Données de santé et IA: le pari risqué de Doctolib

Le contexte, en clair

Le 8 juillet 2026, Doctolib a informé ses utilisateurs par e-mail du lancement d'un laboratoire de recherche en intelligence artificielle, dont le démarrage est prévu pour août 2026. Ce projet ambitieux vise à exploiter les données démographiques et de santé des utilisateurs, y compris celles de leurs proches rattachés au compte, dans le but de développer des modèles d'IA clinique.

Pour ce faire, Doctolib s'appuie sur la méthodologie MR-004 de la CNIL, qui autorise le droit d'opposition (opt-out) sans consentement explicite préalable pour les projets d'intérêt public. Les utilisateurs ont la possibilité de s'opposer à l'utilisation de leurs données via un formulaire en ligne accessible depuis l'e-mail du 8 juillet ou directement sur le site de Doctolib, et ce, avant le mois d'août 2026. Les données collectées seront pseudonymisées, garantissant qu'elles ne permettront pas d'identifier directement les personnes, et seront conservées pendant une durée de cinq ans pour un projet d'une durée de trois ans.

Cette initiative s'inscrit dans la continuité d'une annonce faite en février 2026 par Doctolib, concernant la création d'un laboratoire d'IA clinique avec un investissement de 20 millions d'euros pour l'année. Cependant, la date exacte de la décision interne précédant l'envoi de l'e-mail n'est pas publique, et le démarrage effectif du laboratoire, postérieur à l'annonce, reste à confirmer.

Un panel partagé, entre adhésion et hostilité

Le banc d'essai Kapari a sollicité un panel simulé de 62 voix pour évaluer la décision de Doctolib. Les réactions sont réparties de manière significative : 30 voix expriment une adhésion au projet, y voyant une avancée potentielle pour la santé. Dix voix se positionnent dans le doute, manifestant des interrogations sur les modalités ou les implications. Enfin, 22 voix se déclarent hostiles à l'initiative, soulevant des préoccupations éthiques ou de confidentialité. Cette répartition révèle un paysage contrasté, où l'enthousiasme pour l'innovation côtoie des réserves substantielles.

Les points de tension révélés par le banc d'essai

Les signaux relevés par le banc d'essai mettent en lumière des points de friction spécifiques. Un journaliste spécialisé en santé numérique, bien que rattaché à un groupe majoritairement favorable à la décision, se déclare personnellement contre, exprimant un désaccord de principe. Ceci invite le décideur à écouter en priorité ce profil pour comprendre la nature exacte de son désaccord de principe et à identifier les arguments qui pourraient le rassurer.

Un autre signal majeur est l'absence de la voix du « Contrat psychologique » dans le panel. Cette chaise vide, qui désigne l'absence d'une réaction attendue basée sur la relation implicite entre une organisation et ses utilisateurs, signale un angle mort potentiel que le décideur doit combler. L'absence de cette voix invite Doctolib à anticiper les réactions liées à la rupture d'un contrat tacite de confiance avec les utilisateurs, avant de progresser, et à communiquer proactivement sur les garanties éthiques et les bénéfices de ce projet pour restaurer ou renforcer ce contrat.

Le doute sur l'exécution, frein principal à désamorcer

Le moteur Kapari identifie le « doute sur l'exécution » comme la friction dominante qui freine l'adhésion au projet. Cette hésitation ne remet pas forcément en question le principe de l'IA en santé, mais plutôt la manière dont Doctolib compte le mettre en œuvre, la sécurité des données, ou encore la transparence du processus. C'est un point de bascule crucial : lever ce doute pourrait faire basculer une partie des voix hésitantes vers l'adhésion.

Le verdict calculé par le moteur Kapari s'est avéré stable sur trois passes indépendantes, ce qui signifie que les réactions du panel simulé et les conclusions tirées n'ont pas varié de manière significative lors de répétitions du processus. Cette stabilité du verdict sur plusieurs passes indépendantes indique que les points de friction identifiés, et en particulier le doute sur l'exécution, sont robustes et ne relèvent pas d'une fluctuation aléatoire, offrant une base solide pour Ajuster la décision et cibler les efforts de communication et d'ajustement.

Ajuster la décision: la voie de passage Kapari

Face à cet éventail de réactions et aux lignes de fracture identifiées, le verdict Kapari est « Ajuster », avec un risque de réception « Modéré ». Cela signifie que la décision n'est pas à rejeter en l'état, mais nécessite des modifications stratégiques pour optimiser son accueil et minimiser les oppositions. Les ajustements doivent cibler les points de friction révélés par le banc d'essai pour transformer le doute en confiance.

Pour désamorcer le désaccord de principe exprimé par le journaliste spécialisé en santé numérique, il est essentiel de clarifier la valeur ajoutée réelle du projet pour les utilisateurs et la société, au-delà du simple aspect technologique, en mettant en avant les bénéfices concrets de cette IA. Afin de combler l'angle mort révélé par la chaise vide sur le « Contrat psychologique », Doctolib devrait adresser explicitement la question de la confiance et de la réciprocité, en communiquant sur les garanties éthiques et les bénéfices directs ou indirects pour les utilisateurs qui partagent leurs données. Enfin, la stabilité du verdict sur plusieurs passes indépendantes confirme l'importance de lever le doute sur l'exécution. Doctolib devrait détailler précisément les mesures de sécurité, de pseudonymisation et la gouvernance des données, pour rassurer sur la robustesse et la transparence du processus, et ainsi convertir les voix du doute.

Questions sur ce cas

À lire aussi