OpenAI branche ChatGPT sur les dossiers médicaux d'Epic : l'IA entre dans le dossier patient
Guy WASSEU
Auteur
OpenAI a annoncé le 1er septembre 2026 une étape que le secteur de la santé attendait — et redoutait — depuis l'irruption des assistants génératifs : ChatGPT se connecte directement aux dossiers médicaux informatisés d'Epic Systems, le principal éditeur américain du domaine, dont le système renferme les données de plus de 325 millions de patients. Concrètement, un clinicien autorisé peut désormais demander à ChatGPT de résumer un dossier, de relever ce qui a changé dans l'état d'un patient ou de préparer une consultation, à partir des notes de rendez-vous, des résultats de laboratoire, des traitements en cours et des comptes rendus de spécialistes.
Ce que fait — et ne fait pas — l'intégration
Deux usages sont proposés : soit le praticien importe les données du patient dans ChatGPT pour les interroger, soit il accède à ChatGPT directement à l'intérieur du flux de travail d'Epic, sans quitter le dossier. Le premier établissement partenaire cité est UCSF Health, l'un des grands centres hospitalo-universitaires américains.
Un point est martelé par OpenAI comme par les médias qui ont couvert l'annonce : l'accès est en lecture seule. L'IA lit, résume, met en perspective, mais n'écrit rien dans le dossier du patient. La frontière est importante : elle cantonne, pour l'instant, l'outil au rôle d'aide à la décision et à la synthèse, et non de rédacteur autonome du dossier médical.
En parallèle, OpenAI a lancé un module de données publiques de santé qui branche ChatGPT sur des sources officielles — le registre des essais cliniques ClinicalTrials.gov, la base de couverture de l'assurance publique CMS, les nomenclatures de médicaments RxNorm et DailyMed, ou encore la base d'articles scientifiques PubMed. Objectif affiché : vérifier l'éligibilité à un essai, identifier une molécule ou retrouver une règle de remboursement sans quitter la conversation.
Un argument de sécurité, et ses limites
Pour convaincre un secteur où l'erreur se paie cher, OpenAI avance un chiffre : sur 4 363 évaluations réalisées par des médecins, portant sur 27 cas d'usage cliniques, 99,1 % des réponses ont été jugées « sûres ». L'entreprise met aussi en avant des garde-fous d'entreprise — accès selon le rôle, authentification unique, journaux d'audit — et la possibilité de signer un accord de conformité (« business associate agreement ») pour des usages respectueux de la réglementation américaine sur les données de santé.
Mais ce taux, aussi élevé soit-il, laisse par construction une marge d'erreur : dans un contexte médical, quelques réponses inexactes suffisent à causer un tort réel, soulignent les observateurs. Plusieurs procédures judiciaires visant déjà des recommandations produites par ChatGPT dans le champ de la santé ont d'ailleurs été mentionnées à l'occasion de cette annonce. La question centrale n'est pas seulement technique : elle est celle de la responsabilité. Si un médecin s'appuie sur une synthèse erronée de l'IA, qui répond de la faute — le praticien, l'hôpital, l'éditeur du dossier, ou le fournisseur du modèle ?
Ce que ça change
Au-delà du cas de la santé, cette annonce marque un basculement qui concerne toutes les professions réglementées et à forte responsabilité. Jusqu'ici, l'IA générative restait largement à la porte des systèmes critiques de l'entreprise : on l'utilisait pour rédiger, brancher un chatbot, produire du code, mais rarement pour lire directement le référentiel le plus sensible — ici, le dossier patient. En franchissant ce seuil avec un acteur qui détient les données de plus de 325 millions de personnes, OpenAI signale que l'assistant conversationnel vise désormais le cœur des flux de travail métier, là où se prennent les décisions et où se logent les risques.
Pour les dirigeants et les entrepreneurs, la leçon dépasse la médecine. La valeur de l'IA se déplace de la démonstration vers l'intégration : ce qui compte n'est plus qu'un modèle sache répondre, mais qu'il puisse se brancher, en lecture puis demain en écriture, sur les systèmes où vivent les vraies données. Et cette intégration fait remonter d'un coup, au premier plan, les sujets que la phase d'expérimentation avait pu reléguer — gouvernance des accès, traçabilité, conformité, et surtout partage clair de la responsabilité quand la machine se trompe. C'est probablement là, plus que dans la performance brute des modèles, que se jouera l'adoption de l'IA dans les secteurs qui ne peuvent pas se permettre d'avoir tort.
Sources