L’endroit où vous faites fonctionner l’IA clinique est généralement traité comme une question d’infrastructure — une affaire pour les personnes qui gèrent les serveurs, réglée bien après que les décisions cliniques ont été prises. Nous pensons que cela inverse l’ordre des choses. Décider de faire tourner l’inférence là où se trouve le patient, plutôt qu’en un lieu lointain, est avant tout une décision de sécurité, de confidentialité et de confiance. Les dispositions techniques en découlent ; elles n’en sont pas la raison.

L’IA clinique devrait fonctionner là où se trouve le patient. Lorsque l’analyse se fait sur site, les données sensibles restent là où est leur place, et les cliniciens gardent le contrôle d’un outil qu’ils peuvent auditer. Cette seule phrase porte l’essentiel de l’argument, mais il vaut la peine d’en décomposer les éléments, car chacun d’eux — sécurité, confidentialité, contrôle — est une raison à part entière, et ensemble ils pointent fermement vers la périphérie et le pod.

Périphérie et pod : l’IA là où les soins sont prodigués

Notre plateforme est organisée de telle sorte que l’IA réside au point de soin. Les outils de périphérie — EndoEdge, PathoEdge et TomoEdge — se trouvent là où le travail clinique s’effectue, dans la salle d’endoscopie, le laboratoire d’anatomopathologie, la salle de lecture de radiologie. Les pods — EndoPod, PathoPod et TomoPod — fournissent le système d’information et l’archive qui les sous-tendent. Les deux couches sont déployables sur site ou dans une configuration hybride, et l’ensemble s’adapte d’une petite clinique jusqu’à un grand hôpital.

Ce n’est pas le fruit du hasard dans la façon dont le logiciel a été conçu. C’est la forme qui découle du fait de prendre le « sur site » au sérieux. EndoPod offre une assistance endoscopique en temps réel aux côtés du système d’information d’endoscopie, ce qui n’a de sens que si cette assistance est présente sur place pendant l’intervention plutôt qu’en attente d’une réponse lointaine. PathoPod réunit l’imagerie de lames entières issue des scanners de lames avec le système d’information de laboratoire destiné au laboratoire d’anatomopathologie, ainsi qu’une visionneuse web pour la formation et la réunion de concertation pluridisciplinaire en oncologie. TomoPod est un RIS+PACS nativement conçu pour l’IA qui produit des comptes rendus semi-automatisés, le radiologue restant vérificateur et validateur. Dans chaque cas, l’analyse se déroule là où les images sont produites et lues, parce que c’est là qu’elle est utile et là qu’on peut lui faire confiance.

La sécurité est une raison qui précède la confidentialité

Il est facile de supposer que l’argument en faveur de l’IA sur site relève surtout de la confidentialité. La confidentialité compte, et nous y viendrons, mais dans une clinique, le premier argument est la sécurité.

Un flux de travail qui dépend d’une connexion distante est un flux de travail doté d’un point unique de défaillance échappant au contrôle de la clinique. Les connexions tombent, les services ralentissent, les systèmes distants subissent des pannes — et rien de tout cela ne devrait pouvoir interrompre les soins. Faire tourner l’inférence sur site préserve la résilience du flux : l’outil accomplit sa tâche là où la tâche se trouve, de sorte qu’un problème momentané sur une liaison vers le monde extérieur ne devient pas un problème clinique. Les soins ne dépendent pas d’une connexion distante, ce qui signifie qu’ils ne défaillent pas lorsque cette connexion défaille.

L’échange entre la périphérie et tout élément central est asynchrone par conception. L’information circule entre la périphérie et le système plus large selon son propre rythme, plutôt que comme une dépendance en direct qui devrait être satisfaite avant qu’un clinicien puisse poursuivre. C’est ce qui rend la résilience réelle plutôt qu’aspirationnelle : le moment clinique n’a jamais à attendre un aller-retour. La synchronisation s’opère autour du travail, et non en son cœur.

La confidentialité comme propriété du lieu

Le « sur site » est autant une décision de sécurité qu’une décision de confidentialité — mais l’argument de la confidentialité est solide, et il est d’autant plus fort qu’il est précisément structurel. Lorsque l’inférence se fait sur site, les données les plus sensibles de la médecine — images, comptes rendus, le dossier lui-même — restent là où est leur place, à l’intérieur de l’établissement qui en est responsable.

Cela transforme la confidentialité, d’une politique en une propriété du lieu où le système fonctionne. Il n’y a aucun envoi implicite de données patient vers un service lointain pour obtenir un résultat, parce que le résultat est calculé localement. Les normes sur lesquelles le reste de la médecine s’appuie déjà — DICOM et HL7, avec un traitement conforme à la HIPAA — décrivent comment les données circulent et sont protégées, et maintenir le calcul sur site signifie que l’établissement décide de l’endroit où ces données résident, plutôt que de découvrir après coup qu’elles résidaient ailleurs. La résidence des données devient le choix du client : sur site, ou en mode hybride, avec la frontière tracée là où la gouvernance propre à l’établissement le prévoit.

Le clinicien garde le contrôle — et peut auditer l’outil

La troisième raison est le contrôle, et c’est celle qui relie l’architecture de la plateforme à sa philosophie clinique. L’IA sur site maintient fermement dans la boucle les personnes responsables d’une décision, parce que l’outil opère dans leur environnement, selon leurs conditions, là où elles peuvent voir et auditer ce qu’il fait.

Ce contrôle est le plus visible dans la manière dont l’assistance est proposée. Les comptes rendus sont assistés par l’IA, mais un humain reste dans la boucle : les comptes rendus semi-automatisés de TomoPod laissent le radiologue comme vérificateur et validateur, et en endoscopie, en anatomopathologie comme en radiologie, le clinicien confirme, modifie ou écarte ce que le système met en avant. Cela n’est cohérent que si l’IA est véritablement sous le contrôle du clinicien, et la faire fonctionner sur site contribue à rendre cela vrai. Un outil que vous pouvez auditer, dans un environnement que vous contrôlez, est un outil dont vous pouvez suivre les suggestions de manière responsable.

Les visionneuses web étendent ce contrôle sans compromettre le principe. Un clinicien peut examiner des images de lames entières ou des examens via un navigateur — lors de la réunion de concertation en oncologie, pour la formation, ou simplement à distance du scanner — tandis que les données et le calcul sous-jacents restent ancrés sur site. Accéder à la vue n’équivaut pas à exporter les données, et garder ces deux choses distinctes fait partie de ce qui permet à l’IA sur site de rester sur site, même lorsque davantage de personnes ont besoin de consulter le travail.

Une décision, puis une architecture

Réunissez les trois raisons et l’IA sur site cesse de ressembler à une préférence de déploiement pour commencer à ressembler à un engagement. Elle préserve la résilience des soins, parce que le flux de travail ne dépend pas d’une liaison distante. Elle garde les données là où est leur place, parce que la confidentialité découle de l’endroit où le travail s’exécute. Et elle laisse au clinicien le contrôle d’un outil qu’il peut auditer, parce que l’IA opère à l’intérieur de son environnement plutôt que derrière l’API de quelqu’un d’autre.

C’est le principe qui sous-tend tout ce que nous construisons : priorité au local, assistance et auditabilité. Le clinicien décide ; l’outil soutient. Nous plaçons l’IA en périphérie et dans le pod, déployable sur site ou en mode hybride, non pas parce que c’est l’endroit le plus facile pour la faire fonctionner, mais parce que c’est le bon endroit pour celles et ceux dont le jugement et la responsabilité justifient l’existence même de tout le système.