Un Paysage Très Spécifique
L'IA en santé suscite un enthousiasme justifié. Assistance au diagnostic médical, automatisation des secrétariats, communication patients — le potentiel est immense, d'autant que le système de santé ploie sous les pénuries de personnel.
Pourtant, le cadre de conformité canadien est redoutable, et de nombreux fournisseurs d'IA (souvent Américains) l'ignorent. Déployer de l'IA sans comprendre l'architecture de la gouvernance des données cliniques, ce n'est pas "aller vite", c'est construire un système qui sera illégal d'ici sa conclusion. Le coût de refonte réglementaire provoque alors souvent l'abandon pur et simple de l'investissement.
Maîtriser le cadre de confidentialité avant d'écrire une ligne de code n'est pas un blocage bureaucratique : c'est ce qui rend la construction juridiquement viable.
Le Contexte Législatif à Plusieurs Couches
La protection de la vie privée dans le système de santé canadien n'est pas régie par une seule loi.
La LPRPDE (PIPEDA) établit la base fédérale pour le secteur privé. Mais la santé au Canada est réglementée au niveau provincial, et ces lois priment souvent.
- Québec : Loi 25 (régime de sanctions ultra-puissant).
- Ontario : PHIPA (Loi sur la protection des renseignements personnels sur la santé).
- Alberta / C-B : HIA et E-Health Act.
Un fournisseur qui vous dit "Mon IA est conforme à la PIPEDA" vous offre une garantie largement insuffisante. La PIPEDA est le strict minimum, pas le plafond légal pour des hôpitaux canadiens.
Les Principes Techniques Obligatoires de Concepetion (Design)
1. Résidence des données et Souveraineté (Sovereignty) : La plupart des lois provinciales exigent que les informations de santé demeurent au Canada. Si votre LLM externe analyse une IRM en faisant transiter l'information vers des serveurs en Californie, vous violez probablement la loi sans même le savoir, malgré tout contrat américain "sécurisé". Les infrastructures Cloud de l'IA doivent être explicitement certifiées Canadiennes.
2. Limitation de la finalité et Consentement : Utiliser le dossier historique d'un patient pour entraîner la nouvelle IA de votre hôpital est un "usage secondaire". Sans le consentement initial explicite du patient pour cet entraînement spécifique, l'institution s'expose lourdement.
3. Anonymisation réelle avant l'Infusion dans l'IA : De nombreux cas d'utilisation (optimisation des emplois du temps de la clinique) ne nécessitent pas de données nominatives. Un simple "retrait du nom de famille" n'est pas suffisant au regard de la loi provinciale. Le processus d'anonymisation doit être cryptographiquement fort (Data Masking) avant de toucher le grand modèle de langage.
4. Les EFVP / PIA en Amont : Évaluation des facteurs relatifs à la vie privée. Ces documents complexes doivent dicter l'architecture de développement, et non être remplis à la hâte par un avocat le jour ouvrable suivant la mise en production.
Les institutions canadiennes de santé qui s'imposent ces règles strictes avant le premier déploiement gagnent du temps à l'arrivée. Elles échappent aux examens punitifs réglementaires et construisent une capacité pérenne et redoutablement efficace au sein de leurs cliniques. L'approche « Confidentialité d'abord » n'est pas une simple contrainte juridique, c'est la condition sine qua non de la survie de l'Innovation en Santé.