Pas d'IA hospitalière fiable sans données de qualité

Les établissements hospitaliers multiplient les projets d'intelligence artificielle : aide au diagnostic, structuration des comptes rendus, optimisation des parcours. Pourtant, nombre de ces initiatives peinent à tenir leurs promesses une fois confrontées au terrain. La cause est rarement l'algorithme. Elle réside presque toujours dans la matière première : la qualité des données de santé et leur représentativité.

L'attention se concentre volontiers sur le modèle : sa sophistication, ses performances annoncées, sa promesse d'automatisation. La donnée qui l'alimente, elle, reste dans l'ombre. Un système d'information hospitalier accumule des années d'informations issues de dizaines de logiciels métiers : dossier patient, laboratoire, imagerie, gestion administrative. Ces données existent, mais elles ont été produites pour le soin, pas pour l'analyse. Les mobiliser pour entraîner ou évaluer une IA suppose un travail préalable considérable, régulièrement sous-estimé dans les feuilles de route.

Le constat est largement partagé dans le secteur. Le livre blanc « Hôpital & IA » publié par Alten, le formule sans détour : ce n'est pas l'algorithme qui fait la différence, mais la capacité à disposer d'un socle de données unifiées, enrichies et traçables. La stratégie nationale sur l'IA et les données de santé, publiée en juillet 2025 par le ministère chargé de la santé, converge vers la même idée : la qualité des données influence directement la performance et la sécurité des systèmes d'IA. Négliger cette étape fragilise l'ensemble de la démarche.

La qualité n'est pas une notion abstraite. Elle se décline en critères concrets, particulièrement sensibles en contexte hospitalier. Une donnée fiable est complète, les valeurs manquantes faussent l'apprentissage. Elle est exacte, une erreur de saisie ou de codage se propage dans le modèle. Elle est actuelle, une information obsolète ne reflète plus l'état du patient. Elle est cohérente, les nomenclatures divergentes d'un service à l'autre empêchent toute comparaison fiable. À l'hôpital, où chaque décision engage la sécurité du patient, cette exigence n'admet pas de compromis.

Au-delà de ces critères, une donnée réellement exploitable par un système d'IA réunit 5 propriétés complémentaires, que l'on peut résumer ainsi :

• Mobilisable : la donnée clinique doit pouvoir être consultée à tout moment, par centralisation en amont ou par extraction en temps réel depuis les logiciels sources.
• Unifiée : les informations issues d'applications multiples doivent être rapprochées et harmonisées : identités patient consolidées, doublons éliminés, référentiels alignés. Sans cette étape, l'IA travaille sur des fragments incohérents.
• Rapidement accessible : les usages conversationnels exigent une réponse immédiate, donc des technologies capables d'interroger de gros volumes sans latence.
• Enrichie : un texte en langage naturel doit être traduit en concepts exploitables, au moyen de codes standardisés et de métadonnées.
• Traçable : chaque résultat généré doit pouvoir être relié à ses sources, condition de la vérification, de l'audit et de la garantie humaine.

Ces propriétés, dessinent le portrait d'un système d'information réellement prêt pour l'IA. Des données d'entrée défaillantes produisent des résultats défaillants, quelle que soit la qualité du traitement. Les critères d'évaluation des algorithmes médicaux insistent d'ailleurs sur la robustesse et la reproductibilité, des propriétés qui s'effondrent dès lors que les données d'apprentissage sont de mauvaise qualité.

La qualité ne suffit pas. Une base de données peut être impeccable sur le plan technique et néanmoins biaisée. Un SI hospitalier reflète la patientèle de l'établissement : sa démographie, son bassin de population, ses spécialités. Un modèle entraîné sur ces seules données apprend un monde partiel. Déployé sur une population différente, autre territoire, autre profil de patients, il perd en fiabilité. Les travaux sur les biais algorithmiques en santé documentent des écarts de performance selon les groupes de patients, susceptibles de conduire à des sous-diagnostics sur les populations insuffisamment représentées. Le biais n'est pas une anomalie marginale : il est la conséquence directe d'une base d'apprentissage non représentative.

La parade tient en un mot : la diversité. Des données représentatives supposent des cohortes larges, croisant les profils, les territoires et les parcours. C'est l'un des arguments en faveur des projets multicentriques, où plusieurs établissements mettent en commun leurs données pour constituer des bases plus riches et plus généralisables. L'enjeu dépasse la performance technique : il touche à l'équité d'accès à un diagnostic fiable. Un algorithme qui fonctionne mieux pour certains patients que pour d'autres reproduit, à l'échelle du système, une inégalité de prise en charge. Pour un établissement, garantir la représentativité de ses données, c'est garantir la justice de l'outil.

Entre la donnée brute du système d'information et la donnée exploitable par un modèle, un travail structurant s'impose : consolidation des sources, normalisation des vocabulaires, traitement des valeurs manquantes, déduplication. Ce travail ne s'improvise pas. Il suppose une gouvernance claire : responsabilités, finalités, droits d'accès et des outils capables de traiter la donnée à l'échelle d'un établissement ou d'un territoire. C'est précisément le rôle d'un entrepôt de données de santé bien conçu : une infrastructure qui transforme une information cloisonnée en ressource fiable.

L'expérience internationale l'illustre. Plusieurs établissements de référence ont fait de la structuration de leurs flux de données un préalable stratégique : en organisant une véritable chaîne d'approvisionnement de la donnée clinique sécurisée, mobilisable à grande échelle et exploitable par l'IA, ils ont transformé leurs innovations en valeur clinique réelle. La préparation de l'architecture n'y est pas un luxe, mais une condition. La mise en qualité, elle non plus, n'est pas une opération ponctuelle : c'est un processus continu, inscrit dans la durée.

C'est sur ce terrain qu'InterSystems accompagne les établissements. La plateforme d'interopérabilité HealthShare agrège des données issues de sources multiples et les restitue sous une forme normalisée et cohérente, condition d'un dossier de santé fiable à l'échelle d'un territoire. Elle repose sur InterSystems IRIS for Health, plateforme de gestion de données unifiée conçue pour exploiter le potentiel de la donnée hospitalière tout en garantissant sa qualité. Sur ce socle, les projets d'IA disposent enfin de fondations solides. Le dossier patient InterSystems IntelliCare intègre ses capacités IA dans ce cadre : le marquage CE obtenu atteste que ce dispositif médical embarquant de l'IA satisfait à des exigences strictes de sécurité et de fiabilité. Une IA certifiée, adossée à des données saines : c'est là que se fonde la confiance.

Pour les établissements hospitaliers, la performance de l'IA se joue en amont du modèle, dans la qualité et la représentativité des données. Une base fiable et diversifiée est la condition d'une IA sûre, performante et équitable ; une base défaillante compromet l'ensemble de la démarche, quelle que soit la sophistication de l'algorithme. À mesure que le cadre européen se structure et que les usages se déploient, la maîtrise de cette matière première deviendra un facteur différenciant pour les hôpitaux : ceux qui structurent leur socle de données aujourd'hui garderont demain la main sur leurs choix technologiques. InterSystems place cette exigence au cœur de son approche.

Si votre établissement s’interroge sur la modernisation de son système d’information, découvrez comment InterSystems accompagne les établissements de santé dans leur transformation numérique.