Agent IA médical conforme — MDR, HDS, RGPD santé sur stack souveraine

#Pourquoi un agent IA médical est différent d'un agent IA standard

En 2026, déployer un agent IA dans un hôpital français, une startup medtech ou un laboratoire pharma n'a rien à voir avec déployer le même type d'agent dans une SaaS B2B générique. Trois différences structurelles. (1) Le cadre réglementaire est extrêmement dense : MDR (Règlement UE 2017/745 sur les dispositifs médicaux) si l'IA est qualifiée de dispositif médical, AI Act (haut risque par défaut sur tout usage diagnostic ou thérapeutique, Annexe III), RGPD article 9 (les données de santé sont des données particulières qui exigent une base légale spécifique), HDS (l'hébergement des données de santé exige une certification HDS distincte de SecNumCloud), secret médical (article L.1110-4 du Code de la santé publique), Code de déontologie médicale.

(2) Les données traitées sont par nature ultra-sensibles : dossier patient, résultats biologiques, imagerie médicale, prescriptions, transcriptions de consultations — les approches API publiques type ChatGPT direct ou Claude API ouverte sont strictement incompatibles avec le secret médical.

(3) Les autorités (ANSM, HAS, CNIL, ARS, Ordre des médecins) regardent désormais explicitement la souveraineté de la stack et la qualification MDR — un projet Azure OpenAI sur données patient en clair est difficile à faire valider par le contrôle interne d'un établissement.

Concrètement, un agent IA médical conforme en 2026 doit cocher quatre cases dès la phase POC : stack souveraine en France chez un hébergeur certifié HDS (Mistral plutôt qu'OpenAI/Anthropic, hébergeur HDS français plutôt qu'AWS/Azure US), qualification MDR documentée (l'agent est-il un dispositif médical au sens de l'article 2 du Règlement 2017/745 ? Si oui, quelle classe ? Si non, pourquoi ?), traçabilité immutable de chaque interaction (qui a interrogé, quel modèle a répondu, sur quelles sources, avec quel niveau de confiance), supervision humaine systématique du professionnel de santé (l'IA n'est jamais décideur final sur diagnostic ou thérapeutique).

C'est le périmètre couvert par notre méthode AI Act Compliance™ appliquée au secteur santé régulé.

#5 cas d'usage majeurs en santé

#1. Assistant médical médico-légal

Un assistant IA pour médecins libéraux qui répond aux questions médico-légales (responsabilité professionnelle, gestion des litiges patients, rédaction de certificats, secret médical, refus de soins, contestation d'honoraires). RAG sur la jurisprudence, la doctrine du Conseil National de l'Ordre des Médecins, les recommandations de la HAS et les articles du Code de la santé publique.

Supervision humaine totale : l'IA ne se substitue jamais à l'avocat ni au défenseur. Ce type de produit peut être conçu dans notre startup studio.

#2. RAG sur publications scientifiques + protocoles internes

Un hôpital privé, une medtech ou un laboratoire pharma gère de très nombreux documents internes : protocoles de soins, recommandations sociétés savantes (SFAR, SFC, SFR, SFD), publications PubMed pertinentes à la spécialité, RCP médicaments (Résumé des Caractéristiques du Produit), interactions médicamenteuses, protocoles de recherche clinique, SOPs (Standard Operating Procedures).

Un agent RAG bien architecturé permet aux médecins, internes, pharmaciens cliniciens, ARC (Attachés de Recherche Clinique) de retrouver instantanément le protocole applicable, la recommandation à jour, l'interaction médicamenteuse pertinente. Stack type : Qdrant hébergé chez un hébergeur HDS pour le vector store, Mistral Large 2 pour la génération, embeddings français santé (Mistral Embed ou BioBERT FR), métadonnées strictes (date de publication, niveau de preuve EBM, source officielle, version protocole).

#3. Transcription consultation + génération CR — Productivité libérale

La transcription audio de consultation médicale avec génération automatique de compte-rendu (CR de consultation, courrier médecin traitant, courrier spécialiste) explose en 2025-2026. Notre stack : Whisper auto-hébergé chez un hébergeur HDS pour la transcription (pas Whisper API OpenAI qui passe par les USA), Mistral Large 2 pour la structuration en CR conforme aux usages (anamnèse, examen clinique, conclusion, conduite à tenir), validation systématique par le médecin avant signature.

Le temps gagné par consultation se mesure pendant un pilote auprès de quelques médecins. Pour une comparaison des modèles, voir notre comparatif.

#4. Triage urgences — Système haut risque AI Act par défaut

Le triage aux urgences (échelle CIMU, échelle FRENCH) via IA générative est techniquement faisable mais classé haut risque AI Act par défaut (Annexe III — accès aux services de santé essentiels). Concrètement : documentation technique complète (Annexe IV AI Act), gestion qualité données (représentativité des cohortes, biais de genre/âge/origine), supervision humaine effective de l'IDE de tri ou du médecin, transparence vis-à-vis du patient, audit annuel obligatoire.

Probable qualification MDR classe IIa (logiciel destiné à fournir des informations utilisées pour prendre des décisions à des fins diagnostiques ou thérapeutiques — Annexe VIII règle 11). Nous accompagnons le déploiement d'un triage IA en respectant ces deux cadres en parallèle, en lien avec les équipes médicales, qualité-gestion des risques, et un organisme notifié pour le marquage CE dispositif médical.

#5. Suivi observance patient — Mutuelles et programmes patient pharma

Le suivi observance thérapeutique via agent IA conversationnel (rappels prise médicamenteuse, surveillance effets indésirables, éducation thérapeutique du patient, lien avec le médecin traitant si signal d'alerte) est un cas d'usage majeur pour les mutuelles santé et les programmes patient des laboratoires pharma.

Cadre RGPD article 9 strict : base légale consentement explicite du patient, minimisation, droit à l'effacement systématique. Stack Mistral HDS + chatbot WhatsApp Business ou SMS sécurisé. L'effet sur l'observance se mesure sur une pathologie chronique ciblée (diabète de type 2, hypertension, asthme) pendant un pilote.

#Stack souveraine santé

La stack type de nos projets santé régulés. Mistral Large 2 auto-hébergé chez un hébergeur certifié HDS (certification spécifique à la santé, distincte de la qualification SecNumCloud ANSSI qui ne couvre pas formellement les données de santé). Mistral Embed pour les embeddings français.

Qdrant pour le vector store (auto-hébergé chez l'hébergeur HDS). Postgres 16 pour la traçabilité immutable (avec extensions pgaudit + pgcrypto). LangGraph pour l'orchestration multi-agents. Whisper auto-hébergé chez l'hébergeur HDS pour la transcription audio (jamais Whisper API OpenAI sur données patient).

Sentry auto-hébergé pour le monitoring. Grafana pour les dashboards conformité. Aucune dépendance Azure OpenAI, AWS Bedrock, Google Vertex AI ou Anthropic API directe sur le périmètre données santé. Cf service Souveraineté Numérique Responsable Nehos.

Point important souvent confondu : HDS et SecNumCloud ne sont pas la même chose. SecNumCloud (qualification ANSSI) couvre les SI sensibles de manière générale — État, OIV, banques, défense. HDS (certification spécifique délivrée par un organisme certificateur accrédité COFRAC selon référentiel ASIP Santé puis ANS) couvre exclusivement l'hébergement des données de santé à caractère personnel au sens de l'article L.1111-8 du Code de la santé publique.

Un projet santé exige HDS, pas SecNumCloud (même si certains hébergeurs proposent les deux). Détail dans notre glossaire HDS.

#Conformité — Cadre Nehos santé régulée

Tout projet d'agent IA santé tient compte de six référentiels en parallèle. (1) MDR (Règlement UE 2017/745) : qualification dispositif médical ou non, classe (I, IIa, IIb, III) si dispositif médical, marquage CE et dossier organisme notifié si classe IIa ou supérieure, vigilance post-market.

(2) AI Act (Règlement UE 2024/1689) : classification haut risque par défaut pour tout usage diagnostic ou thérapeutique (Annexe III), documentation Annexe IV, supervision humaine renforcée. (3) RGPD article 9 : données particulières — santé — base légale stricte (consentement explicite, intérêt vital, mission de service public de santé), analyse d'impact (AIPD) systématique.

(4) HDS : hébergement exclusivement chez un hébergeur certifié HDS, avec un contrat de sous-traitance conforme. (5) Secret médical (article L.1110-4 CSP) : préservation absolue, journalisation des accès, sanctions pénales en cas de manquement. (6) Code de déontologie médicale (articles R.4127-1 à R.4127-112 CSP) : l'IA ne se substitue jamais au médecin, principe de prudence, indépendance professionnelle préservée. Détails méthodologiques : méthode Nehos AI Act Compliance™.

#Méthodologie de déploiement

Étape 1 — Audit de conformité et qualification MDR. Qualification dispositif médical au sens de l'article 2 du règlement MDR (l'agent prend-il une décision diagnostique ou thérapeutique ? fournit-il une information utilisée pour prendre une telle décision ?). Si c'est un dispositif médical : détermination de la classe (Annexe VIII MDR).

Classification AI Act du cas d'usage. Cartographie des données concernées et base légale RGPD article 9. Output : go/no-go étayé, dossier de qualification réglementaire initial, estimation du chemin réglementaire (marquage CE oui ou non, organisme notifié pressenti). L'audit IA express démarre à 990 € HT (déduit du projet s'il est lancé dans les trois mois), l'audit approfondi à 2 125 € HT.

Étape 2 — Pilote. Première version sur données rendues anonymes ou synthétiques (jamais de données patient réelles en phase de pilote), déployée en environnement de test interne chez un hébergeur HDS. Mistral Large 2, premier RAG sur un périmètre documentaire restreint, quelques professionnels de santé pilotes. Tableau de bord de KPIs cliniques et de métriques de conformité. Sur devis, chiffré en 48 h après un premier échange.

Étape 3 — MVP en production. Sécurité OWASP Top 10 LLM appliquée, monitoring, intégration au SI hospitalier (HL7 FHIR, DICOM si imagerie), formation des équipes utilisatrices (médecins, IDE, pharmaciens), documentation Annexe IV finalisée, validation qualité-gestion des risques, dossier avec l'organisme notifié si dispositif médical de classe IIa ou plus. Mise en production par cohortes progressives. Le MVP d'agent IA démarre à 11 000 € HT.

Étape 4 — Exploitation, vigilance et amélioration continue. Audit annuel AI Act + MDR, vigilance post-market obligatoire si dispositif médical (signalement des incidents à l'ANSM), comité de pilotage régulier avec un sponsor médical et un représentant qualité. Maintenance à partir de 750 €/mois.

#Tarification

Les prix de départ, hors taxes : audit IA express 990 €, audit approfondi 2 125 €, MVP d'agent IA 11 000 €, plateforme multi-agents 50 000 €, maintenance 750 €/mois. Pour un assistant non-dispositif médical (RAG documentaire, transcription de consultation, suivi d'observance), le périmètre se chiffre après l'audit.

Pour un cas d'usage classé dispositif médical au sens du MDR (aide à la décision diagnostique, triage des urgences, scoring de risque), il faut y ajouter l'instruction réglementaire (préparation du dossier avec l'organisme notifié, tests cliniques le cas échéant, marquage CE), chiffrée séparément.

Estimation en 30 minutes via RDV consultant : Calendly santé/medtech