En résumé

• Une évolution nette s’opère, d’une prise en charge des patients réactive vers une approche proactive
• L’IA joue un rôle clé dans le développement d’une santé centrée sur l’humain
• L’engagement des patients se redéfinit à l’ère d’une société orientée consommateur
• Gouvernance, conformité et éthique sont des éléments essentiels des stratégies d’IA en santé
• Les sciences comportementales et l’analytique prédictive ouvrent la voie à de nouveaux modèles de prise en charge des patients

Le défi pour notre système de santé est clair : concevoir des services à la fois intelligents, résilients et centrés sur l’humain — sans compromettre la confiance ni l’équité.

Dans le premier article de notre série consacrée aux tendances de la santé à l’horizon 2026, nous examinons le rôle de l’intelligence artificielle (IA) pour relever ce défi, et expliquons pourquoi les enjeux vont bien au‑delà de la seule dimension technologique.

Aujourd’hui, l’IA soutient les professionnels de santé au point de prise en charge [1], [2], [3], automatise les processus du back‑office [4], anticipe les risques sanitaires à l’échelle des populations [5], [6], et accélère la recherche ainsi que la médecine de précision. Ses applications couvrent notamment l’aide à la décision clinique, la dictée et la structuration de comptes rendus, l’imagerie médicale, les assistants virtuels, le traitement des demandes de remboursement, la planification, l’épidémiologie et la découverte de nouveaux médicaments.

L’IA est devenue le fil conducteur de la transformation du secteur de la santé — non pas une vision d’avenir, mais une réalité déjà intégrée à l’ensemble de l’écosystème.

Le potentiel des bénéfices liés à l’intégration de l’IA dans les systèmes de santé ne fait aucun doute. Toutefois, la réussite repose sur bien plus que la seule technologie.

Une mise en œuvre durable de l’IA exige à la fois une vision stratégique claire et une solide maturité opérationnelle. Les organisations doivent définir une stratégie IA alignée sur leurs objectifs métiers, portée par le leadership, et intégrant pleinement les enjeux de gouvernance, de conformité et d’éthique.

Pour un déploiement opérationnel pérenne, les organisations doivent s’appuyer sur :

• Une stratégie conforme aux réglementations en vigueur, telles que le RGPD et l’HIPAA, garantissant la protection de la vie privée des patients et la sécurité des données
• Une infrastructure fiable et robuste, une capacité adéquate de fourniture et de gestion des données, ainsi que l’interopérabilité des systèmes
• Une conduite du changement efficace, afin que les collaborateurs comme les patients aient confiance dans l’IA et en adoptent les usages
• La garantie de résultats équitables et justes pour l’ensemble des populations de patients, notamment par la réduction des biais algorithmiques

L’avenir de la santé repose sur l’IA, avec une prise en charge centrée sur le patient et guidée par les données.

Ce qui relevait encore de la science‑fiction il y a quelques années est désormais profondément ancré dans les systèmes de santé. Les organisations doivent agir dès maintenant pour surmonter les défis systémiques et répondre aux attentes croissantes des patients comme des professionnels de santé.

Les deux tendances suivantes illustrent l’adoption croissante des solutions numériques et soulignent la nécessité de trouver le juste équilibre entre la technologie, une gouvernance humaine adaptée et de nouvelles stratégies de prise en charge des patients fondées sur l’analyse des données.

Tendance 1 : le passage d’une santé réactive à une santé proactive

Le vieillissement de la population et le poids croissant des maladies chroniques ont façonné un paysage de la santé complexe, appelé à s’étendre encore davantage.

Cette évolution impose aux acteurs de santé une réponse stratégique et intelligente — une réponse qui les fasse évoluer d’une posture réactive vers une approche proactive.

Pendant des décennies, les systèmes de santé ont été construits selon une logique essentiellement réactive : traiter la maladie lorsqu’elle progresse, intervenir en situation de crise et faire de l’hôpital le pivot central de la prise en charge.

Cette architecture atteint aujourd’hui ses limites face à l’augmentation des cas de multimorbidité, à la hausse continue des coûts liés aux maladies chroniques, à l’élargissement des inégalités et au vieillissement rapide de la population. La multimorbidité désigne la présence de deux maladies chroniques ou plus chez un même patient.

Nous observons une évolution démographique majeure : d’ici 2030, une personne sur six dans le monde aura plus de 60 ans [7], et la population des plus de 80 ans triplera d’ici le milieu du siècle [8]. Dans le même temps, les personnes âgées de 55 ans et plus représentent déjà plus de la moitié des dépenses de santé [9].

Cela concentre les coûts du système sur une tranche de la population qui bénéficierait pourtant le plus d’actions de prévention ciblées, mises en œuvre plus en amont.

Le vieillissement en soi n’est pas la crise ; il n’en est que le catalyseur. Le véritable défi réside dans le fait que la majorité des systèmes de santé interviennent encore trop tard.

Pourquoi une approche de la santé centrée sur la prévention n’est‑elle plus optionnelle ?

Les maladies non transmissibles représentent déjà la majorité des dépenses de santé à l’échelle mondiale, avec un coût estimé à 47 000 milliards de dollars d’ici 2030 [10]. La majeure partie de ces coûts pourrait être évitée, car ils ne résultent pas de pathologies soudaines, mais d’une dégradation progressive et prévisible de l’état de santé sur le long terme.

La plupart des personnes âgées vivent avec plusieurs pathologies, révélant ainsi l’inadéquation de parcours de soins conçus autour d’affections isolées plutôt que d’une approche globale centrée sur les risques affectant l’ensemble de la personne [11].

Un modèle opérationnel fondé sur la prévention (Prevention‑First Operating Model – PFOM) remplace la logique « réagir et intervenir en urgence » par une identification continue des risques, une détection précoce, des interventions proactives et un accompagnement à domicile. Cette évolution n’est plus un objectif théorique, mais une stratégie indispensable à la soutenabilité des systèmes de santé.

De manière encourageante, les technologies émergentes permettent désormais de rendre la prévention scalable, personnalisée et économiquement viable. Il apparaît que la technologie a enfin rejoint l’ambition de la prévention, comme l’illustrent les exemples présentés dans notre section FAQ — voir ci‑dessous.

Cette avancée est le fruit de la convergence entre maturité numérique, intelligence et infrastructures technologiques.

Le consortium AI4HealthyAging [1], piloté par Capgemini, constitue un modèle de référence de ce que peut être la prévention de nouvelle génération. En s’appuyant sur l’apprentissage fédéré, ce dispositif permet de prédire précocement des signaux de risque d’AVC ou d’insuffisance cardiaque sans déplacer les données sensibles des patients entre les institutions. Les techniques d’explicabilité garantissent que les cliniciens comprennent pourquoi un modèle déclenche une alerte, renforçant ainsi la confiance au point de prise en charge. Il s’agit d’une prévention rendue possible par une intelligence respectueuse de la vie privée — et non par la multiplication des établissements ou des capacités d’hospitalisation.

Ces modèles anticipent l’architecture de partage de données prévue par l’Espace européen des données de santé (European Health Data Space – EHDS) [12]. Celui‑ci permettra une réutilisation sécurisée et harmonisée des données de santé à l’échelle transfrontalière, au service de la prévention, de la recherche et de l’élaboration des politiques publiques en Europe — voir la section FAQ ci‑dessous.

Les algorithmes, à eux seuls, ne suffisent pas à mettre en place des systèmes de santé centrés sur la prévention. Leur adoption à l’échelle des organisations exige une gouvernance solide, un climat de confiance, une collaboration étroite entre l’humain et l’IA, ainsi qu’une évolution en profondeur des modèles organisationnels.

Combinées, ces capacités permettent de faire évoluer les systèmes de santé d’un mode réactif à un mode proactif, d’une prise en charge ponctuelle à un accompagnement continu, et d’un modèle centré sur l’hôpital à une approche orientée vers le domicile.

Certes, les sociétés vieillissent, la multimorbidité progresse et les aidants sont de plus en plus sous pression [13]. Mais ces phénomènes ne constituent pas la cause profonde du problème : ce sont des signaux clairs invitant les systèmes de santé à abandonner des modèles de soins réactifs devenus obsolètes.

Trois recommandations pour accélérer les stratégies de santé préventive

Afin d’aider les organisations de santé à concrétiser l’usage de l’IA sur la voie d’une médecine préventive, nous formulons les recommandations suivantes :

• Considérer la prévention comme un véritable levier d’investissement, et non comme un argument moral. Il s’agit de cesser de voir la prévention comme un « plus » et de la reconnaître comme le principal moteur économique et structurel du système.
• Faire de l’IA un partenaire de première ligne dans la prise en charge, et non un simple outil expérimental cantonné au back‑office. La question n’est plus de savoir si l’IA est efficace, mais si les dirigeants sont prêts à repenser les processus, les responsabilités et la gouvernance afin que les signaux de risque précoces influencent réellement les décisions au point de prise en charge.
• Construire dès maintenant les fondations data, ou accepter que la prévention reste durablement fragmentée. Sans une infrastructure de données interopérable, respectueuse de la vie privée et fondée sur des approches fédérées, la prévention demeurera ponctuelle et réactive. Les décideurs qui ne bâtissent pas cette colonne vertébrale aujourd’hui condamnent leurs systèmes à une décennie d’améliorations marginales.

Quelles questions les dirigeants devraient‑ils se poser sur la santé préventive ?

1. Quels partenariats nouons‑nous avec les pouvoirs publics, les collectivités, les services dédiés au vieillissement et les acteurs industriels pour déployer la prévention au‑delà des murs du système de santé ?
2. Comment préparons‑nous nos organisations, sur le plan culturel, à un monde où la prise en charge commence avant l’apparition des symptômes ?
3. Sommes‑nous prêts à déployer l’IA à grande échelle pour la détection précoce, avec une gouvernance adaptée, des capacités d’explicabilité et une intégration réelle dans les pratiques des professionnels ?
4. Comment nous assurons‑nous que les modèles fondés sur la prévention réduisent les inégalités, plutôt que de les creuser involontairement ?

Une architecture centrée sur la prévention est la seule voie réellement scalable, humaine et économiquement viable pour l’avenir. Et l’IA, les données fédérées et les solutions numériques à domic…

Tendance 2 : repenser l’engagement en santé — du patient au consommateur

Les attentes des consommateurs redessinent profondément le secteur de la santé. La réussite repose désormais sur un engagement fondé sur l’analyse des données et sur la préparation à une maturité accrue de l’IA, tout en préservant la confiance et l’équité.

Les patients attendent des interactions de santé intuitives, transparentes et personnalisées. Pourtant, la majorité des outils numériques ont été conçus pour les professionnels de santé, et non pour les usagers.

La frustration est mesurable : 63 % des patients se déclarent prêts à changer de prestataire en raison d’une mauvaise communication, et 47 % ont déjà renoncé à prendre un rendez‑vous à cause des délais liés aux échanges téléphoniques — parfois au prix de situations d’urgence [14].

Le constat est clair : la simplicité d’accès et la transparence ne sont plus optionnelles.

À partir de 2026, le facteur différenciant sera l’engagement fondé sur l’analyse des données. L’IA progresse rapidement, mais son adoption à grande échelle prendra encore du temps.

Les organisations les plus avancées s’appuient déjà sur les sciences comportementales et l’analytique prédictive pour anticiper les besoins, personnaliser les interactions et simplifier l’accès aux soins. Ces approches renforcent la fidélité des patients et l’efficacité opérationnelle, tout en posant les bases d’une prise en charge pilotée par l’IA à l’avenir.

Dans le même temps, les consommateurs se saisissent eux‑mêmes de l’IA, notamment via des outils comme ChatGPT pour leurs questions de santé, rendant indispensable pour les acteurs de santé de proposer des alternatives fiables, sécurisées et dignes de confiance.

Quelles sont les implications réglementaires liées au déploiement de nouvelles technologies ?

La protection de la vie privée et la confiance demeurent des enjeux essentiels. L’Organisation mondiale de la santé (OMS) alerte sur le fait que l’adoption de l’IA dans le secteur de la santé progresse plus vite que les cadres juridiques : seuls 8 % des pays disposent à ce jour de normes claires en matière de responsabilité [15].

Les patients réclament de la transparence : si 53 % d’entre eux se disent à l’aise avec l’utilisation de l’IA pour des questions de santé, cette confiance dépend fortement de l’existence de mécanismes de gouvernance clairs et d’une conception éthique des solutions [16].

L’exemple suivant illustre les dilemmes réglementaires auxquels le secteur est déjà confronté. Woebot, un compagnon de santé mentale fondé sur l’IA et cliniquement validé, a été arrêté en juin 2025. Cette décision a été motivée par des contraintes réglementaires et par l’absence de directives claires de la FDA concernant les outils de santé mentale basés sur l’IA, en particulier ceux reposant sur des modèles de langage de grande taille. Ce retrait est intervenu malgré des résultats cliniques démontrés — notamment une réduction des symptômes dépressifs chez les femmes en post‑partum et les étudiants — validés par des essais contrôlés randomisés. La solution avait été utilisée par plus de 1,5 million de personnes [17], [18].

La question de l’équité ne doit pas non plus être négligée. La transformation numérique comporte le risque d’accentuer les inégalités, en particulier pour les populations rurales et vulnérables, si l’inclusion n’est pas intégrée dès la conception. Cela implique d’identifier les besoins numériques, de concevoir des interfaces accessibles et de co‑développer les solutions avec les communautés autochtones et les groupes marginalisés.

Quelles questions les dirigeants devraient‑ils se poser sur une prise en charge des patients fondée sur l’analyse des données ?

1. Comment exploitons‑nous aujourd’hui les sciences comportementales et l’analytique prédictive pour personnaliser l’engagement des patients ?
2. Quelles actions mettons‑nous en œuvre pour intégrer la transparence et la simplicité d’usage dans chaque interaction digitale ?
3. Préparons‑nous dès maintenant la montée en maturité de l’IA en posant des bases solides en matière de confiance, de gouvernance et de données ?
4. Comment garantissons‑nous l’accessibilité et la sécurité culturelle pour les communautés vulnérables ou éloignées géographiquement ?
5. Comment allons‑nous à la rencontre des usagers, là où ils se trouvent, tout en nous alignant sur l’évolution de leurs besoins ?
6. Sommes‑nous organisés pour accompagner un changement continu à mesure que nos modes et canaux d’engagement évoluent ?

Les réponses à ces questions détermineront si votre organisation saura s’imposer comme leader dans un environnement où l’expérience, la confiance et l’équité sont devenues aussi déterminantes que les résultats cliniques. Une chose est certaine : une conception centrée sur l’humain, alliée à une capacité d’innovation rapide, est indispensable pour rester en phase avec les attentes des usagers.

Conclusion — et quelles perspectives pour un secteur de la santé en pleine transformation ?

Le monde de la santé évolue rapidement. Qu’il s’agisse de modèles centrés sur la prévention, de l’extension des modes de prise en charge ou d’une approche de l’engagement davantage orientée consommateur, une large part de ces évolutions est portée par l’automatisation avancée et par l’optimisation des ressources rendue possible grâce à l’IA.

C’est à la fois une période stimulante pour le secteur de la santé et un moment charnière, où les acteurs doivent redoubler de vigilance pour préserver la confiance et l’équité, en intégrant efficacement la gouvernance, la conformité et l’éthique au cœur de leurs stratégies d’IA.

Pour aller plus loin dans l’exploration des tendances du secteur de la santé

Il ne s’agit là que du début d’une transformation majeure du secteur de la santé. Les prochains articles de cette série exploreront notamment :

• La manière dont les acteurs de santé envisagent l’intégration optimale des soins virtuels au sein de leurs systèmes de santé (télésanté, unités de soins virtuelles et services d’urgence, hospitalisation à domicile, etc.)
• Les raisons pour lesquelles faire face à une pression financière considérable exige des stratégies audacieuses, appuyées sur la technologie, capables de générer des économies immédiates sans compromettre la qualité des soins
• Les raisons pour lesquelles faire face à une pression financière considérable exige des stratégies audacieuses, appuyées sur la technologie, capables de générer des économies immédiates sans compromettre la qualité des soins
• La façon dont la médecine génomique ouvre de nouvelles perspectives dans la prise en charge des patients, de la prévention et du diagnostic jusqu’aux traitements personnalisés
• Les raisons pour lesquelles la génomique reste encore sous‑exploitée en tant qu’outil de santé pourtant à fort potentiel

Nous préparons nos clients à cette nouvelle ère en tant que partenaire de conseil et de transformation de bout en bout, porté par l’IA.

En reliant les différentes tendances — cliniques, opérationnelles, financières et liées à l’expérience — abordées dans cette série d’articles, nous aidons les organisations de santé à transformer les ruptures en résultats mesurables : des soins plus sûrs et plus accessibles, de meilleures expériences pour les patients comme pour les professionnels de santé, ainsi que des structures de coûts durables, garantes de la résilience des systèmes à long terme.

Restez attentifs à la publication des prochains articles de cette série, qui poursuivront l’exploration des tendances clés du secteur de la santé à l’horizon 2026.