Intelligence artificielle données de santé : où doivent vivre les données ?

Un logiciel qui suggère un diagnostic, repère une anomalie sur une radio ou priorise des dossiers a besoin de données médicales pour fonctionner, et il en génère de nouvelles. Avant de déployer un tel outil dans un cabinet ou un établissement calédonien, une question précède toutes les autres : où ces données sont-elles hébergées et traitées ?

Intelligence artificielle données de santé : ce qui change vraiment

Un modèle d’aide au diagnostic ne raisonne pas dans le vide. Il lit des comptes rendus, des images, des constantes, parfois l’historique complet d’un patient. Ces éléments relèvent de la catégorie particulière prévue par l’article 9 du RGPD, applicable en Nouvelle-Calédonie, qui impose une protection renforcée. L’algorithme ajoute une couche : il produit un résultat (un score, une suggestion, une zone signalée) qui devient à son tour une donnée de santé rattachée à une personne identifiable. Là où un logiciel classique se contente de stocker, un outil prédictif fait circuler, recompose et restitue. Chaque étape de ce cycle doit se dérouler dans un cadre maîtrisé, sous le contrôle du responsable de traitement.

Le point aveugle : où le calcul a-t-il lieu ?

Beaucoup d’attention se porte sur la qualité des résultats d’un outil ; beaucoup moins sur le trajet des données qui le nourrissent. Or un modèle peut être hébergé n’importe où sur la planète. Lorsqu’un cabinet envoie une image ou un dossier vers un service distant pour obtenir une analyse, ces informations quittent l’infrastructure locale, transitent par des liaisons internationales et atterrissent sur des serveurs dont la localisation et la gouvernance juridique sont parfois opaques. Le calcul peut s’effectuer sur des machines soumises à un droit étranger, avec des conditions d’accès que le professionnel ne contrôle plus. Pour des données médicales, ce déplacement silencieux est l’enjeu réel, bien avant la précision affichée du modèle.

Hébergement agréé : la base non négociable

En Nouvelle-Calédonie, héberger des données de santé pour le compte d’un tiers suppose un agrément du gouvernement, prévu par la loi du pays n° 2026-5. Cet agrément local encadre la sécurité, la disponibilité et la traçabilité de l’hébergement. Il s’applique aux données qu’un outil d’intelligence artificielle utilise comme à celles qu’il génère. Autrement dit, brancher un module prédictif sur un système d’information de santé ne dispense de rien : les données d’entrée et de sortie restent soumises au même régime. Le cadre métropolitain (certification, référentiels et certificateurs nationaux) est distinct ; la référence applicable ici est l’agrément calédonien. Confier l’analyse à un service hébergé hors de ce cadre revient à externaliser des données médicales sans les garanties qu’exige le territoire.

Ce que l’IA exige en plus, concrètement

Au-delà de l’hébergement agréé, plusieurs exigences se cumulent dès qu’un traitement automatisé entre en jeu :

• Localisation maîtrisée : savoir précisément où les données sont stockées, où le calcul s’exécute et par quels chemins elles transitent.
• Contrat de sous-traitance écrit : l’article 28 du RGPD impose un contrat écrit avec tout prestataire qui traite les données pour le compte du responsable, y compris le fournisseur de l’outil.
• Minimisation : ne transmettre au modèle que les données strictement nécessaires, et éviter que des informations identifiantes soient réutilisées pour entraîner un modèle tiers.
• Traçabilité des accès : journaliser qui consulte quoi, l’outil compris, et conserver ces traces.
• Réversibilité : pouvoir récupérer les données et cesser le service sans qu’une copie persiste chez un tiers.

Ces principes prolongent les bonnes pratiques décrites dans nos repères sur la sécurité des données de santé. L’automatisation ne les allège jamais.

Le risque de l’entraînement caché

Certains services distants conservent les requêtes envoyées pour améliorer leurs modèles, et c’est là que le risque se loge. Une image médicale, un compte rendu, une question clinique envoyés vers un tel service peuvent alors être réutilisés pour entraîner un système exploité par d’autres. Le patient n’a jamais consenti à cela, et le professionnel s’expose à une violation grave. Avant tout déploiement, il faut obtenir l’engagement écrit que les données ne servent ni à l’entraînement, ni à aucune finalité secondaire, et qu’elles sont effacées après traitement. En l’absence d’une telle garantie, le doute doit conduire à renoncer ou à choisir une solution dont l’hébergement et le calcul restent sur une infrastructure agréée localement.

Souveraineté : garder la main sur le calcul

La souveraineté des données ne se limite pas à l’endroit où un fichier dort. Elle concerne aussi le lieu où il est lu, transformé et interprété. Un outil d’intelligence artificielle déplace ce centre de gravité vers la machine qui calcule. Si cette machine se trouve sous une juridiction étrangère, une autorité de ce pays peut, dans certaines conditions, exiger l’accès aux données qui y transitent, sans que le responsable calédonien en soit informé. Maintenir le traitement sur le territoire, ou à tout le moins dans un cadre contractuel qui interdit ces accès, redonne au professionnel la maîtrise de sa chaîne. La connectivité de la Nouvelle-Calédonie repose sur un nombre réduit de câbles sous-marins, avec une redondance assurée par plusieurs liaisons. Envoyer une image vers un serveur d’inférence distant ajoute le temps de l’aller-retour international au délai de calcul du modèle : la réponse arrive plus tard et, sur ce même trajet, la donnée médicale passe sous des juridictions tierces. Rapprocher le calcul du lieu de soin réduit cette latence d’inférence et raccourcit l’exposition juridique, deux effets liés au même choix de localisation.

La responsabilité reste humaine

Déléguer une analyse à un algorithme ne transfère pas la responsabilité du traitement. Le professionnel de santé, ou l’établissement, demeure responsable des données qu’il confie et des décisions qu’il prend. Une suggestion produite par un outil garde le statut d’avis technique ; la décision finale appartient au praticien, qui l’intègre à son jugement clinique. Cette répartition a deux conséquences pratiques. D’abord, le résultat d’un modèle doit pouvoir être expliqué et vérifié, car un avis opaque qui ne se relit pas n’a pas sa place dans un dossier de soin. Ensuite, le responsable de traitement doit s’assurer que le fournisseur de l’outil agit bien comme sous-traitant encadré, et non comme un tiers libre de réutiliser les données à sa guise. Tracer la chaîne de responsabilité, du recueil de la donnée jusqu’à la restitution du résultat, fait partie intégrante de la conformité.

Évaluer un outil avant de l’adopter

Quelques questions simples permettent de trier les offres sérieuses. Où les données sont-elles hébergées, et où le calcul s’exécute-t-il précisément ? L’hébergement est-il couvert par l’agrément calédonien ? Un contrat de sous-traitance écrit est-il fourni ? Les données servent-elles à entraîner un modèle, et sont-elles effacées après usage ? La traçabilité des accès est-elle assurée, l’outil inclus ? Peut-on récupérer ses données et résilier sans copie résiduelle ? Un fournisseur qui répond clairement à ces points, par écrit, donne une base de confiance ; un fournisseur évasif sur la localisation du calcul invite à la prudence. La performance d’un modèle ne compense jamais une faille sur le trajet des données.

Sources : Congrès de la Nouvelle-Calédonie — loi du pays n° 2026-5 · CNIL — données de santé.