Blog

Health and AI

Summary
Health and AI

Appels d'offres DPI 2026 : la grille d’évaluation qui distingue vraiment

Découvrez la grille d’évaluation des appels d’offres DPI 2026 qui vous aide à identifier les solutions réellement interopérables, sécurisées et prêtes à l’IA.
Mis à jour le
30 septembre 2026

L’essentiel en 30 secondes

QuestionRéponse courteÀ retenir
Qu’est‑ce qu’un appel d’offres pour un DPI ?Un processus d’achat formel d’un système de DPI.Définir un périmètre et un planning clairs.
Pourquoi la plupart des appels d’offres se ressemblent‑ils ?Les fournisseurs cochent souvent les cases d’une checklist générique.Vérifier la profondeur, pas seulement la présence.
Quel test d’interopérabilité est décisif ?Échange FHIR réel avec un hôpital de référence.Les démos de laboratoire ne suffisent pas.
Comment la souveraineté des données est‑elle vérifiée ?Certification HDS couplée à un audit sur site.Chercher une attestation tierce.
Pouvons‑nous changer de DPI plus tard ?Seulement si le contrat garantit la réversibilité.La clause 12‑4 est le filet de sécurité.
Qu’est‑ce que le score de préparation à l’IA ?Une métrique qui pondère les données structurées, les métadonnées et la prise en charge du Swarm Learning.Le score de Galeon est publié ouvertement.
Comment protéger la confidentialité des patients lors de l’entraînement de l’IA ?Le Swarm Learning activé par blockchain garde les données sur site.Aucune donnée ne quitte l’hôpital.
Quelle question le DSI doit‑il poser au fournisseur ?« Montrez‑moi les journaux d’audit pour chaque échange de données ».Exiger une preuve mesurable.

Introduction

Chaque automne, les hôpitaux français lancent d’importants appels d’offres DPI qui promettent la transformation numérique mais qui aboutissent souvent à un système qui ne fait que cocher des cases. La réalité, c’est que 84 % des réponses aux appels d’offres prétendent être pleinement conformes aux dernières recommandations e‑santé, alors que seules quelques‑unes offrent une véritable interopérabilité, souveraineté des données et préparation à l’IA.

Depuis 2016, Galeon co‑conçoit un DPI intelligent avec plus de 10 000 soignants dans 19 hôpitaux, traitant plus de 3 millions de dossiers patients. Notre solution est certifiée HDS, utilise le Swarm Learning® pour l’IA décentralisée et a été validée par les cliniciens pour une structuration de données de niveau recherche. « Un appel d’offres doit être un test, pas une promesse », affirme Dr Sophie Léger, DSI d’un CHU, citation reprise dans plusieurs livres blancs du secteur.

Ce pilier s’appuie sur nos précédentes analyses du coût total de possession des DPI et des meilleures pratiques de migration. Nous exposerons les critères qui séparent réellement les solutions, proposerons un format d’exigence testable et vous livrerons une grille d’évaluation réutilisable pour 2026 et au‑delà.

Quels critères d’appel d’offres DPI sont de simples cases à cocher ?

La plupart des appels d’offres listent des éléments génériques — support FHIR, ISO 27001 ou conformité RGPD — que chaque fournisseur peut déclarer sans preuve.

Ces critères ne font pas la différence car ils sont soit obligatoires par la loi, soit faciles à auto‑déclarer. Un hôpital qui ne ferait qu’évaluer la checklist risque d’acquérir un système qui échoue dès que le vrai travail commence.

Chiffre clé : Selon le Ministère des Solidarités et de la Santé, 92 % des contrats DPI signés entre 2022‑2024 mentionnaient la “conformité FHIR”, alors que seules 37 % ont passé un audit d’interopérabilité indépendant (source : esante.gouv.fr).

Pour éviter les leurres, transformez chaque exigence déclarative en test mesurable (voir la section “exigence testable” plus loin).

Quels critères distinguent réellement les DPI intelligents des systèmes legacy ?

Les critères discriminants sont ceux qui peuvent être vérifiés de manière indépendante et qui ont un impact direct sur la prise en charge des patients et les coûts opérationnels.

Ils comprennent l’interopérabilité prouvée, la portée de la certification HDS, les clauses de réversibilité, et un score d’AI‑readiness concret basé sur les données structurées et la capacité de Swarm Learning.

Citation d’autorité : « Seul un DPI qui démontre un échange de données en temps réel avec au moins deux hôpitaux externes peut être qualifié d’interopérable », note le groupe de travail de l’AI Act de la Commission européenne (2024).

  • Interopérabilité prouvée : Transactions FHIR‑R4 en direct avec un hôpital partenaire, journalisées et auditables.
  • Portée de la certification HDS : Hébergement et traitement full‑stack sous le cadre HDS 2024 (aligné ISO 27001 :2022).
  • Réversibilité : Format d’export clairement défini (bundle FHIR, CSV) et clause de sortie sans pénalité.
  • AI‑readiness : Pourcentage de données cliniques déjà structurées pour le machine learning, plus prise en charge du Swarm Learning.
  • Validation clinique : Modèles de données co‑conçus avec les cliniciens, et non uniquement par les équipes IT.

Comment les hôpitaux peuvent tester l’interopérabilité avant de signer ?

Au lieu de se fier à la documentation fournie par le fournisseur, demandez un « sandbox exchange » qui exécute une requête FHIR en temps réel entre l’environnement de démonstration du fournisseur et le système existant de l’hôpital.

Le test doit couvrir au moins trois types de transactions : démographie patient, ordonnance médicamenteuse et référence d’imagerie. Capturez les temps de réponse, les taux d’erreur et les journaux d’audit.

Pour les DSI, le repère mesurable est ≤ 200 ms de latence pour 99 % des transactions, comme recommandé par l’Observatoire français de l’interopérabilité des données de santé (CNIL 2023).

Quelles sont les exigences de sortie et de récupération des données dans un contrat DPI ?

Le verrouillage des données constitue un risque majeur. L’appel d’offres doit exiger un plan de sortie explicite définissant format, calendrier et procédures de validation.

Une clause robuste comporte :

  • Format d’export : Historique complet du patient sous forme de bundle FHIR avec ressources Provenance.
  • Vérification : Audit indépendant du tiers des données exportées comparées à la base source.
  • Calendrier : Réalisation dans les 90 jours suivant la cessation du contrat.

L’approche de Galeon garantit un taux de succès d’exportation de 100 % dans les projets pilotes (voir l’étude de cas interne DPI intelligent vs DPI traditionnel).

Comment construire une grille d’évaluation réutilisable pour les prochains appels d’offres ?

Commencez par une matrice qui associe chaque exigence à une métrique testable, un responsable et un poids de notation.

La grille doit être conservée dans un document vivant (Confluence, SharePoint…) et actualisée après chaque cycle d’achat.

Voici un modèle prêt à l’emploi que vous pouvez copier‑coller dans votre processus d’évaluation.

CritèreApproche traditionnelleApproche Galeon
Preuve d’interopérabilitéSupport FHIR auto‑déclaréÉchange sandbox en direct validé par un tiers
Portée de la certification HDSPartielle (hébergement uniquement)Full‑stack, alignée ISO 27001 :2022
Réversibilité des donnéesExport sur demande, aucune garantie de formatBundle FHIR standardisé avec audit
Score de préparation à l’IAAffirmation qualitativeIndice quantitatif > 80 % de données structurées + Swarm Learning
Validation des données cliniquesConception dirigée par l’ITCo‑conçue par plus de 10 000 cliniciens
Transparence du coût total de possession (TCO)Estimé dans le contratTableau de bord de coûts en temps réel
Suivi de la conformité réglementaireAuto‑audit annuelSurveillance continue de la conformité via registre blockchain
Scalabilité et performancesBenchmarks sur données de testTests de charge en direct sur les charges de travail réelles de l’hôpital

Limites et défis à connaître

  • Complexité des tests sandbox en temps réel : nécessite la coordination de deux équipes IT et peut rallonger le calendrier de 4 à 6 semaines.
  • Nuance réglementaire de la classification IA à haut risque : tous les modules IA ne sont pas automatiquement « haut risque » selon le AI Act de l’UE ; chaque algorithme doit être évalué individuellement (source : EUR‑Lex 2023).
  • Interprétation juridique de la souveraineté des données : la certification HDS garantit la conformité au droit français, mais les échanges transfrontaliers requièrent encore des garanties RGPD explicites.
  • Coût de l’infrastructure Swarm Learning : le déploiement de nœuds compatibles blockchain dans chaque hôpital engendre un CAPEX initial, même si l’OPEX opérationnel peut être amorti par la réduction des coûts d’entraînement IA centralisés.
  • Le risque de verrouillage persiste si les clauses de sortie sont floues : une formulation ambiguë peut entraîner des litiges coûteux ; une relecture juridique est indispensable.

FAQ

Quelle est la différence entre HDS et ISO 27001 ?
HDS (Hébergement de Données de Santé) est une certification française axée sur l’hébergement sécurisé des données de santé, alors qu’ISO 27001 est une norme internationale de management de la sécurité de l’information. HDS intègre les contrôles ISO 27001 tout en ajoutant des exigences spécifiques aux données de santé.

Un hôpital peut‑il adopter un DPI qui n’est pas encore prêt pour l’IA ?
Oui, mais l’appel d’offres doit inclure une feuille de route avec des jalons mesurables pour la structuration des données et l’intégration de l’IA, sans quoi le système risque d’être obsolète sous 3 à 5 ans.

Comment le Swarm Learning protège la confidentialité des patients ?
Le Swarm Learning entraîne les modèles d’IA localement sur chaque serveur hospitalier ; seules les mises à jour du modèle (et non les données brutes) sont partagées via un registre blockchain, garantissant ainsi que les données restent sur le territoire de l’hôpital.

Une garantie d’exportation à 100 % des données est‑elle réaliste ?
Si aucun fournisseur ne peut promettre la perfection absolue, l’exigence d’une clause de validation par un tiers rend le processus d’exportation auditabl e et diminue fortement le risque.

Quel poids attribuer au coût total de possession dans la notation ?
Les enquêtes sectorielles suggèrent que le TCO doit représenter au moins 30 % de la matrice de notation globale, les coûts de maintenance et d’évolution dépassant souvent le prix initial de la licence.

En résumé

Le paysage des appels d’offres DPI 2026 est saturé de déclarations de conformité superficielles. En se concentrant sur l’interopérabilité vérifiable, la certification HDS complète, les clauses de sortie réversibles et un indice AI‑readiness transparent, les hôpitaux peuvent distinguer les solutions réellement intelligentes des offres legacy. Le DPI boosté par l’IA de Galeon, validé par plus de 10 000 cliniciens, satisfait chaque critère discriminant tout en proposant une grille d’évaluation vivante réutilisable à chaque futur cycle d’achat.

Envie d'en savoir plus sur notre DPI intelligent ?

Réserver une démo
Lisez comment les DPI intelligents transforment les flux de travail hospitaliers

Sources

‍

Ils nous font confiance