L'IA face à la gouvernance d'un laboratoire régulé

Quand un groupe de laboratoires médicaux nous a demandé d'introduire l'IA dans son système d'information de laboratoire, le travail technique n'a été que la moitié facile. Chaque tentative précédente était morte au même endroit : une conversation sur la gouvernance que personne ne parvenait à conclure, parce que personne ne pouvait répondre à qui valide un modèle, qui revoit ses résultats, et ce qui doit être journalisé quand il influence un résultat.

Nous avons donc inversé le projet. Avant même de sélectionner un modèle, nous nous sommes assis avec la direction qualité et clinique pour construire le cadre : des rôles nommés pour chaque décision touchée par l'IA, des points de contrôle qu'un cas d'usage doit franchir avant et après le déploiement, et une journalisation d'audit spécifiée au même niveau d'exigence que n'importe quel autre instrument du laboratoire.

Cet ordre a complètement changé la dynamique politique. La conformité a cessé d'être le service qui dit non pour devenir coauteur du processus d'admission. Quand le premier cas d'usage est arrivé pour examen, la question n'était plus « l'IA doit-elle être autorisée dans le laboratoire » — c'était « cette proposition franchit-elle les points de contrôle que nous avons écrits ». La première question se répond en une réunion ; pas la seconde.

Le principe technique sous-jacent est celui que nous appliquons à chaque déploiement régulé : le système recommande, les personnes décident. Les cliniciens conservent l'autorité finale sur chaque résultat, et la piste d'audit enregistre à la fois la recommandation et la décision humaine. Ce n'est pas une limitation de l'IA — c'est la propriété qui a rendu possible la validation en production.

Le laboratoire dispose désormais d'une IA en production et, plus important encore, d'un chemin reproductible pour le prochain cas d'usage. Si votre organisation a un mandat IA bloqué derrière un mur de gouvernance, la leçon s'applique ailleurs : arrêtez d'essayer de faire approuver le modèle. Construisez ce qui approuve.