L'intérêt réel de l'IA en santé se trouve dans les tâches qui mobilisent aujourd'hui des heures de personnel qualifié : rédiger la note clinique après chaque consultation, lire les comptes rendus scannés envoyés par d'autres établissements, retrouver le protocole en vigueur ou préparer les données d'une étude. Les modèles ouverts actuels font bien ce travail, à condition de tourner près des données, sur des GPU assez rapides pour répondre pendant la consultation et non le lendemain.
Le problème, c'est l'endroit où ils tournent. Les données de santé sont une catégorie particulière au sens du RGPD et exigent des garanties renforcées. Envoyer des dossiers médicaux à une API hébergée hors de l'UE soulève des questions de transferts internationaux, d'accès par des autorités étrangères et de réutilisation pour l'entraînement que ni un comité d'éthique ni un DPO n'a envie de trancher. C'est pourquoi tant de projets d'IA en santé restent au stade pilote.
La réglementation évolue aussi. L'espace européen des données de santé (EEDS) encadre l'utilisation secondaire des données pour la recherche, le règlement IA (AI Act) classe à haut risque les logiciels d'IA qui sont des dispositifs médicaux au sens du MDR, et l'ENS (Esquema Nacional de Seguridad, le cadre national de sécurité espagnol) reste exigible pour les services publics de santé en Espagne. Nous suivons chaque échéance dans notre veille réglementaire. Opérateur espagnol doté de son propre matériel à Madrid, nous vous offrons un environnement où vous savez où se trouve chaque donnée, qui y accède et comment partir, avec des tarifs publics.