Entretien avec le Pr Cécile Badoual, cheffe du département de biologie et pathologie médicales de Gustave Roussy L’anatomopathologie occupe une place décisive et pourtant méconnue dans le parcours de soins en cancérologie : c’est elle qui identifie la maladie sur les prélèvements et détermine la prise en charge qui suivra. Cette discipline connaît aujourd’hui une mutation profonde. La numérisation des lames a ouvert la voie à l’intelligence artificielle, qui trie les prélèvements, repère les anomalies, quantifie, et commence même à générer des informations biologiques qu’il fallait auparavant produire par des analyses chimiques. Le Pr Cécile Badoual observe cette évolution depuis une position privilégiée. Elle dirige un service qui analyse plus de 200 000 lames par an et pilote plusieurs projets de recherche en IA. Sa parole conjugue ainsi l’expérience clinique et la connaissance fine des outils en développement. De cet entretien se dégage une position mesurée, qui reconnaît les apports de la technologie sans en ignorer les limites. L’IA fait gagner un temps considérable et pourrait améliorer l’accès au diagnostic dans les territoires qui manquent de spécialistes. Mais elle soulève des questions que la discipline commence seulement à affronter : celle de la responsabilité, lorsqu’un médecin s’en remet à la machine au point de renoncer à examiner certaines lames ; celle de la transmission, lorsqu’il s’agit de former de jeunes praticiens à l’exercice du doute alors que l’outil fournit d’emblée une réponse. L’enjeu, tel que le formule le Pr Badoual, n’est pas de choisir entre l’humain et la machine, mais de tirer parti de l’un sans renoncer à ce qui fonde l’autre : le regard clinique, et la capacité de douter. RepèresLe Pr Cécile Badoual est médecin pathologiste et cheffe du département de biologie et pathologie médicales de Gustave Roussy, premier centre de lutte contre le cancer en Europe. Professeure des universités de classe exceptionnelle à l’Université Paris Cité, elle y est titulaire d’une chaire d’intelligence artificielle au sein de l’institut Prairie. Spécialiste du papillomavirus et de ses liens avec le cancer, elle dirige un département qui analyse plus de 200 000 lames par an et pilote plusieurs projets de recherche en IA, dont MOSAIC et PortrAIt. Trois familles d’algorithmes au service du diagnostic Professeur Cécile Badoual, vous dirigez un département qui analyse plus de 200 000 lames par an et vous pilotez les projets de recherche en IA MOSAIC et PortrAIt. Pouvez-vous nous dire ce que sont ces deux projets ? Il s’agit de deux projets inscrits dans des consortiums distincts. Le premier, PortrAIt, s’appuie sur un consortium national qui réunit des entreprises privées ainsi que des laboratoires privés et publics. L’hôpital Gustave Roussy y participe, dans le cadre du programme France 2030 porté par la BPI. Son objectif est de développer trois types d’algorithmes. Le premier relève de la détection : lorsqu’on examine un cancer au microscope, on cherche à repérer les cellules anormales et l’on observe, par exemple, la présence de mitoses, c’est-à-dire de cellules en train de se multiplier. Identifier ces mitoses fait partie des tâches que l’on confie aux algorithmes. Le deuxième type rassemble des outils capables de proposer un diagnostic à partir des lames, ce support que l’on examinait autrefois au microscope et que l’on lit désormais sous forme numérique. Le troisième, enfin, regroupe des outils prédictifs, qui anticipent l’évolution d’une tumeur. C’est à cette troisième famille qu’appartient Relapse Risk, un algorithme développé au sein de PortrAIt avec la cheffe de service d’anatomopathologie, la docteure Magali Lacroix-Triki, très investie dans ce travail. Il évalue le risque de récidive d’un cancer du sein à cinq ans : la valeur ajoutée est considérable. Ces projets bénéficient de l’engagement du directeur de la recherche, le Pr Fabrice André, sans qui rien de tout cela ne serait possible. Le second projet, MOSAIC, est de nature différente : c’est un consortium international, porté par la société Owkin, qui a constitué une banque de données de transcriptomique, c’est-à-dire l’étude de l’expression des gènes par diverses techniques. Là, l’IA sert à interpréter ces données. Des outils en sont attendus, mais c’est surtout PortrAIt qui repose sur le développement d’algorithmes de détection. Quand une biopsie arrive au laboratoire Revenons à quelque chose de simple. Quand une biopsie arrive chez vous, une lame, que se passe-t-il concrètement, et qu’est-ce que l’IA change ? Tout le monde ne le sait pas, mais lorsqu’un patient est opéré, ou qu’on lui fait une biopsie, ce sont mes confrères et consœurs pathologistes qui examinent les prélèvements. Cela peut être un petit fragment prélevé sur la peau, ou un organe entier, un demi-poumon par exemple. Ces prélèvements arrivent au laboratoire, où nous les préparons : nous sélectionnons les échantillons à analyser, puis nous les coupons en tranches extrêmement fines que nous déposons sur des lames de verre. Comme un tissu est presque transparent, il faut le colorer pour en révéler les structures : j’utilise pour cela une coloration appelée HE, l’hématéine-éosine. C’est cette lame colorée que nous examinons au microscope, et c’est elle qui permet de poser le diagnostic. Voilà pourquoi, quand on dit « on attend les résultats », on attend en réalité ceux du pathologiste, qui a besoin de ce temps de préparation et d’analyse avant de se prononcer. Poser le diagnostic ne suffit pas toujours. Une fois la maladie identifiée, nous menons d’autres investigations à la recherche de ce qu’on appelle des biomarqueurs, c’est-à-dire l’expression de certaines protéines ou de certains récepteurs dans la tumeur. C’est une étape fondamentale, car ce sont ces marqueurs qui orienteront le traitement : ce sont eux qui diront si la tumeur répondra ou non à telle thérapie. Traditionnellement, tout cela se fait sur des lames, au microscope. Mais depuis plusieurs années, à Gustave Roussy, nous avons la chance d’être entièrement numérisés : chaque lame passe d’abord dans un scanner qui la transforme en image. J’ai d’ailleurs, en plus de mon microscope, trois écrans devant moi où les lames s’affichent. Et à partir du moment où le prélèvement devient une image numérique, on peut le traiter comme une donnée informatique. C’est là qu’interviennent les algorithmes qui nous aident à établir le diagnostic. Le pathologiste augmenté : la machine propose, le médecin décide Concrètement, comment l’IA intervient-elle dans l’analyse d’une lame, et où s’arrête son rôle ? Il faut d’abord mesurer à quel point l’organisation des laboratoires a changé. Rien n’est possible sans la numérisation : il a fallu investir dans des scanners pour digitaliser les lames, dans le câblage, dans toute une infrastructure informatique. C’est le préalable, car l’IA ne fonctionne que sur une lame devenue image. Une fois cette base posée, elle intervient de trois façons : elle peut aider à poser le diagnostic, à évaluer la gravité de ce que l’on observe sur le prélèvement, ou à formuler des prédictions sur l’évolution de la maladie. C’est là que je rejoins ce que je disais des biomarqueurs : l’IA vient compléter, parfois même remplacer, les informations qu’ils nous donnaient, et nous aide ainsi à anticiper l’évolution d’une tumeur. J’aime résumer cela d’une formule : le pathologiste augmenté. L’IA propose, mais la décision reste humaine. Réglementairement, un diagnostic est posé par un médecin, en l’occurrence un pathologiste, et c’est lui qui en porte la responsabilité. Il faut vraiment insister là-dessus. Vous avez sans doute interrogé des radiologues : c’est exactement la même chose, l’IA formule des propositions d’interprétation, rien de plus. C’est le premier point. Le second est plus délicat. Quand l’IA ne se contente plus de décrire la lame mais se met à prédire la réponse à un traitement, le pathologiste n’est plus détenteur de cette vérité-là : elle sort de la machine. Il reste garant de la qualité du prélèvement et de son analyse, mais la fiabilité de la prédiction, elle, lui échappe en partie. Cela pose une vraie question, encore ouverte : qui est responsable de ces outils pronostiques ? Et plus largement, comment informer le patient, et comment indiquer clairement, dans le compte rendu, ce qui relève du médecin et ce qui a été généré par l’IA ? L’IA et le médecin sont-ils dans une complémentarité ? Y a-t-il des choses que l’œil humain voit et que l’IA, elle, ne verra pas ? Oui, et je l’explique souvent ainsi : j’ai un disque dur qui s’appelle mon cerveau, et qui a intégré des millions et des millions d’images au fil de ma carrière. C’est ce qui fait la différence. Prenez une IA entraînée à reconnaître le cancer : face à une lame, elle cherchera le cancer, et rien d’autre. Si, à la place, il y a une lésion de tuberculose, elle ne la verra pas, elle n’est pas faite pour ça. Moi, je la reconnais, parce que je sais à quoi ressemble une tuberculose. Sur une même lame, il y a une multitude d’informations qui débordent largement ce sur quoi l’IA a été entraînée, et c’est le médecin qui les capte. Je ne dis pas que ce sera toujours le cas, je dis que nous n’y sommes pas encore. Beaucoup de lésions sont rares, et nous découvrons chaque jour de nouvelles choses. C’est pourquoi je ne crois pas à la disparition des médecins. En revanche, et c’est passionnant, l’IA nous fait voir ce que nous ne regardions pas. Elle attire notre attention sur des détails que nous négligions. C’est vrai de tout objet de recherche : il y a quantité de choses que l’on croise chaque jour sans les voir, et le jour où une étude leur donne un sens, on se met à les observer, et l’on découvre parfois du nouveau. Donc oui, le pathologiste a tout intérêt à confier à l’IA les tâches sans valeur intellectuelle. Mais au-delà de ce gain de temps, ce qu’elle ouvre, c’est un champ d’exploration et de recherche que je trouve fantastique. Est-ce qu’un jour, une fois les algorithmes très entraînés et les machines éprouvées, on pourra se passer de médecin, ou qu’une IA prenne seule en charge un patient ? Je ne le crois pas. Il y aura toujours un patient et un soignant. Cessons d’imaginer que les malades n’ont pas besoin de voir des humains : au contraire, il est indispensable de replacer le lien au centre. Et ce lien, ce ne sont ni des agents conversationnels ni des robots qui le créeront. C’est un élément reconnu de la guérison et de la prise en charge. Je discutais récemment avec un clinicien qui me confiait une chose éclairante. Avec l’accord du patient, depuis qu’une IA se charge de recueillir les données attendues (le poids, la tension, tout ce qui est mesurable) il se sent beaucoup plus attentif au reste : au non-dit, au non-verbal, à ce moment singulier qu’est une consultation. Là où il était auparavant accaparé par la collecte d’informations, il s’ouvre désormais à ce qui ne se mesure pas. On pourrait imaginer un jour une caméra qui capte même cela, mais nous n’y sommes pas, et, très sincèrement, en tant qu’humaine, je ne suis pas sûre que ce soit souhaitable. Il y a, dans notre rapport à l’autre, une part d’humanité qui doit le rester. En routine ou en recherche ? L’état réel du déploiement Aujourd’hui, ces outils sont-ils utilisés en routine pour les patients, ou surtout en recherche ? Quel serait le ratio ? Il faut d’abord rappeler une condition préalable : pour utiliser un algorithme sur de vrais patients, il doit avoir obtenu un marquage CE, la certification européenne qui atteste de sa fiabilité. De plus en plus d’IA l’obtiennent, et parmi elles des IA françaises, ce qui est une bonne nouvelle. Elles commencent donc à entrer dans la routine. À Gustave Roussy, notre numérisation complète est récente, mais nous avons développé nos propres outils « maison », aujourd’hui intégrés à notre pratique et solidement validés par la recherche. Nous avons d’ailleurs été retenus pour un appel à projets de la BPI, précisément destiné à intégrer une IA en mesurant son intérêt médico-économique. Car c’est une vraie question : ces outils ont un coût, et il faut démontrer que le bénéfice le justifie. Cela suppose aussi de valider ce qu’on appelle le workflow, un mot un peu galvaudé, mais qui désigne simplement la façon dont on réorganise tout le circuit du diagnostic pour qu’il profite au patient. Pour vous répondre clairement : oui, certaines IA sont déjà entrées dans le quotidien de certains laboratoires. Mais beaucoup d’autres restent au stade de la recherche, et c’est même le cas de la majorité. Nous les évaluons actuellement à travers ce qu’on appelle des « études de vraie vie », c’est-à-dire des tests menés sur un grand nombre de patients réels, pour mesurer leur efficacité avant de les déployer. Ce qui fait réussir l’intégration de l’IA à l’hôpital Vous parliez de la numérisation de Gustave Roussy. Selon vous, qu’est-ce qui favorise une intégration réussie de l’IA dans les pratiques quotidiennes ? La numérisation est le point de départ obligé : sans elle, pas d’IA. Sur ce terrain, la France partait très en retard, et elle est aujourd’hui plutôt en avance. Je tiens à le souligner : l’État a massivement investi pour les hôpitaux publics, avec un soutien très fort des agences régionales de santé. À cela s’est ajouté l’engagement de la direction de Gustave Roussy, comme dans d’autres établissements du territoire. Et pour réussir, nous avons eu la chance de partenaires solides et prêts. Mais l’essentiel, au fond, n’est pas technique : c’est une conduite du changement. Car le microscope, c’est tout un symbole. Quand on imagine un pathologiste, on le voit toujours l’œil à l’oculaire. Passer à l’écran, c’est un vrai bouleversement des habitudes, et nous en avons d’ailleurs mesuré l’impact dans une étude menée avec l’un de nos internes. Un tel changement n’est jamais simple au début : il y a des ratés, un temps d’acculturation, la difficulté propre à tout nouvel outil. Ce qui a fait la différence, et c’est selon moi la clé, c’est l’accompagnement. Nous avons suivi le projet chaque semaine, avec des objectifs clairs et avec tout le monde autour de la même table : les techniciens, les secrétaires, les ingénieurs, les médecins. Chacun a pu exprimer ses réticences, et toute la chaîne, de l’arrivée du prélèvement jusqu’au compte rendu, a été repensée ensemble. Nous avons même demandé à être accompagnés spécifiquement, pour anticiper tout ce qui pouvait bloquer. Enfin, nous avons une chance particulière en France : la pathologie y est une petite communauté, et donc très solidaire. Nous avons pu échanger, à l’échelle nationale comme régionale, avec des collègues qui s’étaient numérisés avant nous. Ils avaient essuyé les plâtres, et ils nous ont dit comment avancer. Pour le bien commun. La numérisation, une chance pour les territoires Cette technologie est-elle déployable rapidement dans des territoires qui ne sont pas un grand centre hospitalier parisien, sachant que ce sont peut-être ceux qui en auraient le plus besoin, avec moins de pathologistes ? C’est un vrai sujet, et il faut le voir comme une chance. Car investir dans la numérisation là où il n’y a pas de pathologistes peut vraiment changer la donne. Rappelons les chiffres : nous sommes 2,3 pathologistes pour 100 000 habitants, ce qui place la France parmi les pays européens les moins bien dotés. Et notre charge est énorme : 80 % de notre activité concerne les cancers, et 15 % de la population a eu, ou vit avec, une histoire de cancer. C’est une sollicitation permanente, car même la bonne nouvelle, celle des guérisons de plus en plus nombreuses, implique un suivi et une surveillance dans la durée. Notre rôle est donc central : nous repérons les cellules avant qu’elles ne deviennent cancéreuses, nous identifions les lésions avant qu’elles ne se transforment en cancers, nous évaluons la gravité d’une tumeur, nous vérifions l’absence de récidive. Et pour tout cela, nous ne sommes que 1 500 en France. C’est très peu. C’est justement là que le numérique offre une solution, sans même qu’il faille toujours une IA, qui coûte cher. L’idée est de s’organiser autrement. Un hôpital de taille modeste peut très bien réaliser sur place la première étape, celle de la macroscopie : recevoir le prélèvement et le préparer correctement. Puis, plutôt que de manquer d’un spécialiste sur place, il numérise la lame et l’envoie à un pathologiste plus expérimenté, ou à un centre où les compétences sont regroupées. Une fois qu’on peut digitaliser, le pathologiste n’a plus besoin d’être physiquement là : il peut lire à distance. Cela ouvre des possibilités considérables. L’Institut National du Cancer (INCa) soutient d’ailleurs des plateformes dédiées, notamment pour les pathologies rares, où l’on dépose les lames numérisées et où l’on peut échanger avec des collègues à travers toute la France, parfois au-delà, sans bouger de son bureau. C’est un vrai changement, en matière de mobilité comme d’accès aux soins. Cela dit, il ne faut pas se raconter d’histoires. Le nombre de pathologistes restera insuffisant, et l’IA ne comblera pas ce manque à elle seule, ni du jour au lendemain. Mais une fois qu’elle sera pleinement intégrée à la routine et validée, au moins dans les centres de recours, elle nous fera gagner un temps précieux sur certaines tâches et certaines analyses. Du côté du patient : gagner du temps, préserver le lien Comment percevez-vous l’arrivée de l’IA du côté du patient, qui est porteuse de beaucoup d’espoir ? Que diriez-vous à une personne atteinte d’un cancer, sur ce que l’IA peut faire, et ce qu’elle ne peut pas ? Si l’on regarde l’ensemble des applications de l’IA en cancérologie, c’est proprement incroyable. Il y a des algorithmes qui prédisent la réponse à un traitement, des agents conversationnels pour le suivi à distance des patients, des outils qui analysent une simple photo de peau pour dire si une lésion est bénigne ou suspecte, dans le cas des mélanomes par exemple. Les possibilités sont immenses. Mais je le dis clairement : il y aura toujours un patient et un soignant. Cessons d’imaginer que les malades peuvent se passer d’un contact humain. Replacer le lien au centre est une nécessité absolue, et ce n’est pas un robot ni un agent conversationnel qui le remplacera. Prenez un exemple qui me paraît vertueux : les mammographies lues en double, par l’IA et par le radiologue. L’IA n’écarte pas le médecin, elle l’aide, en attirant son regard sur une lésion qu’il aurait pu ne pas voir, et en lui laissant le temps de réfléchir. Voilà l’esprit : la machine décharge, l’humain se recentre sur l’essentiel. Et moi, comme pathologiste, je suis franchement ravie de lui confier les tâches ingrates, celles qui sont indispensables mais sans intérêt intellectuel, comme compter les métastases dans un ganglion et en mesurer la taille. C’est nécessaire, c’est fastidieux, autant le déléguer. Ce temps gagné, je le réinvestis dans les vraies questions : comment mieux repérer les lésions, comment affiner nos indices ? Et l’IA en soulève de nouvelles, passionnantes : quand elle se révèle plus performante que nos biomarqueurs habituels, on se demande ce qu’elle a bien pu identifier que nous, nous ne voyions pas. Voilà ce que je dirais à un patient : nous sommes devant un champ de possibilités incroyable, mais il y aura toujours besoin d’humains, de médecins et de soignants. Ce qui la bluffe : le laboratoire virtuel, et ce qui l’interroge À titre personnel, y a-t-il eu un moment où l’IA vous a bluffée ? Le premier apport de l’IA, déjà bluffant, c’est ce qu’elle fait dès l’arrivée des prélèvements au laboratoire : elle trie. Pour un type de prélèvement donné, elle signale d’emblée ceux qui sont probablement cancéreux, ce qui permet de les examiner en priorité. « Là, il y a certainement un cancer, regarde-le en premier » : cela existe déjà, et c’est précieux. Ce qui m’interroge, en revanche, je l’ai compris lors d’une discussion avec une amie, cheffe de service dans un hôpital européen. Elle me disait : chez nous, on utilise l’IA pour trier les lésions du côlon, les polypes par exemple. Si elle nous indique qu’un prélèvement n’est pas tumoral, on ne le regarde même plus. Le gain de temps est énorme, car on sait que 80 % de ces prélèvements, réalisés presque systématiquement lors des endoscopies, sont en réalité parfaitement normaux. La question surgit aussitôt : et si l’IA se trompe ? Mais au fond, nous nous trompons aussi. L’important, c’est de concentrer notre attention là où il y a un doute ou une lésion certaine. On en est arrivé là, en toute conscience et par nécessité. Voilà ce qui me fascine et m’interroge à la fois sur nos responsabilités. Car en cas d’erreur, la responsabilité restera toujours celle du médecin qui aura dit : j’ai fait confiance à l’IA, et j’ai choisi de ne pas regarder cette lame parce que le contexte clinique n’était pas inquiétant. C’est un vrai sujet. Mais ce qui me bluffe le plus est en train d’arriver. Prenez une lame ordinaire, avec la coloration que nous utilisons chaque jour, l’hématéine-éosine, à laquelle on ajoute le safran en France, cette coloration toute simple que certains ont peut-être expérimentée enfant avec de petits colorants. Vous la passez sous une IA, et elle vous restitue le marquage des biomarqueurs, sans qu’il ait fallu réaliser les techniques habituelles, longues et coûteuses : immunohistochimie, immunofluorescence, PCR, hybridations in situ. Autrement dit, la lame se transforme en laboratoire virtuel : elle vous livre des informations que, normalement, seule la chimie pouvait produire. Et certaines IA vont encore plus loin : elles reconnaissent chaque type de cellule présent sur la lame, les lymphocytes, les macrophages, les cellules tumorales, les comptent, et en dressent une cartographie complète, sans aucune intervention humaine. Cela, ajouté à la prédiction de l’évolution d’une tumeur, je trouve ça tout simplement bluffant. Former le pathologiste de demain Comment fera-t-on quand les jeunes générations auront cette aide dès le départ, alors que les générations qui n’ont pas connu l’IA se sont construit des réflexes et une pensée autonomes ? Et c’est d’autant plus important en santé, où il s’agit de vies humaines. Pour l’instant, nous en sommes surtout à installer ces IA dans les laboratoires, et je ne les utilise pas encore moi-même pour poser mes diagnostics. En revanche, dans le cadre d’une thèse de médecine et du travail d’une ingénieure, nous avons développé notre propre IA, que nous avons fait tester par des médecins, jeunes et moins jeunes. Le résultat est stupéfiant : les plus jeunes deviennent excellents très vite. Mais c’est précisément ce qui m’inquiète. Car tout l’art du médecin repose sur l’apprentissage du doute, et c’est là qu’est la vraie question : comment former le pathologiste de demain, comment le faire grandir pour qu’il devienne un médecin compétent, s’il s’en remet trop tôt à la machine ? Imaginez un jeune à qui l’IA annonce un cancer, alors que lui-même, trois mois plus tôt, aurait affirmé qu’il n’y en avait pas. Le risque, c’est qu’il se dise : « puisqu’elle le dit, je la crois ». Je le formule un peu à la façon d’une provocation, mais c’est révélateur : autrefois on disait « je l’ai vu à la télé », demain ce sera « je l’ai vu à l’IA ». La vraie question est là : comment rester maîtres de ce que nous affirmons ? Conclusion Si vous étiez ministre de la Santé demain, quelle serait votre mesure phare sur l’IA en santé ? Ma priorité irait aux données. Il faut en organiser la production, en structurer le recueil et en encadrer l’usage par une vraie réglementation. Car tout part de là : la donnée, c’est la matière première qui permet à la fois de faire avancer la recherche et de mieux prendre en charge les patients. C’est ce que nous avons de plus précieux. Une IA ne vaut que par les données sur lesquelles elle a été construite ; sans un cadre clair, agile et intelligent pour les collecter et les partager, rien de solide ne peut se faire. Or les chercheurs ont besoin d’avancer vite, dans un monde qui est, il faut le reconnaître, celui de la compétition internationale, tout en garantissant la protection des patients, ce qui est absolument fondamental. C’est un chantier auquel on s’intéresse de plus en plus, et c’est pour moi la mesure la plus importante. Les données de pathologie, l’exploitation de nos prélèvements, sont une richesse considérable : la France les possède, il lui reste à mieux les structurer. Rendez-vous mardi 4 août pour le prochain épisode « Les mardis de l’innovation en santé » David Smadja est professeur d’hématologie à l’AP-HP et à l’Université Paris Cité, responsable de la Commission Santé du Laboratoire de la République. Léa Behr est CEO de RespublicIA et membre de la commission Santé du Laboratoire de la République.

En cancérologie, le diagnostic anatomopathologique conditionne toute la prise en charge : c’est lui qui identifie la maladie et détermine les traitements qui suivront. Or ce maillon décisif repose sur un acte d’interprétation, avec la part d’incertitude que cela implique. La discipline le reconnaît elle-même : deux pathologistes peuvent lire différemment une même lame, un même médecin peut réviser son analyse d’une semaine à l’autre. À cette variabilité s’ajoutent une pénurie de spécialistes et une pression croissante sur les délais, alors même que, en cancérologie, la rapidité du diagnostic pèse directement sur les chances du patient. C’est sur ce terrain que se déploie l’intelligence artificielle, non comme un substitut au médecin, mais comme un outil d’aide : une source d’objectivité, un moyen d’accélérer et de fiabiliser le diagnostic, à condition que la décision finale, et la responsabilité qui l’accompagne, restent au praticien. La promesse est double : un gain de temps mesurable, et un espoir d’égalité, celui d’offrir la même qualité de diagnostic quel que soit l’établissement où le patient est pris en charge. Le Dr Marie Sockeel occupe une position singulière pour en juger. Médecin pathologiste exerçant à l’hôpital comme en libéral, elle a cofondé en 2017 Primaa, une entreprise française qui développe des solutions d’IA pour l’analyse des lames. Ce double regard, clinique et entrepreneurial, la tient à distance de l’enthousiasme comme de la défiance : elle mesure ce que la machine apporte, mais aussi ses limites, les erreurs qu’elle peut induire, l’exigence de contrôle humain qu’elle impose. Son analyse débouche sur une question qui dépasse la médecine : une innovation de santé conçue en France, utile aux patients, peut-elle y survivre ? Car derrière les bénéfices qu’elle décrit se profile un paradoxe qu’elle formule sans détour : elle conçoit des outils que le système de santé français, faute de cadre et de financement, ne se donne pour le moment pas les moyens d’acquérir. Se pose alors un enjeu de souveraineté : sans modèle économique soutenant ses propres innovateurs, la France s’expose à dépendre demain de solutions étrangères, moins coûteuses, mais développées loin de ses patients et de ses données. Un métier sous tension, invisible et pourtant décisif Vous avez cofondé Primaa. Racontez-nous quel problème, dans votre métier, vouliez-vous résoudre ? Le problème est très visible dans ma spécialité, et je crois que tous les pathologistes le connaissent. C’est un métier à très fort enjeu pour le patient, car de notre diagnostic dépend toute la prise en charge qui suivra, et c’est un métier stressant. Stressant parce que nous voulons le diagnostic le plus juste possible, mais aussi parce que nous subissons une vraie pression sur les délais. Nous devons répondre vite, avec une quantité de dossiers toujours plus importante, alors que nous ne sommes pas nombreux dans la discipline. On est en tension permanente, du début à la fin de la journée. À cela s’ajoute une réalité qu’on dit peu : quand j’exerce, je suis seule à regarder mes lames. J’essaie de bien identifier mes limites, et quand je sais ne pas pouvoir trancher, je demande une seconde lecture à un confrère. Mais il existe une réelle variabilité diagnostique dans notre discipline, de mieux en mieux documentée. Prenez HER2, l’un des principaux biomarqueurs du cancer du sein : nous devons tous le scorer de 0 à 3+, or la reproductibilité est très faible, de l’ordre de 1 % sur les 1+, autour de 3,6 % sur les 2+, ce sont les chiffres publiés. Et derrière, le patient a un traitement, ou n’en a pas. Si je dis 0 là où c’était 1+, il n’aura pas sa thérapie ciblée. Il faut bien voir que je ne suis pas toujours certaine de savoir, et qu’il m’arrive d’être variable moi-même : quand je revois mes lames d’une semaine sur l’autre, j’aurais parfois envie de changer un peu mon diagnostic. C’est de la reconnaissance d’images, donc une part d’interprétation. Nous faisons de notre mieux, mais nous aurions besoin d’une source d’objectivité. C’est là que l’IA en imagerie peut énormément apporter : une nouvelle source d’information, un copilote à côté du médecin, qui dit objectivement le taux de marquage, instantanément. À partir de là, c’est moi, le médecin, qui décide ce que je mets dans mon compte rendu. Cela reste un diagnostic médical, et c’est le médecin qui en porte la responsabilité. Passer de la recherche à l’entreprise : fabriquer un produit Le projet naît en 2017, presque par hasard, au détour d’une discussion en famille sur la reconnaissance d’images. Qu’est-ce qui, à ce moment-là, transforme une idée en entreprise ? En 2017, passer de médecin à entrepreneur était moins courant qu’aujourd’hui. Le hasard, c’est que dans ma famille, des personnes se formaient à l’intelligence artificielle et en avaient les diplômes : cela m’est parvenu par ce biais. Mais au fond, quand on est pathologiste, ou radiologue, on voit bien que notre métier c’est de la classification et de la reconnaissance d’images. Utiliser des outils d’aide à la reconnaissance de motifs est presque une suite logique. Ce qui change vraiment, c’est le passage de la recherche fondamentale, toujours indispensable à l’hôpital, à la recherche appliquée, dont le but est de fabriquer des produits mis à disposition d’autrui. Cela, c’est de l’entreprise, de l’industrie, et il faut comprendre la différence. Il faut aussi corriger une image répandue : une entreprise n’est pas là seulement pour faire du profit. Elle est là pour développer des produits, franchir des barrières réglementaires, gérer une équipe capable de les déployer auprès des médecins et des hôpitaux. C’est un vrai métier. Pour ma part, j’ai gardé la double casquette, hôpital et libéral, et en anatomopathologie ces deux secteurs sont complémentaires : c’est important d’avoir conscience des enjeux des deux. Ce que l’outil fait, concrètement, sur une lame Expliquez-nous simplement : quand un pathologiste reçoit une lame de cancer, que fait votre logiciel, et que voit le médecin sur son écran ? Je rappelle d’abord en quoi consiste le métier. Une partie de notre journée est consacrée à la lecture des lames, au microscope. Les plateaux arrivent en cours de journée, cinq, dix, quinze plateaux, de vrais plateaux en bois ou en métal couverts de lames, qu’il faut diagnostiquer vite, car des patients attendent. Nous regardons d’abord chaque lame pour décider si des examens complémentaires sont nécessaires : si on oublie d’en commander, on ne les aura que le surlendemain, et les délais s’allongent. J’attends souvent ces lames complémentaires, celles d’immunohistochimie, pour le lendemain, avant de signer mes comptes rendus, que je tape moi-même ou que ma secrétaire peut taper. Ce que changent nos solutions, c’est que tous les algorithmes tournent avant que le médecin commence son travail. Quand les plateaux sont distribués sur nos ordinateurs, l’IA a déjà tourné. Nous disposons alors de listes de travail, une ligne par patient, ce qui permet de prioriser : je repère d’office mes cancers infiltrants et je les traite en premier. Mieux, l’IA peut commander automatiquement les examens complémentaires nécessaires, ce qui évite les oublis et permet parfois de valider un compte rendu dans la journée. À l’écran, on voit le prélèvement à l’échelle cellulaire, on zoome et dézoome grâce à la pathologie digitale. Ce que permet l’IA, c’est d’entourer les lésions anormales, y compris de tout petits cancers de trois ou quatre cellules en périphérie de la lame, qu’elle détecte et signale : elle focalise mon regard sur l’essentiel. Elle quantifie aussi. Le comptage des mitoses, que je devrais faire noyau par noyau sur dix champs, elle le réalise d’office sur toute la surface tumorale, très vite. Cela fait gagner un temps considérable, avec des éléments les plus objectifs possibles. Ce gain de temps, vous le chiffrez à combien ? Et où s’arrête la machine, où commence le médecin ? Je réponds d’abord à la seconde question, car elle est essentielle : c’est toujours le médecin qui pose le diagnostic et qui en est responsable, jamais l’IA. Celle-ci est une aide, à visée informative. C’est une vraie demande de la spécialité : garder la main sur le diagnostic et le compte rendu. L’IA est un copilote, qui envoie des informations, attire l’attention sur une anomalie, rappelle ce qu’on oublie souvent. Mais c’est toujours le médecin qui valide. Sur le gain de temps, l’objectif est vraiment de concentrer l’IA là-dessus, et c’est aussi une question de modèle économique : sur la seule amélioration de la performance diagnostique, il n’existe pas de modèle économique, alors que sur le gain de temps, oui, comme en radiologie. Dans notre dernière étude, menée avec le CHU de Brest sur dix pathologistes et deux cents lames, nous avons montré 50 % de gain de temps sur le comptage des mitoses, et 32 % sur la détection des métastases ganglionnaires. Ajoutez à cela des lames prêtes plus tôt et une journée réorganisée en commençant par les cas urgents : cela change radicalement le métier, pour les patients comme pour les équipes. Ce temps gagné, le médecin le réinvestit dans quoi ? Et en quoi cela peut changer la vie d’un patient ? Le gain de temps est primordial dans le diagnostic du cancer, car c’est souvent ce qui fait la perte de chance, ou non. Entre le moment où l’on suspecte une maladie et le début du traitement, il y a le temps du diagnostic. En laboratoire, nous visons moins d’une semaine pour une biopsie, mais cela reste plusieurs jours, ce n’est jamais instantané : il y a un temps technique de préparation des lames. Plus le compte rendu est prêt tôt, plus les équipes en aval, oncologues, chirurgiens, radiothérapeutes, anesthésistes, peuvent s’organiser. Chaque jour compte quand il s’agit d’un cancer. Je précise une chose importante : l’objectif est que nos diagnostics restent au moins aussi sûrs. On ne fait pas du gain de temps pour le gain de temps, on ne baisse pas la qualité, on cherche même à l’augmenter, notamment en réduisant la variabilité interobservateur. Un pathologiste peut varier, y compris par rapport à lui-même d’une semaine à l’autre ; l’IA, elle, répond toujours la même chose. C’est capital, car dans certains services il n’y a pas quinze pathologistes, il y en a un, parfois plus du tout, et les lames sont envoyées ailleurs. L’idéal, c’est que tous les patients aient la même qualité de diagnostic, qu’ils soient prélevés au fin fond de l’Alsace ou de la Picardie, ou dans le plus grand centre anticancéreux. Ce que la machine ne sait pas faire Qu’est-ce que votre outil ne sait pas faire ? Peut-il se tromper, et comment l’évitez-vous ? Très bonne question, et on n’en parle pas assez. Il y a toujours des limites dans ce que l’IA apprend, et surtout elle n’apprend pas comme un interne. C’est très perturbant : des diagnostics très faciles pour un jeune pathologiste, l’IA les rate complètement. A l’inverse, ce qui est très compliqué pour un interne, l’IA ne le rate jamais. L’adénose micro-glandulaire, en pathologie du sein, ressemble beaucoup à un cancer infiltrant : les jeunes internes tombent dans le panneau, l’IA ne s’y trompe jamais. Mais la nécrose, ces motifs qu’on retrouve dans beaucoup de lésions, la font hésiter et proposer de mauvais diagnostics. Il y a aussi des choses très fréquentes qui restent compliquées pour une IA. Je pense au score de Gleason dans le cancer de la prostate, que nous devons quantifier d’office sur chaque biopsie prostatique. Nous le faisons au quotidien, à l’œil, en pourcentage global par lame. Mais quand on demande à un pathologiste d’entourer précisément où est le Gleason 3, le 4, le 5, nous en sommes incapables de façon reproductible, y compris entre experts, parce que ce n’est pas ce qu’on nous demande d’habitude : les limites sont floues. Même chose pour les emboles ou les engainements périnerveux, très difficiles à labelliser de manière reproductible. Le vrai enjeu, c’est tout ce qu’elle n’a pas appris, et notamment les cas rares. Nos bases de données représentent la pathologie courante, mais contiennent peu de cas rares. En pathologie cutanée, nous avons beaucoup de carcinomes ou de mélanomes, mais peu de lymphomes cutanés, avec de multiples sous-classes. Face à un lymphome ou un sarcome qu’elle n’a pas l’habitude de voir, l’IA peut être en difficulté. L’enjeu, c’est de la faire progresser sur ces cas rares, et d’améliorer la façon dont les médecins labellisent les lames : entourer précisément ce qui compte pour le diagnostic, et rien d’autre. Si je labellise mal, l’algorithme apprend mal. Un exemple : les globes cornés dans le carcinome épidermoïde. Si, à chaque fois qu’il voit un globe corné, l’algorithme saute sur ce diagnostic, c’est souvent parce que nous avons mal labellisé : en tant que pathologiste, j’entoure toute la lésion, alors qu’il faudrait sélectionner précisément ce qui est essentiel au diagnostic, et lui expliquer ce que je prends en compte et ce que je ne prends pas en compte. C’est ainsi que les IA deviendront vraiment plus performantes. C’est une révolution technologique en cours, avec de nouveaux outils qui changent la manière même de concevoir ces IA d’image. Si le diagnostic se révèle erroné, qui est responsable ? Le médecin, l’hôpital, l’éditeur du logiciel ? Dans la loi française, la responsabilité est d’ordre médical : en tant que pathologiste, c’est moi qui prends la responsabilité de mon diagnostic. Mais cela suppose une contrepartie, et c’est une vraie question pour ceux qui éditent des IA comme nous : il faut que le médecin puisse vérifier tout ce que dit l’IA. Si un outil me donne un score global que je ne peux pas contrôler, je ne peux pas l’utiliser, car je devrais tout refaire moi-même, et alors autant m’en passer. Il faut donc une vraie explicabilité : montrer le cheminement, tout mettre à la disposition du médecin pour qu’il assume le diagnostic. La responsabilité ne pèse donc pas tellement sur l’éditeur, mais celui-ci doit tout mettre à portée du médecin, sinon le médecin n’utilisera pas l’outil : c’est une charge partagée. Il faut aussi garder les preuves de ce dont le médecin disposait. Si une IA affiche mélanome, que le pathologiste, peu sûr, finit par suivre, et que ce n’en était pas un, il faut pouvoir remonter aux calques, comprendre pourquoi on en est arrivé là, corriger, et assumer les responsabilités s’il s’agit d’une véritable erreur technique du logiciel. Garder les preuves et expliquer systématiquement le diagnostic, c’est indispensable. La fracture entre les hôpitaux : qui aura accès à ces outils ? Votre technologie est-elle déjà déployée ? Fonctionne-t-elle dans un hôpital public moyen, sans grande infrastructure numérique ? Nous la déployons dans plusieurs structures, hospitalières et libérales, et à l’international. Mais pour un hôpital, la difficulté n’est pas seulement d’installer une solution d’IA. Il faut d’abord que la direction ait conscience de l’enjeu et veuille l’intégrer : quand la demande vient des seuls médecins sans être relayée par la direction, il ne se passe pas grand-chose. C’est une question d’acceptation de l’innovation, et certains hôpitaux sont bien plus en avance que d’autres, notamment ceux qui ont des budgets pour cela. Il faut ensuite l’équipement en digitalisation, et c’est un vrai problème : beaucoup de laboratoires travaillent encore au microscope, sans ordinateur. La disparité est réelle, entre hôpitaux équipés et non équipés, entre grands et petits centres, et entre l’hospitalier et le libéral. La moitié des pathologistes exercent en libéral, or les financements de la pathologie digitale y sont quasi inexistants : quand je travaille en libéral, c’est au microscope, il n’y a rien. S’ajoute l’infrastructure informatique, avec une capacité de stockage immense, une lame représentant 1 à 5 gigaoctets, et un patient plusieurs dizaines par jour. C’est de l’hébergement de données de santé, extrêmement coûteux. Les capacités de stockage ne sont pas infinies. Les hôpitaux moyens ou des territoires, souvent privés de pathologistes, ne seraient-ils pas les premiers gagnants de ces technologies ? C’est exactement ce que je pense, et c’est ce qu’on devrait faire. Mais la façon dont sont structurés les budgets et les établissements fait que ce n’est pas le cas. Ce sont plutôt les centres anticancéreux et les grands centres, déjà en avance et dotés de budgets, qui testent et se coordonnent. Les hôpitaux publics n’y ont pas toujours accès : les budgets de digitalisation arrivent au compte-gouttes, on ne peut pas digitaliser tous les hôpitaux d’une région. Il faudrait une vraie réflexion nationale, au nom de l’égalité d’accès aux soins. Car l’anatomopathologie est le secteur clé de toute la prise en charge du cancer : elle arrive en premier et détermine la suite. Si un hôpital n’a pas accès, dans les prochaines années, à la pathologie augmentée par l’IA, cela créera une vraie différence de prise en charge entre établissements. Il faut réfléchir dès aujourd’hui à harmoniser l’accès à l’innovation dans tous les hôpitaux, y compris les plus petits, souvent isolés et au budget limité. Il ne faut pas les oublier. Une innovation conçue en France, mais un marché français trop étroit Où sont hébergées les données de vos patients, et faut-il qu’elles restent françaises ? La souveraineté est une question majeure. Toutes nos données sont obligatoirement hébergées chez des hébergeurs de données de santé, européens. Primaa est une start-up développée en France, à partir de données cliniques françaises et du travail de médecins français. Nous avons la chance d’avoir une médecine reconnue à l’international, avec des pathologistes experts de très haut niveau, ce qui donne des solutions de grande qualité. Mais le système français s’inscrit dans un système européen fragmenté. Or, à l’échelle d’une entreprise, le seul marché des hôpitaux et des équipements français reste trop petit : il ne permet pas de survivre. Nous sommes donc obligés de nous adresser à l’échelle européenne, puis internationale. Et pourquoi cela finit par toucher la France ? Parce que certaines régions du monde font monter les prix, les États-Unis en particulier, où ils sont bien plus élevés qu’ailleurs. Du coup, comme tous nos concurrents, nous nous retrouvons à aligner nos tarifs sur le marché américain, qui n’a rien à voir avec le marché français. Et c’est là que le paradoxe me saute aux yeux : je prépare des solutions d’intelligence artificielle que je ne pourrais pas acheter moi-même en tant que médecin, parce que le système de santé français ne suit pas l’innovation et ne garantit pas aux entreprises une sécurité financière suffisante pour qu’elles puissent se contenter du marché national. On est tous dans un déséquilibre permanent, à devoir aller vite, chercher les secteurs où l’on peut survivre. À cela s’ajoute que nos entreprises sont plus facilement rachetées par des acteurs internationaux. On finit par devoir attaquer le marché mondial et ne plus pouvoir suivre ce qui se passe à l’échelle française. C’est un vrai problème pour les outils que j’utiliserai moi-même dans mes services d’ici trois ou quatre ans. Repère : comment la France finance (ou non) l’innovation numérique en santéPour accélérer l’accès au marché, la France a créé en 2023 la prise en charge anticipée numérique (PECAN), prévue par la loi de financement de la Sécurité sociale pour 2022 et précisée par le décret du 30 mars 2023. Elle permet à un dispositif médical numérique présumé innovant d’être remboursé de façon dérogatoire pendant un an, le temps de constituer son dossier de remboursement de droit commun (sources : Agence du numérique en santé, Haute Autorité de santé). Mais ce dispositif vise les solutions à visée thérapeutique et de télésurveillance, pas directement les outils d’aide au diagnostic comme celui de Primaa. C’est précisément le vide que pointe Marie Sockeel : pour l’IA diagnostique, il n’existe pas encore de voie de remboursement claire, ce qui prive les entreprises d’un modèle économique stable sur le marché français. Un hôpital peu doté risque-t-il de choisir une technologie étrangère moins chère ? Et quels risques cela comporte-t-il ? Je ne suis pas certaine que les entreprises françaises soient les plus chères. Paradoxalement, comme beaucoup se sont développées en France avec des aides, nous sommes peut-être même moins chers que d’autres à l’international. Mais le fait de devoir adresser le marché mondial peut faire monter les prix. Le pari, au fond, c’est que l’IA permettra de faire baisser le coût des soins, parce qu’elle aidera à mieux prendre en charge les patients, à mieux segmenter les catégories de lésions, à personnaliser le traitement, donc à éviter des traitements coûteux chez ceux qui n’en ont pas besoin et à les réserver à ceux pour qui c’est nécessaire. Cela ferait des économies pour la Sécurité sociale. L’idée, c’est de favoriser ce qui aide le système à mieux soigner, tout en garantissant une égalité d’accès sur l’ensemble du territoire, dans le libéral comme à l’hôpital, dans les grands centres comme dans les petits. Mais il ne faut pas se voiler la face : nos concurrents internationaux sont féroces. Il y a des solutions qu’on ne voit pas encore beaucoup, mais qui arrivent, notamment de Chine et d’Asie. Elles sont très peu coûteuses et exceptionnelles sur le plan technologique. En anatomopathologie, à ma connaissance, il n’y en a pas encore, mais dans tous les autres secteurs de l’intelligence artificielle, elles sont absolument redoutables. Et elles ne vont pas laisser passer le marché du diagnostic en santé, qui est évidemment stratégique. Elles arrivent, il faut qu’on soit prêts. C’est une vraie question nationale : jusqu’à quel point devons-nous réfléchir à cette souveraineté, pour les hôpitaux, pour les entreprises, et pour les données en général ? Enfin, il faut rester vigilant sur un point technique : la façon d’interpréter une lame varie selon la région du monde. Ce n’est pas qu’on ne veut pas faire pareil, c’est que la prévalence de certains cancers diffère. Le carcinome intramuqueux, par exemple, dans les pathologies digestives, nous le diagnostiquons en Europe parce que c’est important pour le suivi du patient, alors qu’aux États-Unis, ils ne le font pas. En Asie, il y a beaucoup de cancers de l’estomac. Une IA entraînée sur des données d’une autre région du monde doit donc être soigneusement contrôlée pour vérifier qu’elle s’applique bien chez nous, et inversement pour ce que nous exportons. Dans le diagnostic, il faut être très prudent et toujours rester aligné sur la pratique de la région où l’on importe la solution. Cela suppose des études cliniques. Le chaînon manquant : indépendance, marquage CE et remboursement On redoute parfois la dépendance de la médecine à l’industrie. En anatomopathologie, cette indépendance est-elle menacée ? De ce que je connais des pratiques de la discipline, nous restons vigilants et surtout indépendants dans nos diagnostics : nous ne diagnostiquons pas en fonction de tel ou tel traitement, cela n’a jamais été notre façon de travailler. Entre confrères, dans les congrès, nous nous efforçons d’être très autonomes. Cela dit, des liens de plus en plus forts apparaissent entre la rédaction de nos comptes rendus et l’indication thérapeutique, avec des traitements de plus en plus coûteux : de potentiels conflits d’intérêts commencent à se poser. Je pense aux immunothérapies avec PD-L1, dont les lames sont extrêmement difficiles à lire objectivement, face à des traitements très chers. Nous nous efforçons de rester objectifs, de ne pas favoriser une ligne thérapeutique. Au fond, nous sommes avant tout des médecins : ce qui nous fait nous lever le matin, c’est que le patient soit le mieux pris en charge, pas de vendre un médicament. Et les études cliniques restent protégées par des protocoles et des comités éthiques. Même largement financées par l’industrie pharmaceutique, elles sont faites avec le plus d’objectivité possible, et heureusement, car c’est comme cela qu’on progresse en médecine : sans cette rigueur, les résultats seraient faussés et on s’apercevrait vite que les traitements ne servent à rien. Vous alertez aussi sur un vide dans l’évaluation de ces innovations. Lequel ? Oui, et cela m’intéresse beaucoup. Pour les dispositifs médicaux et les solutions d’IA diagnostique, nous devons mener des études de performance afin d’obtenir le marquage CE. Mais ces études ne permettent guère plus que d’obtenir ce marquage : elles disent que notre diagnostic met le patient en sécurité, que nous ne sommes pas dangereux. Ce qui manque cruellement, ce sont les études d’impact organisationnel et médico-économiques. Elles sont complexes, très coûteuses, et il n’existe pas encore de méthodologie établie : nous sommes en train de la réinventer. Et le problème, c’est qui paie. Il n’y a pas de voie de remboursement, ou très peu. Du coup, on développe surtout des IA qui font gagner du temps et du confort au médecin, parce qu’il existe là un modèle économique, tandis que les études pour améliorer réellement la prise en charge du patient restent bloquées, faute de remboursement et donc de retour pour les entreprises, qui ne peuvent pas investir des millions dans des études sans marché. On aimerait que les pouvoirs publics clarifient les règles : quelles évaluations pour quel remboursement, ou bien qu’ils disent clairement qu’il n’y en aura pas. Que ce soit clair au niveau politique, pour que les entreprises se développent dans le bon secteur et qu’on ne perde pas collectivement de l’argent sur des solutions sans marché. Repère : marquage CE et IA, un double cadre réglementaire Un logiciel d’aide au diagnostic est un dispositif médical : pour être commercialisé en Europe, il doit obtenir le marquage CE au titre du règlement (UE) 2017/745, qui atteste de sa sécurité et de sa conformité, mais ne dit rien de son intérêt médico-économique. C’est la limite que souligne Marie Sockeel. Depuis l’entrée en application du règlement européen sur l’intelligence artificielle (AI Act), une couche s’ajoute : selon les précisions publiées en 2025 par la Commission européenne et les autorités compétentes, tout dispositif médical intégrant de l’IA est automatiquement classé « à haut risque ». Il doit donc respecter des exigences renforcées de gestion des données, de transparence et de supervision humaine (sources : règlements UE 2017/745 et 2024/1689 ; analyses Lexing Avocats, 2025). Prouver qu’on n’est pas dangereux devient nécessaire, mais reste loin de suffire à démontrer un bénéfice pour le système de soins. Conclusion Pour conclure, la question que nous posons à tous nos invités : si vous étiez ministre de la Santé demain, quelle serait votre première décision en matière d’IA ? Plusieurs idées me viennent, mais si je devais n’en choisir qu’une, ce serait d’élargir l’application de l’article 84 du projet de loi de financement de la Sécurité sociale pour 2026. Cet article permet à un système d’aide au diagnostic, qu’il repose ou non sur l’intelligence artificielle, de démontrer le bénéfice qu’il apporte à l’Assurance maladie, et prévoit que les économies ainsi réalisées soient partagées entre l’industriel et l’Assurance maladie. Dans sa philosophie, c’est une création très originale, qui pourrait vraiment donner l’impulsion à l’innovation : un modèle économique plus rapide, ouvert à un champ d’action beaucoup plus large, et qui, en prime, permettrait à l’Assurance maladie de faire des économies ou de restructurer sa façon de gérer ses coûts. L’article a déjà été voté, mais dans les discussions en cours, il a été restreint à une toute petite partie de l’aide au diagnostic, l’antibiothérapie. C’est un début, mais il serait bien plus ambitieux de l’appliquer à tout, car les bénéfices seraient pour tout le monde. Cela demande une vraie organisation, un vrai travail, mais l’effort profiterait à tous. Cela donnerait enfin de la visibilité aux innovations en santé, qui ont un mal fou à se déployer dans les hôpitaux, à être vues et surtout à être achetées. Ce serait la première marche vers l’innovation en santé et l’amélioration de la prise en charge des patients. Je crois vraiment en cet article. Le décret d’application est encore en réflexion, mais l’ouvrir plus largement faciliterait le travail des entreprises, qui se retrouvent sans cesse à mener de nouvelles études et de nouvelles démonstrations pour des résultats financiers dérisoires, dans des engagements complexes qui finissent par les faire mourir. C’est un bon exemple de ce qui pourrait vraiment aboutir, à deux conditions : élargir clairement son application, et ne pas trop complexifier la démarche, pour que ce soit simple pour tout le monde. Rendez-vous mardi 28 juillet pour le prochain épisode « Les mardis de l’innovation en santé » David Smadja est professeur d’hématologie à l’AP-HP et à l’Université Paris Cité, responsable de la Commission Santé du Laboratoire de la République. Léa Behr est CEO de RespublicIA et membre de la commission Santé du Laboratoire de la République.

En cancérologie, l'intelligence artificielle tient une part de ses promesses : diagnostics plus rapides, traitements affinés, parcours de soins mieux anticipés. Mais l'essentiel du débat public se concentre sur la performance des outils, en laissant dans l'ombre une question de fond : à mesure que la machine gagne en capacité, comment garantir que la décision médicale reste maîtrisée par l'humain ? La difficulté n'est pas seulement technique, elle est éthique et organisationnelle. C’est ce pan que nous allons aujourd’hui questionner. Avec nous pour y réfléchir, le Pr. Florian Scotté qui occupe une position privilégiée pour éclairer nos réflexions. Oncologue, spécialiste des soins de support, il dirige le département interdisciplinaire d'organisation des parcours patients de Gustave Roussy, premier centre de lutte contre le cancer en Europe. Professeur associé à l'Université Paris-Saclay et titulaire d'un doctorat en éthique médicale, il conjugue la pratique de la technique la plus avancée et la réflexion sur ses limites. Sa position tient dans une distinction qui structure l'ensemble de l'entretien : l'IA doit demeurer un outil au service du soignant, et non un effecteur qui déciderait à sa place. Ce déplacement, en apparence sémantique, engage en réalité plusieurs enjeux concrets, que nous avons abordés successivement : la relation entre le médecin et un patient parfois plus enclin à croire la machine, la sécurité et la propriété des données, le modèle de financement des solutions, la formation des professionnels. À chaque étape se pose la même question, celle du contrôle, et une conviction que le Professeur Scotté formule sans détour : la médecine est une science humaine et doit le rester. Organiser un parcours constitue bien plus qu’un diagnostic Vous dirigez un département entièrement dédié au parcours du patient. Avant même de parler d’intelligence artificielle, qu’est-ce que ça veut dire, concrètement, organiser ce parcours ? Et qu’est-ce qui fonctionne mal aujourd’hui ? Permettez-moi d’abord de corriger une chose : il ne se passe rien de mal aujourd’hui, il n’y a pas de déraillement, mais nous pouvons faire mieux. Le parcours, en réalité, commence avant même que la personne ne soit patiente, au moment où l’on s’oriente vers un diagnostic, puis il se déroule en plusieurs temps qui s’enchaînent : au diagnostic, pendant le traitement, à la fin des traitements, et longtemps encore après. L’organiser, c’est mettre en œuvre une approche diagnostique aussi optimale que possible ; j’emploie parfois des mots que l’on critique, comme celui d’efficience, mais derrière ce terme, il n’y a rien d’autre que trois exigences simples : être rapide, être juste, être adapté au patient. Cela suppose de prendre en compte non seulement les données de la maladie, mais aussi celles de la personne elle-même et de son environnement, en particulier ses vulnérabilités. C’est tout le sens de ce que nous avons mis en place à Gustave Roussy, où l’évaluation des besoins du patient se fait en parfaite connaissance de la pathologie, car nous sommes experts du cancer, de ses récepteurs, des traitements disponibles, mais aussi des risques de complications que l’on peut anticiper. Pendant le traitement, il s’agit de gérer au mieux les toxicités et de coordonner la prise en charge entre la ville et l’hôpital. À la fin des traitements, nous faisons face à des situations très différentes. Il y a parfois une évolution péjorative, où tout l’enjeu est d’accompagner la personne le mieux possible dans cette phase de sa vie. Il y a, de plus en plus, des patients en situation de chronicité, dont les traitements se prolongent sur des années et dont la maladie s’installe au très long cours. Et il y a, bien sûr, la guérison, qui appelle elle aussi une surveillance, celle de la maladie comme celle des séquelles éventuelles des traitements. Organiser le parcours, c’est embrasser tout cela d’un seul mouvement, du premier examen jusqu’au suivi post-thérapeutique. Et l’IA, vous l’utilisez déjà au quotidien ? Qu’est-ce qu’elle change ? L’intelligence artificielle, nous l’utilisons en réalité depuis fort longtemps sans toujours la nommer : songez qu’à bord d’un avion, l’essentiel des commandes est aujourd’hui géré par elle, et que cette sécurité, cette adaptation permanente, se sont construites au fil des décennies. À l’hôpital, une forme de gestion commence à s’installer, mais dans l’organisation des parcours, très honnêtement, nous n’y sommes pas encore pleinement. Cela se développe, des sociétés s’y intéressent, nous cherchons les bonnes interactions, et il ne fait aucun doute que nous l’utiliserons de plus en plus. Je pense que l’intelligence artificielle apportera surtout de la rapidité et de la sécurité, à la condition expresse qu’existe un véritable échange entre l’humain et la machine. C’est ce dont je parlais en évoquant l’efficience de la prise en charge : l’IA a vocation à être un outil, et j’insiste sur ce mot, un outil qui doit nous aider à optimiser et à mieux adapter ce que nous proposons au patient. Elle doit être considérée comme un outil, jamais comme un effecteur ; si on l’utilise comme un effecteur, elle finira par tourner en rond et nous faire reculer. On présente souvent l’IA comme un moyen de personnaliser les diagnostics. Êtes-vous d’accord avec cette idée ? Je le suis à moitié, et je préférerais parler d’affinement plutôt que de personnalisation. Car nous nous appuyons sur des algorithmes, eux-mêmes engendrés par une masse considérable d’informations ; or, à partir d’une telle masse, peut-on vraiment prétendre personnaliser ? La question reste ouverte, je n’ai pas de réponse tranchée, mais elle mérite d’être posée. Ce dont je suis certain, en revanche, c’est que l’IA doit être en permanence réévaluée et retravaillée, afin de s’ajuster au plus près des connaissances que l’humain lui transmet. Ce qu’elle autorise, en revanche, et c’est considérable, c’est d’aller plus vite et de regrouper une quantité de données que notre cerveau serait bien incapable d’agréger à cette vitesse. Elle nous donne les moyens d’aligner toutes les cibles potentielles et, ce faisant, de mieux adapter notre prise en charge, entendue dans son ensemble, et non le seul traitement. Quand le patient croit la machine plus que le médecin Vos patients vous parlent-ils d’intelligence artificielle ? Oui, ils commencent à en parler, et surtout ils l’utilisent avant même de franchir la porte de nos cabinets : ils préparent leur consultation sur les moteurs de recherche et arrivent avec une liste de questions qui épouse ce qu’ils y ont lu. C’est une bonne chose, à vrai dire, car cela améliore leur connaissance et facilite l’échange comme la compréhension. Le revers, c’est que l’on lit aussi quantité de choses totalement erronées, et que la parole de la machine finit parfois par s’imposer comme la vérité, tandis que celle de l’humain deviendrait, elle, suspecte par principe. C’est précisément là-dessus qu’il nous faut travailler. Ces erreurs, elles sont de quel type ? Elles dépendent des informations, lesquelles sont bien souvent générées par l’humain lui-même. Ce que l’on voit circuler sur les réseaux, ce sont des témoignages plutôt négatifs, émanant de personnes qui parfois manipulent l’information, ne s’appuient pas sur la science exacte, et diffusent des messages d’une grande dureté, très anxiogènes, sans rapport avec la réalité. Tout cela raisonne sur des statistiques. Or, lorsque j’ai un patient en face de moi, je ne suis plus dans la statistique : j’ai devant moi une personne singulière, à laquelle je devrai tout adapter, en fonction de ses attentes et de sa capacité à recevoir ce que je lui dirai. Y a-t-il un risque que l’IA déshumanise la relation entre le médecin et le patient ? Le risque existe, bien sûr, car le patient peut arriver avec sa vérité, celle de la machine, et se fier davantage à elle qu’à l’humain qui lui fait face ; c’est à nous, précisément, qu’il revient de garder le contrôle et de continuer à partager la science et le savoir. Nous sommes passés, en quelques années à peine, d’une médecine paternaliste, où le médecin détenait le savoir et où le patient se contentait de le recevoir, à une véritable démarche de décision partagée ; et dans ce nouvel équilibre, l’information a une valeur considérable. Mais si je dois passer plus de temps à détricoter une information erronée qu’à expliquer les choses, alors l’IA n’aura pas tenu sa promesse de gain de temps, et un véritable problème de conscience se posera. C’est bien pourquoi il faut encadrer cette intelligence artificielle et veiller à ce que les professionnels conservent leur rôle d’humains. Où est la ligne à ne pas franchir ? Si la relation se réduit à sa seule dimension technique, de soignant à soigné, alors l’IA l’emportera, inévitablement. Mais si elle demeure un outil qui affine notre diagnostic, la précision du traitement, l’évaluation des fragilités et de l’environnement du patient, et si nous savons préserver ce contact, cette capacité à orienter, à guider, à réfléchir avec la personne et ses proches, alors nous aurons tout gagné, car nous n’en serons que plus performants. La décision médicale partagée est à ce prix : si on laisse l’IA décider de tout, on n’est plus dans le partage. Et c’est cet échange, profondément humain, que les patients doivent entendre. Éclairage. Le patient à l’ère de l’IASelon la deuxième vague du baromètre OpinionWay pour Orisha Healthcare (avril 2026, 1 014 Français et 200 médecins), 82 % des médecins estiment que les exigences de leurs patients ont augmenté ces cinq dernières années, et 79 % des patients expriment au moins une forme de doute médical (deuxième avis, diagnostic questionné). La confiance dans le médecin reste néanmoins très élevée : 95 % des Français jugent bonne leur relation avec leur généraliste. Le propos du Pr. Scotté rejoint ce constat : l’information circule, mais elle déplace la relation de soin sans la rompre.   Éthique : qui génère l’information, qui la contrôle, qui la finance Vous êtes aussi spécialiste d’éthique médicale. Quelles questions l’arrivée de l’IA vous semble-t-elle poser, et qu’on n’aborde pas assez ? Avant toute chose, il faut mesurer ce que l’IA rend possible : le passage d’une prise en charge réactive à une prise en charge prédictive, ce qui fait d’elle un outil d’une puissance remarquable. Mais cette puissance même soulève plusieurs questions, à la fois éthiques et sociétales. La première touche à l’origine de l’information et à son usage : qui la génère, et à quelles fins ? Vient ensuite la question de sa sécurité : nous sommes plus ou moins protégés par le RGPD, mais l’interrogation de fond demeure entière. Que fait-on de cette information, où est-elle stockée, et mes données personnelles sont-elles connues, de qui, par quels moyens ? Repère. Ce que dit le cadre européenLa question de la supervision humaine que soulève le Pr. Scotté est désormais au cœur du droit européen. Le règlement européen sur l’intelligence artificielle (AI Act, règlement UE 2024/1689) classe la plupart des logiciels d’aide au diagnostic comme systèmes « à haut risque », soumis à des exigences de gestion des risques, de gouvernance des données et de supervision humaine. Pour les dispositifs médicaux déjà marqués CE, ces obligations s’appliqueront de manière échelonnée à partir de 2027, un calendrier encore susceptible d’ajustements. En France, l’Agence du numérique en santé a publié dès juillet 2025 un guide d’implémentation de l’éthique dans les systèmes d’IA en santé.   La deuxième question, tout aussi cruciale, est celle du contact humain : allons-nous remplacer entièrement l’humain par la machine, ou saurons-nous garder une part de contrôle, et quelle place, au juste, laisserons-nous à l’humain ? La troisième, enfin, est celle du financement, que je résume d’une formule : qui gagne quoi, pour qui, pourquoi, comment ? À aucune de ces questions il n’existe de réponse toute faite aujourd’hui ; l’essentiel est que nous nous les posions, et que nous nous posions les bonnes. Car la place de l’humain, au cœur de la prise en charge, demeure fondamentale. L’hôpital a-t-il les moyens, humains et financiers, d’intégrer ces outils ? Actuellement, la réponse est non : les moyens sont rares, et cela vaut autant pour le public que pour le privé, car nous sommes tous soumis aux mêmes contraintes financières, à l’image de la société tout entière. Le véritable risque, du reste, ne se joue pas seulement entre les grands centres et les plus petits. Prenez la télésurveillance, qui intègre progressivement l’IA : si elle peut se déployer aujourd’hui, c’est grâce à un remboursement instauré voilà deux ou trois ans, une véritable révolution, puisqu’il finance à la fois l’outil et le rôle de coordination souvent dévolu aux infirmières, sans laisser de reste à charge ni au patient ni à l’établissement. Dans ce cadre-là, le système est performant. Sans financement, en revanche, chacun développe dans son coin un outil plus ou moins performant, plus ou moins sûr, plus ou moins contrôlé, et c’est alors qu’apparaît le risque d’une rupture entre les hôpitaux, entre les professionnels, entre les patients. Beaucoup de startups se créent, et l’on retrouve ici la question éthique que j’évoquais, celle du modèle de financement, qui gagne quoi et pour qui. Il ne s’agit pas d’imposer un outil unique qui détiendrait la vérité, mais d’encadrer le développement de ces solutions, au moyen d’une charte, pour éviter que ne s’installe une querelle d’outils insuffisamment maîtrisés. Éclairage. Les soignants veulent garder la mainLa conviction de Florian Scotté, l’IA comme outil et non comme décideur, est très largement partagée par la profession. Selon la première édition du Baromètre IA & Data en santé de l’ACSEL (2025), neuf professionnels de santé sur dix utilisent déjà des outils d’IA, mais seuls 7 % déclarent une confiance totale, et 96 % jugent indispensable ou préférable une supervision humaine. Côté patients, 84 % souhaitent être informés lorsque l’IA intervient dans leur prise en charge. La performance technique ne suffit pas : l’acceptabilité repose sur la transparence et le maintien de l’humain dans la décision.   Qui devrait décider qu’un outil d’IA entre à l’hôpital ? Tout le monde, mon capitaine. Mais vous oubliez une personne, et non des moindres : les patients et leurs représentants, qui doivent impérativement être associés à la réflexion, puisqu’ils sont les premiers usagers de l’outil, ceux-là mêmes qui en bénéficieront ou en pâtiront. Viennent ensuite les régulateurs, la Haute Autorité de santé, les agences régionales, l’Assurance maladie, la Direction générale de l’offre de soins, qui tous devraient siéger à la même table, sans oublier les directions d’établissement qui tranchent en dernier ressort, ni l’ensemble des professionnels, médecins, infirmiers, et toutes les professions qui gravitent autour du patient. La formation des médecins intègre-t-elle assez ces outils ? C’est une excellente question. À la faculté, l’enseignement est dispensé par des professeurs le plus souvent plus âgés que leurs étudiants, alors même que les jeunes générations se montrent bien plus à l’aise avec ces technologies : le décalage est manifeste, puisqu’il faudrait enseigner un outil à des jeunes qui, souvent, le maîtrisent déjà mieux que ceux qui l’enseignent. Aujourd’hui, cet enseignement ne se fait pas à la faculté, il se fait sur le terrain, et nous sommes en pleine phase de développement. Le véritable danger serait de nous retrouver soumis à de purs techniciens de l’informatique, concevant des outils sans doute ultra performants, mais déconnectés de la réalité du terrain, et par là même incapables d’entendre les risques comme les bénéfices réels pour le patient. Il faut développer les connaissances, oui, mais sans jamais abandonner la maîtrise à ceux qui ne voient pas le malade. Dans dix ans : l’avion sans équipage, le scénario à fuir Dans dix ans, si tout se passe bien, à quoi ressemble le parcours d’un patient ? Je reprendrai volontiers l’image de l’aviation civile. À ses débuts, l’avion craquait de partout, un mécanicien siégeait dans le cockpit aux côtés du commandant et du copilote, on naviguait au compas : c’était long, c’était risqué, et il fallait parfois un véritable trait de génie pour éviter que l’appareil ne décroche. Aujourd’hui, vous choisissez votre place, vous commandez votre repas avant l’embarquement, une équipe vous accueille, un commandant et un copilote anticipent au plus juste les turbulences et savent exactement comment orienter l’avion. Demain, le parcours du patient en cancérologie ressemblera à cela. Le diagnostic gagnera considérablement en rapidité, porté par une évaluation des données plus fine qui nous aidera à prendre les bonnes décisions, une fois intégrées les vulnérabilités, les fragilités et l’environnement du patient comme de son entourage. Nous pourrons, dans un temps restreint, proposer la bonne solution et accompagner le malade en anticipation plutôt qu’en réaction, notamment face aux toxicités, en évitant les séquelles à long terme. C’est un gain réel, de quantité comme de qualité de vie, doublé d’un temps médical mieux concentré sur l’essentiel : plutôt que de passer des heures au téléphone, appeler à bon escient, guider comme il faut les patients et leurs proches, pour un parcours qui connaîtrait le moins de turbulences possible et arriverait à bon port. Et le piège, dans tout cela ? La question du coût, toujours. Optimiser, évaluer plus finement la pathologie et les fragilités pour aboutir à un traitement plus efficace et mieux toléré, voilà le bon chemin. Mais gardons-nous d’une dérive : si l’on place au premier plan la seule logique financière, en prétendant désescalader les traitements dans le but avoué de réduire les coûts, alors on se trompe de combat. Désescalader pour améliorer la prise en charge, la tolérance, pour éviter les séquelles, c’est le bon axe ; désescalader pour la seule récréation financière, c’est aller droit dans le mur. Qu’est-ce que vous voulez absolument éviter ? Un patient qui ne pourrait plus ni contacter ni voir les professionnels de santé, des décisions prises à cent pour cent par la machine, des effectifs réduits, et les rares soignants restants relégués derrière des écrans pour surveiller. Ce serait la tour de contrôle sans plus aucune équipe dans l’avion, celle qui vous accueille, vous dit bonjour et répond à vos attentes. Permettez-moi une autre allégorie, pour ancrer les choses dans le réel. Lorsque vous rencontrez un problème avec un opérateur aujourd’hui, vous passez de chatbot en chatbot, de réponse digitalisée en réponse digitalisée, sans jamais obtenir la réponse que vous cherchez, jusqu’à renoncer. Transposé au patient, cela donne ceci : j’ai mal, mais je n’attends plus de réponse, car je sais que je ne l’aurai pas. Et si l’on pousse le raisonnement à son terme : j’ai une boule qui grossit, je la vois grossir sous mes yeux, mais aucun des chatbots que j’interroge ne me répond, et je finis par la laisser. Voilà exactement ce qui nous attend si l’on laisse la machine prendre le pas sur l’humain : on fera fausse route, et il y aura de la casse. Certains vont jusqu’à dire qu’il faudrait fermer les facultés de médecine, ou que le médecin de demain ne sera qu’un orchestrateur d’IA. Les facs ont-elles encore un avenir ? Vous avez raison, c’est un risque, très clairement, et il ne concerne pas les seuls médecins : les infirmières, les brancardiers, l’accueil, toutes les professions de santé pourraient théoriquement être remplacées par la machine. Mais laissez-moi vous confier un souvenir. Le cours qui m’a le plus marqué, lorsque j’étais un tout jeune étudiant de deuxième année, fut la description d’une tamponnade péricardique par un vieux professeur de médecine interne, qui expliquait en gestes, en montrant où précisément placer l’aiguille, et ce que le patient éprouvait à cet instant. Cet enseignement-là, profondément humain, jamais la machine ne le remplacera ; dans les livres, je n’aurais rien compris. La médecine est technique, elle est science, mais elle est une science humaine, et qui dit science humaine dit humain. Derrière la technique, il faut savoir l’appliquer à la personne qui veut vivre. Car la vie ne se réduit pas à des neurones ni à des cellules que l’on pourrait guider par un cœur artificiel : tout autour, il y a de l’humain, et c’est lui que nous ne devons jamais perdre de vue. Si vous étiez ministre de la Santé demain, quelle serait votre première décision sur l’IA ? Ce serait une double décision tenue en une seule. Ne surtout pas freiner le développement de l’IA, donc le promouvoir et le soutenir, mais, dans le même mouvement, l’encadrer et le contrôler. Autrement dit, établir une véritable tour de contrôle, un comité de pilotage qui réunirait les décideurs, les acteurs, les usagers, les patients et leurs proches, ainsi que les professionnels de santé appelés à se servir de l’outil, des décideurs capables d’entendre, d’anticiper ce qui vient, et de mettre les moyens pour bâtir le système le plus efficient possible. Conclusion Au terme de cet entretien, une ligne de force se dégage, que le Pr. Scotté n’a cessé de tenir : l’intelligence artificielle doit rester un outil au service du soin, et jamais un effecteur qui déciderait à la place de l’humain. Toute la question se ramène alors à une seule : qui garde la main sur la décision médicale ? Cette exigence d’une « garantie humaine » n’est ni une précaution de langage ni une posture défensive de la profession ; elle rejoint désormais un cadre réglementaire qui se construit sous nos yeux, de l’AI Act européen aux premiers guides éthiques français, et elle épouse les attentes convergentes des soignants, qui veulent rester maîtres de l’acte, et des patients, qui demandent à savoir quand la machine intervient. C’est dire que la véritable bataille ne sera pas technologique, mais politique : elle se jouera sur le terrain de la gouvernance (qui décide, qui contrôle, qui finance, et pour qui) bien plus que sur celui de la performance des algorithmes. Là réside la responsabilité des pouvoirs publics : non pas arbitrer entre l’homme et la machine, mais organiser les conditions dans lesquelles la seconde demeurera au service du premier. Tel est le sens de l’engagement du Laboratoire de la République : faire de la garantie humaine une exigence inscrite dans les règles, les financements et les responsabilités. Car au terme de la chaîne, il n’y aura jamais une donnée de plus, mais une personne à soigner ; et la médecine, comme nous le rappelle le Pr Scotté, demeurera une science humaine. Rendez-vous mardi 21 juillet pour le prochain épisode « Les mardis de l’innovation en santé » David Smadja est professeur d’hématologie à l’AP-HP et à l’Université Paris Cité, responsable de la Commission Santé du Laboratoire de la République. Léa Behr est CEO de RespublicIA et membre de la commission Santé du Laboratoire de la République.

La crise de l’accès aux soins ne relève plus seulement d’un manque de professionnels de santé ; elle révèle les limites de notre organisation institutionnelle. Alors que les élus locaux sont confrontés quotidiennement aux attentes des citoyens, ils disposent de peu de leviers pour agir. À l’inverse, les Agences régionales de santé exercent des responsabilités considérables sans véritable responsabilité politique devant les territoires. Cette dissociation entre décision, responsabilité et réalité du terrain nourrit les inégalités territoriales et affaiblit l’efficacité de l’action publique. Cette note propose une troisième voie entre le statu quo et la suppression des ARS : leur régionalisation. Il ne s’agit ni de désengager l’État ni de créer treize systèmes de santé autonomes, mais de distinguer clairement ce qui doit rester national (les droits des patients, le financement solidaire, les standards de qualité et les objectifs de santé publique) de ce qui gagnerait à être piloté au plus près des besoins des territoires : l’organisation des parcours de soins, la coordination entre médecine de ville, hôpital et secteur médico-social, la prévention ou encore la démographie médicale. Les auteurs proposent une réforme progressive en trois étapes : renforcer d’abord les marges d’action territoriales grâce à un Fonds d’intervention régional considérablement élargi ; créer ensuite des objectifs régionaux de dépenses d’assurance maladie (ORDAM) permettant une réelle capacité d’arbitrage locale ; enfin, transférer la responsabilité politique des ARS aux régions dans un cadre expérimental, avec une évaluation indépendante avant toute généralisation. L’analyse s’appuie également sur une comparaison approfondie de plusieurs modèles européens afin d’identifier les conditions d’une décentralisation réussie. Elle montre que la proximité décisionnelle n’est efficace que lorsqu’elle s’accompagne de solides mécanismes de péréquation financière, de standards nationaux contraignants et d’une responsabilité clairement identifiée. Enfin, la note insiste sur deux leviers essentiels pour préparer le système de santé aux défis du XXIᵉ siècle : faire de la prévention une priorité budgétaire territorialisée et mieux articuler la formation des professionnels de santé avec les besoins des territoires. Cette proposition dessine ainsi une nouvelle gouvernance sanitaire fondée sur un principe simple : une stratégie nationale, une solidarité financière garantie par l’État et une responsabilité territoriale pleinement assumée pour rendre enfin effective l’égalité d’accès aux soins. David Smadja est professeur d’hématologie à l’AP-HP et à l’Université Paris Cité, responsable de la Commission Santé du Laboratoire de la République. Léa Behr est CEO de RespublicIA et membre de la commission Santé du Laboratoire de la République. Note Décentraliser pour mieux soignerTélécharger

À l'heure où notre système de santé est confronté à des défis sans précédent, vieillissement de la population, pénurie de professionnels, innovation technologique, ou encore pression économique, la question de son organisation devient aussi importante que celle des progrès médicaux eux-mêmes. La qualité des soins ne dépend plus uniquement des compétences des professionnels ou des performances des technologies ; elle repose également sur la capacité à faire travailler ensemble les équipes, à fluidifier les parcours des patients et à intégrer l'innovation au service de l'efficience. Cette évolution a profondément transformé les entreprises du secteur de la santé. Longtemps perçues comme de simples fournisseurs de technologies ou de prestations, elles sont aujourd'hui appelées à devenir de véritables partenaires des établissements de santé, en contribuant à améliorer l'organisation des soins, la qualité des diagnostics et l'expérience des patients. Pour mieux comprendre ces mutations, nous avons rencontré Philippe Durand, Président du groupe imaGen, acteur majeur de la radiologie en France. À travers son parcours d'entrepreneur et sa vision du management, il revient sur les transformations du secteur, les enjeux de l'innovation, l'essor de l'intelligence artificielle, mais aussi sur un sujet souvent sous-estimé : l'importance de l'organisation dans la qualité des soins. Au fil de cet entretien, Philippe Durand partage une conviction forte : dans un système de santé de plus en plus complexe, la création de valeur ne repose pas uniquement sur les technologies, mais sur la capacité à mettre celles-ci au service des patients, des professionnels et des territoires. Son parcours : de l'entrepreneur au bâtisseur d'un projet médical Quel a été votre parcours avant la création ou le développement d'imaGen ? Diplômé d’une école de commerce (EM Lyon), j’ai démarré mon parcours professionnel en cabinet d’audit chez Arthur Andersen. Cela m’a permis de découvrir de nombreux modèles d’entreprises, petites et grandes, dans l’industrie comme dans les services. Cela m’a permis très vite de rencontrer des cadres et dirigeants d’entreprises, de différents profils, qui m’ont beaucoup appris et inspiré pour la suite. Je suis rentré dans le secteur de la santé au début des années 2000 avec l’envie d’apporter mes expériences à un secteur en pleine mutation face aux enjeux de qualité des soins et d’efficacité organisationnelle. J’ai eu la chance de pouvoir exercer au sein de Capio, groupe suédois spécialiste dans la gestion d’établissements de santé, qui apportait en France une vision scandinave qui s’est avérée fort utile à la transformation de nos organisations, en particulier par la réduction des séjours hospitaliers grâce à un meilleur accompagnement des patients. Y a-t-il eu un moment ou une rencontre qui a déclenché votre ambition entrepreneuriale ? Les différents entrepreneurs et dirigeants que j’ai côtoyés m’ont inspiré et donné envie. Après 25 ans de parcours comme salarié, j’ai voulu porter un projet de référence en imagerie médicale, pour lequel j’avais une véritable conviction, fort de mes expériences précédentes. Pourquoi avoir choisi le secteur de la radiologie plutôt qu'un autre domaine de la santé ? Parce que c’est un secteur qui est un véritable pivot du système de santé, dont le rôle ne cesse de grandir au fil des ans, par sa place essentielle dans la détection précoce, la prévention et le suivi des maladies. En plus de la dimension humaine toujours forte dans une entreprise de santé, la dimension technologique de l’imagerie présentait aussi un intérêt pour moi, car je suis convaincu que l’innovation technologique doit être au cœur des solutions d’efficience de notre système de santé.  Quelles ont été les principales difficultés rencontrées lors des premières années ? La principale difficulté pour une start-up, c’est de trouver ces clients. Dans les services à la santé, la problématique est différente. Les « clients » ne manquent pas. Il s’agit surtout de trouver les meilleurs médecins, qui ont à cœur de prodiguer la meilleure qualité pour leurs patients tout en partageant une vision de modernisation au service des patients mais aussi du système de santé. Cela permet de bien se comprendre et de constituer une base solide de valeurs d’entreprise, gage d’un bon fonctionnement de l’entreprise dans la durée. Quel conseil donneriez-vous aujourd'hui à un entrepreneur souhaitant se lancer dans la santé ? Toujours penser médical, qualité de services aux patients et réponse aux besoins du système de santé. L’entreprise de santé existe par la valeur qu’elle apporte aux principales parties prenantes : en premier lieu les patients et les autorités organisatrices, mais aussi les médecins et les personnels soignants. La vision d'imaGen imaGen affirme que « le projet médical est avant tout ». Que signifie concrètement cette formule ? Cette formule réaffirme la vision et les valeurs médicales de l’entreprise, sa raison d’être. Les dirigeants de chacune de nos plateformes sont des médecins radiologues exerçant dans leur structure, pleinement engagés et responsables. Comment concilier exigences médicales, croissance économique et attractivité pour les investisseurs ? Très simplement : un exercice médical de qualité, c’est-à-dire bien organisée par des équipes bien formées, c’est attractif pour les patients, c’est donc bon pour l’entreprise et son économie. Ceux qui ne visent pas cette exigence de qualité médicale et d’efficacité prennent des risques pour la pérennité de leur investissement. Quelle est votre ambition pour imaGen à horizon 5 ou 10 ans ? Notre perspective est de faire grandir le groupe dans le respect des valeurs fortes que nous avons posées avec les premières plateformes qui nous ont rejoint. Le potentiel en France est important car le secteur fait face à des enjeux d’attractivité et d’investissement auxquels seuls les acteurs bien préparés pourront faire face. Il y a aussi une opportunité pour nous de grandir dans d’autres pays européens, à la fois parce que notre modèle français est de grande qualité, mais aussi parce que nous pouvons apprendre des modèles étrangers.Comment mesurez-vous aujourd'hui l'impact réel d'imaGen sur le parcours des patients ? Nous travaillons en permanence à améliorer l’accueil des patients et la fluidité de leur parcours. Nous suivons régulièrement les taux de satisfaction qui nous permettent de repérer nos points de faiblesse et de nous adapter en conséquence. L'innovation en santé : sa définition et sa pratique Beaucoup d'acteurs parlent d'innovation. Quelle est votre propre définition de l'innovation en santé ? J’ai la même boussole depuis longtemps sur ce sujet : l’innovation doit être évaluée au regard des bénéfices qu’elle apporte au patient et à l’efficacité de notre système de santé. Dans le bénéfice pour les patients j’inclus toutes les formes de prédiction, prévention, détection précoce, traitement et suivi au long cours des maladies, ainsi que l’accompagnement des patients qui va de pair pour que celui-ci soit pleinement engagé. Dans l’efficacité du système j’inclus en premier lieu tout qui facilite l’exercice des médecins et des équipes soignantes : nous avons un devoir de trouver des solutions pour soulager la pression exercée sur eux par la demande croissante de soins du fait du vieillissement de la population. Selon vous, une innovation doit-elle être technologique ou peut-elle être organisationnelle ? Ces 2 piliers d’innovation doivent être mis en œuvre au service de la qualité et l’efficacité. D’une façon générale, la technologie permet de gagner du temps pour les patients comme pour les soignants (réservations en ligne, bornes d’accueil, résultats en ligne, suivi dynamique post-intervention), d’éviter les erreurs, les doublons, … Elle n’exclut pas l’humain qui reste indispensable en particulier pour les populations vulnérables. Cela rejoint l’innovation organisationnelle qui consiste, dans un marché de ressources tendu comme le nôtre, de mettre les bonnes qualifications au bon endroit au bon moment. Par exemple, un radiologue peut aujourd’hui prendre en charge les diagnostics sur plusieurs machines « en parallèle » car les tâches non médicales sont désormais largement déléguées grâce à des modèles organisationnels mieux définis. Quelle innovation mise en place chez imaGen a eu le plus d'impact sur les patients ou les professionnels ? Une des innovations les plus marquantes pour moi a été la mise en place d’un logiciel d’IA permettant de détecter les nodules pulmonaires et de calculer un score calcique lorsque vous venez passer certains types de scanner chez imaGen. Vous ressortez avec un diagnostic supplémentaire de votre état de santé. Comment identifiez-vous les innovations qui méritent réellement d'être déployées ? Pour le médical, le médecin radiologue est en première ligne. Il est sollicité pour des tests. Chez imaGen les médecins ont constitué des groupes de spécialités qui partagent leurs avis sur ces tests et décident des mises en œuvre au regard de la performance de ces nouveaux outils. Les équipes supports interviennent plus en aval, plutôt sur les aspects contractuels. Pour tout ce qui n’est pas strictement médical, l’identification et l’évaluation des innovations est plus partagée entre les médecins radiologues et les équipes supports. Quels freins réglementaires ou culturels ralentissent encore l'innovation en imagerie médicale ? Le fléchage des financements est le frein majeur. L’introduction de l’IA en imagerie diagnostique d’opportunité, citée plus haut, n’est pas financé par l’Assurance Maladie. Certes c’est le rôle des opérateurs les plus avancés de la mettre en place car il considère que c’est une amélioration qualitative pour les patients. Mais des financements fléchés, temporaires, sur la base de cahier des charges précis, permettraient d’élargir et d’accélérer la mise en œuvre de ces innovations… tout en incluant la mesure de leurs effets positifs. Intelligence artificielle et radiologie L'IA est souvent présentée comme une révolution pour la radiologie. Où en sommes-nous réellement ? Aujourd’hui l’IA assiste le radiologue dans son diagnostic, elle lui permet de l’alerter sur des points particuliers, elle permet d’éviter des erreurs. Quelles applications de l'IA utilisez-vous déjà ou envisagez-vous d'utiliser ? Les principaux usages diagnostics sont dans le domaine de l’ostéo articulaire (détections de fractures), en oncologie et en cardio-vasculaire (détection de lésions). On commence à tester des solutions d’assistance à l’élaboration des comptes-rendus. Dans le domaine administratif, la prise de rendez-vous va évoluer rapidement grâce aux assistants vocaux. L'IA va-t-elle transformer le métier du radiologue ou simplement l'augmenter ? Elle le transforme en continu. On peut tout à fait parler d’un radiologue augmenté. Elle ne remplace par le radiologue qui a la responsabilité du diagnostic et de la communication avec son patient. Comment garantir que ces technologies améliorent la qualité des soins sans déshumaniser la relation médicale ? Je pense gérer le système à iso-organisation est impossible à court/moyen terme. Cela ne ferait qu’accentuer les tensions sur nos ressources soignantes, donc les dysfonctionnements. Je suis convaincu que l’usage des technologies modernes est la clé essentielle permettant de concentrer nos ressources soignantes aux bons endroits aux bons moments auprès des personnes qui en ont le plus besoin. Le service patient sera meilleur, la pression sur les soignants sera allégée. Organisation des soins et accès aux patients La France fait face à des tensions croissantes sur l'accès aux soins. Quel rôle l'imagerie peut-elle jouer pour améliorer cette situation ? Un rôle crucial. En effet, un accès rapide à l’imagerie est indispensable à la détection précoce des maladies et permet d’éviter des surcoûts (séjours hospitaliers coûteux, arrêts maladie prolongés, …). Le rapport de l’Institut Sapiens publié en février 2026 montre, exemples et modélisation économique à l’appui, qu’un euro raboté dans les dépenses d’imagerie entraîne deux euros de dépenses supplémentaires ! Comment réduire les délais d'accès aux examens tout en maintenant un haut niveau de qualité ? C’est toujours pareil : il faut avoir le bon niveau de financement afin que les investissements soient réalisés et les ressources qualifiées soient mises en place. Quels modèles organisationnels innovants avez-vous développés pour répondre aux besoins des territoires ? Sur nos plateformes de Bourgogne-Franche-Comté, les équipes médicales ont développé 5 partenariats avec des hôpitaux locaux dans le Jura, la Haute-Saône et la Côte-d’Or. L’attractivité de notre projet médical permet d’attirer de nombreux jeunes médecins, ce qui nous permet d’intervenir physiquement de manière permanente auprès de ces établissements publics et de leur apporter des expertises médicales étendues. Comment voyez-vous évoluer la coopération entre hôpital public, médecine de ville et groupes d'imagerie ? Je pense que les coopérations tels que celle que nous menons chez imaGen continueront à se développer. Elles répondent à des besoins forts des hôpitaux et les groupes de radiologues libéraux sont bien organisés pour y répondre. Une très grande partie de l’activité d’imagerie est d’ailleurs purement ambulatoire et peut être réalisée en dehors de l’hôpital. Management et entrepreneuriat Comment attire-t-on et fidélise-t-on aujourd'hui des radiologues et des manipulateurs ? Par la qualité de la pratique que nous leur proposons. Ces professionnels ont besoin d’un environnement stable, qui leur permet d’exercer sereinement avec les moyens les plus modernes et efficaces pour eux et pour les patients. Quelle culture d'entreprise cherchez-vous à développer chez imaGen ? Une culture basée sur ces valeurs d’innovation et d’esprit d’équipe autour des projets de l’équipe médicale. C’est le moteur qualitatif du service aux patients. Regard sur l'avenir de la santé Quelle innovation transformera le plus profondément la santé dans les dix prochaines années ? Je rêve d’une application connectée au DMP qui pousse régulièrement des recommandations santé, propose des rendez-vous de prévention et de suivi. Cette application, et surtout l’éducation à la santé, pourraient être initiées dès le collège. Cela permettrait une prise de conscience aux enjeux de santé dès le plus jeune âge. Cela permettrait de toucher tous les publics, y compris les plus vulnérables, qui doivent être au cœur d’une stratégie de santé pro-active. Le Laboratoire de la République propose actuellement une réforme de la santé scolaire visant notamment à renforcer la prévention en faisant intervenir des étudiants en santé (externes et internes en médecine et pharmacie, étudiants en soins infirmiers etc…) directement dans les collèges et les lycées. Quel rôle pourraient jouer les outils numériques pour accompagner cette nouvelle politique de prévention auprès des jeunes ? Je crois que nous devons changer complètement notre manière de parler de santé aux jeunes. Aujourd'hui, la prévention est souvent vécue comme une succession de messages descendants, parfois culpabilisants. Il faut au contraire qu'elle devienne ludique, personnalisée et positive. Nous vivons dans une génération où le smartphone est devenu, d'une certaine manière, un troisième bras. Il serait paradoxal de vouloir faire de la prévention sans utiliser l'outil que les adolescents consultent plusieurs dizaines de fois par jour. Chaque action de prévention devrait désormais être accompagnée d'un outil numérique simple, interactif et utile : conseils personnalisés, rappels, questionnaires, vidéos, défis collectifs, suivi de ses progrès ou encore orientation vers un professionnel de santé si nécessaire. Je suis également très favorable à la création d'un Dossier Médical Partagé "Jeunes", ouvert symboliquement à l'entrée en classe de sixième. Il ne s'agirait pas simplement d'un dossier médical, mais d'un véritable compagnon numérique de prévention. Les vaccinations, les bilans de santé, les actions de prévention réalisées au collège, les conseils personnalisés, les rendez-vous de suivi ou les campagnes nationales pourraient y être intégrés progressivement. Ce serait un outil d'autonomisation plutôt qu'un simple espace documentaire. Naturellement, un tel dispositif ne pourrait fonctionner qu'en étant accompagné d'une véritable éducation à la santé. Les jeunes professionnels de santé auraient toute leur place dans cette démarche. Leur proximité générationnelle facilite le dialogue sur des sujets parfois difficiles : santé mentale, alimentation, sommeil, addictions, sexualité, vaccination ou encore désinformation sur les réseaux sociaux. Au fond, nous devons faire de la santé et notamment de la santé des jeunes un véritable projet de société, au même titre que l'éducation ou la transition écologique. Investir dans la prévention dès le collège, associer les jeunes professionnels de santé et utiliser intelligemment les outils numériques, c'est donner à chaque adolescent les moyens de devenir acteur de sa propre santé. La prévention ne doit plus être un rendez-vous ponctuel ; elle doit devenir un réflexe quotidien, intégré dans le parcours de vie de chacun. Quel changement réglementaire souhaiteriez-vous voir émerger pour accélérer l'innovation ? Je devrais pouvoir déposer un seul dossier d’innovation à l’ARS ou à la CNAM qui a la maitrise de la donnée en plus de la responsabilité de la « caisse ». Sous 60 jours, je devrais recevoir une réponse positive ou négative, avec le cas échéant un accord de financement sur une durée déterminée, de l’ordre de 3 à 5 ans. En fait, ce que vous proposez, c’est surtout l’idée d’un guichet unique de l’innovation en santé ? Oui tout à fait. Aujourd'hui, lorsqu'un acteur développe une innovation qui améliore réellement la prise en charge des patients, il ne sait pas à quelle porte frapper. Faut-il s'adresser à la HAS pour l'évaluation ? À la DGOS pour l'organisation des soins ? À la DGS pour la stratégie de santé publique ? À la DSS ou à la CNAM pour le financement ? Cette fragmentation ralentit considérablement l'accès à l'innovation. Je souhaiterais la création d'un guichet national unique de l'innovation en santé, réunissant dès l'origine l'ensemble des acteurs concernés : HAS, DGS, DGOS, DSS et Assurance Maladie (CNAM). Un innovateur déposerait un dossier unique présentant les bénéfices attendus pour les patients, l'organisation des soins, les indicateurs d'évaluation, les modalités de financement et les données en vie réelle à produire. Ce guichet national unique de l'innovation en santé pourrait instruire ce dossier selon un calendrier partagé, avec un engagement de réponse sous soixante jours. Si le projet est retenu, il bénéficierait d'un financement temporaire, de trois à cinq ans, permettant de produire les données médico-économiques et cliniques nécessaires avant une intégration éventuelle dans le droit commun. Nous devons passer d'une logique de guichets successifs à une logique de parcours unique de l'innovation. Ce changement simplifierait considérablement les démarches des entreprises, des établissements de santé et des professionnels tout en accélérant l'accès des patients aux innovations utiles. Quels sont les signaux faibles que vous observez aujourd'hui et qui pourraient devenir majeurs demain ? L’usure et le découragement des équipes me semblent être le risque majeur. Le système tient car les professionnels sont attachés à leur métier et se dévouent au service des patients. Mais la corde est très tendue, la pression est très forte, la reconnaissance est plutôt faible… Il faut alléger cette pression en transformant les modes de fonctionnement pour de meilleurs résultats. Comment imaginez-vous le parcours d'un patient en imagerie médicale en 2035 ? Robert vient d’avoir 65 ans et de prendre sa retraite. Son Appli DMP vient de lui envoyer une suggestion de check-up incluant une prise de sang et un scanner à basse dose, corps entier, assisté par l’IA, pour valider l’absence de pathologies détectables, après validation par un médecin radiologue. Ce check-up lui sera 100% remboursé par l’Assurance Maladie, qui s’assure ainsi de l’état de santé de Robert mais aussi de ses finances futures ! Si vous aviez un message à adresser aux décideurs publics, quel serait-il ? Pour faire face aux enjeux démographiques de santé, il nous faut passer d’un modèle essentiellement curatif à un modèle d’accompagnement tout au long de la vie, en particulier pour gérer au mieux les maladies chroniques. Seul un fléchage massif des financements vers des pratiques de prévention, de détection précoce, de suivi des populations, soutenu par la mise en œuvre de l’IA et accompagné d’indicateurs de mesures de résultats permettra une véritable transformation afin de faire face à ce challenge. En pratique, il faudra aussi régionaliser ces financements et la mise en œuvre opérationnelle pour que les résultats soient constatés au plus vite « sur le dernier kilomètre » par la population. Conclusion Si nous nous retrouvons dans dix ans, qu'aimeriez-vous que l'on retienne de l'aventure imaGen et de votre contribution à l'innovation en santé ? Que notre organisation a contribué à fortifier le secteur de l’imagerie et renforcé ses impacts positifs pour les patients et le système de santé. Les grandes innovations naissent souvent de rencontres, mais aussi de lectures. Existe-t-il un livre qui a changé votre regard sur la santé, l'innovation ou l'action collective ? En quoi a-t-il influencé votre manière de penser et d'agir aujourd'hui ? Mes 2 lectures récentes, Agnès Buzyn « Demain notre santé » et Nicolas Dufourcq « La dette sociale de la France » ont encore renforcé ma détermination à agir : c’est un véritable enjeu sociétal auxquels nous devons répondre, et nos entreprises de santé sont porteuses de solutions transformantes. Il faut faire bouger les lignes ! Rendez-vous mardi 14 juillet pour la prochaine note « Les mardis de l’innovation en santé » David Smadja est professeur d’hématologie à l’AP-HP et à l’Université Paris Cité, responsable de la Commission Santé du Laboratoire de la République. Léa Behr est CEO de RespublicIA et membre de la commission Santé du Laboratoire de la République.

Pendant la crise du Covid-19, les biologistes médicaux sont sortis de l'ombre. Les Français ont découvert la PCR, le séquençage des variants et compris qu'avant de soigner, il fallait diagnostiquer. Pourtant, une fois la crise passée, la biologie médicale est redevenue discrète, alors même qu'elle est au cœur des grandes révolutions de la médecine. Pour ce nouvel épisode des Mardis de l'innovation en santé du Laboratoire de la République, nous recevons Mathieu Kuentz, biologiste médical, praticien hospitalier, président de la Commission médicale d'établissement du Centre hospitalier Henri-Mondor d'Aurillac et président de la Commission médicale de groupement du GHT du Cantal. Auteur d'un mémoire à Sciences Po Paris consacré au financement de l'innovation en biologie médicale, il défend une idée simple : un diagnostic plus précoce et plus précis n'est pas une dépense supplémentaire, c'est un investissement qui améliore les soins, renforce notre système de santé et participe à notre souveraineté sanitaire. Avec lui, nous reviendrons sur cinq questions essentielles : pourquoi la biologie médicale est devenue un levier stratégique de la médecine de précision ; comment financer l'innovation diagnostique dans un système sous contraintes ; en quoi les nouvelles technologies, de l'intelligence artificielle aux biomarqueurs, transforment déjà la prise en charge des patients ; quels enjeux de souveraineté industrielle et de santé publique se jouent derrière ces innovations ; et enfin, quelles réformes sont nécessaires pour que la France ne prenne pas de retard. 1. Comprendre les mutations en cours Le Laboratoire de la République : Vous observez depuis plusieurs années les évolutions de la biologie médicale. Quelles sont, selon vous, les innovations qui vont transformer le plus profondément la santé dans les dix prochaines années ? Mathieu Kuentz : Je commencerais par rappeler un chiffre qui résume tout : la biologie médicale représente moins de 3 % des dépenses de santé, mais elle conditionne environ 70 % des décisions médicales. C'est le poste le plus stratégique et le plus sous-estimé de la médecine. Et ce n'est pas nouveau : depuis deux siècles, c'est la biologie qui fait avancer la santé, sur le versant diagnostique comme sur le versant thérapeutique : du dosage de la glycémie qui a rendu le diabète traitable à l'antibiogramme qui guide l'antibiothérapie, jusqu'au séquençage du génome humain. À chaque saut technologique, c'est elle qui a déplacé la frontière du possible. Les dix prochaines années ne feront pas exception, et trois ruptures vont y peser. La première, c'est la génomique appliquée au soin courant : le séquençage haut débit, qui fait passer l'oncologie et la génétique des maladies rares d'une logique de symptôme à une logique de cible moléculaire. La deuxième, c'est la biologie moléculaire infectieuse rapide : ces PCR syndromiques multiplex qui, en quelques heures, identifient un agent pathogène et potentiellement un gène de résistance, là où il fallait attendre des jours : un levier majeur contre l'antibiorésistance. La troisième, et c'est sans doute la plus transversale, c'est l'irruption de l'intelligence artificielle, dans toutes ses dimensions : l'exploitation des métadonnées biologiques à l'échelle des populations, le traitement des séquençages génomiques, l'analyse d'image en cytologie ou en microbiologie, jusqu'à la prévention et le repérage précoce des patients à risque. L'IA ne remplace pas la biologie ; elle démultiplie sa capacité à transformer la donnée en décision. Mais le vrai changement n'est pas technologique, il est conceptuel. Ce qui compte, ce n'est plus le coût d'un test, c'est son informativité : sa capacité à réduire l'incertitude d'une décision. Un dosage à quelques dizaines d'euros qui oriente une greffe à plusieurs centaines de milliers d'euros n'a rien d'un acte « bon marché » : c'est un acte décisionnel. Tant qu'on ne raisonnera pas ainsi, on continuera à payer ces innovations comme des prestations techniques, et non comme ce qu'elles sont — des décisions médicales. La médecine personnalisée est souvent présentée comme une révolution. Où en sommes-nous réellement aujourd'hui ? Elle est déjà là, et ce n'est pas une promesse : c'est une pratique quotidienne. Le cœur, c'est l'oncologie et l'oncohématologie. Le séquençage haut débit, ou NGS, permet aujourd'hui d'identifier, sur la tumeur ou sur la moëlle, les mutations qui prédisent la réponse ou la résistance à une chimiothérapie, et donc d'orienter d'emblée vers la bonne molécule au lieu de traiter à l'aveugle. On ne donne plus le même traitement à tout le monde : on le choisit en fonction du profil moléculaire de la maladie. Et la même logique gagne l'infectiologie : l'identification moléculaire rapide d'un pathogène et de ses résistances permet de sortir au plus vite de l'antibiothérapie probabiliste : ce traitement « au cas où », à la fois coûteux et l'un des moteurs de l'antibiorésistance. Personnaliser, c'est exactement cela : le bon traitement, pour le bon patient, au bon moment. Le problème, ce n'est donc pas la technique : c'est le financement et la diffusion. Aujourd'hui, plus de six cents actes innovants sont coincés dans un dispositif dérogatoire en voie d'extinction, et les forfaits de séquençage les plus lourds (entre 880 et 2 200 euros l'acte) ne sont remboursés qu'à hauteur de 43 % de leur valeur théorique pour l'hôpital. Autrement dit : la France sait faire la médecine personnalisée, mais elle n'a pas encore construit le modèle économique qui permet de la rendre accessible à tous les patients, partout sur le territoire, en conservant la soutenabilité du système sans détruire nos capacités d'innovation. C'est exactement le sujet sur lequel j'ai travaillé dans le cadre du master Gestion et Politiques de Santé à Sciences Po Paris. L'intelligence artificielle fait beaucoup parler d'elle. Dans quels domaines de la biologie médicale apporte-t-elle déjà des résultats concrets ? L'IA en biologie, c'est moins le grand soir que beaucoup d'usages concrets qui s'installent. Elle est performante là où il y a de l'image et du volume : la pré-classification des cellules sanguines en hématologie, l'aide à l'interprétation des antibiogrammes en microbiologie. Elle est utile aussi en post-analytique : détection d'incohérences, contrôles de cohérence d'un résultat par rapport à l'historique du patient, repérage des prescriptions redondantes ou non pertinentes. Mais le plus prometteur est ailleurs, dans le travail sur les grandes masses de données. L'IA sait croiser des dizaines de biomarqueurs que l'œil humain ne peut corréler, et faire basculer la biologie du descriptif vers le prédictif : non plus seulement constater un résultat, mais anticiper une évolution. Elle est aussi devenue indispensable au séquençage : sans elle, on ne saurait ni traiter ni interpréter, à un coût raisonnable, les volumes considérables de données qu'un NGS génère — elle réduit à la fois le coût et la difficulté d'interprétation. Et elle ouvre un champ entièrement nouveau : la découverte de biomarqueurs inédits, des signatures qu'aucun œil clinique n'aurait isolées sans la puissance de calcul appliquée à de larges cohortes. Mais je veux être précis, l'IA n'est pas un biologiste. Elle amplifie la valeur informationnelle de l'acte, elle ne se substitue ni à la validation biologique ni au dialogue avec le clinicien. La vraie question qu'elle pose n'est pas « est-ce que ça marche ? » ; souvent oui ; mais « qui valide, qui est responsable, et comment finance-t-on un outil qui améliore la pertinence sans générer de recette à l'acte ? ». L'IA bute exactement sur le même mur que le reste de l'innovation diagnostique : un système de tarification qui paie le geste technique et reste aveugle à la valeur produite. 2. L'innovation diagnostique : un angle mort des politiques de santé ? Pourquoi parle-t-on beaucoup des innovations thérapeutiques mais encore relativement peu des innovations diagnostiques ? Parce que le médicament a tout ce qui rend une innovation visible : un industriel qui le porte, un prix de marché, un Comité économique des produits de santé qui le négocie, une liste en sus pour les molécules onéreuses, un mécanisme d'accès précoce qui le finance avant même son inscription définitive, et surtout une visibilité et un bénéfice tangibles pour le patient. Le diagnostic, lui, n'a rien de tout cela de visible et reste invisible. Pour la biologie, le forfait innovation a été conçu pour les dispositifs médicaux, pas pour nos actes ; l'article 51 finance des organisations, pas des cotations d'actes ; il ne reste, en pratique, qu'un seul outil, le RIHN (le référentiel des actes innovants hors nomenclature). Et, bien que perfectible, ce n'est pas le développement de l'innovation qui souffre le plus : c'est son passage en droit commun, son entrée en routine dans la prise en charge des patients. Le diagnostic souffre aussi d'une invisibilité comptable : à l'hôpital public, le coût d'un examen réalisé pendant un séjour est noyé dans le tarif global du séjour, sans facturation séparée. La biologie hospitalière, c'est 40 % des dépenses de biologie du pays (environ 3,4 milliards d'euros) et pourtant l'Inspection générale des affaires sociales et l'Inspection générale des finances (IGAS-IGF) la décrivent comme « moins connue, dans ses coûts comme dans sa production » que la biologie de ville. On ne défend bien que ce qu'on voit : l'innovation diagnostique est un angle mort parce qu'elle est, littéralement, invisible dans nos comptes comme aux yeux des patients. Peut-on considérer qu'un diagnostic plus rapide ou plus précis constitue déjà en lui-même une innovation majeure pour le patient ? Absolument, et plusieurs exemples peuvent l'illustrer. Tout d'abord en cardiologie, avec les troponines ultrasensibles : la Société européenne de cardiologie a validé des algorithmes à une heure. Si le taux est bas à l'arrivée et n’évolue pas significativement une heure plus tard, on écarte l'infarctus avec une valeur prédictive négative supérieure à 99 %. Le patient sort en une heure au lieu de douze ou vingt-quatre. Les études montrent une réduction du temps de passage aux urgences de 33 à 50 %, et une étude britannique chiffre l'économie à plus de 2 000 livres par patient, essentiellement en évitant des séjours en soins intensifs. Là, le « plus rapide » n'est pas un confort : c'est l'innovation. Mais l'exemple qui illustre le mieux cette valeur, c'est le panel PCR multiplex sur liquide céphalo-rachidien, aux urgences. Face à une suspicion de méningite, il permet d'identifier l'agent responsable en moins de deux heures, là où une culture classique demande cinq jours. Et si l'on fait le micro-costing (reconstruire le gain réel, poste par poste) cet acte coté 270 euros génère de l'ordre de 1 700 euros d'économies par patient soit un rapport de 1 à 6. Voilà ce que « plus rapide » veut dire concrètement. Et enfin, un dernier exemple : l'identification des résistances aux thérapeutiques anticancéreuses réduit les pertes de chances liées à l'usage d'une thérapeutique de première ligne inefficace. En biologie et à bon escient, le temps, c'est la réduction d'une perte de chance, mais aussi des coûts pour notre système de santé et c'est précisément ce que les restructurations industrielles de la dernière décennie ont oublié. En consolidant les laboratoires loin des patients, on a allongé les délais de rendu sans jamais les mesurer. Un diagnostic juste qui arrive trop tard a perdu une grande partie de sa valeur. Vous défendez l'idée que les tests diagnostiques génèrent des économies pour le système de santé. Comment mesurer cette valeur ? En reconstituant la chaîne complète des coûts évités, et non en regardant le seul prix du test. Le cas d'école, c'est le dépistage prénatal non invasif de la trisomie 21 (DPNI), une innovation qui a, en quelques années, transformé tout un pan du dépistage. Avant, on confirmait un risque élevé par amniocentèse, un geste invasif porteur d'un risque de fausse couche de 0,5 à 1 %. Aujourd'hui, une simple prise de sang à environ 390 euros, qui détecte l'ADN fœtal circulant avec une spécificité supérieure à 99 %, a divisé par deux le nombre de gestes invasifs : on est passé d'environ 24 400 amniocentèses en 2016 à 13 400 en 2023, soit près de 11 000 actes invasifs évités chaque année. Rien que pour l'Assurance maladie, l'amniocentèse et son cortège (l'acte lui-même, la consultation, le caryotype, l'échoguidage, la surveillance) c'est de l'ordre de 700 euros par geste, donc environ 7,7 millions d'euros d'économies directes par an. Mais l'essentiel n'est pas là. Il est dans deux dimensions que la tarification à l'acte ne voit jamais. D'abord le risque de fausse couche : sur 24 000 gestes, l'amniocentèse provoquait de l'ordre de 120 pertes fœtales par an soit 120 grossesses désirées interrompues par le geste de confirmation lui-même. Ces fausses couches évitées, leur coût médical est modeste, quelques dizaines de milliers d'euros, mais le coût humain et psychologique, lui, est tout simplement hors de prix. Ensuite les coûts sociaux : chaque amniocentèse évitée, ce sont des arrêts de travail en moins. Au total, environ 22 000 journées d'arrêt évitées par an, un peu plus d'un million d'euros d'indemnités pour l'Assurance maladie, mais surtout près de 4,4 millions d'euros de productivité préservée pour les employeurs. Personne, dans la nomenclature, ne « voit » ces 4,4 millions. Quand on agrège tout cela, le bilan devient parlant. La collectivité investit 46,8 millions d'euros pour rembourser le test aux 120 000 femmes éligibles chaque année. En face, le bilan strict de l'Assurance maladie reste négatif (de l'ordre de 33 millions d'euros nets) parce que le test coûte plus cher que les seules amniocentèses qu'il remplace. Mais le bilan sociétal élargi, lui, est positif et incontesté : intégrez les gains de productivité, les fausses couches évitées, l'anxiété maternelle épargnée, et le coût par année de vie pondérée par la qualité tombe très en dessous des seuils d'acceptabilité usuels. Le DPNI démontre tout : mesurer la valeur d'un diagnostic, ce n'est pas regarder son prix, c'est suivre la valeur sur toute la chaîne médicale, humaine, sociale bien au-delà du flux comptable d'un seul payeur. Et c'est valable partout. Prenez la maladie rénale chronique : un suivi au stade 3 coûte environ 3 000 euros par an, la dialyse au stade terminal en coûte 80 000. Deux examens simples (la créatinine et le rapport albumine/créatinine) suffisent à repérer tôt le risque et à changer la trajectoire. Là encore, l'acte est dérisoire, la valeur évitée colossale. Reste une difficulté : éviter une réadmission est bénéfique pour le payeur, mais pas forcément pour l'établissement, dont la réadmission aurait été une recette. C'est tout l'enjeu du micro-costing et de l'évaluation médico-économique : changer d'échelle, raisonner en valeur pour le système entier. Tant que chacun reste dans son silo comptable, la valeur du diagnostic échappe à tout le monde. 3. Le financement de l'innovation Le dispositif RIHN a permis l'accès à de nombreux actes innovants. Pourquoi est-il aujourd'hui nécessaire de le réformer ? Le RIHN a été conçu en 2015 comme un sas transitoire, le temps qu'un acte innovant fasse ses preuves avant d'entrer dans le droit commun. Il est devenu un régime structurel, et il s'est grippé pour deux raisons. D'abord, c'est une enveloppe fermée : plus les volumes augmentent, plus le taux de couverture s'effondre : il est passé de 83 % en 2016 à 43 % en 2023. Ensuite, le décret de mars 2024 a programmé son extinction par une décote annuelle, initialement de 20 % par an, ce qui revenait à éteindre le financement en cinq ans. Finalement, cette décote a été ramenée à 10 % par an pour les actes non évalués favorablement par la Haute Autorité de santé (HAS). L'entrée de nouveaux actes innovants passe désormais par un « RIHN 2.0 » plus exigeant. Le RIHN historique inscrivait des actes sur un dossier scientifique parfois mince, voire, pour la liste complémentaire, sur simple demande de gestion comptable. Le nouveau cadre, désormais ancré dans le Code de la sécurité sociale, doit conditionner le financement dérogatoire à la production d'études en vie réelle documentées : durée de séjour évitée, antibiothérapie épargnée, complications prévenues, mesurées sur des cohortes réelles. Autrement dit, transformer la période dérogatoire (qui n'était qu'une salle d'attente) en une véritable phase de démonstration de la valeur, pour que le passage en droit commun se décide enfin sur la preuve, et rapidement. Mais le réel problème, c'est l'impact du passage en droit commun. Dans les conditions actuelles, ce passage est devenu un piège pour l'hôpital public : source de déficit, de déstructuration d'une partie de ses laboratoires de biologie médicale, de ses compétences, et de sa capacité à faire émerger les innovations de demain. Les examens intégrés à la NABM (la Nomenclature des actes de biologie médicale) sont absorbés dans le GHS, le groupe homogène de séjour, des établissements publics : ils deviennent une charge, de surcroît totalement invisible pour nos tutelles, et ne constituent une recette que lorsqu'ils sont réalisés en externe. La conséquence est systémique : l'incapacité de conserver en routine des actes innovants pour nos établissements publics, donc d'en faire bénéficier nos patients et de faire émerger de nouvelles innovations. Devant des déficits croissants, l'abandon de ces actes induira une perte de chance pour les patients, un allongement de la durée moyenne de séjour et une fragilisation de nos plateaux techniques. Nos CHU sont les incubateurs de l'innovation diagnostique du pays : quand l'acte qui faisait vivre leur plateau devient déficitaire, la mécanique est implacable : on réduit l'activité, puis on externalise, puis on ferme le laboratoire. Et en détruisant les laboratoires de biologie médicale de nos CHU, on ne perd pas seulement une recette : on casse la chaîne qui produit les données biologiques, forme les biologistes, découvre les nouveaux biomarqueurs et valide les nouveaux tests avec les industriels. On scie la branche sur laquelle repose toute notre capacité d'innovation. C'est cela, le vrai danger d'un passage en droit commun mal pensé. Quels sont les principaux risques si la France ne parvient pas à mieux financer l'innovation diagnostique ? Le premier risque est chiffrable, service par service. Quand plus du tiers des recettes d'une activité dépend d'un financement qui s'éteint, les comptes basculent : pour un seul service réalisant 200 panels de séquençage par an, la perte nette atteint 171 000 euros, l'équivalent d'un poste de praticien hospitalier. Trois disciplines sont en première ligne, parce qu'elles concentrent l'activité innovante : l'oncogénétique, la génétique et la microbiologie. Mais le risque le plus grave dépasse la comptabilité : il est stratégique. C'est cette chaîne d'incubation (production de données cliniques, formation des biologistes, validation des tests avec les industriels) qui se rompt, et avec elle notre capacité collective à produire l'innovation de demain. D'autres pays l'ont compris et l'ont institutionnalisée : le Québec a inscrit dans son organisation publique cette fonction d'incubateur que la France, elle, laisse reposer sur l'autofinancement d'hôpitaux déjà déficitaires. Au fond, c'est une question de souveraineté diagnostique : voulons-nous rester un pays qui conçoit ses tests, ou devenir un pays qui se contente de les acheter ? Vous insistez sur l'importance des données de vie réelle et des évaluations médico-économiques. Pourquoi sont-elles devenues indispensables ? Parce que la valeur d'un acte diagnostique n'est pas dans son coût de production, elle est en aval : dans la durée de séjour qu'il raccourcit, les complications qu'il évite, l'antibiothérapie qu'il permet de désescalader. Une méta-analyse sur 27 études et plus de 17 000 patients montre qu'une PCR multiplex rapide réduit la durée de séjour d'environ un jour. Au Canada, le couplage d'une plateforme microbiologique automatisée à un programme de bon usage des antibiotiques a réduit de 28 % les dépenses d'antibiotiques. Ces bénéfices, aucune nomenclature française ne sait aujourd'hui les capter. Or on ne valorise que ce qu'on mesure. Tant qu'on ne relie pas chaque acte de biologie au séjour pour lequel il a été réalisé, on est incapable de démontrer la durée de séjour évitée. C'est pourquoi je propose un « FICHCOMP biologique » : une infrastructure de traçabilité reliant chaque acte au séjour, qui rendrait enfin mesurable l'impact réel. Sans cette donnée de vie réelle, le passage d'une tarification par le coût à une tarification par la valeur reste un vœu pieux. Le micro-costing est encore peu connu du grand public. En quoi cette approche peut-elle changer la manière d'évaluer les innovations de santé ? Le micro-costing, c'est l'art de reconstituer le coût réel et complet d'une prise en charge, poste par poste, au lieu de se contenter d'un forfait moyen. J'en donnais l'exemple avec le panel infectieux des urgences : on ne mesure sa vraie valeur qu'en additionnant la réanimation évitée, l'antibiothérapie épargnée et les complications prévenues, et non en regardant le seul prix de l'acte. C'est seulement à ce niveau de finesse qu'apparaît la valeur d'une innovation. Cette approche change la donne parce qu'elle déplace le débat. Aujourd'hui, on fixe le tarif d'un acte sur son coût analytique (réactifs, automate, main-d'œuvre). C'est un paradigme appauvri : il ignore tout ce que l'acte fait économiser ailleurs. Le micro-costing rend ces externalités visibles et chiffrables. La condition, c'est de disposer de bases de coûts homogènes : la Base d'Angers existe, mais elle est volontaire et hétérogène. Je propose un référentiel national standardisé, piloté par l'Agence technique de l'information sur l'hospitalisation (ATIH) et la Direction générale de l'offre de soins (DGOS), sans lequel toute tarification par la valeur restera théorique. 4. Santé publique et souveraineté sanitaire La crise du Covid a mis en lumière l'importance des capacités diagnostiques. Avons-nous tiré toutes les leçons de cette période ? En partie seulement. Le Covid a d'abord prouvé une évidence qu'on avait oubliée : sans capacité diagnostique, un pays est aveugle. L'État a solvabilisé pour 7 milliards d'euros de tests PCR en deux ans, et ce n'était pas du gaspillage : c'est cet acte innovant, déployé en quelques semaines, qui a permis de gérer pour partie les vagues successives. La PCR ne servait pas seulement à dire à un patient s'il était positif : agrégée, via des plateformes comme SI-DEP, elle a donné une veille épidémiologique en temps réel, capable de suivre la circulation du virus territoire par territoire. Et le séquençage a ajouté une couche décisive : détecter l'apparition des variants (Alpha, Delta, Omicron) et anticiper les vagues à venir. La biologie a été, là, l'instrument de pilotage de la crise. Mais c'est précisément là qu'on n'a pas tiré la leçon. Ce que le Covid a démontré, c'est que la France sait aller vite quand elle le décide : en quelques semaines, on a déployé une technique nouvelle, financé des actes, levé des verrous réglementaires. La capacité d'innovation existe. Le problème, c'est qu'en temps normal ce ressort est bloqué. Il a fallu une pandémie pour faire émerger ces avancées, et la crise passée, le système s'est refermé : un goulet d'évaluation de plusieurs années, une décote qui éteint les financements, une nomenclature figée. Autrement dit, nous ne savons faire émerger l'innovation que sous la contrainte de l'urgence ; le reste du temps, nous restons sclérosés. Voilà la vraie leçon mal tirée : on a vu que la capacité diagnostique était un bien stratégique, mais on n'a rien construit pour la faire vivre hors crise. Le Covid a aussi montré que ces capacités ne s'opposent pas : elles doivent être à la fois centralisées et de proximité. D'un côté, les vagues ont exigé des plateaux lourds, automatisés, à très haute cadence, et des plateformes de séquençage concentrées : c'est la centralisation. De l'autre, le dépistage de masse n'a fonctionné que parce qu'on a rapproché le test du citoyen, au plus près du terrain. Les deux logiques sont complémentaires : un diagnostic spécialisé consolidé sur des plateaux de référence, et un diagnostic courant rendu en proximité, au plus proche du patient. C'est exactement le modèle d'organisation territoriale qu'il faut bâtir. Enfin, et c'est peut-être le plus frustrant : le Covid a rendu la biologie visible. Pour la première fois, tout le pays parlait de PCR, de seuils, de sensibilité. Mais elle n'est devenue visible que comme un geste technique : l'écouvillon, le tube, le résultat positif ou négatif. On a réduit la discipline à sa prestation analytique, alors qu'elle a été bien davantage pendant la crise : un outil de décision collective, de pilotage de santé publique. Et elle peut être bien plus encore demain : un acteur clinique du parcours de soins, et non un simple fournisseur de résultats. Tant qu'on regardera la biologie comme un acte technique et non comme une spécialité médicale, on continuera de sous-estimer ce qu'elle apporte. La France dispose-t-elle encore des moyens nécessaires pour rester à la pointe de l'innovation en biologie médicale ? Sur le plan scientifique, oui : nos CHU savent faire, le plan France Médecine Génomique a structuré des plateformes de pointe, et le coût de production de notre biologie hospitalière publique (CHU comme centres hospitaliers) est compétitif, souvent inférieur au tarif de remboursement. Le savoir-faire n'est pas en cause. Ce qui menace, c'est le financement et les hommes. La démographie est alarmante : moins de 10 000 biologistes en France, en baisse de près de 7 % en dix ans, un âge moyen de 49,5 ans, et une spécialité tombée au 43e rang sur 44 dans le choix des internes en médecine. On forme moins, on attire moins, au moment précis où la discipline devient la plus technologique et la plus innovante. Donc oui, nous avons encore les moyens d'être à la pointe : mais c'est une fenêtre qui se referme. Si on laisse la décote éteindre les plateformes et la démographie s'effondrer, on aura, dans dix ans, accès à la science sans les moyens de la déployer, et surtout, nous n'en serons plus à l'origine. Comment concilier innovation, maîtrise des dépenses publiques et égalité d'accès aux soins ? Ces trois objectifs ne sont contradictoires que si l'on raisonne en coûts. Si l'on raisonne en valeur, ils convergent. Premier levier, la pertinence : l'OCDE estime que 20 % des examens de biologie sont non pertinents en France. L'Assistance publique-Hôpitaux de Paris (AP-HP), avec son programme « juste prescription », a dégagé 23,6 millions d'euros d'économies, sans réforme, par la seule gouvernance interne. C'est de la maîtrise des dépenses qui finance l'innovation. Deuxième levier, valoriser par l'impact plutôt que comprimer le coût : payer un acte pour ce qu'il fait économiser, pas pour ce qu'il coûte. Troisième levier, la structuration territoriale : mutualiser les plateaux spécialisés tout en gardant en proximité l'ensemble des examens nécessaires, comme le Québec l'a fait avec son modèle OPTILAB : 500 unités regroupées en 11 grappes. C'est ce type de consolidation qui garantit qu'un patient du Cantal accède aux mêmes innovations qu'un patient parisien, via un partenariat avec son CHU de référence, celui de Clermont-Ferrand, tout en conservant un délai de rendu inférieur à une heure pour les urgences médicales. L'égalité d'accès n'est pas l'ennemie de l'efficience : bien organisée, elle en est la condition. 5. Regards sur l'avenir Si vous aviez une réforme prioritaire à proposer pour accélérer l'accès des patients aux innovations diagnostiques, laquelle serait-elle ? Sur le plan technique, plusieurs mesures d'urgence s'articulent. D'abord, créer une véritable traçabilité de l'ensemble des examens de biologie médicale en les rattachant au séjour, afin d'évaluer au plus juste les GHS et de permettre leur évolution. Ensuite, créer une « liste en sus » biologique temporaire pour les actes onéreux, exactement comme on l'a fait pour les médicaments innovants au moment de l'hépatite C, ce qui rendrait possible ce travail sur les GHS. Enfin, débloquer le goulet d'évaluation de la HAS en y intégrant les données de vie réelle. C'est ce qui permettrait à l'hôpital de réaliser un séquençage à 1 500 euros sans absorber la perte dans le tarif du séjour. J'y ajoute, pour les actes infectieux à fort volume, un « Forfait Infectiologique Hospitalier » dédié, qui compenserait le coût du forfait biologique réalisé aux urgences. Mais s'il ne fallait en retenir qu'une, ce serait moins une mesure qu'un changement de paradigme : cesser de tarifer le diagnostic à son coût de production, et le tarifer à sa valeur, à la décision qu'il permet, au séjour qu'il évite, à la complication qu'il prévient. Reconnaître, en somme, que le laboratoire n'est pas un centre de coût mais un centre de décision. Toutes les réformes techniques découlent de cette inversion — d'où la nécessité de tracer chaque acte et de le rattacher au séjour du patient. Comment imaginez-vous la biologie médicale en 2035 ? Je l'imagine, ou je l'espère, médicalisée, consolidée, augmentée et valorisée par l'impact. Médicalisée : le biologiste redevenu un acteur clinique du parcours de soins, qui conseille la prescription, interprète les résultats complexes, siège dans les réunions pluriprofessionnelles, et dont ce temps médical est enfin reconnu. Consolidée : des plateaux spécialisés mutualisés à l'échelle territoriale, des examens courants rendus au plus près du patient, permettant sa prise en charge au plus près de son domicile. Augmentée : ayant intégré tout ce que l'intelligence artificielle permet en matière de traitement de données, faisant émerger de nouvelles valeurs informatives : préventives, diagnostiques et thérapeutiques. Et valorisée par l'impact : un système qui paie l'information médicale produite, pas le tube. C'est le scénario favorable. Le scénario défavorable, c'est l'autre branche de l'alternative : des plateformes qui ferment une à une sous l'effet de la décote, se concentrant toujours davantage et s'éloignant des équipes de soins ; une externalisation croissante vers quelques groupes privés ; une discipline qui n'attire plus ; une démographie qui s'éteint. Entre les deux, ce ne sont pas les technologies qui trancheront, elles seront là, ce sont les choix politiques des cinq prochaines années. Quel message souhaiteriez-vous adresser aux décideurs publics qui travaillent aujourd'hui sur les réformes du système de santé ? Un message tient dans le titre de cet entretien : l'innovation diagnostique est un investissement, pas un coût. Quand un acte à quelques dizaines d'euros conditionne 70 % des décisions médicales, le réduire ligne à ligne dans un tableau budgétaire, c'est une fausse économie qui se paie ailleurs, plus tard, et plus cher. Je leur dirais aussi : ne laissez pas s'éteindre par une simple décote comptable ce qu'il a fallu vingt ans de recherche clinique hospitalière à construire. La fragmentation entre trois directions ministérielles (la santé, l'offre de soins, la sécurité sociale) fait qu'aujourd'hui personne ne porte une politique d'ensemble de la biologie hospitalière. Le premier acte de courage politique, ce serait de désigner un pilote et de reconnaître la biologie médicale pour ce qu'elle est : non pas une prestation technique à comprimer, mais le système nerveux informationnel de toute la médecine. Conclusions En une phrase : quelle innovation aujourd'hui émergente pourrait avoir demain l'impact le plus important sur la santé des Français ? Le séquençage de l'ADN tumoral sur une simple prise de sang, la biopsie liquide, va redéfinir le diagnostic, le traitement et le suivi des cancers, et demain, peut-être, leur dépistage. Existe-t-il un livre qui a changé votre regard sur la santé, l'innovation, la biologie ou l'action collective ? En quoi a-t-il influencé votre manière de penser et d'agir aujourd'hui ? Il y en a bien sûr plusieurs, mais je pense à la série S.A.R.R.A. de David Gruson. C'est un roman d'anticipation qui met en scène une crise sanitaire majeure pilotée par une intelligence artificielle. L'auteur y pose la question qui me paraît la plus juste sur l'IA en santé : non pas « la machine est-elle performante ? », elle l'est, mais « comment garder l'humain, et la décision médicale, au cœur du dispositif ? ». C'est ce qu'il appelle la garantie humaine de l'intelligence artificielle, un principe qu'il a contribué à faire reconnaître jusque dans la loi française. Ce livre a changé mon regard parce qu'il m'a fait comprendre que le vrai enjeu de l'innovation n'est pas seulement technologique : il est éthique et organisationnel. L'intelligence artificielle, le séquençage, la biologie de demain ne valent que si le biologiste médical reste celui qui interprète, valide et décide ; la technologie doit amplifier le jugement, jamais le confisquer. Je crois qu'il vaut toujours mieux anticiper, organiser et réguler l'innovation en amont que la subir une fois qu'elle est là. Rendez-vous mardi 7 juillet pour la prochaine note « Les mardis de l’innovation en santé » David Smadja est professeur d’hématologie à l’AP-HP et à l’Université Paris Cité, responsable de la Commission Santé du Laboratoire de la République. Léa Behr est CEO de RespublicIA et membre de la commission Santé du Laboratoire de la République.