital partenaire. L’accès aux données passera par des organismes responsables, selon des procédures standardisées. La préparation technique des détenteurs de données conditionne le rythme de l’innovation.

Pour les patients, l’enjeu porte sur la traçabilité : savoir quelles données ont été réutilisées, par qui, et dans quel but. Le règlement prévoit des droits d’information et d’opposition, mais leur mise en oeuvre dépendra de la capacité des systèmes d’information hospitaliers à gérer ces flux.

Équipe de chercheurs en blouse blanche analysant des données et des échantillons dans un laboratoire pharmaceutique moderne, représentant la recherche médicale innovante

Innovations cliniques et contraintes de preuve : le filtre réglementaire comme accélérateur ou frein

Les outils de télésurveillance, les jumeaux numériques en chirurgie ou les assistants conversationnels pour le suivi de maladies chroniques partagent un point commun : leur valeur clinique doit être démontrée dans des conditions réelles, pas uniquement en laboratoire.

Le cadre de la FDA distingue explicitement les phases de développement, validation, déploiement et surveillance. Chaque modification du dispositif déclenche potentiellement une réévaluation. Pour un outil d’IA dont le modèle est mis à jour tous les trimestres, cela représente une charge réglementaire continue.

Cette exigence peut ralentir la mise à disposition d’outils performants. Elle peut aussi forcer les fabricants à documenter leurs choix techniques de manière plus rigoureuse, ce qui bénéficie aux cliniciens et aux patients à terme. Le pôle Medicen en Île-de-France accompagne plusieurs projets confrontés à cette tension entre rapidité d’itération logicielle et rigueur de la preuve clinique.

Les prochaines années détermineront si le double cadre européen (MDR et AI Act) produit une harmonisation lisible ou un empilement d’obligations que seuls les grands groupes pourront absorber. Les données disponibles à partir de 2029, via l’Espace européen des données de santé, offriront un terrain de validation plus large, à condition que les infrastructures techniques suivent. La qualité de la surveillance post-déploiement reste le maillon qui décidera de la confiance accordée à ces outils.

Santé de demain : les innovations qui transforment notre quotidien et nos soins