E-santé Europe : l’Estonie valorise 99%, la France 12%

L’Europe dispose d’un trésor de 1,8 milliard de dossiers patients. Pourtant, seuls 15% sont réellement exploitables.

Ce n’est pas un problème technologique. C’est un problème d’architecture et de gouvernance.

La transformation numérique santé en Europe révèle ainsi un écart stupéfiant. L’Estonie affiche 99% de ses données de santé numérisées. Elle atteint également 97% de prescriptions électroniques. Résultat : elle occupe le rang #1 mondial en e-santé depuis 2024.

Pendant ce temps, la France stagne. Pourtant, elle possède le Système National des Données de Santé (SNDS). De surcroît, cette base compte parmi les plus riches au monde avec 67 millions de bénéficiaires tracés. Malgré cela, elle n’exploite réellement que 12% des données collectées pour la réutilisation secondaire en recherche et innovation.

Cet écart de valorisation, de 1 à 8, ne traduit pas une différence de budget. Il ne reflète pas non plus un manque de compétences techniques. En réalité, cet écart révèle une opposition fondamentale de philosophies. D’un côté, décentralisation et confiance citoyenne. De l’autre, centralisation bureaucratique.

Ainsi, la transformation numérique santé en Europe se joue sur les choix architecturaux. Elle se joue également sur les choix réglementaires. Pas sur les investissements.

Dans cet article, vous découvrirez trois éléments clés. Premièrement, les leviers qui séparent les leaders européens des retardataires. Deuxièmement, un cas pratique anonymisé d’hôpital universitaire confronté à cette réalité. Troisièmement, une feuille de route concrète pour transformer l’écart français en opportunité d’ici 2027.

L’écart de valorisation européen : 88% de patrimoine inexploité

Les chiffres parlent d’eux-mêmes. En 2024, l’Estonie affiche un taux de numérisation de 99% pour ses données de santé. Les professionnels accrédités accèdent aux données quasi-immédiatement. Les chercheurs bénéficient du même privilège.

Le Danemark suit de près avec 95% de données exploitables. La Finlande atteint quant à elle 92%. Ces trois pays partagent une caractéristique commune : une infrastructure d’échange décentralisée. Cette infrastructure permet donc l’interopérabilité entre tous les acteurs, publics comme privés.

À l’opposé, la France stagne à 12% de valorisation effective. Pourtant, ce n’est pas faute de patrimoine. En effet, le SNDS agrège les données de l’Assurance Maladie. De plus, il centralise les données des hôpitaux publics. Par ailleurs, il intègre une partie du secteur médico-social.

Néanmoins, environ 800 établissements génèrent des données dans des formats hétérogènes. Or, la France n’a pas d’équivalent fonctionnel à X-Road, la plateforme estonienne. De plus, les données des médecins libéraux restent largement absentes du SNDS. Cette absence crée des angles morts majeurs pour la recherche épidémiologique.

Cet écart de 88 points représente donc un manque à gagner colossal. Une estimation de la Commission Européenne le confirme. Ainsi, l’exploitation optimale des données de santé pourrait générer 144 milliards d’euros d’ici 2030. Cette valeur couvre la recherche clinique. Elle inclut également le développement de thérapies personnalisées. Enfin, elle concerne l’optimisation des parcours de soins.

La France détient l’or brut. Cependant, elle ne sait pas industrialiser l’extraction. Les 88% de données sous-exploitées attendent leur valorisation. Elles attendent que les barrières administratives soient levées. Elles attendent également que les obstacles architecturaux disparaissent.

Cette situation va changer radicalement. L’entrée en vigueur du règlement European Health Data Space (EHDS) en 2025 bouleverse les règles. Il imposera une réutilisation des données par défaut. Il imposera également la gratuité pour la recherche et l’innovation. Cette pression réglementaire est inédite sur les États membres. Par conséquent, la France n’aura d’autre choix que d’accélérer sa transformation numérique santé. Sinon, elle s’expose à des sanctions européennes. Elle risque également une fuite des talents vers des écosystèmes plus fluides.

Architecture décentralisée vs silos centralisés : deux modèles opposés

La divergence entre l’Estonie et la France ne réside pas dans la quantité de données collectées. Elle réside dans l’architecture qui permet leur circulation. D’un côté, une infrastructure décentralisée favorisant l’interopérabilité. De l’autre, des silos centralisés empêchant l’accès dynamique.

Le modèle estonien : X-Road, la couche d’échange universelle

Le succès de la transformation numérique santé en Estonie repose sur X-Road. Cette infrastructure critique a été lancée en 2001. Elle est devenue la colonne vertébrale de l’État numérique estonien.

Contrairement à une idée reçue, X-Road n’est pas un Dossier Patient Informatisé (DPI) unique. L’État ne gère pas un système centralisé. En réalité, c’est une couche d’échange sécurisée. Elle permet donc à tous les systèmes d’information d’interopérer. Elle connecte les acteurs publics et privés. Surtout, elle le fait sans centraliser les données.

Concrètement, X-Road fonctionne comme un routeur intelligent. Ainsi, chaque acteur du système de santé conserve ses données localement. Par exemple, les hôpitaux gardent leurs bases. De même, les médecins libéraux contrôlent leurs systèmes. En outre, les pharmacies restent autonomes. Tout comme les laboratoires.

Cependant, ils rendent tous leurs données accessibles via des API standardisées. Ces API sont conformes au protocole FHIR (Fast Healthcare Interoperability Resources). Ainsi, lorsqu’un médecin généraliste consulte le dossier d’un patient à Tallinn, il accède en temps réel aux données hospitalières. Il consulte également les résultats de laboratoire. Il visualise enfin les prescriptions précédentes. Or, ces données n’ont jamais été dupliquées dans une base centrale.

Cette architecture décentralisée présente trois avantages majeurs. Premièrement, elle élimine les délais d’agrégation. Les données sont disponibles instantanément. Elles ne transitent pas par un entrepôt centralisé. Elles évitent donc les ETL (Extract, Transform, Load) complexes.

Deuxièmement, elle respecte la souveraineté des données. Chaque acteur reste propriétaire de ses systèmes. Il peut évoluer technologiquement sans attendre. Il n’attend pas une mise à jour nationale.

Troisièmement, elle facilite l’innovation. Les startups et chercheurs accrédités interrogent les données via API. Ils n’ont pas à négocier des accès individuels. Ils ne contactent pas chaque établissement séparément. Pour approfondir les standards techniques qui rendent cette interopérabilité possible, consultez notre article sur FHIR et l’architecture hospitalière ouverte.

Le modèle français : SNDS, un entrepôt centralisé fragmenté

En France, le SNDS incarne une approche opposée. Créé en 2016, il centralise les données de l’Assurance Maladie (SNIIRAM). Il agrège également les données des hôpitaux publics (PMSI). Il intègre enfin les causes de décès (CépiDC).

Sur le papier, c’est une mine d’or. Ce système trace 67 millions de bénéficiaires. Chaque année, il collecte 1,2 milliard de feuilles de soins. Ses historiques remontent jusqu’à 2006.

Pourtant, dans la pratique, trois obstacles structurels limitent drastiquement son exploitation. D’abord, la fragmentation persiste. Les 800 établissements hospitaliers génèrent des données dans des formats hétérogènes. Certains utilisent HL7v2. D’autres préfèrent CDA. Quelques-uns numérisent encore du papier. L’adoption massive du standard FHIR reste limitée.

Ensuite, les données des médecins libéraux manquent largement. Elles sont pourtant essentielles pour comprendre les parcours de soins. Leur collecte repose sur le volontariat. Elle s’appuie sur des systèmes de facturation obsolètes.

Enfin, l’absence d’équivalent à X-Road pose problème. Toute requête de données nécessite une extraction manuelle. Les équipes de la CNAM doivent intervenir. Des délais incompressibles en résultent.

Cette centralisation bureaucratique se traduit par des chiffres accablants. Le délai médian d’accès aux données du SNDS atteint 10 à 12 mois en 2024. En Estonie, ce délai n’est que de 3 à 6 semaines. De plus, ce délai français a augmenté de 56% entre 2020 et 2022. Les demandes se multipliaient. Les capacités de traitement ne suivaient pas.

Pour aggraver la situation, les chercheurs paient des frais de mise à disposition. Ces frais constituent un obstacle majeur. Les PME en souffrent. Les startups innovantes également.

L’interopérabilité, clé de voûte de la transformation numérique santé

L’opposition entre ces deux modèles révèle une vérité fondamentale. La transformation numérique santé en Europe ne se mesure pas au volume de données stockées. Elle se mesure à leur fluidité d’accès.

L’Estonie a choisi de miser sur l’interopérabilité. Elle privilégie les standards ouverts (FHIR, HL7). Elle permet ainsi un écosystème d’innovation agile.

La France a privilégié la centralisation. Elle a choisi le contrôle. Or, elle paye le prix d’une rigidité paralysante.

Cette différence architecturale explique un phénomène. L’Estonie attire aujourd’hui des startups e-santé du monde entier. La France, malgré son patrimoine de données exceptionnel, peine à les valoriser.

Confiance citoyenne : transparence totale vs opacité administrative

Au-delà de l’architecture technique, la transformation numérique santé en Europe repose sur un pilier souvent négligé : la confiance citoyenne. Ici encore, l’Estonie et la France incarnent deux approches diamétralement opposées.

Estonie : auditabilité par blockchain et droit d’accès immédiat

Depuis 2015, l’Estonie utilise la technologie blockchain. Elle applique le protocole KSI (Keyless Signature Infrastructure). Ce protocole garantit l’intégrité des données de santé.

Chaque accès à un dossier patient génère une empreinte cryptographique. Cette empreinte est horodatée. Elle est également immuable. Ainsi, tout citoyen estonien peut consulter en temps réel qui accède à ses données médicales. Il voit quand l’accès a eu lieu, il comprend pourquoi et il utilise simplement l’application mobile nationale. Cette transparence totale transforme la surveillance administrative en audit citoyen permanent.

L’expérience utilisateur est exemplaire. En deux clics, un patient voit la liste complète. Ce citoyen découvre les médecins qui ont consulté son dossier. Il peut identifier les infirmiers concernés. La plateforme lui montre les pharmaciens impliqués. Enfin, il détecte les chercheurs qui ont accédé aux données.

Si un accès semble illégitime, il peut le signaler immédiatement. Il contacte les autorités. Une enquête automatique se déclenche. Cette traçabilité a un effet dissuasif puissant. Les professionnels le savent. Toute consultation abusive sera détectée. Elle sera également sanctionnée.

Résultat : en 2024, 78% des Estoniens font confiance au système de santé numérique national. En France, ce taux n’est que de 34%. Cette confiance n’est pas un effet culturel. Elle est le fruit d’une transparence institutionnalisée.

Elle explique donc pourquoi 97% des Estoniens acceptent la réutilisation de leurs données pour la recherche médicale. Ils exercent un simple droit d’opposition. Moins de 2% de la population l’utilise.

France : opacité bureaucratique et défiance structurelle

En France, l’accès aux données de santé est régi par un régime d’autorisation préalable obligatoire. Toute réutilisation des données du SNDS requiert l’avis du CESREES. Cet acronyme désigne le Comité Éthique et Scientifique pour les Recherches, les Études et les Évaluations dans le domaine de la Santé.

L’autorisation de la CNIL est également nécessaire. Ce double verrou crée une barrière procédurale considérable. Il est justifié par une lecture restrictive du RGPD. Pour comprendre cette procédure en détail, consultez la documentation officielle CNIL sur l’accès au SNDS.

Pour un citoyen français, savoir qui a accédé à ses données de santé relève du parcours du combattant. Il doit formuler une demande écrite auprès de la CNIL. Il attend ensuite un délai de 30 à 60 jours et il se heurte souvent à des réponses partielles. Parfois, les réponses sont trop techniques.

Aucune application grand public n’offre de transparence comparable à l’Estonie. Cette opacité alimente la défiance. En 2023, seulement 34% des Français font confiance à l’exploitation de leurs données de santé pour la recherche. De plus, 41% ignorent totalement l’existence du SNDS.

Cette défiance a des conséquences concrètes. Les chercheurs français affrontent ainsi 10 à 12 mois de délais administratifs. Ils doivent également justifier chaque requête auprès de comités d’éthique. Ces comités sont souvent déconnectés des réalités de l’innovation agile.

Pendant ce temps, leurs homologues nordiques lancent des analyses en quelques semaines. Ils publient plus vite. Ils attirent les financements internationaux. Pour comprendre comment structurer une gouvernance des données qui inspire confiance, lisez notre guide sur <a href= »/gouvernance-donnees-patient-rgpd-sante »>la gouvernance des données patient et le RGPD</a>.

Vers un modèle européen de confiance ?

L’EHDS impose la transparence comme principe par défaut. Il pourrait donc forcer la France à adopter un modèle plus proche de l’Estonie. Le règlement le prévoit explicitement. Chaque citoyen européen doit pouvoir accéder gratuitement à l’historique des accès. Il doit y accéder en temps réel. Il consulte ses données de santé.

Cette contrainte réglementaire créera une pression. La pression concurrentielle entre États membres s’ajoutera. Ces deux forces pourraient enfin débloquer la transformation numérique santé française. Mais cela nécessitera un changement culturel profond. Il faudra passer de la méfiance administrative à la confiance par la transparence.

Cas pratique anonymisé : CHU métropolitain français vs hôpital universitaire Tallinn

Pour illustrer concrètement l’écart entre ces deux modèles, comparons deux projets de recherche. Les deux portent sur l’oncologie. Ils ont été lancés simultanément en janvier 2024. Le premier se déroule dans un CHU métropolitain français (anonymisé). Le second a lieu à l’hôpital universitaire de Tallinn, capitale estonienne.

Projet A : CHU français, étude sur prédiction récidive cancer colorectal

Une équipe de chercheurs français souhaite analyser les données de 5 000 patients. Ces patients ont été traités pour un cancer colorectal entre 2018 et 2023. L’objectif : développer un modèle prédictif de récidive basé sur l’intelligence artificielle.

Le projet nécessite l’accès aux données du SNDS pour l’historique de soins. Il requiert également les données hospitalières locales. Ces données incluent l’imagerie et l’anatomopathologie.

Timeline réelle :

• Janvier 2024 : Constitution du dossier CESREES (3 mois)
• Avril 2024 : Avis favorable CESREES
• Mai 2024 : Dépôt dossier CNIL (4 mois d’instruction)
• Septembre 2024 : Autorisation CNIL obtenue
• Octobre 2024 : Contractualisation CNAM pour accès SNDS (2 mois)
• Décembre 2024 : Premier jeu de données reçu (11 mois après démarrage)
• Problème détecté : Les données hospitalières et SNDS utilisent des identifiants patients différents. Un chaînage manuel devient nécessaire.
• Février 2025 : Début effectif de l’analyse (13 mois après lancement)

Coût total : 45 000 € (frais CNAM, ressources internes projet, consultants juridiques RGPD)

Résultat : En novembre 2025, soit 22 mois après le lancement, l’équipe française publie ses premiers résultats. Entre-temps, trois équipes internationales ont publié sur des sujets similaires. L’innovation devient donc moins différenciante.

Projet B : Hôpital universitaire Tallinn, même étude cancer colorectal

Une équipe estonienne lance exactement la même étude au même moment. Elle poursuit un objectif identique : prédire la récidive du cancer colorectal via IA.

Timeline réelle :

• Janvier 2024 : Demande d’accréditation chercheur auprès autorité santé (2 semaines)
• Février 2024 : Accréditation obtenue, accès API X-Road activé
• Février 2024 : Requête lancée via API FHIR, extraction données 5 000 patients (standard interopérable)
• Mars 2024 : Analyse démarrée (2 mois après lancement)
• Juin 2024 : Modèle IA développé et validé cliniquement
• Août 2024 : Publication internationale (7 mois après lancement)

Coût total : 8 000 € (accès API gratuit). Or, pour structurer efficacement un projet IA en santé, la méthodologie est cruciale. Notre approche <a href= »/implementation-ia-sante-methodologie-agile »>implémentation pragmatique IA avec framework JuliaShift</a> détaille ces étapes.

Résultat : L’équipe estonienne publie 15 mois avant l’équipe française. Elle attire un financement européen Horizon 2020 de 2 millions d’euros. Elle licencie également sa solution à une medtech scandinave.

Lessons learned : l’innovation se joue sur la vélocité d’accès

Ce cas anonymisé révèle une vérité dérangeante. La transformation numérique santé en Europe ne se mesure pas à la qualité scientifique des équipes. Elle se mesure à la fluidité administrative et architecturale.

L’équipe française disposait d’un patrimoine de données supérieur. Le SNDS couvre 67 millions de bénéficiaires. L’Estonie ne compte que 1,3 million d’habitants. Pourtant, l’équipe française a perdu 15 mois. Elle a également dépensé 37 000 € de plus. La cause : des barrières procédurales.

Cette inefficacité a des conséquences stratégiques. D’abord, une fuite des cerveaux vers des écosystèmes plus agiles. Ensuite, une perte d’attractivité pour les investisseurs internationaux. Enfin, une marginalisation de la France dans les consortiums européens de recherche.

Par conséquent, la transformation numérique santé française ne pourra pas se contenter d’optimisations incrémentales. Elle nécessite une refonte architecturale profonde. Elle exige également une révision réglementaire complète.

Feuille de route transformation : de la contrainte EHDS à l’opportunité française

L’entrée en vigueur du règlement European Health Data Space (EHDS) en 2025 bouleverse radicalement les règles du jeu. Pour la première fois, un cadre réglementaire européen impose aux États membres une obligation de résultat. Cette obligation concerne l’interopérabilité. Elle vise également l’accès aux données.

Or, la France accuse un retard structurel de 3 à 5 ans. Ce retard se mesure par rapport aux leaders nordiques et baltes. Comment transformer cette contrainte en opportunité d’ici 2027 ?

Court terme (2025) : simplification réglementaire et guichet unique

La priorité immédiate consiste à réduire les délais d’accès aux données SNDS. Actuellement, ces délais atteignent 10-12 mois. L’objectif : les ramener à moins de 3 mois.

Cela passe par trois mesures concrètes. Premièrement, créer un guichet unique numérique. Ce guichet centraliserait les demandes CESREES et CNIL. Il permettrait une instruction parallèle plutôt que séquentielle.

Deuxièmement, réviser la doctrine CNIL. Il faut faire de l’autorisation préalable l’exception plutôt que la règle. On s’appuierait ainsi sur un système d’accréditation des chercheurs et établissements. Ce modèle s’inspire du système estonien.

Troisièmement, instaurer la gratuité d’accès pour les projets académiques. Cette gratuité s’étendrait aux startups certifiées French Tech. On éliminerait ainsi une barrière à l’entrée discriminatoire.

Ces mesures ne nécessitent aucun investissement technologique majeur. Elles relèvent d’une décision politique. Il faut accepter que la transformation numérique santé repose sur la confiance par l’accréditation. Il ne faut plus s’appuyer sur le contrôle par l’autorisation préalable.

L’EHDS impose cette évolution. Autant l’anticiper dès 2025. On éviterait ainsi des sanctions européennes en 2026.

Moyen terme (2026) : révolution architecturale et interopérabilité FHIR

L’enjeu stratégique majeur réside dans le déploiement d’un équivalent français de X-Road. Nous pourrions le nommer « Passerelle Santé ». Cette plateforme d’échange décentralisée permettrait l’interopérabilité.

Elle connecterait les 800 établissements hospitaliers, elle relierait également les 85 000 médecins libéraux et elle intégrerait enfin les 21 000 pharmacies. Tous interopéreraient via des API standardisées FHIR. Surtout, on ne centraliserait pas les données dans un nouvel entrepôt.

Concrètement, « Passerelle Santé » fonctionnerait comme une couche logicielle. Cette couche s’ajouterait aux systèmes d’information existants. Elle ne nécessiterait pas leur remplacement. Chaque acteur conserverait donc la maîtrise de ses données localement. Cependant, il les rendrait interrogeables via des API conformes au standard FHIR R4.

Ainsi, un chercheur accrédité pourrait lancer une requête fédérée. Par exemple : « tous les patients diabétiques de type 2 ayant reçu une prescription d’insuline entre 2020 et 2023 ». Il obtiendrait une réponse agrégée en quelques minutes. Or, les données individuelles ne quitteraient jamais leur système source.

Ce projet est techniquement réalisable. Il est également financièrement abordable. Le Danemark a déployé une infrastructure similaire (Sundhedsdatanettet). Le coût : 80 millions d’euros sur 3 ans.

À l’échelle française, un budget de 150 à 200 millions d’euros suffirait. Cela représente l’équivalent d’un seul hôpital de taille moyenne. L’obstacle n’est donc pas budgétaire. Il est politique. Il faut accepter de décentraliser le contrôle des données. On gagne ainsi en fluidité d’accès.

Long terme (2027) : confiance citoyenne et transparence blockchain

Enfin, la transformation numérique santé française ne sera durable que si elle s’appuie sur la confiance citoyenne. Cela impose de déployer, d’ici 2027, une application mobile grand public. Cette application permettrait à chaque Français de visualiser en temps réel qui accède à ses données de santé.

On utiliserait une technologie blockchain similaire au KSI estonien. Cette transparence par design ne relève pas du gadget technologique. Elle répond à une exigence démocratique. Les citoyens ont le droit de contrôler l’usage de leurs données médicales. Cette transparence est la condition sine qua non de l’acceptabilité sociale.

Sans elle, toute exploitation de données de santé restera suspecte. Elle ralentira l’innovation. Elle alimentera également la défiance. Sans cette transparence, toute exploitation restera suspecte. Elle ralentira donc l’innovation. Elle alimentera également la défiance citoyenne. L’intégration de l’IA dans ce contexte réglementaire nécessite une attention particulière. Découvrez comment implémenter l’IA en respectant le cadre européen dans notre article <a href= »/compliance-ia-rgpd-sante-ai-act »>Compliance IA, RGPD et AI Act</a>.

L’EHDS impose explicitement cette transparence. Autant l’intégrer dès la conception de « Passerelle Santé ». On éviterait de devoir l’ajouter en rustine ultérieurement. Le coût marginal est faible (quelques millions d’euros). En revanche, le gain en confiance citoyenne est considérable.

La transformation numérique santé en Europe se joue maintenant

L’écart 99% (Estonie) vs 12% (France) révèle une vérité dérangeante. La transformation numérique santé en Europe ne se mesure pas au patrimoine de données détenu. Elle se mesure à la capacité à les exploiter.

La France détient l’or brut. Cependant, elle ne sait pas industrialiser l’extraction. Les 88% de données sous-exploitées représentent un manque à gagner considérable. Ce manque atteint 144 milliards d’euros en innovation médicale d’ici 2030.

L’entrée en vigueur de l’EHDS en 2025 crée une fenêtre d’opportunité unique. Les États membres qui sauront anticiper cette contrainte réglementaire deviendront les leaders. Ils transformeront leur architecture de données. Ils moderniseront également leur gouvernance administrative.

Ceux qui attendront passivement subiront des sanctions. Ils verront également leurs talents migrer vers des écosystèmes plus fluides.

La question n’est plus « si » la France doit transformer son modèle. La question est « quand ». Et chaque mois de retard creuse l’écart avec nos voisins nordiques et baltes.

Votre établissement est-il prêt pour l’EHDS 2025, ou toujours bloqué en mode CNIL 12 mois ?

Vous êtes directeur, DSI ou responsable innovation en établissement de santé ?

L’alignement sur l’EHDS et la simplification des workflows de données sont essentiels pour l’innovation et la compétitivité. Nous vous aidons à passer d’une bureaucratie de la donnée à une architecture d’innovation.

Audit transformation gratuit 30 minutes : Diagnostic des freins administratifs et architecturaux + identification des « quick wins » 30-90 jours pour débloquer vos données et accélérer vos projets recherche.

👉 Réserver votre consultation gratuite

🎯 Aller plus loin

Vous structurez une levée MedTech ?

Téléchargez gratuitement nos rapports stratégiques :

• Checklist 50 points conformité BPI France
• Timeline 0-6 mois pré-levée
• 3 cas startup (seed → série A)
• Frameworks valorisation multiples Revenue

📥 Télécharger vos rapports gratuits → Blueprint MedTech

À propos de l’auteur

Nicolas Schneider est conseiller stratégique en transformation numérique santé et fondateur de JuliaShift. Avec 17 ans d’expérience au Service de Santé des Armées et 8 ans en consulting transformation digitale, il accompagne les établissements de santé, startups MedTech et institutions publiques dans leur adaptation aux réglementations européennes (EHDS, AI Act, RGPD).

Spécialités : architecture interopérable FHIR, compliance IA en santé, structuration levées de fonds MedTech, gouvernance données patient.