IA médicale : le règlement européen s’applique, la preuve clinique reste le maillon faible

La date était attendue depuis l’adoption du texte : le 2 août 2026, les obligations du règlement européen sur l’intelligence artificielle sont devenues applicables aux systèmes à haut risque, catégorie qui englobe la plupart des dispositifs médicaux intégrant de l’IA. Les obligations de transparence prévues à l’article 50 sont entrées en vigueur le même jour.

Pour les fabricants, c’est un changement d’échelle. Pour les patients, la question reste entière.

Trois textes qui se superposent

Un logiciel d’aide au diagnostic relève désormais d’un empilement réglementaire dont la complexité n’est pas anecdotique.

Les sanctions prévues sont substantielles : jusqu’à 35 millions d’euros ou 7 % du chiffre d’affaires mondial, selon le montant le plus élevé. Elles placent la conformité au rang d’enjeu stratégique pour les fabricants.

Le maillon faible n’est pas réglementaire

L’essentiel de la littérature sur l’IA médicale rapporte des performances algorithmiques : sensibilité, spécificité, aire sous la courbe. Ces mesures sont le plus souvent obtenues sur des jeux de données rétrospectifs, parfois sur les données mêmes qui ont servi à l’entraînement, dans des conditions éloignées de l’usage réel.

Trois écarts séparent ces chiffres d’un bénéfice pour les patients.

1. Le décalage de population. Un modèle entraîné sur les images d’un centre hospitalier voit ses performances chuter sur celles d’un autre, du fait des différences d’équipement, de protocole et de population.
2. L’interaction avec le clinicien. Une aide au diagnostic ne remplace pas un médecin : elle modifie sa décision. Un outil performant peut dégrader le résultat final s’il induit une confiance excessive, ou être ignoré s’il produit trop d’alertes.
3. Le critère de jugement. Détecter davantage de lésions n’équivaut pas à améliorer la survie ou la qualité de vie. C’est exactement le débat qui traverse le dépistage depuis trente ans.

Ce que la supervision humaine implique vraiment

Le règlement européen impose une supervision humaine effective des systèmes à haut risque. L’exigence paraît évidente ; sa mise en œuvre l’est moins.

Superviser suppose de pouvoir contester. Cela requiert que le professionnel comprenne sur quoi l’outil fonde sa proposition, dispose du temps de l’examiner, et ne soit pas placé en situation où s’écarter de la recommandation l’expose personnellement. Ces trois conditions relèvent de l’organisation du travail autant que de la technique.

En France, la Haute Autorité de santé et la CNIL ont publié conjointement des recommandations sur le bon usage de ces systèmes en santé, qui traitent explicitement de cette articulation.

Une difficulté propre : le modèle qui change

Le cadre d’évaluation des dispositifs médicaux a été conçu pour des objets stables. Un système apprenant pose une question inédite : que vaut une validation obtenue sur une version qui a depuis évolué ?

Les régulateurs traitent ce point par des protocoles de modification prédéfinis, qui encadrent à l’avance l’ampleur des évolutions autorisées sans nouvelle évaluation. La solution est raisonnable ; elle reste jeune, et son efficacité n’a pas encore été éprouvée à grande échelle.

Ce qu’il faudrait demander à ces outils

Les mêmes garanties qu’à toute intervention en santé : des essais prospectifs, comparant la prise en charge avec et sans l’outil, sur des critères qui comptent pour les patients, avec des équipes indépendantes du fabricant. Une part croissante de la littérature s’y emploie, mais elle reste minoritaire face au volume des publications de performance.