LLM non cloisonné : le risque pour les établissements de santé
LLM non cloisonné : pourquoi près d'un tiers des établissements s'exposent, et comment une IA souveraine comme NET protège vos données de santé.
Un sondage MetaConnect révèle que près d'un tiers des établissements utilisent aujourd'hui des solutions LLM non cloisonnées [à vérifier : date et méthodologie du sondage]. Derrière ce terme technique se cache un risque concret pour les données de santé. Pour une enseigne, c'est un angle mort à traiter d'urgence. Cet article explique ce qu'est un LLM non cloisonné, pourquoi il pose problème, et comment une IA souveraine comme NET apporte une réponse à la fois plus sûre et plus accessible.
Un LLM non cloisonné, qu'est-ce que c'est ?
Un LLM (Large Language Model, ou grand modèle de langage) est le moteur d'intelligence artificielle derrière les assistants conversationnels. « Cloisonner » signifie isoler : garder les données d'un utilisateur séparées, dans un périmètre maîtrisé.
Un LLM non cloisonné, c'est donc un outil d'IA où cette isolation n'est pas garantie. Concrètement, cela recouvre plusieurs situations :
- les informations saisies peuvent être conservées ou réutilisées par le fournisseur, parfois pour entraîner ses modèles ;
- les traitements ont lieu sur des serveurs hors Union européenne, hors du cadre juridique français ;
- il n'existe aucun contrôle d'accès lié à l'identité professionnelle : n'importe qui peut se connecter ;
- les données de plusieurs organisations ne sont pas séparées de façon étanche.
Autrement dit, quand un collaborateur copie-colle une note interne ou une information sensible dans un outil grand public, cette donnée sort du périmètre de l'établissement — souvent à son insu.
💡 Le phénomène a un nom : le « shadow AI ». Des équipes bien intentionnées utilisent des outils publics pour gagner du temps, sans mesurer que les données de santé exigent un cadre spécifique.
Pourquoi c'est un problème pour un établissement de santé
Les données de santé forment une catégorie particulièrement protégée par le Règlement Général sur la Protection des Données (RGPD). Les confier à un outil non cloisonné expose l'établissement à plusieurs risques.
D'abord un risque de conformité : la CNIL rappelle qu'un traitement de données de santé par une IA doit reposer sur une base légale claire, minimiser les données et garantir la sécurité tout au long du cycle de vie. Un outil grand public ne le permet généralement pas.
Ensuite un risque de sécurité : une donnée sortie du périmètre maîtrisé peut être exposée, perdue ou détournée. Enfin un risque de confiance : patients et partenaires attendent des professionnels un usage responsable de leurs informations.
Le guide conjoint HAS/CNIL de mars 2026 va dans le même sens : supervision humaine, transparence et maîtrise des données sont des prérequis, pas des options.
⚠️ Interdire l'IA n'est pas la solution : les équipes en ont besoin et l'utiliseront de toute façon. La bonne réponse est de leur offrir un outil sûr, au moins aussi pratique que les outils publics.
La réponse : une IA souveraine et cloisonnée
C'est exactement la logique de NET, le collaborateur numérique de MetaConnect accessible sur OhMyVue. Là où un outil grand public laisse les données s'échapper, NET les garde dans un cadre maîtrisé.
| Critère | LLM non cloisonné | NET (IA souveraine) |
|---|---|---|
| Modèles | Souvent extra-européens | Modèles français Mistral en priorité |
| Hébergement | Hors UE possible | Conforme exigences européennes et HDS |
| Accès | Ouvert à tous | Réservé aux pros via Pro Santé Connect |
| Données | Peuvent être réutilisées | Cloisonnées, limitées par les droits |
| Base métier | Accès direct possible | Jamais d'accès direct, uniquement via API |
NET s'appuie prioritairement sur les modèles de l'éditeur français Mistral, vise un hébergement conforme aux exigences européennes et HDS (Hébergeur de Données de Santé), et n'est accessible qu'aux professionnels via Pro Santé Connect. Il ne lit jamais directement la base métier OhMyVue : tout transite par des API et connecteurs autorisés, et les informations affichées sont limitées selon le profil et les droits de chacun.
Pour une enseigne : reprendre le contrôle, à moindre coût
Pour une direction d'enseigne, remplacer le shadow AI par une IA souveraine répond à un double objectif : sécuriser les données et outiller les équipes. NET ajoute un levier d'animation, puisque l'enseigne peut alimenter des documents spécifiques, diffuser ses offres du moment et envoyer des rappels à ses magasins par l'intermédiaire de l'assistant.
Le tout à un coût maîtrisé : l'objectif est un coût d'exploitation inférieur à 5 € HT par mois et par établissement, avec un agent partagé au lancement. La page du numérique en santé se tourne : la sécurité n'est plus l'ennemie de la simplicité.
Pour évaluer NET dans votre réseau, demandez une démonstration ou découvrez la messagerie sécurisée MSSanté du même écosystème.
Questions fréquentes
Un LLM non cloisonné est-il illégal ? Pas en soi. Mais l'utiliser pour traiter des données de santé expose l'établissement à un risque de non-conformité au RGPD et de perte de contrôle sur ses données.
Comment savoir si mes équipes utilisent du shadow AI ? Un sondage interne suffit souvent à le révéler. L'usage d'outils grand public pour rédiger ou résumer est très répandu, y compris avec des informations sensibles.
En quoi NET est-il « cloisonné » ? Les données restent dans un cadre maîtrisé : modèles français Mistral, hébergement conforme HDS, accès réservé aux professionnels et informations limitées par les droits.
NET est-il plus cher qu'un outil public ? Non. NET vise un coût inférieur à 5 € HT par mois et par établissement, tout en offrant un cadre sécurisé qu'un outil public ne garantit pas.
Faut-il tout interdire en attendant ? Non. La démarche efficace consiste à proposer rapidement une alternative sûre et pratique, pour que les équipes n'aient plus besoin des outils non cloisonnés.
Article rédigé par MetaConnect — à jour du cadre CNIL/HAS sur l'IA en santé (mars 2026) — juillet 2026.
