Doctolib, IA et données de santé : les enjeux d’un laboratoire sous surveillance

À partir d’août, Doctolib lance un programme de recherche en intelligence artificielle fondé sur des données de santé pseudonymisées, accessibles par défaut sauf opposition explicite. L’initiative promet d’« améliorer les parcours de soins », mais elle relance une question sensible : jusqu’où peut-on réutiliser des informations médicales, même protégées, pour faire progresser la technologie ?

Un projet présenté comme utile à l’organisation des soins

Selon les informations communiquées aux utilisateurs, le programme doit s’étendre sur trois ans et s’appuyer sur des données saisies par les médecins dans l’environnement Doctolib : antécédents, médicaments, état de santé général, documents, images et ordonnances. L’entreprise indique que ces éléments seront conservés au maximum cinq ans dans le cadre du projet, et qu’ils serviront à développer des systèmes d’IA destinés à améliorer le parcours de soins.[1]

Ce type d’initiative s’inscrit dans une évolution plus large du secteur médical : les acteurs du numérique cherchent à transformer la masse de données produites par les consultations, les prescriptions et la coordination des soins en ressource d’entraînement pour des outils prédictifs ou d’aide à la décision. Le potentiel est réel, mais il s’accompagne d’une exigence élevée de transparence, car les données de santé figurent parmi les plus sensibles du droit européen.[1][11]

La logique affichée par Doctolib repose sur un usage qualifié de recherche scientifique et non de simple exploitation commerciale. C’est un point central : dans le champ médical, la frontière entre amélioration de service, recherche appliquée et valorisation algorithmique reste souvent poreuse, ce qui impose d’examiner non seulement la finalité annoncée, mais aussi la gouvernance concrète des données.[1][7]

Le vrai sujet : l’opt-out et la maîtrise du consentement

Le mécanisme retenu est celui de l’opt-out, c’est-à-dire une inclusion par défaut avec possibilité de refus. Plusieurs sources indiquent que les utilisateurs concernés peuvent s’opposer à l’utilisation de leurs données, sans que cela n’ait d’effet sur l’accès au service ni sur leur parcours de soins.[2][3][5]

Ce choix est loin d’être neutre. Dans le domaine de la santé, le consentement explicite est généralement perçu comme la forme la plus protectrice pour les patients, car il place la décision entre leurs mains avant toute réutilisation. L’opt-out, lui, repose sur une inertie de départ : il suppose que chacun lise l’information, comprenne l’enjeu, puis effectue une démarche de refus. En pratique, cela peut favoriser la participation passive d’une large partie des usagers.[2][6]

Doctolib affirme que les données sont pseudonymisées, c’est-à-dire qu’elles ne sont pas présentées sous une identité directement lisible. Mais la pseudonymisation n’équivaut pas à une anonymisation totale : elle réduit le risque d’identification sans le supprimer complètement, ce qui explique l’existence d’un droit d’opposition et d’un encadrement spécifique.[6][11]

Le débat n’est donc pas seulement technique. Il porte sur la capacité réelle des patients à reprendre la main sur des données qu’ils n’ont pas toujours identifiées comme partageables, alors qu’elles décrivent le cœur de leur vie médicale.

Un enjeu de souveraineté numérique et de confiance publique

Ce projet intervient dans un contexte où la santé numérique dépend largement d’infrastructures et de technologies développées par des groupes américains, même lorsque les données restent hébergées en Europe. D’après certaines informations, Doctolib s’appuierait sur des prestataires internationaux pour l’infrastructure technique, tout en affirmant que les données demeurent chiffrées et stockées sur le continent.[7][11]

Cette architecture illustre un paradoxe bien connu : l’Europe cherche à préserver sa souveraineté numérique, mais ses services de santé numériques s’appuient encore sur des briques technologiques extérieures. Dans ce cadre, la valeur stratégique ne réside pas seulement dans les logiciels, mais dans les volumes de données capables d’améliorer les modèles d’IA. Plus l’échantillon est large et riche, plus l’entraînement peut produire des outils performants.[7]

Les conséquences sont doubles. Pour les patients, le principal risque est une perte de maîtrise symbolique et pratique sur des informations très intimes, même sans usage abusif avéré. Pour l’écosystème médical, l’enjeu est inverse : si ces projets sont perçus comme opaques, ils peuvent fragiliser la confiance dans des plateformes devenues centrales pour l’accès aux soins, la prise de rendez-vous et la coordination entre praticiens.[1][11]

Ce que ce dossier dit de l’avenir de la santé numérique

Le cas Doctolib montre que l’intelligence artificielle en santé n’avance plus seulement par la promesse thérapeutique, mais aussi par l’exploitation d’ensembles de données déjà constitués dans les usages quotidiens. Cette évolution peut accélérer la recherche, mieux orienter les parcours de soins et réduire certaines frictions administratives. Elle peut aussi renforcer une asymétrie entre la puissance des plateformes et la compréhension qu’en ont les usagers.[1][7]

La question décisive sera celle de la régulation concrète : information lisible, exercice simple du droit d’opposition, traçabilité des accès, durée de conservation limitée et contrôle effectif des finalités. Sans ces garanties, les promesses d’innovation risquent de se heurter à un problème plus profond : la difficulté à faire accepter l’IA médicale si les patients ont le sentiment que leurs données circulent avant qu’ils n’aient réellement choisi.[2][10][11]

À court terme, l’affaire devrait surtout mesurer le rapport de force entre utilité collective et consentement individuel. À moyen terme, elle servira de test pour tout le secteur de la e-santé : une plateforme qui centralise la relation patient-soignant peut-elle devenir aussi un laboratoire d’IA sans altérer la confiance sur laquelle repose sa légitimité ?