MedGPT au CHU de Poitiers : l’IA médicale entre promesse clinique et surveillance
À retenir
• Le CHU de Poitiers déploie MedGPT pour encadrer l’usage hospitalier de l’IA générative médicale.
• L’outil promet des réponses sourcées, sans transférer la décision clinique ni la responsabilité médicale.
• La souveraineté numérique reste à vérifier, notamment sur l’hébergement et les dépendances cloud.
• HAS et CNIL rappellent l’exigence de formation, supervision, traçabilité et information des patients.
Poitiers rejoint les CHU qui structurent l’usage de MedGPT
Le CHU de Poitiers a officialisé, le 12 juin 2026, le déploiement de MedGPT, présenté comme une « solution française et sécurisée ». Dans sa communication, l’établissement explique avoir retenu cet outil pour son « ancrage français » et pour sa capacité supposée à « canaliser les usages vers un outil maîtrisé et sécurisé ».[1]
Synapse Medicine affirme, de son côté, que MedGPT.fr est déployé « sur les 5 sites du CHU de Poitiers, pour tous les professionnels de santé du territoire ».[2] Cette précision, émanant de l’éditeur, doit être qualifiée avec prudence. Elle suggère néanmoins une stratégie d’établissement, et non une expérimentation limitée à quelques services pilotes.
Ce déploiement s’inscrit dans une accélération plus large. Selon TICsanté, reprenant les informations présentées autour de SantExpo, Synapse Medicine revendiquait 154 000 utilisateurs vérifiés, visait plus de 500 000 utilisateurs d’ici à la fin de 2026 et indiquait que MedGPT était intégré dans plus de dix logiciels métiers. Trois CHU étaient alors cités comme partenaires : Poitiers, Bordeaux et Brest. L’entreprise disait également vouloir déployer l’outil dans 50 % des CHU d’ici à la fin de l’année.[3]
Un assistant médical conçu pour soutenir, pas décider
MedGPT se présente comme une intelligence artificielle (IA) médicale destinée aux professionnels de santé, avec des réponses fondées sur des sources de référence.[4] Le CHU de Bordeaux, également engagé avec Synapse Medicine, décrit l’outil comme un assistant capable de mobiliser des référentiels français reconnus, notamment la Haute Autorité de santé (HAS), l’Agence nationale de sécurité du médicament et des produits de santé (ANSM), Thériaque et des sociétés savantes.[5]
La promesse répond à une contrainte très concrète du soin : accéder rapidement à une information médicale actualisée, contextualisée et traçable, sans multiplier les recherches dispersées ni recourir à un chatbot généraliste. Elle s’inscrit aussi dans un moment de structuration normative encore inachevée, où les usages de l’intelligence artificielle en santé avancent souvent plus vite que les doctrines d’encadrement.
La frontière doit toutefois rester nette. Le CHU de Bordeaux rappelle que MedGPT constitue un outil d’aide à la décision médicale « sans vocation décisionnelle directe ni prescriptive ».[5] Autrement dit, l’assistant peut documenter, orienter et accélérer l’accès à une information médicale. Il ne signe ni diagnostic, ni prescription, ni arbitrage thérapeutique.
Responsabilité médicale : la décision reste humaine
Le cadre juridique français fixe une ligne claire. Dans leur document de travail du 16 février 2026 consacré aux systèmes d’intelligence artificielle (SIA) en contexte de soins, la HAS et la Commission nationale de l’informatique et des libertés (CNIL) rappellent qu’une enquête de la Fédération hospitalière de France (FHF), datée de juillet 2025, indiquait que 65 % des établissements publics de santé interrogés utilisaient déjà des technologies d’IA en production.[6]
« le professionnel de santé reste entièrement responsable, même lorsque l’acte est accompli avec l’assistance d’un SIA »[6]
Cette formulation distingue sans ambiguïté l’assistance algorithmique de la décision médicale. Elle oblige les établissements à penser l’outil au-delà de son simple déploiement technique : formation, profils d’accès, supervision, traçabilité, documentation des usages et retours d’expérience doivent accompagner son intégration.
La HAS et la CNIL insistent également sur la formation. Elles soulignent que la notice d’utilisation ne saurait suffire et que le déployeur doit prévoir des mesures complémentaires, notamment sur l’IA en santé, la protection des données personnelles, le règlement général sur la protection des données (RGPD) et la responsabilité médicale.[6]
Dès qu’un système d’IA implique un traitement de données personnelles, l’établissement ou le professionnel déployeur doit aussi s’assurer de la conformité du traitement et respecter une information loyale des patients.[6] La question ne relève donc pas seulement de la performance logicielle ; elle touche à l’organisation du soin, à la gouvernance des données de santé et à la confiance accordée aux outils numériques.
Données de santé et souveraineté : la promesse française sous examen
Le vocabulaire de la souveraineté accompagne désormais la plupart des projets d’IA médicale. MedGPT ne fait pas exception. Pour les établissements de santé, l’enjeu est sensible : éviter que les données, les usages ou les dépendances technologiques ne se logent dans des environnements insuffisamment maîtrisés.
APMnews rapporte toutefois une nuance importante formulée par Alain Lamy, directeur des systèmes d’information (DSI) du CHU de Poitiers. Selon lui, « MedGPT est la solution la plus souveraine à défaut de l’être complètement », l’outil étant encore hébergé chez Microsoft Azure au moment de cette présentation, le 20 mai 2026.[7] Louis Létinier, directeur médical et cofondateur de Synapse Medicine, a indiqué à APMnews qu’une migration vers un acteur français devait intervenir dans l’année.[7]
Cette réserve évite de confondre origine française de l’éditeur et souveraineté numérique pleinement établie. Une solution fondée sur des référentiels français, encadrée contractuellement et conforme aux exigences d’hébergement des données de santé (HDS), peut représenter un progrès par rapport à des usages non maîtrisés. Mais la souveraineté se vérifie concrètement : hébergement, contrats, accès, journaux techniques, conditions de réutilisation des données, dépendances cloud et modèles sous-jacents.
Les tensions récentes autour de la qualification juridique des données pseudonymisées rappellent que la conformité des données de santé supporte mal les zones grises. Pour une IA médicale utilisée par des professionnels, cette exigence devient encore plus pressante.
IA générative à l’hôpital : encadrer plutôt que subir
Le choix du CHU de Poitiers traduit une stratégie pragmatique. Selon APMnews, Alain Lamy a expliqué que l’établissement avait « quasiment pas de shadow IT [des usages non autorisés de solutions] », en raison d’une politique restrictive. Il ajoutait : « La contrepartie, c’est de mettre à disposition une solution supposée souveraine et orientée sur le médical ».[7]
Cette logique résume l’un des dilemmes actuels de l’hôpital. Interdire l’IA générative sans alternative peut favoriser des contournements discrets. Autoriser sans cadre expose, à l’inverse, à des risques de sécurité, de confidentialité et de responsabilité. Entre ces deux écueils, les établissements cherchent à installer des outils identifiés, médicalisés, traçables et intégrés à une gouvernance locale.
Le règlement européen sur l’intelligence artificielle (RIA) ajoute une perspective de long terme. La Commission européenne a publié, le 19 mai 2026, un projet de lignes directrices destiné à aider fournisseurs et déployeurs à déterminer si un système d’IA relève ou non de la catégorie à haut risque. Elle rappelle que certains usages deviennent sensibles lorsqu’ils exposent la santé, la sécurité ou les droits fondamentaux, et qu’ils appellent alors des exigences renforcées.[8]
Pour les hôpitaux, la cybersécurité en santé devient un sujet de gouvernance quotidienne, y compris lorsque l’innovation promet de soulager les équipes. L’IA médicale ne pourra donc pas être évaluée uniquement à l’aune de sa fluidité d’usage ; sa robustesse, sa traçabilité et sa supervision humaine pèseront tout autant.
Retours d’usage : le terrain manque encore
À ce stade, les informations disponibles décrivent surtout le cadre de déploiement de MedGPT et les intentions affichées par ses promoteurs. Elles renseignent beaucoup moins sur la manière dont les soignants utilisent réellement l’outil au lit du patient, en consultation, pendant une garde ou face à une situation clinique ambiguë.
Cette limite n’est pas secondaire. Un assistant médical peut afficher des sources reconnues tout en produisant des erreurs de synthèse, des raccourcis de raisonnement ou une réponse formulée avec une assurance excessive. La question n’est donc pas seulement de connaître les bases documentaires mobilisées, mais de comprendre comment les réponses sont construites, vérifiées, mises à jour et corrigées.
L’évaluation devra aussi porter sur les usages ordinaires : fréquence de recours, types de questions posées, temps réellement gagné, situations dans lesquelles l’outil est écarté, erreurs détectées par les équipes et effets éventuels sur la relation avec le patient. Sans ces données de terrain, MedGPT reste un objet prometteur, mais encore insuffisamment documenté dans sa pratique quotidienne.
Évaluation clinique : la preuve reste à construire
MedGPT arrive dans les CHU avec une ambition forte : mieux orienter l’accès à l’information médicale, réduire la dispersion documentaire et offrir aux professionnels de santé un appui rapide dans un environnement saturé. L’objectif peut séduire, tant la pression du temps, la complexité des recommandations et la multiplication des outils numériques pèsent déjà sur les organisations de soins.
La prudence demeure pourtant nécessaire. Les chiffres d’adoption, les performances annoncées ou la qualité perçue des réponses ne suffisent pas à démontrer un bénéfice clinique en conditions réelles. Il faudra documenter les erreurs évitées, les erreurs induites, le temps gagné ou perdu, les biais éventuels et la capacité des équipes à garder une distance critique face aux réponses produites.
Le déploiement de MedGPT au CHU de Poitiers n’est donc ni une révolution accomplie, ni un simple gadget numérique. Il ouvre une phase d’observation exigeante : celle où l’usage réel, la sécurité, la traçabilité et l’évaluation clinique devront confirmer l’intérêt annoncé de cette IA médicale pour les soignants comme pour les patients.
Références
[1] CHU de Poitiers, « L’intelligence artificielle au service de la santé : le CHU de Poitiers déploie MedGPT », 12 juin 2026.
[2] Synapse Medicine, « Le CHU de Poitiers accueille un nouvel assistant », publication LinkedIn, consultée le 16 juin 2026.
[3] TICsanté, « Comment le français MedGPT se fait une place sur le marché des IA médicales », 1er juin 2026.
[4] MedGPT, « MedGPT, l’IA médicale française, basée sur des sources fiables », site officiel, consulté le 16 juin 2026.
[5] CHU de Bordeaux, « Le CHU de Bordeaux et Synapse Medicine s’associent pour déployer une intelligence artificielle médicale au service des soignants », page consultée le 16 juin 2026.
[6] HAS-CNIL, « Accompagner le bon usage des systèmes d’intelligence artificielle en contexte de soins », document de travail, 16 février 2026.
[7] APMnews, « Comment le français MedGPT se fait une place sur le marché des IA médicales », 20 mai 2026.
[8] Commission européenne, « Guidelines for providers and deployers of AI high-risk systems », 19 mai 2026.
Descripteur MESH : Santé , Hôpitaux , Sécurité , Intelligence , Intelligence artificielle , Temps , Patients , Soins , Face , Travail , Journaux , France , Documentation , Établissements de santé , Assurance , Sociétés , Sociétés savantes , Vocabulaire , Logique , Contrats , Politique , Environnement , Accélération , Pression , Confidentialité , Confiance , Communication , Risque , Thérapeutique , Diagnostic