Déploiement IA en santé : ce que les DSI peuvent apprendre des échecs internationaux.

1. Introduction

Chaque pays déploie l'IA clinique à sa façon. C'est précisément pour cette raison que le comparatif international est utile. Regarder ce qui se passe ailleurs, ce n'est pas chercher un modèle à copier. C'est identifier ce qui fonctionne - et surtout ce qui coince - avant de reproduire les mêmes erreurs avec un budget différent et un acronyme différent.

Pour les directions des systèmes d'information hospitaliers, la question n'est plus de savoir si l'IA sera déployée. Elle le sera. La question est de savoir dans quelles conditions ce déploiement produira autre chose qu'une ligne budgétaire consommée et des outils inutilisés.

Les expériences du Royaume-Uni, de Singapour et d'Israël n'apportent pas des recettes. Elles apportent des constats.

2. Développement

Ce que le Royaume-Uni enseigne

Le NHS a lancé son AI Lab en 2019 avec 250 millions de livres sterling, avec l'ambition de devenir leader mondial du déploiement IA en santé. Six ans plus tard, le bilan publié en 2025 dans npj Digital Medicine est plus nuancé que les communiqués de l'époque : des avancées réelles sur la politique et la régulation, mais un déploiement freiné par un obstacle systématique - les soignants n'avaient pas été suffisamment préparés pour adopter les outils.

Une étude de l'University College London de septembre 2025 chiffre le problème : un tiers des hôpitaux engagés dans le programme n'utilisaient toujours pas les outils en pratique clinique réelle, 18 mois après la date prévue.

Les outils fonctionnaient. Le problème n'était pas la technologie : on a déployé, on n'a pas formé.

Ce que Singapour et Israël font différemment

Singapour et Israël figurent régulièrement parmi les leaders mondiaux en investissement IA par habitant dans le secteur de la santé. Ce qui les distingue n'est pas uniquement le volume investi.

Le rapport sénatorial français documente un écart frappant sur les délais d'accès aux données de santé : 18 mois en moyenne en France entre le lancement d'un projet de recherche et l'accès effectif aux données - contre quelques semaines à Singapour et en Israël. Cet écart s'explique par des choix d'architecture pensés en amont : gouvernance des données, interopérabilité, processus d'accès définis avant le déploiement.

Ce que ces deux pays ont réussi, c'est d'intégrer formation des professionnels, gouvernance des données et déploiement des outils dans une même séquence cohérente - pas trois projets séparés.

Ce que la France construit

La France n'est pas en retard sur le plan réglementaire. La stratégie nationale IA et données de santé 2025-2028 fixe explicitement l'objectif de réduire les délais d'accès aux données et d'accompagner les professionnels dans l'appropriation des outils. Le plan "Osez l'IA" engage 119 millions d'euros sur cinq ans avec une cible de 500 000 soignants formés.

Ce qui manque encore concerne les soignants déjà en exercice : des centaines de milliers de professionnels en activité aujourd'hui, qui utiliseront les outils déployés, sans bénéficier d'aucune formation structurée à ce jour.

3 conditions pour un déploiement qui produit des résultats

Les expériences internationales indiquent qu'un déploiement IA en établissement de santé a des chances de produire des résultats mesurables si trois conditions sont réunies.

3. Conclusion

La formation n'est pas un prérequis. C'est une composante du déploiement. C'est la conclusion que tirent les chercheurs de l'UCL après analyse du programme NHS - et c'est celle que confirment les données françaises, britanniques, singapouriennes et israéliennes.

Un outil non utilisé n'a pas de valeur. Un déploiement sans formation produit exactement ça : un outil sur étagère, un budget consommé, et une méfiance durable des équipes envers la prochaine initiative numérique.

La décision qui change le résultat ne se prend pas le jour du lancement. Elle se prend six mois avant, quand on décide de mettre la formation au même niveau de priorité que l'infrastructure.