Choisir un Dossier Patient Informatisé est l'une des décisions les plus structurantes qu'un DSI ou un DG d'hôpital prend dans sa carrière. En 2026, ce choix ne se limite plus à l'ergonomie ou au prix de la licence : il engage la capacité de l'établissement à adopter l'intelligence artificielle, à protéger la souveraineté de ses données et à s'inscrire dans une médecine de demain basée sur les données.
Pourtant, plus de 80 % des données médicales produites dans le monde restent aujourd'hui inexploitables, selon l'Organisation mondiale de la santé. La cause est structurelle : des DPI conçus pour stocker, pas pour apprendre. Cette réalité impose une rupture dans les critères d'évaluation.
Galeon opère dans 19 hôpitaux, dont 2 CHU, avec plus de 3 millions de dossiers patients et plus de 10 000 soignants connectés. Ce terrain d'expérience valide une conviction centrale : un DPI intelligent n'est plus une option, c'est une infrastructure critique.
Cet article propose un comparatif structuré des DPI hospitaliers en 2026, des critères de choix concrets pour un DSI, et une analyse honnête de ce que l'IA et la blockchain changent réellement dans l'équation.
Les DPI de première génération ont été conçus dans les années 2000 pour numériser le dossier papier. Ils répondaient à un besoin de stockage et de traçabilité, pas d'analyse ou d'apprentissage automatique.
Un DPI monolithique produit de la donnée brute, hétérogène et difficilement standardisée. Pour entraîner un algorithme de détection précoce du sepsis ou de prédiction de réadmission, il faut une donnée propre, structurée et interopérable. La plupart des systèmes en place n'y répondent pas sans une couche de retraitement coûteuse.
Les trois problèmes structurels les plus fréquents sont :
"Un DPI qui ne peut pas alimenter un modèle d'IA en 2026 est un DPI en fin de vie." C'est la réalité opérationnelle que vivent les DSI des établissements qui ont entamé leur transformation numérique.
Un hôpital dépendant d'un DPI fermé s'expose à trois risques majeurs sur un horizon de 5 ans : la dépendance fournisseur (vendor lock-in), l'incapacité à valoriser ses données dans des projets de recherche, et une perte de compétitivité face aux établissements qui auront misé sur des architectures ouvertes.
Selon une étude de Gartner (2024), 65 % des établissements de santé envisagent de changer de DPI d'ici 2027, principalement pour des raisons d'incompatibilité avec les outils d'intelligence artificielle.
Évaluer un DPI en 2026 requiert une grille à deux niveaux : les critères fondamentaux, qui valident la conformité et la maturité du système, et les critères différenciants, qui anticipent les besoins liés à l'IA et à la souveraineté des données.
L'interopérabilité, c'est-à-dire la capacité d'un système à échanger des données avec d'autres systèmes de manière fluide et standardisée, est le premier critère à auditer. En France, le Programme national e-Santé impose l'adoption du standard HL7 FHIR pour tous les établissements d'ici 2027.
Un DPI qui expose ses données en FHIR nativement est prêt. Un DPI qui nécessite un middleware intermédiaire pour le faire est un système qui ajoute de la complexité et du risque de dette technique.
La certification Hébergeur de Données de Santé (HDS) est obligatoire depuis 2018 pour tout acteur hébergeant des données de santé à caractère personnel. Mais tous les certificats ne se valent pas.
Un DSI rigoureux vérifie le périmètre exact de la certification : couvre-t-elle l'hébergement physique, les applications, et les sauvegardes ? Une certification partielle laisse des zones d'ombre qui peuvent devenir des risques lors d'un audit CNIL ou d'un incident de sécurité.
La maturité IA d'un DPI se mesure à sa capacité à produire une donnée structurée, exploitable par des algorithmes d'apprentissage automatique, sans retraitement manuel massif.
Les questions à poser au fournisseur sont directes :
"La donnée médicale n'a de valeur que si elle est structurée dès sa création. Un DPI qui structure en aval crée une donnée de seconde main." C'est l'un des principes fondateurs de la plateforme Galeon.
La souveraineté des données est un critère de gouvernance, pas seulement technique. Elle définit qui peut accéder aux données, dans quelles conditions, et qui bénéficie de leur valorisation économique si elles alimentent un projet de recherche.
Un DPI hébergé dans un cloud propriétaire d'un éditeur américain expose l'établissement à des risques liés au Cloud Act américain, qui permet aux autorités américaines d'accéder à des données hébergées par des entreprises américaines, même sur des serveurs européens.
Le coût total de possession (TCO) d'un DPI comprend bien plus que la licence annuelle. Il inclut l'intégration avec les systèmes existants (PACS, LIS, SIH), la formation des équipes soignantes, la migration des données historiques, et la maintenance évolutive.
Selon les retours d'expérience partagés au congrès HIT 2024, les coûts de migration représentent en moyenne 35 % du coût global d'un projet de changement de DPI, un poste systématiquement sous-estimé en phase d'appel d'offres.
L'intelligence artificielle et la blockchain ne sont plus des technologies expérimentales dans le secteur hospitalier. Elles sont devenues des critères de sélection à part entière pour les DSI qui anticipent les transformations des 5 prochaines années.
La blockchain, dans un contexte hospitalier, sert à tracer, de manière immuable et infalsifiable, chaque accès ou utilisation d'une donnée de santé. Elle ne remplace pas un DPI : elle garantit la gouvernance de la donnée.
Le Blockchain Swarm Learning® développé par Galeon va plus loin. Il permet à plusieurs hôpitaux d'entraîner des algorithmes d'IA collectivement, sans que les données quittent les serveurs de chaque établissement. Les données restent dans l'hôpital. Seuls les algorithmes se déplacent via la blockchain. C'est la principale garantie de souveraineté aujourd'hui disponible à l'échelle industrielle.
L'IA appliquée au DPI n'est plus un horizon lointain. Plusieurs applications sont déjà déployées dans des établissements pilotes, notamment :
Ces applications ne fonctionnent qu'avec une donnée propre, structurée et disponible en temps réel. C'est précisément ce que Galeon construit dans ses 19 hôpitaux partenaires depuis 2016.
Un article honnête sur le sujet ne peut pas faire l'économie de cette section. L'IA et la blockchain apportent des avantages réels, mais leur déploiement dans un environnement hospitalier soulève des défis concrets que tout DSI doit anticiper.
Déployer un nouveau DPI, même supérieur techniquement, implique de modifier les habitudes de travail de centaines ou de milliers de soignants. Selon une étude de McKinsey Health (2023), 60 % des projets de transformation numérique en santé échouent non pas pour des raisons techniques, mais pour des raisons d'adoption par les équipes.
La conduite du changement n'est pas un module optionnel : c'est un investissement aussi important que la technologie elle-même.
Le cadre réglementaire de la donnée de santé est en mouvement constant : RGPD, règlement européen sur l'IA (AI Act entré en vigueur en 2024), directive NIS2, et prochainement l'EHDS (European Health Data Space). Un DPI choisi en 2026 doit embarquer une capacité d'adaptation réglementaire, pas seulement une conformité figée à date.
La blockchain garantit la traçabilité et la gouvernance des données. Elle ne résout pas les problèmes de qualité des données en amont, ni les questions d'ergonomie ou de temps de saisie pour les soignants. Un hôpital qui déploierait une solution blockchain sur des données mal structurées n'obtiendrait qu'une traçabilité d'informations inutilisables.
Malgré les engagements du Programme national e-Santé, l'interopérabilité entre établissements reste partielle en 2026. Les échanges entre DPI de régions différentes, entre ville et hôpital, ou entre établissements publics et privés, restent des points de friction réels que ni l'IA ni la blockchain ne résolvent seules.
Un DPI intelligent intègre nativement des capacités de structuration de la donnée, d'interopérabilité standardisée (HL7 FHIR) et de compatibilité avec des outils d'intelligence artificielle. Contrairement à un DPI classique, il ne se contente pas de stocker : il organise la donnée pour qu'elle puisse être analysée, partagée et valorisée dans des projets de recherche ou d'optimisation clinique.
Les cinq critères prioritaires en 2026 sont : l'interopérabilité native (HL7 FHIR), la certification HDS complète, la compatibilité IA (API, structuration des données), la souveraineté des données (localisation et gouvernance), et le coût total de possession incluant migration et formation. L'ergonomie pour les soignants et la qualité du support sont également des critères déterminants pour l'adoption terrain.
La blockchain a des applications concrètes et documentées dans le secteur hospitalier : traçabilité des accès aux données patients, gouvernance des droits des patients sur leurs données, et entraînement collaboratif d'IA entre hôpitaux sans transfert de données brutes (Blockchain Swarm Learning®). Ce n'est pas une technologie universelle, mais dans le contexte spécifique de la souveraineté et de la valorisation des données médicales, elle répond à des besoins réels que les architectures classiques ne couvrent pas.
Le coût d'un changement de DPI pour un hôpital de taille moyenne (500 à 800 lits) est généralement compris entre 3 et 10 millions d'euros sur 5 ans, en incluant la licence, l'intégration, la migration des données historiques, la formation des équipes et la maintenance. La migration des données historiques représente à elle seule 30 à 50 % du budget réel, souvent sous-estimée dans les appels d'offres initiaux.
Pour évaluer la maturité IA d'un éditeur, trois questions suffisent : des algorithmes tiers ont-ils déjà été entraînés sur les données de leurs clients, et avec quels résultats mesurables ? Les données sont-elles structurées nativement ou en post-traitement ? L'éditeur expose-t-il une API compatible avec des frameworks ML standards (Python, TensorFlow, PyTorch) ? Un éditeur incapable de répondre précisément à ces trois questions n'est pas encore prêt pour la médecine guidée par les données.
Le Programme national e-Santé, piloté par l'Agence du Numérique en Santé (ANS), fixe une feuille de route pour la transformation numérique des établissements de santé français. Il impose notamment l'adoption du Mon Espace Santé, l'interopérabilité FHIR, la certification HDS et la mise en conformité avec le référentiel PGSSI-S. Les établissements qui ne respectent pas ces obligations s'exposent à des risques de non-financement des projets numériques par l'État.
Galeon ne vend pas uniquement une licence logicielle. Sa plateforme repose sur un modèle de partage de valeur via le token $GALEON : lorsque des données médicales structurées par Galeon alimentent un projet de recherche ou entraînent une IA, 40 % des revenus générés sont redistribués aux hôpitaux contributeurs. Ce modèle aligne les intérêts de l'établissement et de la plateforme, contrairement aux modèles traditionnels où la valeur des données bénéficie exclusivement à l'éditeur.
En 2026, un comparatif DPI hôpital ne peut plus se résumer à une comparaison de prix ou d'ergonomie. Les DSI et DG d'établissements de santé font face à un choix structurant : investir dans une infrastructure capable d'apprendre et d'évoluer avec l'IA, ou rester dans des systèmes conçus pour une médecine qui n'existe plus. Les critères clés sont désormais l'interopérabilité native, la souveraineté des données, la compatibilité IA, et la capacité à participer à des projets de recherche sans compromettre la confidentialité des patients. Galeon incarne cette vision depuis 2016, avec 19 hôpitaux, 3 millions de dossiers patients et une technologie éprouvée, le Blockchain Swarm Learning®, qui permet d'entraîner des IA collectivement sans déplacer une seule donnée hors des serveurs hospitaliers. Le DPI du futur ne stocke plus. Il apprend.
Agence du Numérique en Santé (ANS). Programme national e-Santé 2023-2027
Organisation mondiale de la santé (OMS). Global Strategy on Digital Health 2020-2025
Gartner. Hype Cycle for Healthcare Providers 2024
McKinsey Health Institute. Capturing the full potential of digital and AI in healthcare, 2023
Congrès HIT Paris 2024. Retours d'expérience migration DPI, sessions DSI
Commission européenne. Règlement sur l'Espace européen des données de santé (EHDS), 2024
