IA et données de santé : LLM, transcription et dictée hébergés en HDS

Compte rendu de consultation dicté, transcription d’appels, synthèse vocale, assistant qui répond à partir des protocoles d’un service : l’intelligence artificielle a des usages concrets en santé. Mais une donnée de santé ne quitte pas son cadre parce qu’elle passe par un modèle d’IA. Guardis fait tourner des modèles open source sur ses propres GPU, en France, dans un périmètre certifié HDS v2.0 : vos données de santé ne partent vers aucun service d’IA tiers.

Pourquoi une IA en santé doit être hébergée en HDS

Une donnée de santé dans un prompt reste une donnée de santé

L’article L.1111-8 du Code de la santé publique impose un hébergeur certifié HDS à toute personne qui héberge des données de santé pour le compte d’un tiers. Un enregistrement audio de consultation, sa transcription, le compte rendu généré et l’index de recherche construit sur des dossiers sont des données de santé. Le serveur qui exécute le modèle, le stockage des fichiers et les sauvegardes entrent donc dans le périmètre.

La seule exception vise une remise très courte des données, limitée à leur saisie ou à leur mise en forme. Elle est étroite : un service qui conserve les fichiers, les journaux ou l’historique des échanges n’en relève pas.

Ce que recommandent la HAS et la CNIL

La Haute Autorité de santé a publié le 30 octobre 2025 un guide sur l’usage de l’IA générative en santé, construit autour de quatre lignes directrices : Apprendre, Vérifier, Estimer, Communiquer. Elle y demande au professionnel de ne pas partager d’informations confidentielles et de considérer chaque contenu généré comme une proposition pouvant contenir des erreurs à vérifier.

La CNIL, dans sa fiche « IA et santé » de mars 2026, rappelle les questions à se poser : les données utilisées sont-elles strictement nécessaires, et le traitement présente-t-il un risque élevé pour les personnes, auquel cas une analyse d’impact (AIPD) s’impose ? Les traitements de données de santé des établissements de santé figurent d’ailleurs dans la liste des traitements pour lesquels l’AIPD est obligatoire.

Le règlement européen sur l’IA

Le règlement (UE) 2024/1689 classe à haut risque les systèmes d’IA qui sont, ou qui équipent, un dispositif médical soumis à une évaluation par un organisme tiers. Un outil qui aide au diagnostic ou oriente une prise en charge n’a pas le même statut qu’un assistant qui met en forme un courrier. C’est la destination du système, fixée par celui qui le met sur le marché, qui décide. L’hébergement HDS ne répond pas à cette question, mais il apporte la traçabilité, la journalisation et la maîtrise des versions de modèle que ce cadre demande.

Les cas d’usage de l’IA sur des données de santé

UsageCe que fait l’IABriques
Dictée et compte rendu de consultationtranscrit l’échange ou la dictée, puis propose un compte rendu structurétranscription (Whisper) et LLM
Transcription d’appels et secrétariattranscrit et résume les appels, prépare la prise de rendez-vous ou le rappeltranscription, LLM, agent vocal
Synthèse vocalelit un message, une consigne ou un rappel avec une voix naturellesynthèse vocale (Kokoro)
Assistant documentairerépond à partir des protocoles, procédures et référentiels du service, en citant ses sourcesLLM et RAG
Courriers et synthèses de dossierpré-rédige une lettre de liaison ou une synthèse à partir des pièces du dossierLLM, RAG
Extraction et classementextrait des informations structurées, classe des documents, masque des identifiantsLLM

Dans tous ces usages, l’IA propose et le professionnel valide. C’est la recommandation de la HAS, et c’est aussi ce qui permet de mesurer la qualité du modèle dans la durée.

Comment Guardis héberge l’IA en santé

Des modèles open source sur nos GPU, en France

Les modèles tournent sur les GPU de Guardis, dans nos zones françaises. Vous choisissez le modèle selon l’usage : Whisper pour la transcription (licence MIT), Kokoro pour la synthèse vocale (licence Apache 2.0), un LLM open source comme Qwen pour la rédaction et la recherche documentaire, servi par vLLM ou llama.cpp. Aucun prompt, aucun fichier audio et aucun document n’est transmis à une API d’IA extérieure. Pour en savoir plus, voir notre article sur la transcription et la synthèse vocale en environnement HDS et notre retour d’expérience sur le LLM auto-hébergé en HDS.

Dans le périmètre certifié HDS v2.0

Guardis est certifié HDS v2.0 pour les activités 2 à 6 et ISO/IEC 27001:2022, par CertiTRUST, organisme accrédité par le COFRAC. L’inférence, le stockage des fichiers, les index de recherche et les sauvegardes restent dans ce périmètre, sur une infrastructure répartie en 6 zones de disponibilité en France, avec une disponibilité de 99,95 %. Le détail est sur notre page hébergement HDS.

Une API standard ou un réseau privé

Votre application appelle les modèles par une API compatible avec les formats courants (transcription audio, complétion de texte) : un éditeur peut remplacer un service d’IA extérieur sans réécrire son produit. Pour les flux sensibles ou volumineux, comme l’audio d’un standard téléphonique, les données peuvent rejoindre nos GPU sans passer par Internet, par fibre dédiée ou par APN privé : Guardis est une marque de Muona, opérateur de télécommunications.

Sécurité et traçabilité

Chiffrement en transit et au repos, accès nominatifs, journalisation des appels, versions de modèle maîtrisées, sauvegardes hors ligne et réversibilité. La supervision 24/7 peut être confiée à notre SOC managé, en option. Pour les assistants documentaires, l’index de recherche est traité comme une donnée de santé : chiffré, sauvegardé et soumis aux mêmes habilitations (voir notre RAG sécurisé).

Pour qui ?

  • Éditeurs de logiciels de santé : ajoutez dictée, transcription, résumé ou assistant à votre produit sans faire sortir les données du périmètre HDS. Vous restez l’éditeur de votre solution ; Guardis porte les GPU, les modèles et la certification d’hébergeur. Si vous administrez vous-même une partie de la plateforme, cette activité doit être couverte : voir qui est concerné par l’hébergement HDS.
  • Hôpitaux, cliniques et établissements médico-sociaux : assistant documentaire sur les protocoles internes, aide à la rédaction des courriers, transcription pour le secrétariat médical, sur une infrastructure dédiée à l’établissement si nécessaire.
  • Cabinets, centres de santé et laboratoires : l’IA passe par votre logiciel métier. Demandez à votre éditeur où tournent ses modèles et s’il peut vous présenter le certificat HDS de son hébergeur.
  • Mutuelles et assurances : transcription et résumé des appels de gestion, dont le motif peut révéler un état de santé.

GPU dédié ou mutualisé : comment c’est facturé

FormulePour quel besoinFacturation
Transcriptiondictée, appels, consultationsà l’heure d’audio
Synthèse vocalemessages, rappels, agent vocalau caractère
LLM et assistant documentairerédaction, recherche, extractionsur serveur ou GPU dédié
Mise en place d’un RAGassistant sur vos documentsà partir de 3 500 € HT (Déploiement RAG sécurisé)

Les GPU peuvent être mutualisés, pour démarrer à moindre coût, ou dédiés à votre organisation, pour isoler la puissance de calcul et garantir les performances. Le tarif dépend du volume, du modèle et du niveau de service : il figure ligne par ligne dans votre devis.

Démarrer un projet d’IA en santé en 4 étapes

  1. Choisir un premier usage simple et utile, par exemple la transcription d’une dictée ou un assistant sur les procédures d’un service.
  2. Tester sur des données fictives ou pseudonymisées : le POC mesure le taux d’erreur de la transcription, la latence, la qualité du français et le coût, sur vos propres enregistrements ou documents types.
  3. Documenter la conformité : registre, information des patients, analyse d’impact si nécessaire, contrat d’hébergement, avec votre DPO et votre RSSI.
  4. Passer en production dans le périmètre HDS, avec un suivi régulier de la qualité des résultats.

Demander un devis ou faire le diagnostic HDS en 2 minutes.

Questions fréquentes sur l’IA et les données de santé

Peut-on utiliser ChatGPT avec des données de patients ?

Pas avec un service grand public : les données partent chez un prestataire qui n’est pas, par défaut, certifié HDS pour ce service, et la HAS recommande de ne pas y partager d’informations confidentielles. Un modèle open source hébergé en France dans un périmètre HDS permet des usages comparables sans transmettre les données à un tiers.

Une IA qui traite des données de santé doit-elle être hébergée en HDS ?

Oui, dès que l’hébergement des données est confié à un tiers : serveur d’inférence, fichiers audio, transcriptions, comptes rendus, index de recherche et sauvegardes. Seule une remise très courte, limitée à la saisie ou à la mise en forme, échappe à cette obligation.

Peut-on utiliser Whisper sur des données de santé ?

Oui. Whisper est un modèle open source (licence MIT) qui peut s’exécuter en France sans envoyer l’audio à OpenAI. Le modèle ne rend pas le traitement conforme à lui seul : l’hébergement, les accès, le contrat et les durées de conservation restent à encadrer.

Faut-il une analyse d’impact pour un projet d’IA en santé ?

Souvent. Elle est obligatoire si le traitement présente un risque élevé pour les personnes, ce qui est fréquent avec des données de santé, et elle l’est pour les traitements de données de santé des établissements de santé. Elle se mène avant la mise en production.

Un outil de dictée par IA est-il un dispositif médical ?

Cela dépend de sa destination. Un outil qui transcrit et met en forme n’a pas la même finalité qu’un outil qui propose un diagnostic ou une décision thérapeutique. C’est au fabricant de qualifier son produit ; s’il s’agit d’un dispositif médical soumis à évaluation par un tiers, le règlement européen sur l’IA le classe à haut risque.

Les modèles open source sont-ils assez bons pour la santé ?

Pour la transcription, la synthèse, l’extraction et la recherche documentaire, ils couvrent la plupart des besoins, mais la qualité dépend du cas d’usage, de la langue et de la qualité de l’audio. C’est pourquoi chaque projet commence par un test mesuré sur vos propres données.

Combien coûte une IA hébergée en HDS ?

La transcription est facturée à l’heure d’audio, la synthèse vocale au caractère, les modèles plus lourds sur serveur ou GPU dédié. La mise en place d’un assistant documentaire (RAG) démarre à partir de 3 500 € HT. Le tarif final figure dans votre devis.

Où sont traitées les données ?

En France, sur les GPU et les serveurs de Guardis, dans le périmètre certifié HDS v2.0. Aucune donnée n’est transmise à un service d’IA extérieur.