Temps de lecture : 5 min
Ce qu’il faut retenir
- IA spécialisée : Doctolib investit 20 millions d’euros dans des algorithmes cliniques entraînés sur des données médicales certifiées, loin des IA généralistes.
- Usages concrets : aide à l’anamnèse, support au diagnostic, médecine prédictive et assistant patient pour réduire la charge administrative des soignants.
- Points de vigilance : hébergement chez Amazon Web Services et risques de réidentification, en plein contexte de recrudescence des cyberattaques.
Le leader français de la prise de rendez-vous médicaux a pris un virage stratégique majeur. Doctolib ne veut plus se contenter d’être une simple plateforme de mise en relation. Avec un budget de 20 millions d’euros dédié à l’IA, l’entreprise ambitionne de devenir un acteur de la décision clinique. Décortiquons ça sans langue de bois.
Une IA spécialisée, adossée à la recherche publique
Contrairement aux assistants généralistes qui s’appuient sur des données du web, l’IA de Doctolib repose sur des bases de connaissances médicales certifiées. Pour asseoir la crédibilité académique, l’éditeur collabore avec des partenaires de renom : Inria, Inserm, Université Paris Cité et CHU de Nantes. Ce n’est pas un détail. En pratique, un algorithme qui n’a pas été entraîné sur des sources fiables peut donner des résultats dangereux dans un contexte médical.
L’équipe de recherche dédiée est impressionnante : 900 professionnels en R&D, dont une centaine d’experts en IA, répartis entre Paris, Nantes et Berlin. Ce n’est pas un simple coup de communication. C’est un vrai centre de recherche appliquée, avec les ressources nécessaires.
Les cas d’usage concrets pour les soignants
Sur le terrain, l’IA se concentre sur des tâches qui font perdre un temps précieux aux médecins et aux infirmières. L’objectif assumé : alléger la charge administrative et fiabiliser les prises de décision. Voici ce qui est en préparation :
- Aide à l’anamnèse : l’IA reconstitue automatiquement les antécédents médicaux du patient avant la consultation. Fini le temps perdu à remplir des formulaires.
- Support au diagnostic : l’outil propose des hypothèses cliniques, mais en s’appuyant sur les recommandations des sociétés savantes. C’est une aide à la décision, pas une substitution.
- Médecine prédictive : analyse des signaux faibles pour anticiper la survenue de pathologies chroniques. Un vrai changement de paradigme : passer du curatif au préventif.
- Assistant patient : l’utilisateur est accompagné dans la préparation de son rendez-vous et la compréhension de ses traitements. De quoi fluidifier le parcours de soins.
Ces applications utilisent des données pseudonymisées, issues des historiques de soins, et le tout est conservé pour une durée maximale de cinq ans. En apparence, c’est propre.
Gouvernance et cybersécurité : les failles potentielles
C’est ici que se joue le cœur du problème. Doctolib affirme se conformer à la méthodologie MR-004 de la CNIL, une référence en matière de conformité RGPD. Mais un point crucial reste en suspens : l’hébergement des données est assuré chez Amazon Web Services (AWS), un fournisseur américain soumis aux lois extraterritoriales des États-Unis, comme le Cloud Act. Sans langue de bois, cette situation soulève des questions de souveraineté que les hôpitaux français ne peuvent ignorer.
Des organisations comme la Ligue des droits de l’Homme ou le collectif Interhop pointent aussi le risque de réidentification des données pseudonymisées. En pratique, la recrudescence des cyberattaques dans le secteur de la santé rend ce scénario tout sauf théorique. Le piratage de Cegedim Santé en février 2026, qui a exposé les données de 15 millions de Français, est un avertissement qu’il serait irresponsable de minimiser.
Autre sujet de discorde : la modalité d’opt-out. Le patient qui refuse que ses données soient utilisées pour l’entraînement de l’IA doit le signaler via un formulaire ou un courriel. Or, le délai accordé avant l’utilisation des données est jugé trop court par les associations de défense des patients. On peut légitimement se demander si un système d’opt-in ne serait pas plus respectueux de la vulnérabilité des usagers.
Qu’en retenir, entre bénéfices et risques ?
Doctolib fait un pari sur l’avenir. En cas de succès, ces outils pourraient réellement améliorer les conditions de travail des soignants et la qualité du suivi des patients. Mais ce progrès ne doit pas se faire au détriment de la confiance. Passons au concret : que faudrait-il pour que ce projet soit un succès sur le long terme ?
- Encadrer juridiquement l’hébergement : une clause de souveraineté explicite, avec des données hébergées au sein de l’Union européenne, serait plus rassurante.
- Réduire le délai d’opt-out : les patients doivent avoir le temps de comprendre l’usage de leurs données.
- Publier les résultats d’évaluation : l’efficacité de l’IA doit être démontrée par des études indépendantes et des tests en conditions réelles.
Ce que je vois sur le terrain, c’est une course mondiale à l’IA de santé. La France dispose d’un avantage : un système de soins universaliste et des instituts de recherche reconnus. Mais si Doctolib ne parvient pas à concilier innovation et garanties renforcées en matière de protection des données, le projet risque de se heurter à un mur de défiance. Ce qui compte vraiment, c’est de bâtir une utilisation éthique, utile et performante. L’intention est belle, mais la vigilance reste de mise.
Photo reproduite avec l’aimable autorisation de Doctolib.

Ingénieur systèmes et architecte cloud pendant 8 ans chez un leader européen de l’hébergement, reconverti dans l’analyse tech et business. Passionné par l’intersection entre infrastructure IT, IA générative et transformation digitale des entreprises. J’aide les décideurs et les équipes techniques à naviguer dans l’écosystème tech sans bullshit marketing.
