L'essentiel
Toute application qui héberge, traite ou transmet des données de santé à caractère personnel doit utiliser un hébergeur certifié HDS (Hébergement de Données de Santé), conformément à l'article L.1111-8 du Code de la santé publique.
La certification HDS comporte 6 activités (du datacenter physique à l'infogérance applicative). Le niveau requis dépend de votre architecture : IaaS, PaaS ou SaaS.
Les hébergeurs certifiés HDS en France incluent OVHcloud, Scaleway, 3DS Outscale, Oodrive, Claranet et NumSpot. AWS et Azure ne disposent pas de la certification HDS française (ils utilisent des certifications ISO 27001 + HDS-compatibles contestées).
Un projet IA sur données de santé (LLM, RAG, analytics) ajoute des contraintes spécifiques : le modèle lui-même doit tourner en infra HDS, les embeddings de documents patients sont des données de santé, et l'évaluation CNIL doit couvrir l'IA.
Le surcoût HDS par rapport à un hébergement standard est de l'ordre de 20 à 40 % — un coût justifié par les sanctions en cas de non-conformité (jusqu'à4 800 000 € d'amende et 5 ans d'emprisonnement).
Hébergement HDS et IA : ce qu'il faut savoir pour le secteur santé
Déployer de l'IA sur des données de santé exige un hébergement certifié HDS. Voici le cadre réglementaire, les hébergeurs certifiés en France et l'architecture type pour un projet LLM conforme.
Adapté à toute taille de structure
#Pourquoi le HDS est non négociable pour l'IA santé
L'intelligence artificielle dans le secteur de la santé est un des cas d'usage les plus prometteurs — et les plus encadrés. Aide au diagnostic, analyse d'imagerie médicale, chatbot de triage, optimisation des parcours patients : les applications sont nombreuses et le ROI est démontré. Mais chacune de ces applications manipule, par nature, des données de santé à caractère personnel.
En France, le cadre juridique est clair. L'article L.1111-8 du Code de la santé publique impose que toute personne qui héberge des données de santé à caractère personnel recueillies au cours d'activités de prévention, diagnostic, soins ou suivi médico-social soit certifiée HDS — ou recourt à un hébergeur qui l'est.
Les sanctions en cas de manquement sont lourdes : jusqu'à 300 000 euros d'amende et 5 ans d'emprisonnement (article L.1115-2 du CSP). Sans compter les sanctions RGPD qui peuvent s'ajouter (jusqu'à 4 % du CA mondial) et le risque réputationnel considérable dans le secteur de la santé.
#La certification HDS expliquée : les 6 activités
La certification HDS n'est pas monolithique. Elle couvre 6 activités distinctes, qui correspondent aux différentes couches d'un service d'hébergement :
| Activité | Description | Exemple |
|---|---|---|
| 1. Mise à disposition et maintien en condition opérationnelle des sites physiques | Datacenter, électricité, climatisation, sécurité physique | OVH à Gravelines |
| 2. Mise à disposition et maintien en condition opérationnelle de l'infrastructure matérielle | Serveurs, stockage, réseau | Serveurs dédiés OVH |
| 3. Mise à disposition et maintien en condition opérationnelle de la plateforme d'hébergement | Virtualisation, OS, middleware | VM ou conteneurs managés |
| 4. Mise à disposition et maintien en condition opérationnelle de l'infrastructure virtuelle | VMs, réseau virtuel, stockage virtuel | Cloud privé ou public certifié |
| 5. Administration et exploitation du SI de santé | Supervision, sauvegarde, gestion des incidents | Infogérance par un MSP certifié |
| 6. Sauvegarde externalisée des données de santé | Backup distant, plan de reprise | PRA/PCA certifié |
Le niveau requis dépend de votre modèle de déploiement. Pour un projet IA en IaaS (vous déployez vos propres conteneurs sur des VMs), les activités 1 à 4 suffisent chez l'hébergeur — mais votre propre organisation doit couvrir les activités 5 et 6 (ou les confier à un prestataire certifié). Pour un modèle SaaS complet, les 6 activités doivent être couvertes.
#Hébergeurs certifiés HDS en France : le panorama 2026
Le marché français des hébergeurs HDS s'est considérablement structuré depuis 2023. Voici les acteurs principaux :
#OVHcloud — Le leader souverain
OVHcloud est certifié HDS sur les 6 activités. Ses datacenters de Gravelines, Roubaix et Strasbourg hébergent déjà plusieurs dizaines de milliers de projets santé. L'offre Hosted Private Cloud (vSphere) est la référence pour les projets qui nécessitent un environnement isolé. Les GPU (A100, H100) sont disponibles via AI Training — mais attention, l'offre GPU publique n'est pas encore certifiée HDS à date. Pour du GPU en HDS, il faut passer par l'offre Hosted Private Cloud avec GPU dédié.
#Scaleway — L'alternative agile
Scaleway (groupe Iliad) est certifié HDS sur les activités 1 à 5. Son offre de GPU cloud (L40S, H100) est disponible depuis les datacenters parisiens. Scaleway propose également un service Kubernetes managé (Kapsule) en environnement HDS, pertinent pour les architectures microservices de projets IA.
#3DS Outscale — Le cloud de confiance
Outscale, filiale de Dassault Systèmes, est certifié HDS et SecNumCloud. C'est le seul provider français à cumuler les deux certifications, ce qui en fait le choix par défaut pour les projets santé qui exigent également la qualification ANSSI. L'offre GPU est plus limitée que chez OVH ou Scaleway.
#Claranet, Oodrive, NumSpot
Claranet est un MSP (Managed Service Provider) certifié HDS, spécialisé dans l'infogérance d'applications santé. Oodrive propose du stockage et de la collaboration certifiés HDS. NumSpot (consortium BPI/Docaposte/Dassault/Bouygues Telecom) vise le marché du cloud souverain HDS + SecNumCloud à horizon 2026-2027.
Pour un comparatif détaillé des offres cloud souveraines, consultez notre article sur le cloud souverain français.
→ Vous évaluez vos options ? Utilisez notre estimateur de budget en ligne pour obtenir une fourchette en 2 minutes, ou consultez nos tarifs détaillés.
#Architecture type : LLM + RAG en environnement HDS
Déployer un modèle de langage (LLM) sur des données de santé impose une architecture spécifique. Le point fondamental : les embeddings vectoriels de documents patients sont eux-mêmes des données de santé — ils permettent, par reconstruction ou inférence, de retrouver des informations sur le patient. Toute la chaîne doit donc être en HDS.
Architecture recommandée par Nehos :
Couche Infrastructure (HDS activités 1-4)
- Serveurs GPU dédiés (H100 ou A100) en Hosted Private Cloud OVHcloud ou Scaleway
- Réseau isolé (VLAN dédié), chiffrement TLS 1.3 inter-composants
- Stockage chiffré AES-256 au repos
Couche Application (HDS activité 5)
- LLM self-hosted : Mistral Large 2 ou Llama 3.1 70B via vLLM
- Pipeline RAG : LangChain + pgvector (PostgreSQL certifié HDS)
- API Gateway avec authentification mTLS + audit logging
- Pas d'appel API vers des services externes (OpenAI, Anthropic) pour les données patients
Couche Données (HDS activité 6)
- Base vectorielle pgvector dans le même périmètre HDS que la base patients
- Sauvegardes chiffrées et géo-répliquées entre deux sites HDS
- Rétention conforme à la politique de l'établissement et aux recommandations CNIL
Couche Sécurité
- Journalisation de toutes les requêtes (qui a demandé quoi, sur quelles données)
- Anonymisation ou pseudonymisation des données avant ingestion dans le RAG quand c'est possible
- Analyse d'impact (AIPD/PIA) obligatoire avant mise en production
Cette architecture garantit la double conformité RGPD et AI Act et peut être auditée par l'ANS (Agence du Numérique en Santé) ou la CNIL.
#CNIL et IA sur données de santé : les recommandations
La CNIL a publié plusieurs recommandations spécifiques à l'utilisation de l'IA sur des données de santé. Les points essentiels :
Analyse d'impact (AIPD). Tout traitement de données de santé par un système d'IA est considéré comme à risque élevé pour les droits et libertés des personnes. Une AIPD (Analyse d'Impact relative à la Protection des Données) est obligatoire avant la mise en production.
Base légale. Le consentement explicite du patient est requis dans la majorité des cas. Pour la recherche et les études statistiques, l'autorisation de la CNIL (via la méthodologie de référence MR-004 ou MR-006) peut remplacer le consentement individuel.
Minimisation des données. Le système IA ne doit traiter que les données strictement nécessaires. Si un chatbot d'orientation médicale n'a pas besoin de l'identité du patient, les données doivent être anonymisées ou pseudonymisées en amont.
Droit d'opposition à l'IA. Le patient doit pouvoir refuser qu'une décision le concernant soit prise sur le seul fondement d'un traitement automatisé. Un mécanisme de recours humain doit être prévu.
Le cas SNDS. Le Système National des Données de Santé (SNDS) est le plus grand entrepôt de données de santé en France. Son utilisation pour entraîner ou alimenter un système IA est soumise à des procédures strictes via le Health Data Hub. Les accès sont limités aux projets d'intérêt public et font l'objet d'une autorisation CNIL au cas par cas.
#Coûts : combien coûte le surcoût HDS ?
Le HDS a un coût. Il se décompose en trois postes :
Infrastructure. Le surcoût d'un hébergement HDS par rapport à un hébergement cloud standard est de l'ordre de 20 à 40 %. Exemples :
- VM 8 vCPU / 32 Go RAM : ~150 €/mois (standard) vs ~200 €/mois (HDS)
- GPU A100 80 Go dédié : ~2 200 €/mois (standard) vs ~2 800 €/mois (HDS estimé)
- Stockage 1 To chiffré + répliqué : ~50 €/mois (standard) vs ~80 €/mois (HDS)
Certification. Si votre organisation doit elle-même être certifiée HDS (parce qu'elle opère la plateforme), comptez 30 000 à 80 000 € pour la certification initiale (audit BSI, Afnor ou LNE), plus 10 000 à 25 000 € par an de maintenance/surveillance annuelle.
Conformité et gouvernance. Les coûts d'AIPD (5 000 à 20 000 €), de DPO dédié santé, de formation du personnel et d'audit annuel sont souvent sous-estimés. Pour un projet IA santé de taille moyenne, comptez 20 000 à 50 000 € de coûts de conformité la première année.
Ces coûts sont à mettre en regard des sanctions : 300 000 € d'amende pénale, 4 % du CA en sanction RGPD, sans compter la perte de confiance des patients et des partenaires. Pour les établissements de santé et les éditeurs de logiciels médicaux, le HDS est un investissement de conformité, pas un poste optionnel.
#Ce que Nehos apporte sur un projet IA santé
Nehos accompagne les établissements de santé, les éditeurs de logiciels médicaux et les healthtechs dans le déploiement de solutions IA générative souveraine en environnement HDS. Notre approche :
- Audit d'architecture : cartographie des flux de données de santé, identification du périmètre HDS, gap analysis par rapport à la certification
- Choix d'infrastructure : recommandation d'hébergeur HDS adapté (OVH, Scaleway, Outscale) selon le profil GPU, performance et budget
- Architecture IA conforme : design de pipelines RAG et agents IA 100 % en HDS, avec chiffrement, audit logging et anonymisation
- Accompagnement AIPD : production de l'analyse d'impact en collaboration avec le DPO de l'organisation
- LLMOps en production : monitoring, évaluation qualité, détection de dérives, maintenance évolutive
Le secteur santé exige une rigueur que peu d'agences IA maîtrisent. Nos 50+ experts incluent des profils ayant une expérience directe des contraintes HDS, SNDS et réglementations sectorielles.