Santé numérique : les avis partagés sur l’IA générative à la FDA, le pari d’Agilent sur Proscia et le statut des scribes IA comme dispositifs médicaux

découvrez les débats autour de l’ia générative à la fda, l’investissement d’agilent dans proscia et le statut réglementaire des scribes ia.

L’intelligence artificielle générative s’invite dans les soins, et les régulateurs doivent tracer une voie entre innovation rapide et protection des patients. Aux États-Unis, les contributions à la FDA révèlent un désaccord net sur le niveau de contrôle à appliquer aux dispositifs médicaux fondés sur l’IA. Pendant ce temps, de nouveaux investissements et essais cliniques donnent corps aux ambitions de la santé numérique.
Les retours d’expérience des patients, les exigences de validation et la surveillance après mise sur le marché sont au cœur du débat. En Australie, l’autorité des dispositifs thérapeutiques estime que plusieurs logiciels de rédaction médicale par IA relèvent déjà de la réglementation des dispositifs médicaux. Agilent mise 240 millions de dollars sur Proscia et ses logiciels de pathologie numérique. Blue Arbor Technologies et Senseonics, de leur côté, font avancer des technologies destinées aux personnes amputées et aux personnes diabétiques.

La FDA face aux attentes divergentes sur l’IA générative

La FDA a reçu 540 commentaires sur son document de discussion consacré à la régulation des dispositifs médicaux intégrant l’IA générative. Les industriels réclament davantage de souplesse, tandis que des associations de patients plaident pour des preuves cliniques approfondies, une meilleure transparence et une surveillance rigoureuse. Un cadre d’évaluation fondé sur deux axes de risque reçoit un accueil relativement favorable, mais le désaccord porte sur les preuves exigées avant commercialisation et le suivi des produits après leur mise sur le marché.

AdvaMed souhaite s’appuyer sur les règles existantes et développer les plans prédéfinis de contrôle des modifications, qui encadrent les évolutions autorisées d’un logiciel. L’American Medical Association insiste pour sa part sur la validation clinique, l’évaluation des performances en conditions réelles et la participation des médecins à la surveillance. La Chambre de commerce des États-Unis défend des exigences préalables plus légères pour les produits à faible risque, alors que le fabricant de montres connectées Oura demande que certaines fonctions informatives soient exclues de la réglementation des dispositifs médicaux.

Les organisations de patients défendent des garde-fous plus étendus, notamment pour les personnes vulnérables et les outils capables d’orienter leurs décisions. Une coalition consacrée à la santé mentale réclame également un contrôle des assistants d’IA utilisés à des fins de soutien psychologique. Lors d’une conférence à Boston, la FDA a indiqué préparer un projet de politique dans les prochains mois. Au Royaume-Uni, l’agence MHRA prévoit des recommandations sur les plans de contrôle des modifications d’ici à la fin de 2026. Les deux organismes souhaitent renforcer la collecte de données en situation réelle, tout en adaptant les exigences de preuve au niveau de risque des dispositifs.

Les scribes médicaux par IA sous le regard du régulateur australien

Sur les 12 produits examinés par la Therapeutic Goods Administration australienne, aucun fournisseur ne présentait son logiciel comme un dispositif médical. L’autorité estime pourtant que huit d’entre eux pourraient relever de cette catégorie et demande des précisions sur deux autres. Ces outils, initialement conçus pour transcrire et organiser les consultations, proposent désormais parfois des analyses, des synthèses cliniques ou des recommandations. Selon la TGA, un logiciel qui contribue à la décision clinique peut être soumis aux règles applicables aux systèmes d’aide à la décision.

Cette interprétation diffère de l’approche actuellement exposée par la MHRA, qui ne classe pas comme dispositifs médicaux les outils limités à la transcription, au résumé ou à la suggestion de codes à vérifier par un professionnel. L’écart entre les juridictions met en lumière une question centrale : faut-il déterminer le statut réglementaire d’un logiciel selon l’intention affichée par son fabricant ou selon les fonctions qu’il exerce réellement ?

Blue Arbor finance la prochaine étape de sa prothèse pilotée par des signaux nerveux

Blue Arbor Technologies a levé 10,5 millions de dollars lors d’un tour de financement de série A dirigé par Ottobock. L’entreprise compte utiliser ces fonds pour achever des études de faisabilité, préparer une demande d’autorisation auprès de la FDA pour des essais américains et développer une version entièrement implantable de son système RESTORE. La technologie vise à permettre aux personnes ayant perdu un membre supérieur de commander séparément les doigts, le poignet et le coude d’une prothèse motorisée.

RESTORE bénéficie d’une désignation de dispositif innovant de la FDA et participe à un programme d’accompagnement réglementaire. Blue Arbor veut aussi recueillir dès les essais les données cliniques susceptibles d’étayer de futurs codes de facturation et remboursements. Des premiers essais menés auprès d’un nombre limité de participants ont permis d’obtenir plusieurs canaux de commande indépendants. La première génération sera consacrée au contrôle des mouvements ; le retour sensoriel fera l’objet d’une demande réglementaire distincte.

Agilent acquiert Proscia et parie sur la pathologie numérique

Agilent versera 240 millions de dollars à la clôture de l’acquisition de Proscia, avec jusqu’à 30 millions supplémentaires liés à des objectifs commerciaux. Le montant initial représente environ 13 fois le chiffre d’affaires annuel récent de l’éditeur de logiciels. Sa plateforme Concentriq permet de stocker et d’examiner des images de lames numérisées, puis de les analyser à l’aide d’outils d’intelligence artificielle. Sa solution destinée au diagnostic clinique est autorisée par la FDA et certifiée en Europe.

L’opération rapproche le logiciel de Proscia des instruments et réactifs de coloration tissulaire commercialisés par Agilent. Cette association pourrait notamment faciliter le développement d’outils d’IA capables d’évaluer certains tests diagnostiques plus rapidement et de façon plus homogène. Agilent prévoit de préserver le caractère interopérable et indépendant des fabricants de scanners de la plateforme, qui peut accueillir des équipements et applications d’autres fournisseurs. Proscia indique servir plus de 4 000 laboratoires, hôpitaux et cliniques.

Senseonics teste un capteur de glucose implantable sans transmetteur externe

Senseonics a lancé les premiers essais chez l’humain de Freedom, un moniteur continu de glucose implantable qui communique directement avec un téléphone. Le dispositif intègre une batterie et une connexion Bluetooth, supprimant le transmetteur porté sur le corps par les utilisateurs des générations actuelles d’Eversense. Le capteur devrait être environ deux fois plus long que celui d’Eversense 365, tout en conservant une largeur comparable. L’entreprise envisage une étude pivot en 2027 et une éventuelle commercialisation en 2028.

Freedom fait partie d’une stratégie comprenant également Gemini, un autre système sans transmetteur qui nécessite de rapprocher le téléphone du capteur pour effectuer une lecture. Son lancement potentiel est désormais envisagé en 2027. Les deux produits visent des usages différents, et Senseonics prévoit de demander pour Freedom une autorisation selon la procédure 510(k), avec des performances correspondant au niveau iCGM.

à la fda, l’ia générative divise les avis. agilent mise sur proscia, tandis que le statut réglementaire des scribes ia comme dispositifs médicaux reste en question.

Pourquoi les avis divergent-ils sur l’IA générative à la FDA ?

La réglementation de l’intelligence artificielle générative en santé se joue entre deux impératifs : permettre aux innovations utiles d’arriver aux soins et protéger les patients contre des outils insuffisamment évalués. Les 540 contributions reçues par la FDA après la publication de son document de discussion montrent que cet équilibre est loin de faire consensus. Fabricants, organisations médicales, cliniciens et associations de patients reconnaissent l’intérêt d’une approche fondée sur le niveau de risque, mais s’opposent sur le niveau de preuve à exiger avant et après la commercialisation.

Les représentants de l’industrie privilégient généralement des règles adaptables. AdvaMed souhaite s’appuyer sur les cadres réglementaires existants et développer les plans prédéfinis de contrôle des modifications — ou PCCP — afin que certains changements apportés à un logiciel puissent être anticipés et encadrés. La Chambre de commerce des États-Unis défend aussi des exigences préalables moins lourdes pour les produits à faible risque, accompagnées d’un suivi après leur mise sur le marché. Oura, fabricant de dispositifs portables, va plus loin en demandant que certaines fonctions génératives informatives intégrées aux objets grand public échappent à la réglementation des dispositifs médicaux.

Les associations professionnelles et les patients insistent, eux, sur la nécessité de démontrer que les outils fonctionnent dans des conditions cliniques réelles. L’American Medical Association réclame une validation clinique rigoureuse, des évaluations des performances en pratique et une participation des médecins à la surveillance. Des groupes de patients souhaitent aussi que les évaluations tiennent compte de la vulnérabilité des personnes concernées, de la possibilité de revenir sur une décision et de la capacité de l’IA à orienter le comportement de l’utilisateur. Pour les outils de soutien en santé mentale, une coalition menée par Generation Patient demande une supervision spécifique.

Le désaccord ne porte donc pas seulement sur la performance d’un algorithme : il concerne aussi son influence sur les décisions médicales et la responsabilité en cas de préjudice.

Ce débat s’inscrit dans un mouvement plus large d’innovation réglementée. La FDA a, par exemple, accordé une nouvelle désignation de dispositif innovant à l’interface cerveau-ordinateur de Cortec, comme le détaille cet article sur la technologie de Cortec. Cette distinction peut faciliter les échanges avec l’agence, mais ne remplace pas la démonstration de sécurité et d’efficacité. Pour les dispositifs intégrant de l’IA générative, la question centrale reste la même : quelle preuve est suffisamment robuste pour un usage donné, et comment continuer à la vérifier après le déploiement ?

Comment la FDA et la MHRA veulent-elles adapter leurs règles ?

Les autorités américaine et britannique reconnaissent que les dispositifs intégrant de l’IA générative bousculent les cadres conçus pour des logiciels plus prévisibles. À Boston, lors de la MedTech Conference, la FDA a indiqué qu’elle préparait un projet de politique après examen des commentaires reçus. Selon Rick Abramson, du Digital Health Center of Excellence, les règles existantes peuvent accueillir ces technologies, à condition de mieux considérer leurs réponses variables, l’évolution de leurs capacités et les preuves nécessaires pour établir leur sécurité et leur efficacité.

Au Royaume-Uni, la Medicines and Healthcare products Regulatory Agency (MHRA) juge également que son dispositif actuel ne répond pas pleinement aux technologies d’IA avancées. Elle prévoit de publier, d’ici la fin de 2026, des orientations préliminaires sur les PCCP. L’idée est de définir à l’avance les changements qu’un dispositif approuvé pourrait subir, ainsi que les limites de performance et de sécurité à respecter. Un outil d’IA pourrait ainsi évoluer dans un cadre contrôlé sans qu’une nouvelle demande réglementaire soit nécessaire pour chaque modification autorisée.

Cette flexibilité ne signifie pas que la surveillance disparaît. Les deux agences mettent plutôt en avant la complémentarité entre les données recueillies avant le lancement et le suivi en conditions réelles. Aujourd’hui, les capacités de surveillance après commercialisation restent limitées, ce qui renforce le poids des preuves préalables. Des infrastructures permettant de collecter et d’analyser des données de qualité pourraient, à terme, aider à ajuster cet équilibre selon le risque du produit. Pour les fabricants, cela implique de concevoir dès le départ des systèmes capables de documenter leurs performances, leurs mises à jour et les événements indésirables.

Les enjeux dépassent la seule IA générative. La préparation réglementaire aux urgences sanitaires repose aussi sur la capacité à établir rapidement la fiabilité des tests : la FDA a ainsi finalisé des recommandations pour valider les tests diagnostiques d’urgence en prévision d’une prochaine pandémie, présentées dans cet aperçu des recommandations de la FDA. En parallèle, la reconnaissance des dispositifs marqués CE sans limite de durée fait évoluer les attentes autour du suivi et du maintien de la conformité, comme l’explique cet article sur les dispositifs médicaux marqués CE. Pour les équipes produit, le réflexe utile consiste à documenter les usages prévus, les changements possibles et les mécanismes de contrôle dès la conception.

Pourquoi l’Australie considère-t-elle certains scribes IA comme des dispositifs médicaux ?

En Australie, l’examen de l’Administration des produits thérapeutiques (TGA) met en évidence une zone grise qui concerne de nombreux outils de transcription médicale. L’agence a interrogé 40 fournisseurs parmi les plus de 100 présents dans le pays et étudié 12 produits. Aucun n’était présenté par son fournisseur comme un dispositif médical : les entreprises les décrivaient plutôt comme des outils administratifs destinés à transcrire ou organiser les consultations. Pourtant, la TGA estime que huit produits pourraient correspondre à la définition réglementaire d’un dispositif médical. Pour deux autres, elle demande davantage d’informations avant de trancher.

La différence tient à la fonction effective du logiciel, pas seulement à son étiquette commerciale. Un scribe qui enregistre une conversation et en produit un résumé peut être perçu comme un outil de documentation. Mais certains produits ont évolué : leurs fonctions d’IA générative sélectionnent des éléments jugés cliniquement pertinents, interprètent des informations ou produisent des conclusions et des recommandations. Lorsqu’un logiciel fournit des résultats destinés à soutenir une décision clinique, la TGA peut le considérer comme un système d’aide à la décision médicale, soumis à des exigences spécifiques.

Cette évolution, parfois appelée extension fonctionnelle, crée un risque concret pour les fabricants. Un outil lancé comme assistant administratif peut acquérir, à mesure de ses mises à jour, des usages qui modifient son statut réglementaire. Les équipes produit doivent donc réévaluer régulièrement les fonctionnalités, les messages marketing, les publics visés et la place des recommandations dans le parcours de soin. Une mention comme « le clinicien garde la décision finale » ne suffit pas forcément si le logiciel hiérarchise les données ou influence de manière substantielle le jugement médical.

Les frontières diffèrent d’un pays à l’autre. La MHRA britannique indique actuellement que les scribes utilisés uniquement pour transcrire ou résumer des conversations, ou suggérer des codes cliniques à vérifier par un professionnel, ne sont pas nécessairement des dispositifs médicaux. Mais l’agence envisage de faire davantage reposer sa réglementation sur les fonctions réelles des logiciels. Cette divergence souligne l’intérêt d’une analyse marché par marché plutôt que d’une interprétation unique. La formation des professionnels à ces outils compte également : les évolutions abordées dans cet article sur les innovations dans la formation des soins infirmiers illustrent combien les compétences numériques et la place de l’IA dans les pratiques doivent progresser ensemble.

Pourquoi Agilent mise-t-il 240 millions de dollars sur Proscia ?

L’acquisition de Proscia par Agilent illustre l’intérêt grandissant des grands acteurs du diagnostic pour la pathologie numérique. Agilent versera 240 millions de dollars à la clôture de l’opération, auxquels pourraient s’ajouter jusqu’à 30 millions selon l’atteinte de certains objectifs commerciaux. Le montant initial représente environ treize fois le chiffre d’affaires annuel récent de Proscia, estimé à 18 millions de dollars. Ce prix traduit un pari sur la progression d’un marché qui a déjà séduit une partie des laboratoires de recherche, mais reste moins installé dans les services de pathologie clinique.

Proscia commercialise Concentriq, une plateforme qui héberge des images de lames numérisées et permet aux pathologistes de les consulter et de les analyser, notamment avec des outils d’IA. Sa solution clinique Concentriq AP-Dx est autorisée par la FDA et marquée CE selon le règlement européen relatif aux dispositifs médicaux de diagnostic in vitro. L’entreprise revendique plus de 4 000 laboratoires, hôpitaux et cliniques parmi ses clients. Selon Agilent, la numérisation concerne déjà une majorité de laboratoires des sciences de la vie aux États-Unis et en Europe, mais une proportion bien plus faible des structures américaines de pathologie clinique : la marge de développement reste donc importante.

La complémentarité avec les activités d’Agilent est particulièrement visible dans les diagnostics compagnons. Agilent fournit des instruments et des anticorps utilisés pour colorer les tissus ; Proscia apporte les outils pour afficher et analyser les lames produites. À terme, des modèles d’IA entraînés sur des données de pathologie pourraient aider à évaluer certains tests, comme les biomarqueurs PD-L1 associés à des traitements anticancéreux, avec davantage de rapidité et de cohérence. Ce potentiel dépendra toutefois de la qualité des données, de la validation clinique et de l’intégration dans les pratiques des laboratoires.

Un choix stratégique distingue Proscia de certains concurrents : son logiciel est conçu pour fonctionner avec des scanners de différents fabricants et accueillir des applications d’IA tierces. Agilent affirme vouloir préserver cette approche interopérable, plutôt que d’imposer un écosystème fermé. Cette ouverture peut faciliter l’adoption dans des établissements équipés de matériels hétérogènes. L’opération s’inscrit dans une vague de consolidation de l’IA en pathologie : Tempus a, de son côté, acquis Paige pour 81 millions de dollars afin d’accélérer le développement de modèles d’intelligence artificielle, comme le rapporte cet article sur l’acquisition de Paige. Pour les professionnels, la question ne se limite donc plus à la numérisation des images : elle porte aussi sur la qualité des algorithmes, leur intégration et l’accès aux données.

Quels autres signaux montrent l’évolution des dispositifs médicaux numériques ?

Les évolutions en santé numérique ne se résument pas aux logiciels d’IA générative et à la pathologie numérique. Elles touchent aussi les dispositifs implantables, la réadaptation et les modèles de remboursement. Blue Arbor Technologies a ainsi levé 10,5 millions de dollars lors d’un financement de série A mené par Ottobock. L’entreprise veut poursuivre les études de faisabilité de RESTORE, un système externe de détection destiné aux personnes ayant perdu un membre supérieur, puis demander à la FDA l’autorisation de mener des études aux États-Unis. L’objectif est de permettre le contrôle simultané et indépendant des doigts, du poignet et du coude d’une prothèse motorisée.

Un élément notable de sa stratégie concerne le remboursement : Blue Arbor veut recueillir tôt les données susceptibles de soutenir de futurs codes CPT et la prise en charge du dispositif. La société prépare aussi une version implantable, conçue à partir de composants et de logiciels développés pour le système externe. Quelques patients ont déjà obtenu plusieurs canaux de commande indépendants, mais les expériences restent limitées et ne constituent pas à elles seules une preuve étendue de performance. La première génération sera centrée sur le contrôle moteur ; le retour sensoriel nécessitera une démarche réglementaire distincte.

De son côté, Senseonics a lancé les premiers essais chez l’humain de Freedom, un capteur de glucose continu implantable sans transmetteur porté sur le corps. Le dispositif intègre une batterie et le Bluetooth, et communique directement avec un téléphone. Une étude pivot est envisagée en 2027, avec un lancement potentiel en 2028. Le capteur serait environ deux fois plus long que celui d’Eversense 365, tout en conservant une largeur similaire. L’entreprise développe également Gemini, un autre système sans transmetteur, qui fonctionne en scannant le capteur avec un téléphone et pourrait arriver plus tôt.

Ces projets rappellent qu’une avancée technologique doit être évaluée au-delà de sa nouveauté : autonomie, simplicité d’usage, qualité des alertes, confort et exigences réglementaires influencent directement son adoption. Pour Freedom, le recours envisagé à la voie 510(k) et la visée de performances de niveau iCGM devront être étayés par les données nécessaires. Les fabricants gagneront à articuler dès le développement leurs preuves cliniques, leur stratégie réglementaire et leur modèle économique. Entre un scribe IA susceptible de devenir un dispositif médical et un capteur qui promet davantage de liberté au quotidien, la même exigence demeure : montrer précisément ce que fait le produit et comment sa performance sera suivie une fois utilisé dans les soins.

La place de l’IA générative en santé se dessine au croisement de deux impératifs : favoriser l’innovation et garantir la sécurité des patients. Les commentaires adressés à la FDA rendent cette tension visible. Les industriels plaident pour des règles proportionnées, davantage de souplesse avant la commercialisation et des mécanismes permettant de faire évoluer les logiciels sans recommencer toute la procédure d’autorisation. Les associations de patients et plusieurs organisations médicales réclament, elles, des preuves cliniques robustes, une transparence accrue et une surveillance continue des performances. Derrière ce débat se trouve une question pratique : comment encadrer des outils dont les réponses peuvent varier et dont les capacités évoluent rapidement?

Le cas des scribes IA en Australie illustre la difficulté de tracer une frontière entre assistance administrative et dispositif médical. Certains fournisseurs considèrent leurs solutions comme de simples outils de transcription. Pourtant, lorsque le logiciel sélectionne des éléments cliniques, produit des interprétations ou suggère des décisions, sa fonction peut relever de l’aide à la décision médicale. L’évaluation de la TGA montre que les usages changent parfois plus vite que la compréhension réglementaire des fabricants. La classification dépend alors moins du nom donné au produit que de ce qu’il accomplit concrètement dans le parcours de soins.

Dans un autre registre, l’acquisition de Proscia par Agilent témoigne de l’intérêt croissant pour la pathologie numérique. Les logiciels d’analyse d’images de tissus peuvent accélérer l’examen des lames et soutenir des évaluations plus homogènes, notamment pour les diagnostics associés aux traitements ciblés. L’approche ouverte de Proscia, compatible avec différents scanners et applications d’intelligence artificielle, constitue un atout dans un secteur encore inégalement numérisé. Le prix payé par Agilent traduit toutefois des attentes importantes quant à l’adoption clinique et à la valeur des données générées.

Ces évolutions placent les autorités, les établissements de santé et les fabricants face à des choix concrets : définir des exigences selon le risque, préserver la responsabilité clinique et organiser le suivi des performances en conditions réelles. La qualité des preuves, la lisibilité des fonctions et la capacité à corriger les défaillances restent au cœur des discussions.

Partager l’article sur :

Articles similaires