IA en santé suisse : ce qu'un secteur réglementé permet

La santé est probablement le secteur le plus réglementé de Suisse, et l'IA y est pourtant déjà installée — pas dans les promesses de conférence, dans la routine quotidienne : analyse d'imagerie, gestion administrative, recherche clinique. C'est la démonstration qui intéresse tout dirigeant opérant sous contrainte réglementaire : la règle ne bloque pas l'IA, elle sélectionne les projets construits. Cette note expose les usages qui tiennent, le cadre qui les structure, et ce qu'une PME — du secteur santé ou d'ailleurs — peut en retenir.

Note d'amorce avant le Cahier MCVA n°3 consacré au secteur santé, à paraître au premier trimestre 2027.

Où l'IA est-elle déjà installée dans la santé suisse ?

Trois domaines ont quitté le stade expérimental pour entrer dans la pratique courante des établissements et des entreprises du secteur.

L'analyse d'imagerie médicale assistée est le plus mature. En radiologie, en dermatologie, en ophtalmologie, des systèmes d'aide au diagnostic fondés sur l'apprentissage profond sont testés, intégrés ou déployés dans certains contextes hospitaliers. Leur statut mérite d'être énoncé précisément : un second avis automatisé, qui signale au praticien des éléments à examiner sans se substituer à sa décision clinique. La littérature scientifique documente des performances élevées sur des tâches précises de détection — performances qui valent dans les conditions des études, et ne s'extrapolent pas mécaniquement à toute pratique.

La gestion administrative est le deuxième domaine, et l'argument économique le plus solide de l'adoption. Transcription des consultations en comptes-rendus structurés, attribution des codes diagnostiques, optimisation des plannings et des ressources : des tâches répétitives, à fort volume, sans risque clinique direct, absorbées par des systèmes génératifs. Le temps rendu au personnel soignant est le bénéfice le plus tangible et le plus rapidement mesurable.

L'aide à la recherche clinique complète le tableau, surtout dans l'industrie pharmaceutique et les centres universitaires : analyse de la littérature à grande échelle, identification de candidats aux essais sur dossiers anonymisés, accélération du criblage de molécules. Ces usages opèrent à un niveau où l'erreur ponctuelle est rattrapée par la validation scientifique en aval — une propriété de conception, pas un hasard.

Trois couches de règles — et un terrain plus prévisible qu'avant

Depuis le 1ᵉʳ septembre 2023, la LPD révisée classe les données de santé parmi les données sensibles, soumises à une protection renforcée : tout traitement par un modèle d'IA exige un consentement explicite, une anonymisation irréversible documentée ou une base légale spécifique^[1]. La loi encadre en outre les décisions individuelles automatisées et impose des obligations d'information dans les cas concernés.

S'y ajoute le règlement européen sur l'intelligence artificielle, en application progressive depuis 2024, qui classe les dispositifs médicaux intégrant de l'IA parmi les systèmes à haut risque — documentation technique renforcée, évaluation de conformité, gestion du risque, surveillance après commercialisation^[2]. Toute entreprise suisse qui exporte vers l'Union européenne ou adresse ce marché doit intégrer ce cadre dès son cycle de développement. Swissmedic, enfin, harmonise progressivement ses exigences avec les standards internationaux : les dispositifs médicaux intégrant de l'IA passent par les procédures de conformité applicables avant mise sur le marché, et l'autorité intervient dans la surveillance^[3].

Le résultat de cet empilement surprend ceux qui n'y travaillent pas : l'environnement est plus exigeant qu'il y a cinq ans, mais aussi plus prévisible. Les acteurs qui intègrent la conformité au cadrage livrent des dispositifs effectivement déployables ; ceux qui la traitent en obstacle de fin de projet paient des rattrapages coûteux. J'y vois la leçon la plus transposable de tout le secteur.

Où vont les données patients ?

La question de la souveraineté se pose ici avec une acuité particulière : où sont stockées les données, et sous quel droit ? Des systèmes hébergés sur des clouds américains exposent les données à un droit extraterritorial qui peut entrer en tension avec les exigences suisses de protection.

Trois réponses opérationnelles existent. L'hébergement chez des fournisseurs établis en Suisse, dont l'offre s'est étoffée depuis 2020. Le déploiement de modèles à poids ouverts sur une infrastructure contrôlée, devenu réaliste pour des modèles de taille raisonnable aux performances utiles. Le federated learning enfin — entraîner des modèles sans centraliser les données : chaque institution garde les siennes, seuls les paramètres du modèle circulent —, encore marginal mais activement exploré par plusieurs hôpitaux universitaires suisses. Aucune de ces voies n'est supérieure en toute situation ; chacune a ses coûts, ses limites de performance et ses exigences techniques. Le choix relève d'une qualification du risque par cas d'usage — la même grille de souveraineté que je décris, hors santé, dans l'architecture d'un projet IA bien construit.

Ce que la technique ne résout pas

Trois points de vigilance traversent la pratique, et aucun ne se règle par une simple amélioration du modèle :

1. Le biais algorithmique — les modèles entraînés sur des données historiques sous-représentant certaines populations reproduisent ces angles morts ; la correction passe par la diversification des données, la validation par sous-population et la transparence sur le périmètre de validité.
2. La responsabilité médicale — la position majoritaire en droit suisse maintient le médecin comme décisionnaire final, porteur de la responsabilité clinique ; confortable pour le praticien expérimenté, exigeante pour celui qui manque de temps ou de recul pour arbitrer une recommandation algorithmique.
3. La confiance du patient — elle se construit sur l'information du patient quand l'IA intervient dans son parcours, et sur la qualité de la relation soignant-soigné, qu'aucun algorithme ne remplace.

Qu'est-ce qu'une PME hors santé peut en retenir ?

Je ne suis pas un spécialiste du secteur médical ; je lis ce terrain en praticien de l'IA, à partir des cadres publiés et de la pratique documentée — et le Cahier n°3 s'appuiera sur un co-auteur issu du secteur. Mais si je résume ce que la santé suisse démontre à tout dirigeant en environnement réglementé, trois transferts s'imposent.

D'abord, commencer là où le risque est faible et le volume élevé : la santé a installé l'IA dans l'administratif — transcription, codification, planification — bien avant de toucher au cœur clinique. Toute PME réglementée a son équivalent : le back-office avant le métier sensible. C'est exactement l'ordre de priorité que j'applique dans mes solutions d'automatisation sur-mesure.

Ensuite, traiter la conformité comme une donnée d'entrée du cadrage, jamais comme une étape finale. Les dispositifs qui se déploient sont ceux qui ont intégré LPD, exigences sectorielles et localisation des données avant la première ligne de code — un réflexe que je systématise dans chaque projet que je construis, réglementé ou non.

Enfin, garder le décideur humain dans la boucle sur tout ce qui engage la responsabilité de l'entreprise. Le modèle du « second avis automatisé » — l'IA signale, l'humain tranche — est la configuration qui traverse les cadres réglementaires sans friction, et elle est presque toujours la bonne première étape. Pour situer ces choix dans une démarche complète, voir Que doit faire une PME suisse face à l'IA en 2026 ?.

Ce qu'il faut retenir

— L'IA est déjà en routine dans la santé suisse — imagerie en second avis, administratif, recherche — preuve qu'un cadre strict sélectionne les projets sans les empêcher. — Depuis septembre 2023, la LPD classe les données de santé comme sensibles : consentement explicite, anonymisation documentée ou base légale — et l'AI Act ajoute ses exigences pour qui vise l'UE. — Le transfert pour toute PME réglementée : back-office d'abord, conformité au cadrage, humain décisionnaire sur tout ce qui engage la responsabilité.

FAQ

L'IA peut-elle poser un diagnostic médical en Suisse ? Non. Les systèmes déployés fonctionnent en aide au diagnostic : ils signalent des éléments à examiner, et le médecin reste le décisionnaire final, porteur de la responsabilité clinique. Cette configuration de « second avis automatisé » est celle que le droit suisse et la pratique hospitalière retiennent aujourd'hui.

Un cabinet ou une clinique peut-il utiliser un outil d'IA grand public avec des données patients ? Pas par défaut. Les données de santé sont des données sensibles au sens de la LPD : leur traitement exige un consentement explicite, une anonymisation irréversible ou une base légale spécifique — conditions qu'un outil grand public hébergé à l'étranger ne remplit généralement pas. Des alternatives existent : hébergement suisse, ou modèles ouverts sur infrastructure contrôlée.

L'AI Act européen concerne-t-il les entreprises suisses ? Oui, dès qu'elles exportent vers l'Union européenne ou adressent ce marché. Les dispositifs médicaux intégrant de l'IA y sont classés à haut risque, avec documentation technique, évaluation de conformité et surveillance post-commercialisation. L'intégrer au cycle de développement coûte bien moins cher que le rattraper.

Par où commencer dans un secteur réglementé, santé ou autre ? Par les usages administratifs à faible risque et fort volume — transcription, classement, planification —, avec la conformité posée au cadrage et un humain décisionnaire en bout de chaîne. Cette première marche produit des gains mesurables et construit la maturité nécessaire pour les usages plus sensibles.

Vous opérez dans un secteur sous contrainte réglementaire ? Le Diagnostic d'Usage IA : soixante minutes pour poser vos flux réels, identifier ce qui mérite du sur-mesure, ce qui reste en SaaS, et ce qui n'a pas besoin d'IA du tout. Réserver un diagnostic

Sources

[1] Loi fédérale sur la protection des données (LPD), révision du 25 septembre 2020, entrée en vigueur le 1ᵉʳ septembre 2023. www.fedlex.admin.ch/eli/cc/2022/491/fr [↩]

[2] Parlement européen, EU AI Act: first regulation on artificial intelligence. www.europarl.europa.eu/topics/en/article/20230601STO93804/eu-ai-act-first-regulation-on-artificial-intelligen [↩]

[3] Swissmedic, Aperçu des dispositifs médicaux. www.swissmedic.ch/swissmedic/en/home/medical-devices/overview-medical-devices.html [↩]

Jérôme Deshaie est CEO et fondateur de MCVA Consulting SA, agence augmentée basée en Valais. Quinze ans au service de grandes marques internationales, désormais en direct pour les PME suisses. Parcours.