DELTA-SIERRA
Comprendre aujourd’hui, construire demain
Rechercher dans tout le portail France : logement, défense, fiscalité, retraite, dette, préfet, OAT, intelligence artificielle…
Propriétaire budgétaire : État / Assurance maladie / établissements de santé selon le dispositif déployé.
Règle de consolidation : L’outil d’aide au repérage ne crée pas une économie autonome ; coûts et effets restent dans les programmes de soins qui l’utilisent.
Cette fermeture concerne le standard documentaire local. Elle ne vaut ni économie nette ni impact budgétaire fermé.
Le Plan présente cette mesure comme structurelle et normative. Un outil influençant un diagnostic ou une prise en charge peut relever du droit des dispositifs médicaux et du règlement européen sur l’intelligence artificielle. Le bénéfice clinique doit être démontré avant généralisation. [source]
Une intelligence artificielle de détection précoce n’a de valeur que si elle améliore un résultat clinique réel. Une sensibilité élevée peut multiplier les faux positifs ; une spécificité élevée peut manquer des cas rares ; la valeur prédictive dépend de la prévalence dans la population ciblée.
La HAS insiste sur l’encadrement des usages d’IA en santé et sur l’information des utilisateurs. La méthode retient donc abandonner le raccourci « IA = diagnostic plus tôt » et décrire une chaîne : donnée, score, seuil, alerte, validation humaine, examen de confirmation et décision médicale. [source]
Delta-Sierra propose une plateforme de déploiement évalué, pas un algorithme national unique. Chaque usage — rétinopathie, imagerie, ECG, dépistage d’un risque ou autre indication — dispose d’une population cible, d’un comparateur clinique et d’un protocole.
Avant généralisation, l’outil prouve sa performance sur des données externes, puis en conditions réelles. Les alertes sont explicables au niveau nécessaire à la pratique, le clinicien peut les contester et les versions du modèle sont traçables afin de détecter une dérive après mise à jour.
Le chiffrage doit partir du coût par patient évalué et du coût par cas supplémentaire correctement détecté. Exemple de structure : nombre de personnes ciblées × coût d’inférence et de lecture + examens de confirmation générés par les faux positifs + coût d’intégration et de surveillance, comparé aux complications évitées ou aux traitements plus précoces.
Les économies futures ne sont jamais présentées comme certaines sans données cliniques et économiques. Un outil peut être médicalement utile tout en augmentant la dépense ; c’est alors un choix de santé, pas une économie.
Selon sa finalité, un système influençant le diagnostic peut entrer dans le droit des dispositifs médicaux, auquel s’ajoutent protection des données et règlement européen sur l’intelligence artificielle.
Le promoteur doit identifier le rôle de fabricant, déployeur et professionnel utilisateur, la surveillance post-déploiement et les obligations d’information. Le médecin conserve la responsabilité de la décision clinique dans le cadre défini ; la machine ne devient ni prescripteur ni autorité de soin.
Les risques à publier sont quantitatifs : faux négatifs qui retardent un diagnostic, faux positifs qui déclenchent examens et anxiété, dérive de performance, biais selon sexe/âge/origine des données, indisponibilité du système et surconfiance. Un taux global de précision est insuffisant.
Les analyses doivent être stratifiées et porter sur des résultats cliniques. Si un modèle fonctionne dans un CHU mais pas dans un autre territoire, la généralisation est suspendue plutôt que maquillée par une moyenne nationale.
L’efficacité de cette mesure doit être appréciée à partir d’indicateurs qui lui sont propres et suivis dans le temps.
Choisir quelques indications à bénéfice plausible, mener validation externe puis pilote en conditions réelles, définir à l’avance les seuils de succès et de sécurité, et généraliser uniquement les usages qui améliorent le parcours sans dommage disproportionné. Le modèle, ses versions et les incidents sont suivis. Les résultats négatifs sont publiés autant que les positifs afin d’éviter la sélection des succès.
Si l’outil n’atteint pas le niveau requis pour influencer directement un diagnostic, l’utiliser uniquement pour prioriser une file de lecture ou signaler un dossier à examiner plus vite. La décision et l’interprétation restent intégralement humaines. Le bénéfice est alors mesuré sur le délai et l’organisation, avec un seuil de sécurité empêchant qu’un dossier soit écarté automatiquement.
Si les faux négatifs, les biais, les coûts de confirmation ou la dérive rendent le rapport bénéfice/risque défavorable, le système est désactivé. Les données de l’évaluation servent à améliorer le protocole humain ou à préparer une nouvelle génération d’outil. Aucun déploiement n’est maintenu pour justifier un investissement déjà engagé.
Pour mille patients, un modèle produit quatre nombres : vrais positifs, faux positifs, vrais négatifs et faux négatifs. La sensibilité décrit la part des malades correctement repérés ; la spécificité, la part des non-malades correctement écartés. Mais le patient veut souvent connaître la probabilité qu’une alerte corresponde réellement à la maladie : c’est la valeur prédictive positive, qui dépend fortement de la fréquence de la maladie dans la population testée. Un outil performant dans un service spécialisé peut donc générer beaucoup de fausses alertes lorsqu’il est appliqué à une population générale.
Le tableau de bord affiche ces quatre cases pour chaque pilote et expliquer le seuil choisi. Abaisser le seuil augmente souvent la sensibilité au prix de faux positifs supplémentaires. Le choix n’est pas purement technique : il dépend du dommage d’un diagnostic manqué, du coût d’un examen de confirmation et de la possibilité de traiter plus tôt. La décision clinique définit le compromis ; l’algorithme ne le choisit pas seul.
Une bonne performance rétrospective ne garantit pas un bénéfice clinique. L’évaluation doit établir que l’alerte arrive à une personne capable d’agir, que l’examen de confirmation est disponible et que le traitement précoce change réellement le résultat. Si l’IA crée une file de milliers d’examens supplémentaires que le système ne peut absorber, le délai peut augmenter pour tous. Le pilote mesure donc la capacité aval autant que la qualité du modèle.
La surveillance continue détecte les changements de population, de matériel, de protocole ou de version logicielle. Une dérive n’est pas seulement un problème statistique : elle peut modifier la sécurité. Les seuils de suspension sont fixés avant le déploiement. Le décideur sait ainsi à quel niveau de faux négatifs, de dérive ou de coût par cas détecté le Plan B ou le Plan C s’active. Cette gouvernance transforme l’IA en outil clinique auditable plutôt qu’en slogan de modernisation. [source]
Le protocole d’évaluation doit être enregistré avant l’analyse des résultats : population, seuils, comparateur, critères principaux, sous-groupes et règles d’arrêt. Cela empêche d’ajuster les critères après coup pour transformer un résultat décevant en succès apparent. Les performances sont publiées avec leur incertitude et avec le nombre absolu de faux positifs et faux négatifs. Pour les usages à faible prévalence, cette présentation est indispensable pour comprendre ce qu’une alerte signifie réellement.
Le coût aval est également compté : examens supplémentaires, consultations de confirmation, temps médical et éventuelles complications de procédures inutiles. À l’inverse, lorsque la détection précoce évite une complication, le modèle économique précise la période et la source de l’économie. Les bénéfices cliniques et budgétaires peuvent apparaître à des horizons différents. Cette architecture de preuve donne au décideur une réponse plus utile qu’un taux de précision : elle montre si l’IA améliore réellement le parcours, pour quels patients, à quel coût et avec quel niveau de risque.
Un algorithme peut sembler performant en produisant beaucoup de signaux tout en augmentant les faux positifs. Le tableau de bord doit donc publier sensibilité, spécificité, valeur prédictive, taux de rappel, délais de confirmation et conséquences cliniques. Une alerte n’est un bénéfice que si elle conduit à une prise en charge plus précoce sans créer une cascade disproportionnée d’examens, de biopsies ou d’anxiété. Les performances doivent être suivies par population, établissement et type d’équipement afin de repérer les dérives. Le calcul économique doit intégrer les examens supplémentaires provoqués par les faux positifs, les traitements évités grâce aux diagnostics précoces et le coût de surveillance du modèle. La décision finale reste médicale : l’IA classe un risque, elle ne transforme pas automatiquement une probabilité en diagnostic.
La performance d’un modèle ne se résume pas à un pourcentage global de « précision ». Pour un outil de détection précoce, il faut distinguer la sensibilité, c’est-à-dire la proportion de personnes réellement malades correctement détectées, et la spécificité, c’est-à-dire la proportion de personnes réellement non malades correctement classées comme telles. Une hausse de sensibilité peut augmenter les faux positifs et entraîner examens, anxiété et consultations supplémentaires. Le seuil de décision doit donc être adapté à la pathologie, à la gravité d’un diagnostic manqué et au coût clinique d’une fausse alerte.
Quatre cases doivent être publiées : vrais positifs, faux positifs, vrais négatifs et faux négatifs. À partir de ces nombres, la sensibilité peut être écrite S = VP ÷ (VP + FN). S désigne la sensibilité ; VP désigne les vrais positifs ; FN désigne les faux négatifs ; le symbole ÷ signifie « divisé par » et le symbole + signifie « additionné à ». Une performance doit être accompagnée d’un intervalle d’incertitude et, surtout, être reproduite sur une population distincte de celle ayant servi au développement du modèle.
Une alerte n’améliore pas la santé si le système manque de rendez-vous, d’imagerie ou de spécialistes capables de confirmer le diagnostic. Le protocole doit donc suivre la chaîne entière : alerte, consultation, examen confirmatoire, diagnostic, traitement éventuel et résultat clinique. Le coût par cas supplémentaire utilement détecté doit inclure les examens déclenchés par les faux positifs. Une solution qui détecte plus tôt mais produit une saturation du parcours peut dégrader l’accès d’autres patients.
La Haute Autorité de santé a publié en 2026 des repères destinés aux usagers sur l’intelligence artificielle en santé, en insistant sur l’information, la vigilance et la place du professionnel. Source officielle — HAS, repères IA en santé, 2026. Le déploiement public devrait donc rendre visible le rôle du modèle, la donnée utilisée, l’existence d’une validation humaine et la voie de signalement d’un incident.
Le pilote doit comporter des seuils d’arrêt définis avant le lancement : dérive de la sensibilité, augmentation des faux négatifs dans un sous-groupe, taux inhabituel de faux positifs, indisponibilité technique ou apparition d’un biais territorial. Ces seuils empêchent de maintenir un système simplement parce qu’un investissement a déjà été réalisé. Une politique sérieuse d’IA en santé doit accepter qu’un outil prometteur puisse être suspendu si l’évaluation en vie réelle ne confirme pas son bénéfice.
Le programme national ne doit pas commencer par « déployer l’IA » mais par sélectionner un problème clinique mesurable : par exemple repérer plus tôt un risque dans un examen déjà réalisé, prioriser une lecture ou rappeler un patient dont les données présentent un signal défini. Le modèle ne reçoit que les données nécessaires à ce cas d’usage. Cette restriction facilite l’évaluation, réduit l’exposition de données et permet de savoir quel geste humain est réellement assisté.
Le protocole est enregistré avant l’étude : population, seuil, critère principal, critères secondaires, sous-groupes analysés et durée de suivi. Si les chercheurs changent le seuil après avoir vu les résultats, ils doivent le signaler. La validation externe utilise des établissements et des périodes qui n’ont pas servi à entraîner l’outil.
Le tableau de bord publie la sensibilité et la spécificité, mais aussi le nombre de patients supplémentaires correctement orientés, le délai gagné jusqu’au diagnostic, le nombre d’examens additionnels déclenchés et les événements liés aux faux négatifs. L’outil n’est généralisé que si l’amélioration persiste après intégration dans le flux de travail. Cette exigence empêche un excellent score informatique de devenir automatiquement une politique de santé lorsqu’il n’apporte pas de bénéfice observable au patient.
Un modèle peut afficher un excellent taux global tout en produisant beaucoup de fausses alertes lorsque la pathologie est rare. Le dossier doit donc présenter des nombres absolus sur une cohorte pédagogique : combien de personnes réellement malades, combien détectées, combien manquées, combien de personnes non malades orientées à tort. Cette présentation permet au lecteur de comprendre la différence entre performance mathématique et charge créée dans le système de soins. Les chiffres d’un exemple pédagogique doivent être clairement séparés des résultats cliniques d’un véritable essai.
Pour chaque indication, le dossier de décision doit contenir les résultats du modèle, les résultats du parcours réel et une analyse par sous-groupes cliniquement pertinents. Le bénéfice ne peut être extrapolé d’une population à une autre sans validation. Une mise à jour importante du modèle déclenche une nouvelle vérification, car la performance publiée pour la version précédente ne constitue pas une garantie permanente. La date et la version évaluées apparaissent donc sur chaque fiche publique.
Ces références ne servent pas de décor bibliographique : chacune contrôle une fonction différente de la démonstration — droit applicable, assiette ou données observées, puis effets ou conditions de mise en œuvre.
Le point décisif pour la détection précoce des pathologies par intelligence artificielle est d’utiliser l’IA comme outil d’aide au repérage sans transformer un score statistique en diagnostic automatique. Un dispositif médical ou logiciel clinique peut relever d’exigences de validation, sécurité, données personnelles et responsabilité professionnelle selon son usage.
Sur le terrain, chaque modèle doit être associé à une population, un signal clinique, un seuil d’alerte, une conduite à tenir et une procédure de confirmation médicale.
Les indicateurs essentiels sont sensibilité, spécificité, valeur prédictive, délai gagné, faux positifs, faux négatifs et impact clinique réel.
Le bilan doit inclure coût du dépistage, examens complémentaires induits, faux positifs, traitements plus précoces et éventuelles complications évitées.
La Haute Autorité de santé souligne que les outils d’IA générative peuvent comporter des erreurs, que leurs performances et limites ne sont pas toujours bien connues des professionnels et que l’absence d’évaluation de leur utilité et de leur pertinence peut limiter la confiance.
Interprétation / proposition Delta-Sierra : Une performance algorithmique sur une base de test n’établit pas l’utilité médicale dans un parcours réel de soins.
Un modèle très sensible peut saturer les services avec des alertes inutiles ; un modèle trop spécifique peut manquer des patients qui auraient bénéficié d’une détection précoce.
Décision de fond — Une performance algorithmique sur une base de test n’établit pas l’utilité médicale dans un parcours réel de soins.
Contrôle après entrée en vigueur — Les indicateurs essentiels sont sensibilité, spécificité, valeur prédictive, délai gagné, faux positifs, faux négatifs et impact clinique réel.
Avant consolidation, il faut identifier les dépenses nécessaires au passage de l’organisation actuelle à la cible : systèmes d’information, formation, mobilité, accompagnement, indemnités éventuelles, contrats à terminer et fonctionnement temporaire en double.
L’absence de chiffrage n’est pas assimilée à zéro. Tant que ces coûts ne sont pas documentés, l’impact budgétaire net complet reste ouvert.
Cette mesure doit être rapprochée des réformes qui touchent les mêmes effectifs, crédits, systèmes ou compétences. Une économie ne peut être comptée deux fois parce que deux mesures contribuent au même résultat.
Le grand livre financier attribue donc chaque flux à un propriétaire unique ; les autres mesures peuvent mentionner l’interaction sans revendiquer une seconde fois le même montant.
Un même poste supprimé, une même recette ou un même achat évité ne peut apparaître que sur une seule ligne de consolidation. Si plusieurs réformes concourent au résultat, l’une porte le montant et les autres enregistrent une interaction non additive.
Cette règle vaut également pour les coûts : un coût de transition mutualisé doit être attribué une seule fois et référencé par les autres lignes concernées.
Le grand livre des économies et la réalité budgétaire ne sont pas la même chose. Une mesure peut ne revendiquer aucune économie autonome tout en créant une dépense, une perte de recettes, un transfert ou un coût de transition. Le tableau ci-dessous sépare explicitement ces notions.
Classification prudente : aucun effet budgétaire n’est déclaré non applicable par défaut.
Les économies futures ne sont jamais présentées comme certaines sans données cliniques et économiques. Un outil peut être médicalement utile tout en augmentant la dépense ; c’est alors un choix de santé, pas une économie.
Pour prolonger « 5.07 — Détection précoce des pathologies par intelligence artificielle », ces deux ouvrages développent le cadre juridique, la responsabilité publique, le calendrier de mise en œuvre et les transformations administratives associées.
Le dossier fondateur : finances publiques, structures, calendrier et mesures.
Voir le livre et la lecture gratuite →
Comment utiliser l’intelligence artificielle pour simplifier, accélérer et améliorer les services publics.
Découvrir le livre →
