IA en santé : pourquoi passer du pilote à l’échelle reste si difficile
Un rapport publié par l’OCDE le 7 octobre transforme les conclusions d’une conférence de 142 experts en dix priorités. Son constat : accumuler les projets pilotes ne suffit pas ; il faut mesurer les effets réels, organiser la supervision et financer le cycle de vie complet des outils.
Prêt à lire l’article.
Dans cet article
L’intelligence artificielle sait déjà résumer des dossiers, assister certaines lectures d’images, soutenir la décision clinique ou automatiser des tâches administratives. Pourtant, la multiplication des démonstrations ne se traduit pas automatiquement par une amélioration mesurable des soins. C’est le point de départ du rapport publié le 7 octobre 2026 par l’Organisation de coopération et de développement économiques.
Le document restitue une conférence organisée à Madrid les 28 et 29 mai par l’OCDE et le ministère espagnol de la Santé. Elle a réuni 142 experts, issus de 34 pays et de 35 organisations partenaires. De ces travaux ressort un plan de dix actions prioritaires pour faire passer l’IA en santé de projets isolés à des usages durables.
La valeur ne se mesure pas au nombre de pilotes
L’OCDE relève que les systèmes de santé peinent encore à transformer les investissements en résultats vérifiables. Le rapport cite une enquête selon laquelle plus de 90 % des dirigeants interrogés ne constatent pas d’effet mesurable sur la productivité. Ce chiffre provient d’une étude référencée par l’OCDE ; il ne mesure pas à lui seul tous les usages cliniques ni tous les pays.
Un projet pilote peut fonctionner dans un service doté d’une équipe motivée, de données nettoyées et d’un accompagnement technique rapproché. Le passage à plusieurs hôpitaux expose ensuite les différences de dossiers, de pratiques, d’équipements et de règles. L’échelle révèle ce que la démonstration contrôlée pouvait masquer.
Dix actions autour de trois fondations
Le plan proposé par les experts se structure autour de trois ensembles. Le premier concerne la confiance : concevoir les usages avec les personnes concernées, développer les compétences et organiser la coopération. Le deuxième porte sur les fondations : gouvernance, politiques communes, suivi du cycle de vie, infrastructures de données et capacité d’adaptation. Le troisième vise les modèles économiques et le financement.
Ces actions constituent une feuille de route issue d’experts, pas une norme obligatoire imposée aux États. Le rapport lui-même précise qu’il ne reflète pas nécessairement la position officielle de tous les pays membres de l’OCDE.
Tester sans influencer les soins
Parmi les approches examinées figure l’essai silencieux : un modèle fonctionne dans l’environnement prévu, mais ses résultats ne modifient pas la prise en charge. Les équipes peuvent ainsi comparer ses performances aux décisions réelles, repérer les erreurs locales et observer son intégration dans le flux de travail avant un déploiement actif.
Cette méthode ne remplace ni une validation clinique ni une autorisation réglementaire. Elle peut toutefois produire des informations plus proches du terrain qu’un test réalisé uniquement sur une base de données historique. Elle rappelle surtout qu’un bon score technique ne prouve pas encore une amélioration pour le patient.
La supervision doit durer aussi longtemps que l’outil
Un système peut changer après une mise à jour, l’arrivée de nouvelles données ou une modification de son environnement. L’évaluation ne peut donc pas s’arrêter au jour de l’achat. Il faut documenter les versions, surveiller les incidents, contrôler les performances selon les populations et prévoir le retrait d’un outil devenu inadéquat.
Le financement doit lui aussi couvrir davantage que la licence : intégration, cybersécurité, formation, maintenance, contrôle humain et mesure des résultats. Sans cette vision complète, une solution présentée comme économique peut créer des coûts invisibles pour les professionnels.
Ce que cela signifie pour les systèmes de santé africains
Africa CDC figure parmi les organisations partenaires mentionnées dans le rapport. Mais le document ne propose pas une stratégie spécifique à la Côte d’Ivoire ni un modèle unique pour l’Afrique. Les capacités numériques, les données disponibles et les priorités sanitaires diffèrent fortement d’un territoire à l’autre.
Notre analyse est que le principe le plus transférable est celui de l’évaluation locale. Avant d’étendre un outil, une autorité sanitaire devrait pouvoir répondre à quelques questions simples : améliore-t-il réellement une décision ou un délai ? Pour quelles populations ? Avec quelles erreurs ? Qui reste responsable ? Combien coûte son fonctionnement complet ?
L’IA en santé mérite mieux qu’une opposition entre enthousiasme et peur. Le rapport de l’OCDE propose de déplacer le débat vers l’organisation concrète : les personnes, les données, les règles, le financement et la preuve d’un bénéfice. C’est à ce niveau que se décidera le passage du pilote à l’échelle.
Sources et limites
OCDE — rapport « Scaling fast while doing no harm », publié le 7 octobre 2026.
Ministère espagnol de la Santé — conférence sur le déploiement responsable de l’IA en santé.
Sources consultées le 7 octobre 2026. Les chiffres et priorités sont rapportés par l’OCDE ; MIND AI MEDIA n’a pas évalué de dispositif médical ni formulé de conseil clinique.