" La régulation de l'IA ne doit pas être perçue comme un frein à la créativité, mais comme la condition sine qua non de son acceptabilité démocratique et de la préservation de notre libre arbitre. " Anonymus

Directrice projet Transformation des Organisations Numériques à la DNS
On LINKEDIN
https://www.linkedin.com/feed/update/urn:li:activity:7513848747316080641/
#IA_n santé : le Royaume-Uni passe à la mise en œuvre
Une évolution significative vient d’avoir lieu au Royaume-Uni.
📆Le 10 septembre, une commission nationale indépendante formulait 44 recommandations pour mieux encadrer l’IA en santé. Le 6 octobre, le gouvernement britannique a annoncé qu’il les acceptait toutes et allait les mettre en œuvre.
❓Pourquoi est-ce important ?
Parce que ces recommandations proposent de revoir une portion considérable de la manière dont les IA utilisées en santé sont évaluées, autorisées, déployées puis surveillées.
Concrètement, elles prévoient notamment de :
🔹 mieux évaluer les IA avant leur utilisation, avec des exigences adaptées à leur niveau de risque et des preuves plus solides de leur sécurité et de leur efficacité ;
🔹 encadrer les mises à jour des algorithmes. Contrairement à un dispositif médical classique, une IA peut évoluer après son autorisation. Il faut donc déterminer à l’avance quelles modifications sont acceptables et lesquelles nécessitent une nouvelle évaluation
🔹 produire davantage de preuves en conditions réelles, une IA pouvant être performante lors de son développement mais se comporter différemment selon l’hôpital, les patients, les données disponibles ou son intégration dans les pratiques professionnelles ;
🔹 surveiller les performances après le déploiement afin de détecter une baisse de performance, un biais ou un risque et savoir quand corriger, mettre à jour, suspendre ou revenir à une version antérieure ;
🔹 mieux préparer les établissements de santé : qualité des données, infrastructures numériques, compétences des professionnels et capacité à intégrer l’IA dans les parcours de soins deviennent une partie du sujet ;
🔹 clarifier les responsabilités entre développeurs, fabricants, établissements et professionnels lorsqu’une IA évolue ou qu’un incident survient ;
🔹 faciliter enfin l’accès aux innovations prometteuses grâce à des autorisations progressives et supervisées, permettant de continuer à produire des preuves en vie réelle.
✅ La MHRA lance aussi la phase 3 de son AI Airlock, un environnement réglementaire permettant de tester précisément certaines de ces questions.
➡️ Le changement de philosophie est majeur. Il ne suffit plus d'autoriser une IA à un instant T.
Il faut s’assurer qu’elle reste sûre, efficace et adaptée aux patients et aux professionnels tout au long de son utilisation, y compris lorsqu’elle est mise à jour ou change d’environnement.
Le Royaume-Uni fait ainsi évoluer la question réglementaire : de « cette IA peut-elle être autorisée ? » à « comment garantir dans la durée qu’elle apporte réellement un bénéfice sans introduire de nouveaux risques ? »
Une approche qui rapproche beaucoup plus régulation, évaluation clinique, données en vie réelle et organisation des soins.

- Surveillance continue : Évaluer les performances de l'IA en conditions réelles et de manière continue, plutôt que de se fier à une validation unique au moment de l'autorisation.
- Autorisations progressives : Déployer plus tôt les outils prometteurs au sein du NHS (système de santé britannique) sous étroite supervision, afin de collecter des preuves de leur efficacité en situation réelle.
- Clarification des responsabilités : Définir précisément la responsabilité juridique entre les développeurs de l'IA, les fabricants et les professionnels de santé en cas d'erreur médicale
- Transparence pour les patients : Mieux informer les patients lorsque l'IA intervient directement dans leur parcours de soins et renforcer leurs recours en cas de défaillance.
- Décembre 2026 : Publication d'un projet de guide sur la gestion des modifications des dispositifs médicaux dotés d'IA.
- Courant 2027 : Lancement d'une consultation sur la qualification et la classification des outils d'IA.
Commentaire
Le pragmatisme anglo-saxon est un exemple d'efficacité, mais en France, "TOUT est COMPLIQUÉ". Les usines à gaz françaises tournent à plein régime, désolant...et on prend du retard !
A LIRE
AI in Healthcare: Leading Responsible Adoption at Scale Evaluate, implement and scale AI for better healthcare outcomes
https://execed-online.imperial.ac.uk/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsibWVzc2FnZSI6IkJBaHBBNnVjRnc9PSIsImV4cCI6bnVsbCwicHVyIjoiYmxvYl9pZCJ9fQ==--cb5635ce27bff8fcba2b8522538061a0bf14a0b7/B2C_Brochure_Imperial_AI%20in%20Healthcare.pdf?disposition=inline
AI-DRIVEN HEALTH CARE TRANSFORMATION
https://execonline.hms.harvard.edu/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsibWVzc2FnZSI6IkJBaHBBK3VoRnc9PSIsImV4cCI6bnVsbCwicHVyIjoiYmxvYl9pZCJ9fQ==--4440cb451f0f6ecba3b7fe5bf26abcb716ac33b2/HMS-DTHC_Brochure_B2C_09-09-26.pdf?disposition=inline


