La Food and Drug Administration des États-Unis a ouvert une consultation publique le 18 août 2026 sur des approches possibles pour les dispositifs médicaux utilisant l'IA générative. L'agence sollicite des preuves sur la classification des risques, l'évaluation avant commercialisation, la surveillance après commercialisation, les modèles de fondation et les systèmes agentiques. Les contributions au dossier FDA-2026-N-7874 sont attendues avant le 19 octobre 2026.
Il s'agit d'une discussion, pas d'une nouvelle règle. La FDA précise que le document sert à recueillir des avis, qu'il n'est ni un projet ni une ligne directrice définitive et qu'il ne propose pas de changement de politique et qu'il ne communique aucune attente réglementaire proposée ou définitive. Les fabricants, les établissements de santé et les équipes de gouvernance devraient vérifier si leurs preuves répondent aux questions de l'agence, sans considérer celles-ci comme des exigences arrêtées.
Ce que couvre la consultation de la FDA sur les dispositifs médicaux d'IA générative
Le document de réflexion et la demande d'avis examinent comment la surveillance actuelle pourrait encadrer des systèmes qui produisent de nouveaux contenus, adaptent leur comportement ou exécutent une suite de tâches. Le texte soumet plusieurs concepts possibles sans annoncer de décision.
Un premier concept consiste à examiner le risque selon deux axes. Sur un axe, le document considère l'activité accomplie par le dispositif et son degré d'indépendance. Sur l'autre, il considère la gravité du préjudice résultant du recours à une sortie incorrecte. Une évaluation fondée sur les compétences avant commercialisation vérifierait si le système peut accomplir ses tâches dans des conditions pertinentes. La FDA demande aussi comment la surveillance après commercialisation pourrait détecter les variations de performance, les comportements inattendus et les nouveaux risques.
Les modèles de fondation et l'IA agentique posent des questions supplémentaires. Un même modèle peut alimenter plusieurs produits en aval. Un agent peut associer un modèle à des outils, à des données et à des actions en plusieurs étapes. La consultation demande comment organiser responsabilités, validation, gestion des changements et surveillance entre ces couches. Il s'agit d'approches possibles, et non d'exigences adoptées.
Axios a rendu compte de la consultation le 18 août et a souligné l'intérêt de l'agence pour une évaluation des compétences cliniques pertinentes des systèmes d'IA. Ce compte rendu indépendant confirme sa publication. Les documents de la FDA restent la source faisant autorité sur son champ et son statut juridique.
Pourquoi cette consultation compte maintenant
Les systèmes génératifs produisent des résultats variables selon le contexte, tandis que les systèmes agentiques peuvent agir au moyen d'outils connectés. Un résultat statique peut donc ne décrire qu'une version du modèle, un ensemble de prompts, un environnement ou un processus. Pour les usages réglementés, les équipes doivent expliquer ce qui a été évalué, quelles conditions ont été couvertes, comment les défaillances ont été définies et comment les changements seront détectés.
Les preuves de gouvernance peuvent aussi franchir les frontières entre organisations. Un fabricant peut dépendre d'un fournisseur de modèle, d'un service infonuagique, d'une source de données cliniques, d'une configuration locale et d'une révision humaine. Si un modèle en amont change, un dossier de sécurité en aval peut devenir obsolète même si l'interface reste identique.
Analyse Maetra : la valeur pratique de cette consultation n'est pas une prédiction que la FDA adoptera chaque concept. Elle teste la capacité d'une organisation à relier un usage prévu à des risques, des contrôles, des preuves, des responsables et une surveillance. Une équipe qui ne peut pas produire cette chaîne aura du mal à répondre à l'agence ou à une revue interne de sécurité.
Conséquences de gouvernance pour les fabricants et les établissements de santé
Un dossier de gouvernance devrait séparer l'allégation réglementée du produit des capacités plus larges du modèle. Il devrait préciser quelles décisions restent aux cliniciens, quelles actions le système peut lancer et où une personne peut intervenir.
Les preuves devraient être versionnées. Les équipes doivent conserver versions du modèle et des composants, usage prévu, données d'évaluation, prompts ou définitions de tâches, autorisations des outils, limites connues, décisions d'approbation et seuils de surveillance. Le guide Maetra sur les preuves d'audit d'IA que les équipes devraient recueillir offre une base utile.
La surveillance après commercialisation devrait distinguer les problèmes de qualité courants des événements susceptibles d'affecter la sécurité clinique. Elle doit définir responsables de l'escalade, déclencheurs d'une revue, conditions de retour en arrière et obligations de communication. Une performance agrégée peut masquer les défaillances touchant une population, un milieu, une langue ou un processus particuliers.
Liste opérationnelle avant le 19 octobre
Les fabricants, les fournisseurs et les équipes de gouvernance clinique peuvent mener une revue ciblée :
- Définir l'usage prévu, l'utilisateur, la population de patients, le contexte clinique et les usages interdits de chaque fonction.
- Cartographier chaque modèle, outil, source de données, intégration et point de décision humaine.
- Documenter l'activité accomplie, le degré d'indépendance du système et la gravité plausible du préjudice causé par chaque sortie incorrecte importante.
- Relier chaque risque à un contrôle, à un responsable, à un test, à une approbation et à un signal après commercialisation.
- Tester la performance dans les populations, environnements, langues et cas rares pertinents, ainsi que face à des entrées hostiles ou inattendues.
- Documenter comment les changements de modèle, de prompt, d'outil, de données ou de configuration déclenchent une nouvelle évaluation.
- Établir les seuils de surveillance, l'escalade des incidents, le retour en arrière et l'information des utilisateurs.
- Comparer les preuves aux questions de la FDA et ne soumettre une contribution que si l'organisation peut étayer sa position.
La liste Maetra des preuves de conformité de l'IA aide à attribuer chaque artefact à un responsable et à une date de révision.
Limites et questions non résolues
La FDA n'a annoncé ni cadre définitif, ni nouvelle voie d'autorisation, ni modification de son pouvoir juridique. La consultation ne détermine pas comment l'autonomie sera classée, quelles mesures de compétence seront acceptées ou comment les responsabilités seront réparties entre fournisseurs de modèles, fabricants, responsables du déploiement et cliniciens. L'agence peut réviser, réduire ou abandonner certains concepts après examen des commentaires.
Les organisations doivent continuer à respecter les exigences applicables et les communications de la FDA propres à chaque produit. La réponse rigoureuse consiste à renforcer les preuves et à contribuer des données pertinentes, pas à présenter un contrôle futur hypothétique comme une obligation de la FDA.
Sources
- FDA : FDA seeks public feedback to inform regulatory approach for generative AI enabled medical devices, publié le 18 août 2026.
- FDA : Considerations for the regulation of generative AI enabled medical devices, discussion paper and request for feedback, publié le 18 août 2026.
- Axios : Exclusive: FDA considers assessing AI devices like doctors, publié le 18 août 2026.