La santé concentre plusieurs caractéristiques qui en font un terrain d’expérimentation privilégié pour l’intelligence artificielle. Les systèmes de soins sont soumis à une forte pression budgétaire, les volumes de données générées sont considérables et les gains potentiels, en productivité comme en qualité de prise en charge, sont immédiatement tangibles.

Les usages progressent côté patients. Selon le Better Health Report 2025 du cabinet de conseil Simon-Kucher, 73% des consommateurs européens déclarent avoir renforcé leur attention à la prévention au cours des cinq dernières années. 81% disent utiliser au moins une aide à la prévention, digitale ou non. Et surtout, 55% affirment recourir à l’IA dans leurs décisions liées à la prévention, une proportion qui dépasse 80% chez les 18-28 ans. Dans le même temps, la confiance demeure ancrée chez les professionnels : 79% des répondants considèrent les médecins comme les sources les plus crédibles en matière de prévention.

Côté entreprises, le climat est plus contraint. D’après l’État des lieux de la situation financière des HealthTech françaises publié par France Biotech en juillet 2025, 72% des sociétés interrogées déclarent rencontrer des difficultés de trésorerie et 29% disposent de moins de trois mois de cash. 70% sont en recherche de financement ou prévoient de lever dans les six mois. 

Autrement dit, l’IA en santé progresse dans un environnement où l’accès au capital demeure un facteur clé de survie.

La vision de Sofinnova Partners : vers des modèles fondamentaux et une bataille sur la donnée

Pour Sofinnova Partners, le changement majeur tient à la nature même des briques technologiques qui émergent. Après une phase dominée par des outils répondant à des questions spécifiques - par exemple détecter une fracture sur une radiographie - l’investisseur observe la montée de modèles plus larges, capables d’intégrer différentes modalités de données.

« Jusqu’à fin 2025, on a vu beaucoup de solutions IA qui se développaient pour répondre à une question spécifique. Aujourd’hui, on assiste à un virage massif, avec le développement de modèles fondamentaux », explique Simon Turner, Partner au sein de la stratégie médecine digitale de Sofinnova Partners. L’enjeu n’est plus seulement d’analyser une donnée, mais de croiser des données de plusieurs natures.

Cette approche se matérialise dans des sociétés comme Bioptimus, qui ambitionne de construire des modèles fondamentaux spécialisés en biologie, capables d’exploiter différentes sources de données pour comprendre les mécanismes sous-jacents des maladies.

Pour Sofinnova Partners, la valeur ajoutée de l’IA se déplace donc vers ces couches d’infrastructure. « La couche applicative nous intéresse moins. Les applications très ciblées, plus simples à reproduire à mesure que les outils IA grand public se développent, sont plus exposées à la concurrence », explique-t-il.

L’investisseur insiste également sur un point structurant pour l’Europe : la donnée. Une partie significative des informations médicales reste peu digitalisée ou fragmentée. La constitution de bases de données robustes et exploitables devient donc un enjeu stratégique, où l’IA doit jouer un rôle majeur. 

Sur le volet “delivery of care”, Sofinnova Partners constate une accélération de l’adoption lorsque les solutions répondent à des contraintes opérationnelles immédiates. Les outils d’aide à la documentation clinique, par exemple, ont connu une diffusion rapide aux États-Unis. « En moins de 18 mois, les assistants de prise de note basés sur l’IA ont atteint un taux d’adoption comparable à celui des dossiers médicaux électroniques, qui avaient mis plusieurs années à s’imposer. La différence tient à l’intensité de la pression qui pèse aujourd’hui sur le système de santé », avance Simon Turner. 

La vision de Cathay Innovation : de la molécule au patient, une approche holistique

Chez Cathay Innovation, la HealthTech est appréhendée dans un périmètre élargi. « Pour nous, la HealthTech, c’est ce qui va de la création de molécules en passant par les essais cliniques jusqu’au suivi du patient, en intégrant le lifestyle, l’assurance et le système social de santé », résume Denis Barrier, CEO et cofondateur de Cathay Innovation. L’IA est envisagée comme un levier transversal, capable d’améliorer à la fois la recherche pharmaceutique et l’organisation des soins.

Dans la découverte de médicaments, l’intelligence artificielle est perçue comme un outil susceptible d’accélérer l’identification de nouvelles molécules et de mieux cibler les essais cliniques. « L’intelligence artificielle va totalement changer les choses », estime Denis Barrier, évoquant la possibilité de concevoir des traitements plus adaptés à des sous-populations spécifiques, avec des essais mieux calibrés.

Au-delà de la R&D, Cathay Innovation anticipe un glissement vers une médecine plus personnalisée et préventive. « On va arriver petit à petit à faire un double digital, un jumeau digital de la personne », projette Denis Barrier. Cette vision suppose de combiner données biologiques, habitudes de vie et contexte environnemental afin d’anticiper les risques et d’ajuster les recommandations. Des acteurs comme Nabla, qui développe des outils d’assistance pour les professionnels de santé, illustrent cette volonté d’intégrer l’IA au cœur du quotidien médical.

Cathay Innovation souligne également une dynamique géographique différenciée. Aux États-Unis, 2025-2026 correspond, selon Denis Barrier, à une phase d’adoption massive des outils d’IA par les cliniques et les assureurs. « 2026, c’est l’année aux États-Unis où les compagnies d’assurance, les cliniques et les docteurs adoptent massivement tous les outils », affirme-t-il. En Europe, l’enjeu est double : contenir les coûts d’un système de santé accessible tout en préservant une capacité d’innovation locale. La question de la souveraineté technologique, notamment sur les modèles et les données, reste en arrière-plan.

À l’orée de 2026, la HealthTech ne se limite donc pas à une multiplication d’applications. Elle s’inscrit dans une recomposition plus profonde, où l’IA agit à la fois sur la découverte scientifique, l’organisation des soins et la relation au patient. Entre pression financière et ambitions technologiques, la capacité à structurer des modèles robustes, à maîtriser la donnée et à s’intégrer dans les parcours existants devrait déterminer les trajectoires gagnantes.