Dans les services de cardiologie des hôpitaux français, les algorithmes d’analyse d’électrocardiogrammes et les outils d’aide au diagnostic tournent depuis plusieurs années déjà. Les écrans affichent des scores de risque, des alertes automatisées, des recommandations générées en temps réel. Le cardiologue regarde, valide, signe. La machine, elle, a déjà travaillé.
Pourtant, derrière cette apparente fluidité se cache un chiffre qui interpelle : à peine 7,8 % des soignants exerçant en cardiologie ont reçu une formation spécifique aux outils d’intelligence artificielle qu’ils utilisent au quotidien. Comment en est-on arrivé là, et quelles en sont les conséquences concrètes pour les patients et les équipes ?
Un déploiement rapide que la formation n’a pas suivi
L’intégration de l’IA en cardiologie s’est accélérée ces cinq dernières années, portée par la puissance des modèles d’apprentissage automatique appliqués à l’imagerie cardiaque, à l’analyse du rythme et à la stratification du risque. Les établissements ont adopté ces solutions à un rythme que les plans de formation internes n’ont tout simplement pas pu absorber.
Ce décalage n’est pas une surprise totale. Des responsables du secteur l’avaient anticipé publiquement. « Nous savions que la formation serait un point faible », ont reconnu des acteurs du déploiement, une formule qui résonne aujourd’hui comme un avertissement qui n’a pas été suivi d’effets suffisants.
7,8 % : ce que ce chiffre révèle sur la réalité des services
Mettre ce pourcentage en perspective aide à mesurer l’ampleur du problème. Sur dix soignants en cardiologie qui interagissent chaque jour avec un outil d’IA — pour interpréter une alerte, valider une analyse automatisée ou ajuster un traitement suggéré par un algorithme — neuf n’ont reçu aucune formation structurée à ces technologies.
À lire aussi
Cela ne signifie pas qu’ils ignorent comment appuyer sur le bon bouton. Cela signifie qu’ils ne savent pas nécessairement comment l’algorithme a produit son résultat, quelles sont ses limites connues, dans quelles situations cliniques il est susceptible de se tromper, ni comment détecter un biais de modèle. La distinction est capitale.
Pourquoi l’absence de formation crée un risque clinique réel
Un outil d’IA mal compris peut engendrer deux types d’erreurs opposées : une confiance excessive, où le soignant suit la recommandation de la machine sans esprit critique, ou une méfiance systématique, où l’outil est ignoré même lorsqu’il détecte correctement une anomalie. Les deux scénarios peuvent avoir des conséquences directes sur la prise en charge du patient.
La Haute Autorité de Santé (HAS) a publié en 2024 un référentiel encadrant l’usage des dispositifs médicaux intégrant de l’IA, insistant sur la nécessité d’une appropriation clinique par les utilisateurs finaux. Ce référentiel pose des exigences, mais ne fixe pas d’obligation de formation préalable à la mise en service — une lacune que le chiffre de 7,8 % illustre concrètement.
Ce que les équipes hospitalières demandent
Sur le terrain, les attentes des soignants sont précises. Ils ne réclament pas des formations théoriques longues sur le fonctionnement des réseaux de neurones. Ils demandent des modules courts, ancrés dans leur pratique quotidienne, répondant à trois questions essentielles :
- Que mesure exactement cet algorithme, et sur quelle population a-t-il été entraîné ?
- Dans quelles situations cliniques ses résultats sont-ils les moins fiables ?
- Comment signaler un comportement inattendu de l’outil à l’équipe responsable ?
Ces besoins sont cohérents avec les recommandations de la Société Française de Cardiologie (SFC), qui a appelé en 2025 à intégrer une composante d’évaluation critique des outils numériques dans la formation médicale continue des cardiologues.
Vers une obligation de formation : le débat est ouvert
La question qui structure désormais les discussions au sein des institutions de santé françaises est simple : faut-il conditionner le déploiement d’un outil d’IA en milieu hospitalier à la formation préalable des utilisateurs ? Certains directeurs médicaux d’établissements répondent déjà par l’affirmative et ont mis en place des modules internes, avec des durées variant entre 3 et 8 heures selon la complexité de l’outil.
D’autres pointent une contrainte logistique réelle : les services de cardiologie fonctionnent souvent en tension, avec des effectifs insuffisants pour dégager du temps de formation sans perturber la continuité des soins. La charge repose alors sur la bonne volonté individuelle des praticiens plutôt que sur une organisation systémique.
Le ministère de la Santé n’a pas encore précisé si les prochaines révisions du cadre réglementaire sur les dispositifs médicaux numériques incluraient une exigence formelle de formation des utilisateurs. Ce point reste, à ce stade, le principal angle mort d’un déploiement qui, lui, n’attend pas.
Votre avis nous aide
La conversation continue
Commentaires