Le secteur de la santé traverse une période de recomposition rapide, portée par le numérique, les données massives et de nouveaux cadres réglementaires européens. L’intelligence artificielle s’installe dans les flux de travail cliniques, les dispositifs connectés passent du gadget au programme de suivi structuré, et la gouvernance des données de santé devient un sujet opérationnel.
Ces tendances santé ne relèvent plus de la prospective lointaine : elles modifient déjà l’organisation des soins et les conditions de la recherche médicale.
Règlement européen sur les données de santé : ce que l’EHDS change concrètement
L’espace européen des données de santé (EHDS) est entré en vigueur en mars 2025. Son calendrier d’application est échelonné : premières dispositions préparatoires prévues en 2027, application du cadre sur les usages secondaires des données à partir de 2029. Pour les acteurs de l’innovation médicale, ce règlement ne se limite pas à un texte de principe.
Il redéfinit les conditions d’accès aux données à des fins de recherche et d’évaluation d’algorithmes d’IA. En France, la préparation à l’EHDS implique déjà un travail de gouvernance : les détenteurs de données devront les qualifier, les documenter et anticiper les exigences de référencement. L’EHDS impose une documentation systématique des jeux de données de santé, ce qui représente un chantier technique autant qu’organisationnel pour les hôpitaux et les hébergeurs agréés.
La portée de ce règlement dépasse le seul cadre juridique. Il conditionne la capacité des entreprises françaises à entraîner et valider leurs algorithmes sur des cohortes européennes, et donc leur compétitivité dans le secteur des technologies médicales. Les structures qui n’auront pas anticipé cette mise en conformité risquent de se trouver exclues des appels à projets impliquant des données transfrontalières.
Pour suivre les actualités santé de Geek Medical, la veille réglementaire autour de l’EHDS constitue un fil d’information à part entière tant les échéances se précisent rapidement.
Intelligence artificielle en santé : du prototype au flux de travail clinique
L’intelligence artificielle dans le secteur de la santé a franchi un seuil ces deux dernières années. Les cas d’usage ne se limitent plus à la recherche académique ou aux démonstrateurs. En France, des appels à projets dédiés à l’IA en santé sont lancés par des structures comme Station e-Santé, qui accompagne le passage de solutions numériques vers des environnements cliniques réels.
Les domaines où l’IA produit des résultats tangibles se concentrent sur quelques segments précis :
- L’aide au diagnostic en imagerie médicale, où les algorithmes de détection atteignent des niveaux de performance comparables à ceux de spécialistes sur certaines pathologies ciblées.
- La rédaction assistée de comptes rendus cliniques, qui réduit le temps administratif des praticiens et libère du temps de consultation.
- L’optimisation de la découverte de molécules, où des modèles prédictifs accélèrent les phases de criblage en pharmacologie.
L’IA en santé passe du démonstrateur à l’outil intégré dans les pratiques quotidiennes. Ce changement d’échelle pose une question moins médiatisée : celle de la maintenance et de la mise à jour des modèles une fois déployés. Un algorithme entraîné sur des données de 2023 peut perdre en pertinence si les protocoles cliniques évoluent, si la population de patients change, ou si les équipements d’imagerie sont remplacés.
La validation continue des performances, et pas seulement la validation initiale avant mise sur le marché, devient un enjeu technique que ni le marquage CE ni les certifications actuelles ne couvrent pleinement.
Santé connectée à domicile : le passage à une surveillance continue
Le marché de la santé connectée à domicile a changé de nature. Les dispositifs ne sont plus proposés comme des outils isolés achetés en pharmacie. Ils s’intègrent désormais dans des programmes complets associant capteurs, plateformes de collecte et suivi clinique à distance.
Le sommeil et le diabète figurent parmi les usages déjà bien implantés. L’ECG à distance et le suivi de l’observance thérapeutique font partie des segments en développement. Ce mouvement traduit une dynamique structurelle, portée par l’intégration croissante de ces dispositifs dans des parcours de soins coordonnés.
Cette évolution modifie la relation entre le patient et le système de soins. Le suivi ne se concentre plus sur des consultations ponctuelles espacées de plusieurs semaines, mais sur un flux continu de données physiologiques analysées en temps quasi réel. Pour les professionnels de santé, cela suppose de nouveaux protocoles de lecture et de priorisation des alertes.
Limites connues du modèle de soins connectés
La montée en puissance de ces dispositifs bute sur plusieurs obstacles identifiés. L’interopérabilité entre plateformes reste faible : un capteur de glycémie et un tensiomètre connecté du même patient alimentent souvent des applications distinctes, sans synthèse unifiée accessible au médecin traitant.
L’absence de standard d’interopérabilité freine l’exploitation clinique des données collectées à domicile. Par ailleurs, la question du remboursement par l’Assurance maladie conditionne l’adoption à grande échelle. Les dispositifs intégrés à des programmes de télésurveillance bénéficient d’un cadre, mais de nombreux capteurs grand public restent en dehors du parcours de soins remboursé.
Expérimentation et cadre réglementaire français : les dispositifs Article 51
En parallèle des évolutions européennes, la France dispose de dispositifs d’expérimentation spécifiques. Les programmes dits « Article 51 » permettent de tester des organisations de soins innovantes avec des dérogations tarifaires ou organisationnelles, avant une éventuelle généralisation. Plusieurs de ces expérimentations portent sur la télésurveillance, le suivi à domicile ou l’usage d’outils numériques dans le parcours patient.
Ces dispositifs jouent un rôle de filtre : ils permettent de distinguer les innovations qui fonctionnent en conditions réelles de celles qui ne résistent pas au passage à l’échelle. L’expérimentation encadrée reste le principal levier français pour valider les innovations en santé numérique avant leur intégration dans le droit commun.
Le cadre réglementaire évolue aussi du côté de l’hébergement. La certification HDS (hébergeur de données de santé) structure les exigences de sécurité pour les acteurs qui stockent ou traitent des données de patients, un prérequis technique qui conditionne la viabilité de toute solution de santé connectée ou d’IA clinique.
Les tendances santé actuelles convergent vers un même point : la technologie médicale ne se juge plus sur sa promesse initiale, mais sur sa capacité à s’intégrer dans un environnement clinique, réglementaire et économique contraint. Les prochaines années seront moins celles de l’invention que celles de l’adoption structurée.
