Les dossiers patients circulent vers des outils d’IA grand public

Un responsable de la confidentialité ne peut pas rendre compte d’une divulgation qui n’a jamais été enregistrée. C’est le point central, et inconfortable, de deux incidents récents où des informations médicales de patients ont été transmises à des outils d’IA sans l’approbation des organisations concernées, et où les personnes chargées de la conformité ne l’ont découvert qu’après coup.

Un centre médical universitaire a révélé que des informations médicales protégées issues d’une étude de radiologie avaient été saisies dans des outils d’IA et d’apprentissage automatique, en violation de ses propres règles. Par ailleurs, un membre du personnel d’un établissement de soins transitoires de l’État de Washington a utilisé un compte ChatGPT personnel pour rédiger des résumés de notes de cas contenant noms, diagnostics et traitements. Aucun de ces cas n’est lié à une attaque classique. Personne n’a piraté le système. Des personnes autorisées à accéder aux données patients les ont déplacées vers des outils non autorisés.

Cette distinction est essentielle pour adapter la défense. Les outils périmétriques sont conçus pour bloquer les menaces externes, alors que ces incidents impliquent des utilisateurs internes cherchant à gagner en efficacité. Cet article détaille chaque incident, ce qu’exige HIPAA en matière de traçabilité, où se situe la véritable faille, et comment la combler sans nuire à la productivité des cliniciens et chercheurs.

Résumé des points clés

  1. La fuite relève d’un problème d’accès, pas d’une attaque. Des membres du personnel disposant de droits valides ont copié des données patients dans des outils non approuvés, échappant ainsi aux contrôles destinés aux menaces externes.
  2. Deux incidents, deux schémas différents. L’un concerne une équipe de recherche ayant téléchargé des données d’imagerie, l’autre un membre du personnel utilisant un compte personnel pour résumer des notes de cas.
  3. Les enquêtes indiquent que ce comportement est courant. Selon une enquête menée par Wolters Kluwer Health en décembre 2025, 40 % des répondants ont été confrontés à des outils d’IA non autorisés et près de 20 % reconnaissent les avoir utilisés.
  4. La charge de conformité repose sur la preuve. Les entités couvertes doivent pouvoir enquêter, évaluer et documenter les divulgations, ce qui exige des traces de ce qui quitte l’environnement.
  5. Un canal gouverné vaut mieux qu’une interdiction. Offrir aux cliniciens et chercheurs une voie approuvée, avec journalisation et application de règles, supprime la tentation de contourner le système.

Ce que les deux organisations ont révélé

Les informations proviennent d’un article du HIPAA Journal, qui n’a pas pu être consulté directement pour cet article. Considérez donc les détails ci-dessous comme du second degré et vérifiez-les auprès des communications officielles des organisations avant de les citer.

D’après ce rapport, le centre médical a découvert en septembre 2026 que des informations médicales protégées utilisées dans une étude de radiologie avaient été saisies dans des outils d’IA et d’apprentissage automatique, avec des téléchargements effectués en juin 2026. Les données n’incluaient pas les noms, coordonnées, numéros de Sécurité sociale ni informations financières, mais comportaient des numéros de dossier médical, numéros d’accès en radiologie, dates et heures de service, noms d’établissement et de praticiens, ainsi que des informations cliniques pouvant inclure diagnostics, traitements, antécédents chirurgicaux et médicaments. Le centre médical n’a constaté aucun usage abusif, a suspendu l’étude et demandé la suppression des données. Le nombre de personnes concernées n’a pas été communiqué.

Dans l’État de Washington, selon le même rapport, un membre du personnel du Lake Burien Transitional Care Facility a utilisé un compte ChatGPT personnel pour rédiger des résumés de notes de cas. Le Department of Social and Health Services de l’État a identifié un cas, puis plusieurs antérieurs, et a écrit à 12 familles concernées. Un incident similaire impliquant quatre patients à Western State Hospital a également été signalé.

Notez ce qui manque dans ces deux récits : aucune mesure coercitive ni sanction n’est mentionnée. Il s’agit d’événements de divulgation ayant déclenché enquête et notification, ce qui en fait des cas d’étude intéressants. Ils illustrent ce à quoi ressemble un usage ordinaire – et non malveillant – de l’IA lorsqu’il dérape.

Liste de contrôle complète des exigences de conformité HIPAA

Pour en savoir plus :

Pourquoi les numéros de dossier médical et les dates restent sensibles

Un détail du rapport du centre médical peut sembler anodin : les données n’incluaient ni noms ni numéros de Sécurité sociale. On pourrait croire que l’exposition est mineure.

HIPAA ne fonctionne pas ainsi. La Privacy Rule définit largement les informations médicales protégées, et des identifiants comme les numéros de dossier médical et les dates de service font partie des éléments qui rendent les données de santé identifiables. La désidentification selon la méthode Safe Harbor exige la suppression d’une longue liste d’identifiants, dont les numéros de dossier médical et la plupart des dates. Un jeu de données qui les conserve reste généralement des informations médicales protégées.

C’est aussi là que les équipes de recherche se font piéger. Les chercheurs manipulent les données davantage pour l’analyse que pour le soin, et pensent souvent qu’il suffit de retirer les identifiants directs. La règle du minimum nécessaire HIPAA impose de limiter la quantité de données utilisées à ce qui est strictement requis. Envoyer des détails cliniques identifiables à un outil externe pour une tâche qui n’en a pas besoin, c’est précisément ce que cette règle vise à éviter.

Les chiffres de l’ombre de l’IA derrière ces incidents

Si ces incidents étaient isolés, il s’agirait d’un problème de formation. Les enquêtes montrent qu’il s’agit plutôt d’une tendance.

Wolters Kluwer Health a commandé une enquête auprès de 518 professionnels de santé, répartis à parts égales entre prestataires et administrateurs, réalisée en ligne en décembre 2025 par CITE Research. Selon le communiqué, 40 % des répondants ont rencontré un outil d’IA non autorisé dans leur organisation, près de 20 % l’ont utilisé, et environ un sur dix a utilisé un outil non autorisé dans un cas d’usage de soins directs. Notez la formulation : l’enquête mesure l’exposition et l’aveu, pas le volume de données exposées, et elle émane d’un acteur du secteur.

Un autre chiffre provient d’un autre secteur. L’étude Oh, Behave! de la National Cybersecurity Alliance et CybSafe indique que 32 % des utilisateurs d’IA en entreprise ont partagé des données sensibles de leur société avec des outils d’IA à l’insu de leur employeur. Population différente, même comportement.

À lire comme des tendances. Ces chiffres ne révèlent pas votre exposition réelle, mais montrent qu’il est difficile de défendre l’idée que « notre personnel ne fait pas cela », et qu’une organisation affirmant zéro usage d’IA de l’ombre manque probablement de visibilité.

Ce que HIPAA attend que vous puissiez démontrer

Commençons par ce que la réglementation dit – ou non. HIPAA ne contient aucune disposition spécifique à l’IA. Les règles applicables sont celles déjà en vigueur, appliquées à un nouvel outil.

Lorsque des informations médicales protégées sont divulguées à un tiers sans accord d’association commerciale ou autre autorisation, il s’agit généralement d’une divulgation non autorisée. Le cadre de notification des violations impose alors une analyse de risque pour déterminer si l’incident constitue une violation à signaler, en tenant compte de la nature des informations, du destinataire, de l’accès ou non aux données, et du niveau d’atténuation du risque. Vous devez pouvoir réaliser cette analyse sur la base de faits concrets.

D’où l’importance des traces. Pour évaluer une divulgation liée à l’IA, un responsable de la confidentialité doit savoir quelles données patients ont été transmises à quel outil, quand, par qui, et si le destinataire les a conservées. Un compte IA personnel sur un appareil privé ne génère aucune de ces informations côté organisation. Vous l’apprenez, au mieux, par un lanceur d’alerte, une agence d’État ou un audit.

L’obligation de traçabilité des divulgations va dans le même sens. Les individus ont le droit de demander la liste de certaines divulgations de leurs informations médicales protégées, et les entités couvertes doivent pouvoir la fournir. Un copier-coller non enregistré dans un chatbot est une divulgation invisible pour votre processus de traçabilité. Selon les circonstances et les exceptions, une divulgation IA peut ou non être soumise à cette exigence, donc consultez votre conseil juridique. Mais l’enjeu opérationnel reste le même : impossible de répondre à une question sur un événement que vos systèmes n’ont jamais enregistré.

Côté sécurité, la HIPAA Security Rule impose des contrôles d’audit et une gestion des accès. La réforme proposée par le HHS début 2025 n’est pas encore en vigueur, et aujourd’hui le chiffrement reste une spécification « adressable » : évitez donc d’annoncer à votre direction que de nouvelles obligations s’appliquent déjà. La norme actuelle sur l’audit suffit à justifier l’argument : si vous ne pouvez pas examiner l’activité impliquant des données médicales électroniques, vous avez une faille.

Pourquoi bloquer l’IA grand public ne suffit pas

Le réflexe consiste à bloquer ChatGPT et ses équivalents au niveau du réseau. Cela peut aider à la marge, mais ce n’est pas une stratégie, pour trois raisons.

Le personnel utilise des appareils et comptes personnels, comme l’illustre le cas Lake Burien. Un blocage réseau n’a aucun effet sur un téléphone en 4G.

Ensuite, les outils se multiplient sans cesse. Chaque application de productivité intègre désormais un assistant. Une liste de blocage rédigée aujourd’hui sera obsolète le mois suivant.

Enfin, la pression qui motive ces usages demeure. Un clinicien qui rédige des résumés de cas en fin de journée fait face à une vraie difficulté, et l’outil y répond. Supprimez l’outil sans proposer d’alternative, et les utilisateurs trouveront un autre moyen. Ignorer la motivation favorise l’IA de l’ombre.

L’approche durable consiste à répondre au besoin dans un environnement gouverné. Si une équipe de recherche souhaite utiliser l’apprentissage automatique sur des données de radiologie, proposez-lui un canal où les données restent sous contrôle, l’accès est limité à ce qui est nécessaire, et chaque opération est journalisée. Si un clinicien veut un résumé, fournissez un assistant approuvé qui accède aux données patients uniquement via des accès contrôlés.

À quoi ressemble un parcours gouverné

Un parcours IA gouverné pour les données patients présente quelques caractéristiques, chacune répondant à une question de conformité.

Identité. L’IA agit pour le compte d’un utilisateur authentifié, et ses autorisations ne dépassent jamais celles de cet utilisateur. Cela répond à la question : qui a autorisé l’accès ?

Règles au point d’accès. Chaque requête est évaluée selon des règles basées sur la sensibilité des données, le rôle utilisateur et le contexte. Cela permet de respecter le principe du minimum nécessaire et d’empêcher un assistant de recherche d’accéder à des dossiers hors protocole.

Journalisation complète. Chaque opération IA est enregistrée avec suffisamment de détails pour pouvoir la reconstituer. C’est ce qui permet au responsable de la confidentialité d’effectuer l’analyse de risque et de répondre à une demande de traçabilité avec des faits.

Aucun identifiant dans le modèle. Les jetons d’authentification restent hors de portée de l’IA, ce qui élimine un type de risque lié à l’injection de requêtes.

Kiteworks conçoit son Serveur MCP sécurisé et Kiteworks Compliant AI selon ces principes, afin que les assistants IA accèdent au contenu dans l’échange sécurisé de données Kiteworks selon les mêmes politiques de rôle et d’attributs et le même journal d’audit consolidé que les utilisateurs humains. La limite honnête, c’est le périmètre : Kiteworks n’était pas dans le flux de données lors des incidents évoqués, et ne peut empêcher un membre du personnel de coller du texte dans un compte personnel sur un téléphone privé. Mais lorsque le contenu patient est consulté via Kiteworks, l’accès est gouverné et tracé. C’est la preuve dont un responsable de la confidentialité a besoin pour les contenus les plus sensibles, et cela permet de répondre concrètement aux questions du personnel sur les outils autorisés. Pour le cadre de référence, consultez les guides protection des données IA et conformité HIPAA.

Plan d’action en 30 jours pour les responsables de la confidentialité et de la sécurité

Pas besoin de réécrire tout le programme pour avancer. Quatre étapes suffisent pour un mois.

Première semaine : demandez aux responsables cliniques, de recherche et administratifs quels outils d’IA ils utilisent dans leur travail, y compris à titre personnel. Garantissez l’absence de sanction pour des réponses honnêtes. L’objectif est d’obtenir une vision réelle, et l’amnistie favorise la transparence.

Deuxième semaine : classez les cas d’usage. Distinguez les tâches n’impliquant jamais d’informations médicales protégées de celles qui en manipulent. Pour ces dernières, déterminez lesquelles peuvent passer par un outil approuvé et lesquelles doivent cesser.

Troisième semaine : mettez en place un canal gouverné pour le cas d’usage le plus fréquent. Faites transiter ce flux par un canal appliquant les règles et journalisant l’activité. Vérifiez l’efficacité de la journalisation en extrayant la trace d’une opération test.

Quatrième semaine : mettez à jour vos procédures d’analyse de risque de violation et de traçabilité des divulgations pour inclure les événements liés à l’IA, et testez-les avec un scénario. Chronométrez le temps nécessaire pour retrouver ce qui a été partagé.

Ajoutez un message court et concret à destination du personnel, expliquant pourquoi les comptes IA personnels sont interdits pour les données patients et quelle alternative utiliser. Les règles sont mieux respectées lorsqu’elles sont comprises, surtout si une solution existe. Associez ce message à des recommandations sur la gestion des informations personnelles et médicales protégées pour que le personnel sache ce qui est concerné.

Que présenter à votre prochain comité de conformité

Présentez le sujet comme un problème de traçabilité avec un responsable clairement identifié. L’organisation a déjà l’obligation d’enquêter, d’évaluer et de documenter les divulgations. L’IA ajoute une nouvelle voie de sortie pour les informations médicales protégées, que vos systèmes actuels ne captent pas.

Apportez trois faits : ces incidents ne sont pas des attaques ; les enquêtes suggèrent que le comportement est répandu ; et la solution consiste à proposer une alternative gouvernée avec journalisation, pas à interdire. Demandez ensuite quelle voie gouvernée mettre en place en priorité, et qui sera responsable de la revue hebdomadaire des journaux.

Les organisations qui s’en sortent le mieux ne sont pas celles aux règles les plus strictes, mais celles capables de répondre rapidement et avec preuve à la question que tout régulateur et tout patient concerné finit par poser : qu’est-il arrivé à mes données, et comment le savez-vous ?

Les données de recherche nécessitent des contrôles spécifiques

Le cas du centre médical universitaire concernait une étude de recherche, et les environnements de recherche présentent des risques différents des opérations cliniques. Les chercheurs déplacent les données entre systèmes, testent de nouveaux outils analytiques et collaborent entre institutions. Ils privilégient la rapidité et la flexibilité, et considèrent parfois les données identifiables comme un matériau de travail plutôt que comme une information réglementée.

L’apprentissage automatique accentue ce phénomène. Un chercheur qui teste un modèle sur des images peut recourir à un outil hébergé faute de ressources locales. L’envoi de données paraît alors technique, mais constitue, réglementairement, une divulgation à un tiers. Les établissements menant des programmes de recherche doivent définir des règles explicites sur les destinations autorisées pour les jeux de données identifiables ou limités, qui valide les exceptions et comment les approuver et les tracer.

Quelques contrôles sont utiles : tenez à jour une liste approuvée d’environnements d’analyse, chacun avec les bons accords et revues de sécurité ; imposez des accords d’utilisation des données précisant les outils autorisés ; proposez un espace de travail gouverné permettant d’analyser les données sans les extraire, pour que la solution conforme soit aussi la plus pratique ; journalisez l’accès aux jeux de données de recherche au niveau de chaque opération, afin de détecter tout téléchargement.

Les comités d’éthique et les responsables de la confidentialité doivent aussi dialoguer. Les protocoles d’étude décrivent souvent la gestion des données de façon générale. Ajouter une section sur les outils d’IA et d’apprentissage automatique, avec des options approuvées nommément, transforme une attente floue en engagement vérifiable.

Accords d’association commerciale et diligence fournisseur

Beaucoup d’organisations pensent qu’un abonnement à une offre IA d’entreprise règle la question HIPAA. Parfois oui, parfois non, et tout dépend de la documentation.

Un accord d’association commerciale est le contrat qui autorise un fournisseur à traiter des informations médicales protégées pour le compte d’une entité couverte. Sans cet accord, la divulgation au fournisseur est généralement interdite. Avec, le fournisseur accepte des obligations précises en matière de sécurité, d’utilisation et de notification des violations. La couverture d’un produit IA dépend de l’offre, du plan et de la configuration du fournisseur : lisez les conditions, pas seulement le marketing.

Posez des questions précises aux fournisseurs : l’accord couvre-t-il ce produit et ce plan ? Les données clients servent-elles à entraîner les modèles, et peut-on désactiver cela contractuellement et techniquement ? Où les données sont-elles stockées et pour combien de temps ? Pouvez-vous obtenir les journaux des soumissions de vos utilisateurs ? Que deviennent les données à la résiliation ? Quel est le délai de notification en cas de violation ?

Vérifiez ensuite les réponses dans le produit. Un contrat qui interdit l’entraînement sur vos données n’a de valeur que si les paramètres sont conformes. Testez avec des données non sensibles, vérifiez la conservation et documentez le résultat.

Enfin, rappelez-vous que les fournisseurs approuvés ne couvrent que les flux connus. L’exemple Lake Burien impliquait un compte personnel, hors de tout accord. La diligence fournisseur et la gestion de l’IA de l’ombre sont deux volets d’un même programme. Pour la classification des données, consultez la vue d’ensemble PII et PHI de Kiteworks et son guide de gouvernance des données IA.

Que journaliser quand l’IA accède à des données patients

La journalisation est facile à promettre, difficile à bien réaliser. Un journal qui ne note que la connexion d’un utilisateur n’apporte rien au responsable de la confidentialité. Un relevé utile de l’accès IA au contenu patient doit contenir plusieurs éléments.

L’identité de la personne pour le compte de laquelle l’IA a agi, et celle du système IA lui-même. Le contenu précis consulté, jusqu’au fichier ou dossier. L’action réalisée (lecture, résumé, copie, téléchargement). La date et l’heure. La règle évaluée et son résultat, y compris les refus. Et la destination, c’est-à-dire où les données sont parties ensuite.

La conservation compte autant que le contenu. Les enquêtes sur les violations peuvent débuter longtemps après les faits, comme le montre la chronologie du centre médical universitaire, avec une découverte en septembre d’activités survenues en juin. Des journaux supprimés au bout de 30 jours ne suffiraient pas. Adaptez la durée de conservation à vos obligations réglementaires et besoins d’enquête, et protégez les journaux contre toute modification.

Rendez les journaux exploitables. Alimentez votre SIEM pour déclencher des alertes sur des schémas inhabituels, comme un accès massif aux dossiers patients par un compte IA. Et assurez-vous que le personnel conformité, pas seulement les ingénieurs sécurité, puisse les interroger. Un responsable de la confidentialité qui doit ouvrir un ticket et attendre une semaine ne pourra pas respecter les délais de notification.

Formation qui change les comportements

Une formation annuelle à la conformité ne modifie guère l’usage des outils d’IA. Ce qui fonctionne, c’est du concret, pratique, au moment de la décision.

Utilisez des exemples réels de votre secteur. Les cas du centre médical et de Lake Burien sont parlants car ils concernent des tâches ordinaires : résumer des notes, tester un modèle. Montrez au personnel que les personnes impliquées n’étaient pas malveillantes, et que les données saisies comportaient des identifiants importants.

Proposez l’alternative en même temps que l’interdiction. Un personnel qui n’entend que ce qu’il ne peut pas faire cherchera des contournements. Celui qui sait qu’un assistant approuvé existe, ce qu’il permet et comment y accéder, l’utilisera plus volontiers.

Sécurisez le signalement. Un collaborateur qui colle par erreur des informations médicales protégées dans un outil grand public doit pouvoir le signaler rapidement, sans crainte de sanction automatique. Les signalements précoces accélèrent l’analyse de risque et facilitent la mitigation, car il est encore possible de demander la suppression des données.

Renforcez avec des rappels là où le travail s’effectue. Une bannière dans l’assistant approuvé, une note sur le portail de données de recherche ou une mention dans le modèle de documentation clinique sont plus efficaces qu’un diaporama. Mesurez l’effet par des enquêtes périodiques et l’analyse des journaux du canal gouverné, puis ajustez.

Pour voir à quoi ressemble l’accès gouverné à du contenu sensible par l’IA, demandez une démo Kiteworks et consultez l’audit trail avec notre équipe.

Foire aux questions

Cela peut être le cas. Sans accord d’association commerciale ou autre autorisation, divulguer des informations médicales protégées à un service d’IA grand public est généralement interdit. Les offres d’entreprise assorties d’un accord signé sont traitées différemment. Vérifiez les conditions du fournisseur et consultez votre conseil juridique. Passez en revue les exigences de conformité HIPAA pour les bases.

Des données restent des informations médicales protégées lorsqu’elles conservent d’autres identifiants, comme les numéros de dossier médical, numéros d’accès ou dates de service. La désidentification exige la suppression d’une liste définie d’identifiants ou une validation par un expert. Les chercheurs l’oublient souvent. Consultez la vue d’ensemble PII et PHI.

Combinez une enquête honnête auprès du personnel avec des signaux techniques (télémétrie réseau et endpoint), puis comparez les résultats. Les enquêtes révèlent l’usage d’appareils personnels que les outils ne détectent pas. L’amnistie favorise la sincérité. Ensuite, faites transiter les usages approuvés par des canaux journalisés pour constituer une traçabilité complète.

Cela dépend d’une analyse de risque documentée portant sur les données concernées, le destinataire, l’accès ou non aux données, et les mesures d’atténuation. Certains incidents sont à signaler, d’autres non. Les lois des États peuvent ajouter des obligations. Documentez votre raisonnement dans tous les cas et consultez votre conseil juridique.

Proposez un assistant approuvé qui accède au contenu patient uniquement via des accès contrôlés, avec des règles basées sur le rôle et les attributs, et une journalisation complète. Associez-le à une formation expliquant pourquoi les comptes personnels sont interdits. Découvrez un modèle d’accès IA gouverné conçu pour cela.

Ressources complémentaires

  • Article de blog
    Stratégies Zero Trust pour une protection abordable de la confidentialité avec l’IA
  • Article de blog
    Comment 77 % des organisations échouent sur la sécurité des données IA
  • eBook
    AI Governance Gap : pourquoi 91 % des petites entreprises jouent à la roulette russe avec la sécurité des données en 2025
  • Article de blog
    Il n’existe pas de « –dangerously-skip-permissions » pour vos données
  • Article de blog
    Les régulateurs ne se contentent plus de demander si vous avez une politique IA. Ils veulent des preuves de son efficacité.

Lancez-vous.

Il est facile de commencer à garantir la conformité réglementaire et à gérer efficacement les risques avec Kiteworks. Rejoignez les milliers d’organisations qui ont confiance dans la manière dont elles échangent des données privées entre personnes, machines et systèmes. Commencez dès aujourd’hui.

Partagez
Tweetez
Partagez
Explore Kiteworks