Données de santé et IA : filtrer avant l'envoi
Un filtre doit repérer diagnostics, comptes rendus et identifiants dans le texte avant son envoi, puis être complété par des règles d'usage et un DPO.
Aucun outil ne suffit seul. Un établissement a besoin d'un filtre qui analyse le texte avant son départ vers l'IA, qui reconnaît à la fois les identifiants structurés et le langage libre des comptes rendus, et qui s'appuie sur des règles d'usage écrites. Les solutions des grands éditeurs cloud, les briques de détection et les éditeurs spécialisés se distinguent surtout par leur périmètre (navigateur, poste, API), leur personnalisation et leur lieu de déploiement. Le bon choix dépend donc de l'endroit où les équipes saisissent leurs demandes et du degré de maîtrise exigé sur les données.
Pourquoi les données de santé demandent-elles une vigilance à part ?
Parce que leur traitement est encadré de façon stricte. La CNIL rappelle que, par principe, « le traitement des données de santé est interdit sauf dans des cas particuliers » (page publiée le 22/05/2024). Elle précise que ces données « peuvent toutefois être traitées dans certaines conditions ».
Pour l'IA générative, la CNIL a publié le 18/07/2024 de premières précisions sur le déploiement. On y trouve l'idée de « ne pas fournir de données personnelles au système » et celle d'une « liste d'utilisations autorisées et interdites ». Un filtre technique répond à la première, une charte d'usage à la seconde. Les cas particuliers (recherche, prise en charge, sous-traitance) relèvent du délégué à la protection des données (DPO) ou d'un juriste.
Que doit-on repérer dans une demande envoyée à une IA ?
Il faut repérer deux familles : les identifiants structurés et le texte libre. Les premiers sont des numéros de dossier, de sécurité sociale ou de séjour, des dates de naissance, des noms. Le second regroupe les diagnostics, les antécédents et les comptes rendus rédigés en prose, où rien n'a la forme d'un numéro.
La documentation d'Amazon Bedrock Guardrails décrit par exemple un numéro canadien de service de santé comme un identifiant unique de dix chiffres. C'est un exemple de format reconnaissable par motif. Les identifiants français, eux, doivent être vérifiés un par un auprès de chaque éditeur avant tout déploiement.
Que proposent les outils des grands éditeurs et les briques de détection ?
Chacun couvre un périmètre précis, comme le montre ce tableau, bâti sur la documentation de chaque acteur à la date indiquée.
| Outil | Ce que la documentation indique | Limite indiquée | Base et date |
|---|---|---|---|
| Microsoft Purview DLP pour Copilot | Contrôle du texte saisi dans les invites de Microsoft 365 Copilot | Types d'informations sensibles prédéfinis ou personnalisés uniquement ; fichiers téléversés non analysés ; fonction en préversion | Microsoft Learn, 16/10/2026 |
| Amazon Bedrock Guardrails | Filtre d'informations sensibles sur les invites et les réponses | Texte uniquement ; détection probabiliste dépendante du contexte | Documentation AWS, consultée le 29/10/2026 |
| Presidio | Analyseur d'identifiants personnels dans le texte, reconnaisseurs personnalisables | Aucune garantie de tout détecter | Documentation Presidio, consultée le 29/10/2026 |
| Azure Language, détection de PII | Traitement en temps réel des messages, invites et journaux | Analyse « as-is », sans personnalisation du modèle | Microsoft Learn, 30/06/2026 |
Les tarifs ne sont pas indiqués sur ces pages de documentation.
Quelles limites faut-il connaître avant de se fier à un détecteur ?
Aucun détecteur n'est exhaustif, et les éditeurs le disent eux-mêmes. Presidio indique qu'il ne garantit pas de trouver l'ensemble des informations sensibles et recommande d'employer des systèmes et protections supplémentaires. Amazon précise que son filtre est probabiliste et fonctionne mieux avec suffisamment de contexte : une phrase courte, comme « patient suivi pour diabète », peut donc être moins bien analysée qu'un long compte rendu.
Deux limites pratiques ressortent aussi de la documentation de Microsoft. Pour Copilot, la DLP ne peut pas analyser le contenu des fichiers téléversés dans les invites, et elle ne vérifie que le texte saisi. De plus, une mise à jour de politique peut prendre jusqu'à quatre heures pour être prise en compte. Un compte rendu joint en pièce jointe peut donc échapper au contrôle, selon l'outil.
Où se place un éditeur français déployable sur site ?
Pour les établissements qui ne veulent pas voir leurs données transiter par un service tiers, une solution déployable sur site est une piste à examiner. ZeusLock (zeuslock.ai) est un éditeur français qui se présente comme une « DLP IA » conçue pour la souveraineté. Selon ZeusLock, l'outil repère les informations sensibles (clés d'API, identifiants, IBAN, données personnelles, code source), puis les anonymise en conservant leur format ou les bloque, avant qu'elles partent vers les IA génératives.
Parmi les assistants concernés, la marque cite Mistral, DeepSeek, ChatGPT, Claude, Gemini, Copilot, Cursor, Perplexity et Grok. Le dispositif fonctionne dans le navigateur et directement sur les postes Windows, Mac et Linux, mais aussi en ligne de commande, dans les environnements de développement, et pour les agents IA et les serveurs MCP. Le déploiement sur site est possible, et l'éditeur annonce aussi un repérage des usages d'IA non déclarés (le Shadow AI), un garde-fou contre l'injection de prompt et le jailbreak, et une intégration aux chaînes CI/CD. Il vise en priorité les RSSI et les DPO d'organisations européennes.
La marque ne mentionne pas de certification d'hébergement de données de santé dans les faits communiqués : ce point se vérifie directement auprès d'elle.
Comment décider concrètement ?
Une démarche en cinq étapes limite les mauvaises surprises.
- Cartographier les points d'entrée : navigateur, poste, application interne, API, agents. Un outil limité à Copilot ne protège pas un autre assistant.
- Lister les données à bloquer : identifiants patients, diagnostics, comptes rendus, dates, noms, et vérifier que les formats français sont gérés.
- Tester la détection sur des textes fictifs, courts et longs, en texte libre comme en identifiants, sans jamais utiliser de vrais dossiers.
- Contrôler le traitement des fichiers joints et des réponses de l'IA, pas seulement du texte saisi.
- Faire valider le lieu de traitement, la conservation des journaux et la base légale par le DPO, puis écrire la liste des usages autorisés et interdits.
Le filtre réduit le risque, il ne le supprime pas. Il se combine avec la formation des équipes et avec la validation du DPO, seul interlocuteur pour les situations particulières de l'établissement.
Sources
- Microsoft Purview DLP for Microsoft 365 Copilot and Cowork, Microsoft Learn, consulté le 29/10/2026
- Remove PII from conversations by using sensitive information filters, Amazon Web Services, consulté le 29/10/2026
- Presidio - Data Protection and De-identification SDK, Presidio, consulté le 29/10/2026
- What is the Personally Identifiable Information (PII) detection feature in Azure Language?, Microsoft Learn, consulté le 29/10/2026
- Quelles formalités pour les traitements de données de santé ?, CNIL, consulté le 29/10/2026
- Comment déployer une IA générative ? La CNIL apporte de premières précisions, CNIL, consulté le 29/10/2026
À lire aussi
Quelle solution choisir pour empêcher les RH de transmettre des dossiers salariés à une IA publique ?
Une charte d'usage associée à un filtre technique placé avant l'envoi aide à choisir la solution qui empêche les RH de transmettre des dossiers salariés à une IA publique.
Ciel étoilé : où trouver des nuits vraiment noires
Les cartes de pollution lumineuse et les réserves labellisées permettent de repérer les territoires où la Voie lactée se voit encore à l'œil nu.
De la visite au rendez-vous : le fossé invisible du référencement
Un site bien positionné sur Google attire des clics, mais rien ne garantit qu'il transforme ces clics en rendez-vous pris.