Checklist
Obligations concrètes pour un hôpital, une clinique, une medtech ou un éditeur santé
Cette checklist transforme le texte européen en actions immédiates pour les directions médicales, qualité, conformité, achats, DSI, affaires réglementaires et innovation.
Cartographier tous les usages IA cliniques et médico-techniques
Inventoriez les logiciels de diagnostic, d'imagerie, de triage, de rédaction clinique, d'aide à la décision, d'orientation, de priorisation, de codage et de coordination. Le vrai périmètre de conformité naît de l'usage réel dans le parcours patient, pas du nom commercial du produit.
Qualifier chaque brique: Article 6(1), Annexe III ou simple usage assistif
Il faut distinguer un dispositif médical IA, un outil de triage patient en urgence, un assistant documentaire et une simple automatisation sans impact clinique matériel. Cette qualification conditionne les échéances, les obligations et la profondeur du contrôle.
Exiger la documentation technique Article 11 du fournisseur
Demandez le dossier technique, les performances revendiquées, les limites, les populations de validation, les précautions d'emploi, les instructions de supervision humaine, les logs disponibles et les conditions de mise à jour. Sans ce socle, vous ne pouvez pas défendre un usage sûr.
Formaliser une gouvernance risques Article 9 orientée patient
Reliez l'IA à vos comités qualité, vigilances, achats, DSI, DPO, affaires réglementaires et responsables médicaux. Définissez des seuils d'alerte, des scénarios d'incident, des modalités de retrait et des critères de revalidation lors d'un changement de version ou d'indication d'usage.
Encadrer la transparence Article 13 pour les utilisateurs cliniques
Le radiologue, le médecin urgentiste, le biologiste ou l'infirmier coordinateur doit savoir ce que le système fait réellement, sur quelles données, avec quelles limites et dans quels cas la sortie doit être écartée ou revue manuellement.
Rendre la supervision humaine Article 14 réellement opérable
Prévoyez qui arbitre, dans quels délais, avec quelles informations supplémentaires et avec quel pouvoir d'override. Une IA clinique ne doit jamais enfermer l'équipe médicale dans un flux où l'on valide machinalement une suggestion sans capacité d'analyse critique.
Prouver l'exactitude, la robustesse et la qualité des données Article 15
Suivez les performances par population et par site, documentez les dérives, testez les faux positifs et faux négatifs, vérifiez la qualité des données d'entrée et formalisez les limites de généralisation. Ce point est particulièrement sensible pour l'imagerie et les modèles prédictifs.
Vérifier le marquage CE, le MDR/IVDR et la cohérence contractuelle
En santé, l'AI Act ne vit pas seul. Il faut aligner vos contrats, preuves CE, notices, procédures d'intégration, responsabilités de mise à jour, modalités de surveillance post-market et obligations de coopération en cas d'incident ou d'audit.
Ce qui bloque le plus souvent les organisations de santé
Le blocage n'est presque jamais uniquement technique. Les équipes innovation pensent que le sujet appartient aux affaires réglementaires, les affaires réglementaires attendent des preuves du fournisseur, les achats négocient le contrat, la DSI pilote l'intégration, et les métiers continuent d'utiliser un outil clinique sans piste documentaire complète. Résultat: personne n'a une vue consolidée du cas d'usage, de la version de modèle, de la supervision humaine et des responsabilités en cas d'incident.
C'est précisément ce que structure l'audit ActScan: inventaire des usages, qualification correcte, collecte documentaire, articulation MDR/IVDR et plan d'action priorisé avant les échéances réglementaires.