Intégrer l'IA dans les processus d'un établissement de santé sans sortir du cadre HDS

Le référentiel de certification des hébergeurs de données de santé a été révisé en 2024, et la transition s'est achevée le 16 mai 2026 : depuis cette date, seuls les certificats délivrés selon la nouvelle version sont valides. L'Agence du numérique en santé indiquait en février 2026 que 64 % des hébergeurs y étaient passés, contre 35 % en octobre 2025. Le décret d'application de la loi SREN, publié en mars 2026, impose en outre un stockage dans l'Union européenne ou l'Espace économique européen et des contrats décrivant les risques de transfert et d'accès non autorisé.

Conséquence pour un cabinet ou une clinique : chaque outil IA envisagé doit être interrogé sur son hébergement et ses sous-traitants, fournisseur du modèle de langage compris, et les contrats avec l'éditeur du logiciel métier doivent comporter les nouvelles clauses (droits des patients, signalement des violations, cartographie des accès depuis l'étranger). Nous commençons par cet inventaire, qui détermine ce qui peut être branché.

• Demande de rendez-vous vers agenda. Les demandes reçues par téléphone, formulaire ou messagerie sont qualifiées (motif administratif, urgence à orienter, nouveau patient, suivi) et proposées dans les créneaux du bon praticien ; la secrétaire valide.
• Admission et pièces. Pour une clinique, la collecte des pièces avant une hospitalisation programmée (identité, droits, consentements) est suivie automatiquement, avec relance des manquants et dossier prêt à l'arrivée.
• Dictée vers courrier. Le compte rendu ou le courrier d'adressage est transcrit, mis en forme selon vos modèles, puis soumis au praticien qui relit et signe. L'outil de transcription doit lui-même être hébergé dans le cadre HDS.
• Facturation et rejets. Feuilles de soins rejetées, écarts de tiers payant et impayés sont regroupés par cause, avec une proposition de correction ou de relance.
• Coordination avec les correspondants. Résultats attendus d'un laboratoire, retours de confrères : un suivi par patient signale ce qui manque, sans que le contenu médical soit lu par un modèle.

Les fiches de la CNIL sur l'IA en santé, publiées en mars 2026, rappellent qu'un traitement de données de santé exige une base légale et une condition de l'article 9 du RGPD, une finalité définie à l'avance, une analyse d'impact lorsque les critères sont réunis, la minimisation et l'information des personnes. Chaque intégration suit cette trame : registre des flux, analyse d'impact préparée avec votre délégué à la protection des données, information des patients sur les outils utilisés dans l'organisation du cabinet.

L'intégration suit généralement un audit IA de l'établissement, qui a classé les actions par contrainte. Les automatisations sont détaillées sur la page agents IA en santé, notre démarche générale sur la page intégration de l'IA dans les processus.

Intégrer l'IA en interne modifie aussi ce qui est visible de l'extérieur : horaires à jour, praticiens et spécialités exacts, modalités de rendez-vous cohérentes entre le site, l'annuaire et la plateforme. Elles alimentent ce que ChatGPT ou Gemini répondent à un patient.Dopageo mesure si votre site est cité par ces moteurs de réponse et indique les pages à compléter ; Dopaguard détecte les erreurs que les modèles répètent sur vos praticiens, par exemple un remplaçant présenté comme titulaire, et vous alerte quand une réponse change.