Une clinique et un laboratoire peuvent utiliser le même outil d’IA pour des informations très différentes. L’un prépare une synthèse à partir de dossiers de patients ; l’autre examine des résultats de recherche encore confidentiels. Dans les deux cas, une divulgation peut avoir des conséquences durables. Leur nature et les obligations applicables demandent une analyse précise.
La bonne unité de conception est donc le traitement envisagé. L’équipe identifie les données, la finalité, les destinataires et les copies produites par le système. Elle peut ensuite relier les contraintes juridiques et scientifiques aux décisions sur les accès, l’hébergement et la conservation.
Distinguer les informations et les conséquences d’une divulgation
Un dossier de patient contient des données personnelles de santé, avec des obligations de confidentialité et de protection. Un résultat expérimental non publié peut relever du secret d’affaires et présenter un intérêt pour une demande de brevet. Un même projet peut traiter les deux catégories, par exemple une étude utilisant des données cliniques et produisant de nouvelles connaissances.
| Information | Risque à examiner | Conséquence pour l’architecture |
|---|---|---|
| Dossier de patient | Accès non autorisé, divulgation ou utilisation incompatible avec la finalité | Droits par rôle, limitation des données et traçabilité des échanges |
| Données de recherche concernant des personnes | Réidentification et traitement hors du cadre approuvé | Qualification des données et respect du protocole applicable |
| Résultats non publiés | Perte de confidentialité ou divulgation affectant la protection recherchée | Classification, contrôle des transmissions et règles de publication |
| Littérature publique | Source incorrecte, version dépassée ou interprétation erronée | Références, dates et vérification des résultats |
La séparation ne suit pas nécessairement les murs de l’organisation. Une clinique peut produire des résultats brevetables et un laboratoire traiter des données personnelles. Le modèle d’accès doit suivre ces catégories et les projets autorisés, avec les exceptions documentées.
Une procédure d’incident ne fait pas disparaître les copies divulguées. Pour les patients comme pour la recherche, la remise en service des outils et le traitement des conséquences de la fuite constituent des travaux distincts. L’architecture doit donc examiner la confidentialité aussi bien que la disponibilité.
Qualifier le traitement avant de choisir l’outil
Pour une clinique privée, la protection des données de santé implique notamment la LPD et le secret professionnel applicable. L’externalisation demande un examen du rôle des prestataires et de leurs accès réels. Un engagement de confidentialité ou un hébergement suisse ne suffit pas, à lui seul, à qualifier toute la chaîne.
La loi relative à la recherche sur l’être humain s’applique aux projets qui entrent dans son champ. L’équipe détermine ce champ et les autorisations nécessaires avec les interlocuteurs compétents. Toute utilisation de données de santé n’est pas automatiquement un projet de recherche, et le statut d’un projet ne découle pas seulement du nom de l’établissement.
Le retrait des identifiants directs ne démontre pas une anonymisation. Des combinaisons de dates, de caractéristiques ou de résultats peuvent encore permettre de reconnaître une personne. Les données pseudonymisées restent soumises aux règles applicables aux données personnelles lorsque la réidentification demeure possible dans le cadre de l’analyse.
Pour un modèle adapté sur des données personnelles, l’examen porte aussi sur les informations qu’il pourrait restituer. L’avis 28/2024 du CEPD propose une analyse européenne de ces risques. Il ne remplace pas l’examen du droit suisse et du projet réel.
Pour les résultats non publiés, l’équipe examine les obligations de confidentialité et les conditions d’une éventuelle protection par brevet. L’article 54 CBE relie la nouveauté à l’état de la technique rendu accessible au public avant le dépôt. Toute communication à un prestataire ne devient pas pour autant une divulgation publique. Le contenu communiqué, les engagements de confidentialité et les circonstances comptent ; l’article 55 prévoit également des exceptions limitées.
La décision de transmettre un résultat avant un dépôt doit donc être examinée avec le conseil en brevets lorsque le projet le nécessite. L’architecture applique cette décision au moyen de filtres sur les catégories de données autorisées, d’une liste de destinataires approuvés et de logs des transmissions.
Concevoir le trajet des données jusqu’au modèle
Prenons un assistant qui aide une équipe autorisée à retrouver des informations dans les documents d’une étude. La demande passe par l’authentification, puis par une recherche limitée aux documents accessibles. Le système prépare les extraits nécessaires et les transmet au modèle dans l’environnement retenu. La réponse revient avec ses sources et ses limites.
La cartographie identifie les traitements de préparation documentaire, les index, les caches et les logs qui créent des copies des données. Pour chaque copie, y compris les prompts et les réponses des modèles, elle décrit le lieu de stockage, les services externes appelés et les accès d’administration. Elle couvre ainsi les traitements au-delà de la base d’origine.
La minimisation intervient avant la transmission au modèle lorsque l’usage le permet. Le système peut retirer des champs inutiles ou sélectionner seulement les passages nécessaires. Les tests vérifient que les champs identifiants visés ont été retirés et que les passages conservés permettent encore de comprendre le document.
Les droits s’appliquent à la recherche et aux résultats dérivés. Une synthèse peut révéler une information confidentielle même si elle n’affiche pas le document d’origine. Les exports, les liens partagés et les conversations enregistrées doivent donc suivre les mêmes décisions d’accès.
Un fournisseur peut s’engager à ne pas entraîner ses modèles sur les requêtes tout en conservant certains éléments pour l’exploitation ou la détection des abus. L’organisation examine le produit, le contrat et les paramètres qui correspondent réellement à son déploiement. Elle ne transpose pas les règles d’un compte grand public à une offre professionnelle, ni celles d’un fournisseur à un autre.
Organiser la correction et la suppression dans toute la chaîne
La recherche documentaire conserve une séparation entre les sources et le modèle. Elle peut faciliter la mise à jour d’un dossier, puisque l’équipe agit sur les documents et leurs représentations. Elle ne garantit pas que la suppression d’une ligne atteigne immédiatement toutes les réponses futures.
L’index doit détecter ou recevoir la modification. Les caches peuvent conserver des passages, et les historiques peuvent contenir des extraits déjà utilisés. La documentation Azure AI Search illustre cette nécessité de propager explicitement certaines suppressions vers l’index.
L’équipe définit donc un mécanisme de retrait et son contrôle. Elle identifie les représentations concernées, exécute les opérations prévues et teste les questions qui permettaient auparavant de retrouver l’information. Une trace indique la date, le périmètre traité et les copies soumises à une autre règle de conservation.
Lorsqu’un modèle a été adapté sur des dossiers, une correction de la source ne modifie pas automatiquement les poids appris. L’examen peut nécessiter une autre version du modèle, un nouvel entraînement ou une autre mesure évaluée pour le cas. Aucune procédure générique ne permet de promettre l’effacement de toute influence sans vérification.
La demande de suppression doit elle-même être examinée au regard des obligations applicables, notamment de conservation. Une donnée à retirer d’un assistant n’est pas nécessairement une donnée que l’établissement peut effacer de son dossier de référence. Le système doit permettre ces décisions distinctes sans réintroduire automatiquement un contenu retiré lors d’une restauration.
Vérifier l’architecture sur un usage complet
Le premier essai utilise un périmètre autorisé et des cas représentatifs. Pour la recherche clinique, l’équipe contrôle les accès, les versions et la qualité des passages retrouvés. Pour les résultats confidentiels, elle teste les règles de transmission et la disponibilité des preuves nécessaires à une décision de communication.
Un cas d’accès interdit est aussi utile qu’un cas réussi. L’équipe vérifie qu’une reformulation ne permet pas de retrouver une information hors périmètre. Elle examine également un document qui contient une instruction malveillante, une source remplacée et une suppression en cours de propagation.
La revue des résultats associe les responsabilités concernées. Les professionnels de santé ou les chercheurs apprécient la pertinence du contenu ; les responsables des données qualifient les usages ; les ingénieurs vérifient le fonctionnement ; les spécialistes juridiques examinent les obligations. Ces contributions permettent de concevoir une solution avec les personnes qui connaissent les informations et leur valeur.
Le dossier d’exploitation conserve les configurations et les résultats des essais pour chaque traitement de données.
- Les finalités et les catégories de données autorisées.
- Les rôles, les destinataires et les conditions d’administration.
- Les versions des composants et les réglages de traitement.
- Les résultats des tests d’accès, de qualité et de suppression.
- Les procédures de changement, d’incident et de reprise.
Une violation de la sécurité des données déclenche une analyse des conséquences et des obligations d’annonce. Le PFPDT rappelle les conditions de notification, notamment le risque pour les personnes. L’organisation doit disposer des informations et des contacts qui permettent cette analyse dans les délais applicables.
La qualité de l’architecture tient finalement à la relation entre une information, son usage autorisé et les contrôles observables. Cette relation permet de développer de nouveaux traitements d’IA dont les échanges et la conservation restent vérifiables.
Sources et portée
- OFSP | législation sur la recherche sur l’être humain
- PFPDT | LPD et obligations de notification
- CEPD | avis 28/2024 sur les modèles d’IA
- OEB | nouveauté, article 54 CBE
Le texte présente des choix d’architecture. La LRH, le secret professionnel, la protection des données et le droit des brevets demandent une qualification du projet et des échanges réels par les personnes compétentes.