Analyses approfondies
Le topic phare de Lionel Reichardt traite le numérique en santé comme une transformation de système, pas comme une suite d’annonces techniques. Les infrastructures, la gouvernance, les données, l’interopérabilité et les usages y sont toujours reliés à une question simple : quel service rendu, pour les professionnels, les patients et les décideurs ?
Article - DGRINS : la fin du numérique en santé comme sujet à part
Son regard se durcit lorsqu’il s’agit de financement et de valeur. Les textes sur le PLFSS, le DMP ou les feuilles de route publiques montrent une attention constante aux arbitrages : ce qui est promis, ce qui est imposé, ce qui est réellement déployable sur le terrain.
DECRYPTAGE - PLFSS 2027 : L’INNOVATION EN SANTÉ À L’ÉPREUVE DE LA VALEUR
Cette veille donne aussi une place aux industriels et aux éditeurs. Le numérique en santé y apparaît comme un écosystème fragile, où la souveraineté, la capacité à passer à l’échelle et la qualité des solutions comptent autant que l’innovation elle-même.
ARTICLE : Panorama des éditeurs santé 2025 : la France sait-elle encore faire grandir ses champions ?
Dans ce topic, l’innovation en santé est observée du premier prototype jusqu’à l’usage durable. Lionel Reichardt ne s’arrête pas à la levée de fonds ou au lancement produit : il suit les preuves, les partenaires, l’intégration dans les organisations et les modèles économiques.
L’IA occupe une place centrale, mais elle n’est jamais isolée de la pratique clinique. Les essais sur le raisonnement diagnostique, les plateformes pour cliniciens et les rapports internationaux servent à examiner ce que les outils changent vraiment dans la décision, le temps médical et la confiance.
Large Language Model Influence on Diagnostic Reasoning: A Randomized Clinical Trial | Clinical Decision Support | JAMA Network Open | JAMA Network
Le ton reste prudent face aux promesses. La sélection rapproche startups, grands acteurs technologiques, chercheurs et établissements pour poser une même question : comment protéger le jugement clinique quand les systèmes deviennent plus performants, plus opaques et plus présents ?
Protecting clinical value judgment in the age of AI | npj Digital Medicine
IAtrogénique × IAtus concentre la part la plus personnelle de son travail récent. Le topic porte une signature : regarder l’IA à la fois comme promesse et comme risque, en cherchant les effets indésirables, les angles morts et les conditions d’un usage responsable.
Les hallucinations, les preuves et la production de savoir reviennent comme des thèmes de fond. Ce n’est pas seulement la performance des modèles qui l’intéresse, mais leur manière de transformer la confiance, l’apprentissage et la responsabilité dans les pratiques de soin.
Quand l’IA fait science — Hallucinations et preuves en santé
La veille élargit aussi le débat aux coûts cachés de l’IA, de l’énergie à l’eau, de l’infrastructure à la dépendance organisationnelle. Elle donne à voir un expert qui accompagne les transformations sans cesser de demander ce qu’elles font au système de santé.
L’IA menace les ressources en eau et en énergie