Les données de Doctolib sont-elles utilisées pour entraîner des IA américaines ?
La question revient depuis les révélations du Canard enchaîné : les données de Doctolib servent-elles à entraîner des IA américaines ? La réponse courte est nuancée. On a des preuves que Doctolib utilise des prestataires comme Microsoft Azure, Google Gemini ou Anthropic pour certains services. On n'a pas, à ce stade, de preuve publique solide que ces entreprises entraînent leurs propres modèles avec les données médicales des patients.
Cet article fait le tri entre ce qui est documenté, ce qui est contesté, et ce qui reste problématique pour les utilisateurs comme pour les professionnels de santé.
Que reproche-t-on à Doctolib ?
La polémique part d'une accusation simple : Doctolib transmettrait des informations de santé à des géants américains de l'IA. Le sujet touche un point sensible, car la plateforme gère des rendez-vous, des documents médicaux, des échanges avec des soignants et, dans certains cas, des outils d'assistance à la consultation.
Le problème n'est pas seulement technique. Il est aussi politique et juridique. Une donnée médicale n'a pas la même valeur qu'une préférence de navigation ou qu'un historique d'achat. Elle peut contenir des symptômes, des traitements, des antécédents, des comptes rendus ou des informations familiales.
Le débat public mélange souvent trois niveaux différents : l'utilisation d'un prestataire cloud, le traitement temporaire d'une donnée par un modèle d'IA, et l'entraînement d'un modèle sur cette donnée. Ces trois situations n'ont pas les mêmes conséquences.
Qu'est-ce qui est prouvé par les documents publics ?
Les documents publics permettent d'établir plusieurs points. Doctolib présente bien un Assistant de consultation capable d'écouter ou de transcrire une consultation, de proposer une synthèse et d'aider à compléter le dossier patient. La documentation officielle indique aussi que les informations issues des suggestions sont conservées selon les règles du logiciel médical lorsqu'elles sont ajoutées au dossier patient.
Autre élément documenté : Doctolib mentionne des sous-traitants liés à l'IA dans son accord de protection des données. On y retrouve notamment Microsoft, Google Ireland et Anthropic pour des prestations associées aux LLM ou à l'automatisation de contenu.
Enfin, Microsoft a publié une étude de cas expliquant que Doctolib utilise Azure OpenAI Service et Mistral Large on Azure pour son assistant médical. Cela montre que l'IA médicale de Doctolib repose au moins en partie sur une infrastructure et des services fournis par Microsoft.
Ce que les preuves ne montrent pas
Le point central est là : les éléments disponibles ne prouvent pas que Google, Microsoft ou Anthropic utilisent les données médicales de Doctolib pour entraîner leurs propres modèles commerciaux.
La différence est majeure. Une entreprise peut envoyer une donnée à un prestataire pour produire une transcription, une synthèse ou une réponse. Cela ne signifie pas automatiquement que le prestataire conserve cette donnée pour réentraîner son modèle. Dans les contrats professionnels, ce type d'usage est souvent encadré, limité ou interdit.
Doctolib conteste justement l'idée d'une exploitation libre des données par ces fournisseurs. Sa ligne de défense consiste à dire que ces acteurs interviennent comme sous-traitants techniques, dans un cadre contractuel, et non comme propriétaires des données.
Quelle différence entre traitement IA et entraînement IA ?
Quand une IA traite une donnée, elle l'utilise pour produire une sortie : une note, un résumé, une classification ou une aide à la rédaction. Quand une IA est entraînée sur une donnée, cette donnée sert à modifier le modèle lui-même, afin d'améliorer ses performances futures.
Dans le cas de Doctolib, les documents publics prouvent surtout l'existence d'un traitement IA. Ils ne suffisent pas à prouver un entraînement des modèles américains avec les données des utilisateurs.
Voici la lecture la plus prudente : les données peuvent passer dans une chaîne technique impliquant des acteurs américains, mais cela ne démontre pas que ces données deviennent une matière première pour entraîner Gemini, Claude ou les modèles d'OpenAI.
Pourquoi le sujet reste problématique malgré tout ?
Même sans preuve d'entraînement des IA américaines, le sujet reste sérieux. Les données de santé font partie des données les plus sensibles. Leur circulation dans une chaîne d'IA doit être lisible, limitée et contrôlable.
Les points de tension sont concrets :
- la présence de prestataires américains dans une chaîne de traitement de données de santé ;
- le niveau réel d'information donné aux patients et aux soignants ;
- la possibilité de réutiliser certaines données pour améliorer des services, même lorsque des garde-fous sont annoncés.
Le risque ne se résume pas à une fuite massive. Il peut aussi venir d'un consentement mal compris, d'une sous-traitance difficile à lire, de logs techniques, d'un transfert temporaire ou d'une réidentification possible sur des données médicales trop précises.
Mistral règle-t-il le problème de souveraineté ?
On pourrait se dire que Doctolib devrait utiliser Mistral plutôt que des acteurs américains. En pratique, la réponse est moins tranchée. Microsoft indique que Doctolib utilise déjà Mistral Large, mais sur Azure. Cela améliore la souveraineté du modèle, sans rendre toute l'infrastructure souveraine...
Un choix plus cohérent avec les inquiétudes actuelles serait une chaîne complète européenne ou française : modèle, hébergement, transcription, logs, supervision, sécurité et audit. Mais c'est une architecture entière à maîtriser.
Mistral peut donc faire partie de la réponse, mais le vrai sujet est l'ensemble de la chaîne. Un modèle français déployé dans un cloud américain ne produit pas le même niveau de confiance qu'un service conçu, hébergé et audité dans un cadre souverain.
Ce que les utilisateurs doivent vérifier
Pour un patient, la première vérification consiste à regarder les autorisations accordées dans son compte Doctolib, surtout lorsque la plateforme demande l'usage de données pour améliorer ses services. Pour un professionnel de santé, le sujet est plus large : il faut comprendre quelles données sont traitées, où elles passent, combien de temps elles sont conservées et qui intervient dans la chaîne technique.
Le bon réflexe n'est pas de supposer le pire, ni d'accepter un discours rassurant sans se questionner. Il faut demander des réponses précises : quelles données partent vers quel prestataire, pour quelle finalité, avec quelle durée de conservation, et avec quelle interdiction de réutilisation.
La conclusion la plus solide aujourd'hui
Doctolib utilise bien des prestataires IA américains dans certains traitements, y compris autour de services liés aux consultations. Cela soulève des questions légitimes de souveraineté, de consentement et de transparence.
En revanche, affirmer que les données médicales des utilisateurs servent à entraîner les IA de Google, Microsoft ou Anthropic va plus loin que ce que les preuves publiques permettent d'établir.
Le problème n'est pas forcément que les géants américains entraînent leurs modèles avec nos consultations. Le problème documenté, déjà suffisant, est que des données de santé peuvent entrer dans une chaîne IA dont tous les maillons ne sont pas européens, ni faciles à comprendre pour le grand public.
Sources
- Documentation Doctolib sur l'Assistant de consultation : présentation du service d'assistance IA en consultation.
- Aide Doctolib sur la confidentialité de l'Assistant de consultation : données traitées et conservation des informations ajoutées au dossier médical.
- Accord de protection des données Doctolib : cadre contractuel et sous-traitance liée aux données personnelles et de santé.
- Étude de cas Microsoft sur Doctolib : utilisation d'Azure OpenAI Service et de Mistral Large sur Azure.
- Politique de protection des données Doctolib : informations générales sur le traitement des données et les sous-traitants.
Les données de Doctolib sont-elles utilisées pour entraîner des IA américaines ?
Aucune preuve publique solide ne montre que les données médicales des utilisateurs de Doctolib servent à entraîner les modèles propres de Google, Microsoft ou Anthropic. Les documents disponibles prouvent surtout l'utilisation de prestataires IA dans certains traitements.
Doctolib utilise-t-il des prestataires américains pour ses outils d'IA ?
Oui. Des documents publics mentionnent l'utilisation de services ou de sous-traitants comme Microsoft Azure, Google Gemini et Anthropic dans certains traitements liés à l'IA ou aux LLM.
Quelle est la différence entre traiter des données avec une IA et entraîner une IA ?
Traiter des données avec une IA signifie les utiliser pour produire une réponse, une transcription ou un résumé. Entraîner une IA signifie utiliser ces données pour modifier le modèle et améliorer ses réponses futures.
Pourquoi la polémique Doctolib pose-t-elle un problème de souveraineté ?
La polémique pose un problème de souveraineté car des données de santé peuvent être traitées dans une chaîne technique impliquant des entreprises américaines. Même encadrée par contrat, cette dépendance demande plus de transparence.
Mistral serait-il une meilleure solution pour Doctolib ?
Mistral peut améliorer la souveraineté du modèle, mais cela ne suffit pas si l'infrastructure reste opérée par un cloud américain. La cohérence dépend de toute la chaîne : modèle, hébergement, logs, sécurité et audit.
Un patient peut-il refuser certains usages de ses données Doctolib ?
Oui, certains usages reposent sur des autorisations dans le compte utilisateur. Un patient doit vérifier les préférences de confidentialité et les consentements donnés dans son espace Doctolib.
