Exemple fictif : un prestataire vous propose un outil d'IA pour rédiger automatiquement les comptes-rendus de soins à partir des dossiers des résidents. Avant de signer, vous voulez évaluer si votre établissement est prêt à accueillir cet outil sans mettre en danger la conformité de vos données de santé ni créer une dépendance technique que vous ne pourrez pas assumer. Les grilles de maturité IA classiques, conçues pour des entreprises avec une DSI interne et des données clients standards, ne répondent pas à cette question. Elles ignorent deux contraintes propres au médico-social : l'hébergement des données de santé et la capacité à maintenir l'outil quand le prestataire part.
Pourquoi les frameworks génériques ne suffisent pas
Les cadres d'évaluation habituels mesurent cinq dimensions : l'usage actuel des outils, la qualité des données, l'infrastructure technique, les compétences internes et la gouvernance. Dans un EHPAD ou une MAS, ces dimensions existent, mais elles ne capturent pas les risques spécifiques. Une donnée de santé n'est pas une donnée client ordinaire : elle relève d'obligations renforcées, notamment en matière d'hébergement certifié HDS et de consentement des résidents. Par ailleurs, beaucoup d'établissements médico-sociaux n'ont pas de DSI interne. Quand le prestataire externe disparaît ou change de version, qui administre l'outil au quotidien ? Un score élevé en infrastructure technique ne dit rien de cette capacité de maintien dans la durée.
Les deux dimensions à ajouter : conformité santé et maintien
Pour évaluer correctement la maturité IA d'un établissement médico-social, il faut intégrer deux dimensions supplémentaires. La première est la conformité santé : existe-t-il un DPO désigné, les données sont-elles hébergées chez un hébergeur certifié HDS, les procédures de consentement des résidents couvrent-elles l'usage de l'IA ? La seconde est la capacité de maintien : des référents internes peuvent-ils administrer, mettre à jour et faire évoluer l'outil après le départ du prestataire initial ? Sans ces deux dimensions, un diagnostic reste théorique. Il peut conclure à une maturité satisfaisante sur le papier alors que le déploiement échouera faute d'hébergement conforme ou faute de compétences internes pour maintenir l'outil.
Construire sa grille d'évaluation en cinq dimensions adaptées
Voici une méthode concrète pour évaluer votre établissement. Vous pouvez la conduire en interne avec votre responsable qualité et, si vous en avez un, votre DPO. Pour chaque dimension, attribuez une note de 1 à 5 et identifiez la dimension bloquante.
Première dimension : l'usage réel de l'IA par les équipes. Ne vous contentez pas des déclarations officielles. Demandez quels outils sont réellement utilisés par les soignants au quotidien, y compris ceux qu'ils ont installés eux-mêmes sur leurs téléphones professionnels pour gagner du temps. Ce shadow IA, souvent non déclaré, peut déjà traiter des données de résidents sans cadre ni hébergement conforme.
Deuxième dimension : les données et la conformité santé. Vérifiez l'hébergement actuel de vos dossiers informatisés des résidents. Sont-ils stockés chez un hébergeur certifié HDS ? Existe-t-il des procédures écrites de consentement des résidents ou de leurs représentants légaux couvrant spécifiquement un traitement par IA ? Quel est le niveau de risque au sens de l'AI Act pour l'usage envisagé, sachant que certains systèmes touchant à la santé peuvent être classés à haut risque ?
Troisième dimension : l'infrastructure et l'hébergement. Au-delà de la certification HDS, vérifiez où sont géolocalisées les données traitées par l'IA, quelles sont les garanties de sécurité et qui y a accès. Un outil hébergé hors Union européenne ou sans certification adaptée peut être techniquement performant et juridiquement inutilisable pour des données de santé.
Quatrième dimension : les compétences internes et le maintien. Qui administre aujourd'hui vos logiciels métiers ? Existe-t-il des référents capables de comprendre, paramétrer et faire évoluer un agent IA ? Si le prestataire externe disparaît ou change de version, disposez-vous en interne des compétences pour maintenir l'outil en condition opérationnelle ? Dans un secteur où les budgets informatiques sont contraints, cette question détermine la pérennité du déploiement.
Cinquième dimension : la gouvernance. Le CSE a-t-il été informé des projets d'IA concernant les salariés ? Les résidents ou leurs représentants ont-ils été consultés sur l'usage de leurs données personnelles ? Existe-t-il une procédure de validation humaine pour les décisions sensibles produites par l'IA ?
Tester avant de déployer : précautions concrètes
Avant tout déploiement sur des données réelles, organisez des essais en simulation. Utilisez un petit échantillon illustratif, par exemple dix dossiers fictifs ou dûment anonymisés, pour explorer le comportement de l'outil dans différents cas de figure. Cet échantillon sert à comprendre les limites et les cas particuliers, pas à établir un taux d'erreur fiable ni à garantir que toutes les exceptions seront couvertes. Aucun résultat de zéro erreur observé sur dix dossiers ne prouve l'absence de risque global.
Distinguez soigneusement la fréquence des erreurs, leur gravité potentielle et les permissions accordées à l'outil. Une action sensible, comme la rédaction d'un compte-rendu médical ou d'une note de synthèse pour un résident, peut exiger une validation humaine systématique même si le taux d'erreur mesuré est faible, simplement parce que la gravité d'une erreur serait élevée pour la personne concernée. Ne faites aucun envoi externe ni aucune écriture dans vos systèmes d'information réels avant d'avoir obtenu les autorisations internes nécessaires auprès des personnes habilitées. L'anonymisation seule ne rend pas un document confidentiel publiable ou utilisable en dehors des outils et des usages autorisés par votre établissement. Toute donnée interne doit rester strictement dans les périmètres définis par votre politique de sécurité.
Seuils d'action et décisions
Une fois les cinq dimensions notées de 1 à 5, appliquez des seuils d'action stricts. Si la dimension conformité santé est notée en dessous de 3 sur 5, cela bloque tout déploiement d'agent IA sur des données de résidents, quel que soit le score technique obtenu par ailleurs. Si la dimension maintien est faible, prévoyez soit la formation de référents internes capables d'administrer l'outil, soit le choix d'une solution simple à maintenir, avant toute mise en production.
Ces seuils sont des recommandations de méthode proposées par la rédaction, pas des obligations légales. Les décisions finales restent entre les mains de l'employeur et des personnes habilitées au sein de votre établissement. Un directeur extérieur, un consultant ou un prestataire ne décide pas à votre place des pouvoirs qui appartiennent à la direction de l'établissement.
Pour passer à la suite
Évaluer la maturité IA d'un établissement médico-social demande de regarder au-delà des cinq dimensions classiques. La conformité santé et la capacité de maintien interne sont les deux points qui font la différence entre un outil qui fonctionne trois mois et un outil qui dure. Commencez par noter ces cinq dimensions sur votre situation actuelle, testez en simulation sur un petit échantillon de dix dossiers, et décidez ensuite des seuils qui protègent vos résidents. Si vous souhaitez conduire cette évaluation avec un accompagnement externe, le Programme de transformation puissance IA propose un diagnostic du travail réel sur douze mois, avec des décisions documentées à chaque étape.