Combien coûte le développement d'une IA en santé ?

La question arrive toujours au même moment : le cas d'usage est identifié, l'équipe est convaincue, il faut chiffrer. Et la réponse déçoit souvent, parce qu'elle ne dépend presque pas de ce que le fondateur a en tête.

Le facteur déterminant n'est pas le modèle. C'est le statut réglementaire. Entre un cas d'usage qui ne relève pas du dispositif médical et un cas d'usage qui en relève, le rapport de budget va de un à dix, pour une complexité technique parfois comparable.

Ce guide décompose ce qui coûte réellement. Il complète nos articles sur le coût d'une application e-santé et le coût d'un logiciel médical sur mesure, en traitant uniquement ce que l'IA ajoute par-dessus.

Les cinq postes propres à l'IA

Un projet d'IA en santé, c'est un projet logiciel de santé, plus cinq postes. Ce sont eux qui font la différence de budget, et quatre sur cinq n'ont rien à voir avec le développement.

1. Le jeu de données

Avant d'entraîner, il faut constituer, et ce n'est jamais gratuit. Le poste couvre l'identification des sources, la vérification de leur licéité, la formalité auprès de la CNIL, l'extraction, le nettoyage et la mise en forme.

Ce qui fait varier la facture : le nombre de sources, leur état réel (un export propre d'un entrepôt structuré n'a rien à voir avec des comptes rendus scannés), et le fait de partir de données existantes ou d'organiser une collecte.

Le piège classique est de considérer que les données sont « déjà là » parce qu'un partenaire hospitalier est d'accord sur le principe. Entre l'accord de principe et un jeu exploitable, il y a des semaines de travail et une formalité. Le détail de ces obligations est dans notre article sur l'entraînement d'une IA sur des données de santé.

2. L'annotation, le poste caché

C'est le coût que personne n'anticipe, et c'est souvent le plus lourd.

Pour beaucoup de cas d'usage cliniques, l'annotation ne peut être faite que par des professionnels de santé. Il faut écrire un référentiel d'annotation, former les annotateurs, faire annoter, gérer les désaccords entre lecteurs, et parfois faire une double lecture sur une partie du corpus pour mesurer la concordance.

La bonne unité de mesure n'est pas l'euro, c'est le temps de praticien. Quelques milliers d'éléments à annoter, à quelques minutes pièce, avec double lecture partielle, représentent vite plusieurs mois-homme de temps médical. Que ce temps soit facturé, apporté par un associé praticien ou contribué par un partenaire hospitalier, il coûte quelque chose.

Les cas d'usage qui échappent à ce poste sont ceux où la vérité terrain existe déjà dans les données : un codage déjà validé, un diagnostic de sortie, un résultat d'examen ultérieur. Quand c'est possible, c'est un critère de choix de projet à part entière.

3. La validation

Trois niveaux, trois ordres de grandeur.

Validation interne sur un jeu de test mis de côté : c'est du travail d'équipe, quelques semaines.

Validation externe sur des données indépendantes provenant d'autres centres : il faut obtenir ces données, donc des partenariats, des conventions et des formalités. Plusieurs mois.

Validation en conditions réelles, avec une étude clinique : c'est un projet en soi, avec son protocole, ses investigateurs et son budget propre, sans commune mesure avec les deux précédents.

Le niveau visé n'est pas un choix technique. Il dépend de votre classe réglementaire, de vos revendications, et de ce que vos clients établissements exigeront à l'achat.

4. La documentation réglementaire et l'évaluation

Pour un dispositif médical, ce poste couvre le système de gestion de la qualité, la documentation technique, la gestion des risques, l'évaluation clinique et l'évaluation par l'organisme notifié.

Deux nuances utiles pour une jeune pousse, issues du règlement omnibus du 8 juillet 2026 : la documentation technique de l'annexe IV peut être fournie sous forme simplifiée par les PME et jeunes pousses, via un formulaire que les organismes notifiés sont tenus d'accepter, et la mise en œuvre du système qualité est proportionnée à la taille de l'organisation. Ce ne sont pas des dispenses, mais ce sont des allègements réels qu'il faut penser à réclamer.

Bonne nouvelle structurelle : les exigences de l'AI Act s'intègrent à l'évaluation menée au titre du MDR, et le système qualité de l'AI Act peut être intégré à celui tenu au titre du MDR. Vous ne payez pas deux fois. Détail dans notre guide sur l'AI Act en santé.

5. L'infrastructure d'inférence

C'est le poste où la structure de coût change de nature, et où beaucoup d'équipes se trompent de modèle mental.

Avec une API managée, vous payez à l'usage. Le coût suit le volume, il est nul quand personne n'utilise le produit, et il devient significatif à l'échelle.

Avec un modèle auto-hébergé sur GPU, vous payez la disponibilité. Le coût est le même que vous traitiez dix requêtes ou dix mille, tant que vous restez dans la capacité de la machine.

Or, en santé, ce choix n'est pas toujours libre : chez plusieurs fournisseurs français, les APIs d'IA managées ne sont pas dans le périmètre de leur certification HDS alors que leurs instances GPU le sont. Vous pouvez donc être contraint au modèle de coût le plus défavorable en phase de démarrage, quand les volumes sont faibles. Nous détaillons ces périmètres, fournisseur par fournisseur, dans IA générative et données de santé.

À cela s'ajoute l'hébergement HDS lui-même, dont les ordres de grandeur figurent dans notre article sur le coût d'une application e-santé.

Les fourchettes par cas d'usage

Voici des ordres de grandeur pour la partie logicielle, hors validation clinique et hors dossier réglementaire quand celui-ci s'applique. Ils supposent un périmètre défini et une intégration à un système existant.

Cas d'usage	Dispositif médical probable	Partie logicielle
Recherche sémantique dans un référentiel	Non	20 000 € à 45 000 €
Extraction documentaire structurée	Généralement non	35 000 € à 80 000 €
Scribe de consultation	Non	40 000 € à 90 000 €
Codage PMSI et facturation	Non	50 000 € à 120 000 €
Pré-triage et orientation	Oui si critère clinique	60 000 € à 150 000 €
Télésurveillance prédictive	Oui, IIa ou IIb	80 000 € à 200 000 €
Aide à la décision médicamenteuse	Oui, IIa et plus	90 000 € et au-delà
Détection sur imagerie médicale	Oui, IIa à III	Plusieurs centaines de milliers

Le descriptif technique de chacun de ces cas d'usage est dans notre article sur les 8 applications concrètes de l'IA en santé.

Lisez la colonne du milieu avant celle de droite. Pour les quatre premières lignes, le chiffre de droite est proche du budget total. Pour les quatre dernières, il ne représente qu'une part du projet, parfois minoritaire : la validation et le réglementaire prennent le dessus.

C'est cohérent avec la fourchette que nous publions pour un dispositif médical logiciel, de 80 000 € à 250 000 € et au-delà, l'IA ajoutant principalement des coûts de données et de validation.

Le poste qu'on oublie : le run

Un modèle n'est pas un livrable qu'on pose et qu'on oublie. Le coût de fonctionnement d'un produit d'IA en santé comprend :

• l'infrastructure d'inférence, à l'usage ou en disponibilité ;
• la surveillance de la dérive : mesure continue, alertes, investigation quand elles se déclenchent ;
• le recueil de vérité terrain, souvent organisé manuellement au début ;
• les réentraînements périodiques et leur validation, même à l'intérieur de l'enveloppe de changements prédéterminés ;
• la mise à jour de la documentation à chaque version ;
• la surveillance après mise sur le marché, si vous êtes un dispositif médical.

Ce poste se contractualise comme de la maintenance applicative, avec un volet IA en plus. Nos deux paliers de maintenance servent de base, et la surveillance du modèle s'y ajoute selon le niveau de criticité.

Une règle empirique utile au moment de budgéter : sur un produit d'IA, le run n'est pas une ligne résiduelle. Une équipe qui a dépensé tout son budget au développement et rien au fonctionnement livre un produit qui se dégradera sans que personne ne le voie.

Les quatre leviers pour réduire la facture

Ils sont connus, ils marchent, et ils se décident tôt.

Isoler le module réglementé. Si votre produit mêle des fonctions médicales et des fonctions qui ne le sont pas (prise de rendez-vous, messagerie, facturation), séparez-les architecturalement. Seul le module à finalité médicale entre dans le périmètre de certification. Un bon découpage peut diviser le coût réglementaire.

Commencer par un cas d'usage hors dispositif médical. Les quatre premières lignes du tableau se livrent en quelques mois, sur des données réelles, avec de vrais utilisateurs. Elles construisent votre pipeline de données, votre infrastructure certifiée et votre crédibilité terrain, qui serviront ensuite au projet clinique. C'est le chemin le plus court vers un produit vendu.

Réutiliser plutôt qu'entraîner. Extraction documentaire, structuration de comptes rendus, recherche sémantique fonctionnent très bien avec des modèles existants correctement encadrés. Entraîner un modèle propre se justifie quand la tâche est spécifique et qu'aucun modèle du marché ne la couvre, pas par principe.

Restreindre la destination revendiquée. C'est une décision produit légitime, qui peut faire sortir un projet du champ du dispositif médical ou le faire descendre en classe. Mais elle doit être réelle : la restriction se reflète dans les fonctionnalités, l'interface, la notice et le discours commercial. Une restriction affichée mais contredite par l'usage ne protège pas.

Un cinquième levier, moins évident : choisir un cas d'usage où la vérité terrain existe déjà. Il supprime le poste d'annotation, qui est souvent le plus lourd.

Comment nous chiffrons

Nous travaillons sur devis après un cadrage, parce qu'un chiffrage d'IA en santé sans avoir regardé l'état réel des données n'a pas de valeur.

Nos formules servent de base au chiffrage du développement : l'Accélérateur à 7 900 € HT les deux semaines pour un cadrage ou un périmètre court, et le Partenaire à 14 900 € HT par mois pour une équipe dédiée à temps plein, design inclus. Le détail est sur notre page tarifs, et notre estimateur donne un premier ordre de grandeur en quelques minutes.

Sur un projet d'IA, nous recommandons systématiquement de commencer par un cadrage court. Il tranche la qualification réglementaire, évalue l'état réel du jeu de données et fixe le protocole d'évaluation. C'est quelques jours qui déterminent un budget à six chiffres.

FAQ

Combien coûte un projet d'IA en santé ?

De 20 000 € pour un cas d'usage documentaire qui ne relève pas du dispositif médical, à plusieurs centaines de milliers d'euros pour un dispositif médical à base d'IA avec validation clinique. Le facteur déterminant est le statut réglementaire, pas la complexité du modèle.

Pourquoi un projet d'IA coûte-t-il plus cher qu'un logiciel de santé classique ?

À cause de cinq postes supplémentaires : la constitution du jeu de données, l'annotation par des professionnels de santé, la validation, la documentation réglementaire spécifique, et l'infrastructure d'inférence. Le développement du modèle lui-même est rarement le poste principal.

Quel est le poste le plus sous-estimé ?

L'annotation, quand elle exige du temps de praticien, et le coût de fonctionnement après la mise en production. Les deux sont invisibles dans un devis de développement et bien réels dans un budget de projet.

Peut-on faire un premier projet d'IA en santé avec un petit budget ?

Oui, à condition de choisir un cas d'usage qui ne relève pas du dispositif médical. Une recherche sémantique dans un corpus de recommandations ne traite aucune donnée de patient, ne demande pas d'annotation clinique, et se livre pour un budget de projet logiciel classique.

Un modèle du marché revient-il moins cher qu'un modèle entraîné ?

En développement, presque toujours. En fonctionnement, cela dépend du volume et des contraintes d'hébergement : si le service managé de votre fournisseur n'est pas dans son périmètre HDS, vous devrez auto-héberger, et la structure de coût bascule de l'usage vers la disponibilité.

Faut-il budgéter un consultant réglementaire ?

Oui, et tôt. Sur un projet qui relève du dispositif médical, c'est une dépense qui évite des réécritures, pas une dépense de confort. Nous travaillons avec le vôtre, ou nous vous aidons à en choisir un.

Ce que nous faisons chez Bob le développeur

Nous développons des logiciels de santé sous contraintes HDS et RGPD depuis 2017, pour des éditeurs et des établissements dont l'AP-HP. Sur un projet d'IA, nous commençons par la qualification et l'état des données, parce que ce sont les deux variables qui décident du budget.

Notre page développement d'IA en santé détaille notre approche, et vous pouvez nous décrire votre projet pour un premier chiffrage.