/santé et médico-social
Noms, dates et numéros de sécurité sociale masqués dans les fiches d’événement indésirable et les cas de formation
Une copie sans identité pour l’analyse en équipe, la déclaration ou un outil d’IA ; l’original reste au dossier.
L’anonymisation par l’IA repère dans un compte rendu, une fiche d’événement indésirable ou un cas de formation les noms, initiales, dates, adresses et numéros de sécurité sociale, puis les remplace avant tout partage. Le numéro de sécurité sociale (NIR) sert d’identifiant de santé pour la prise en charge sanitaire et médico-sociale. La CNIL range aussi les informations relatives au handicap parmi les données de santé : dans un établissement pour personnes handicapées, presque chaque écrit en contient.
/usages
Des écrits sans identité, avant qu’ils ne quittent l’équipe.
Des règles repèrent les identifiants à format fixe, comme le NIR, un téléphone ou une adresse électronique. Un modèle d’apprentissage profond, entraîné à reconnaître les entités nommées, distingue dans chaque phrase le nom d’un résident, d’un proche ou d’un professionnel, une date, un lieu. Chaque mention reçoit une étiquette constante, et les passages douteux vont à un relecteur.
Apprentissage profond (Deep Learning)L’anonymisation, tous secteurs
- Fiches d’événement indésirable Retire les noms des résidents et des professionnels avant l’analyse en équipe ou la déclaration.
- Cas de formation Transforme une situation réelle en cas d’étude pour l’analyse des pratiques, sans détail qui trahisse la personne.
- Requêtes à un outil d’IA Nettoie un compte rendu avant qu’il serve de requête à un assistant sans garantie de confidentialité.
- Exemples pour un assistant Ôte les identités d’anciens écrits avant qu’ils servent de modèles à un outil de rédaction.
/déclarations
Des déclarations d’événements graves en Ehpad de plus en plus nombreuses.
Tous les professionnels de santé et tous les établissements sanitaires et médico-sociaux, Ehpad compris, doivent déclarer les événements indésirables graves associés aux soins (EIGS). Sur 4 433 déclarations reçues par la HAS où un Ehpad était potentiellement en cause, 747, près de 17 %, se sont révélées inexploitables, faute de qualité suffisante.
Analyse des déclarations d’EIGS en lien avec les Ehpad (HAS, juillet 2026) (nouvel onglet)
- 2018 2018 : 68 déclarations 68 déclarations
- 2019 2019 : 95 déclarations 95 déclarations
- 2020 2020 : 70 déclarations 70 déclarations
- 2021 2021 : 168 déclarations 168 déclarations
- 2022 2022 : 290 déclarations 290 déclarations
- 2023 2023 : 477 déclarations 477 déclarations
- 2024 2024 : 792 déclarations 792 déclarations
- 2025, au 11 juin 2025, au 11 juin : 347 déclarations 347 déclarations
/règles
Trois écrits, trois listes de mentions à retirer.
La déclaration d’un EIGS garantit « l’anonymat du ou des patients et des professionnels concernés », le déclarant excepté (article R1413-70 du code de la santé publique). L’ARS la transmet ensuite à la HAS sans le nom du déclarant ni l’adresse du lieu de l’événement. Les initiales, admises dans une fiche d’analyse interne, sont en revanche à retirer d’une requête à un outil d’IA ouvert.
Aide à l’analyse des EIAS (HAS, 2026) (nouvel onglet)Déclarer les EIGS (HAS) (nouvel onglet)
| Écrit | À retirer ou à transformer | Référence |
|---|---|---|
| Requête à un outil d’IA générative sans garantie de confidentialité | Noms, prénoms, initiales, dates, adresses postales et électroniques, numéros de téléphone et de sécurité sociale | Guide de la HAS sur l’IA générative, clef 2.4 (2025) |
| Fiche d’analyse d’un événement indésirable associé aux soins | Toute donnée nominative ; initiales seules ; âge au lieu de la date de naissance ; J1, J2, J3 au lieu des dates | Aide à l’analyse des EIAS de la HAS (mise à jour en mars 2026) |
| Déclaration d’un EIGS | Noms, adresse et date de naissance des personnes prises en charge, noms des professionnels, identifiants directs des champs libres ; à la transmission à la HAS, nom du déclarant et adresse du lieu | Code de la santé publique, articles R1413-70 et R1413-72 |
Une donnée anonymisée ne doit permettre ni d’isoler une personne, ni de relier ses données, ni d’en déduire de façon quasi certaine une information nouvelle.
/sur le terrain
Une anonymisation confiée à l’outil, contrôlée par la qualité.
Le repérage automatique rattrape ce que l’œil laisse passer dans un texte long : un prénom dans une citation, le nom d’une fille en visite, une date glissée dans une phrase. Il manque plus souvent le détail qui désigne sans nommer, comme la chambre du fond ou l’ancien métier d’un résident.
Un premier usage porte de préférence sur un seul type d’écrit, la fiche d’événement indésirable par exemple. Le responsable qualité garde la décision de laisser sortir une copie.
- Dresser la liste des mentions en partant des trois écrits qui sortent le plus souvent de l’équipe
- Annoter un échantillon en demandant aux cadres et à la qualité de marquer ce qu’ils masqueraient
- Garder l’original en ne travaillant que sur une copie, l’écrit d’origine restant dans le DUI
- Former les rédacteurs en leur apprenant à écrire « le résident » ou « l’aide-soignante de nuit » dès le premier jet
/cas de formation
Un cas de formation qui ne laisse reconnaître personne.
Le code de la santé publique réserve l’échange d’informations sur une personne accompagnée aux professionnels qui participent à sa prise en charge, pour le strict nécessaire. Un cas présenté en analyse des pratiques, à un stagiaire ou à un groupe de travail sort de ce cercle. Dans un établissement de soixante places, un nom retiré ne suffit pas toujours.
Article L1110-4 du code de la santé publique (Légifrance) (nouvel onglet)Synthèse de dossiers et de réunions
- Le lieu L’unité, l’étage et le numéro de chambre deviennent « une unité protégée » ou « une chambre double ».
- La chronologie Les dates cèdent la place à des repères relatifs : jour de l’entrée, semaine suivante, troisième mois.
- Le détail rare Une maladie peu fréquente, un ancien métier ou un fait relayé par la presse locale se généralisent ou disparaissent.
/méthode
Une anonymisation mise en service écrit par écrit.
- LISTE DES MENTIONS Pour chaque type d’écrit, la liste des mentions à retirer s’écrit à partir des règles de la HAS et des usages de l’établissement.
- ÉCHANTILLON ANNOTÉ PAR LA QUALITÉ Sur des fiches réelles annotées, se mesurent la part des mentions repérées et celle des passages masqués à tort.
- RELECTURE AVANT SORTIE Chaque copie passe par un relecteur désigné ; ses corrections servent à réentraîner le modèle.
/à savoir
Les questions fréquentes sur l’anonymisation des écrits médico-sociaux.
IA hébergée chez vousCas d’usage de l’IA dans la santé et le médico-socialSouveraineté
Quelle différence entre anonymiser et pseudonymiser un document ?
La pseudonymisation remplace le nom par un alias ou un numéro : elle est réversible, et la CNIL précise que les données gardent alors leur caractère personnel. L’anonymisation rend impossible, en pratique et de manière irréversible, toute identification. Une fiche où « Mme D. » devient « résidente A », avec une table de correspondance conservée, reste donc pseudonymisée.
Une IA peut-elle anonymiser des documents manuscrits ou scannés ?
Oui, après une étape de lecture. Une reconnaissance optique de caractères (OCR) convertit d’abord la page en texte ; une écriture difficile ou une copie de mauvaise qualité produit des erreurs, donc des noms manqués. Ces documents passent par une relecture plus serrée, et le masquage porte sur le texte, pas sur un rectangle posé sur l’image.
Faut-il une analyse d’impact pour anonymiser les dossiers des résidents ?
La CNIL exige une analyse d’impact (AIPD) pour les données de santé traitées par les établissements médico-sociaux pour la prise en charge, et cite les dossiers des résidents d’EHPAD. Un outil qui lit ces dossiers pour en tirer des copies traite ces mêmes données : son usage se décrit dans l’analyse d’impact, avec votre délégué à la protection des données.
Une fiche anonymisée relève-t-elle encore du RGPD ?
Non, si l’anonymisation est réelle : la CNIL rappelle que la législation sur la protection des données ne s’applique plus à des données anonymisées. Encore faut-il qu’aucun nom ni aucun détail rare ne permette de reconnaître la personne. Le responsable qualité le vérifie avant toute diffusion ; tant qu’un doute demeure, la copie se traite comme une donnée personnelle.
/sources
Sources
- Légifrance, code de la santé publique, article L1111-8-1, 2020 (nouvel onglet)
- CNIL, questions-réponses sur le référentiel « suivi social et médico-social des personnes âgées, en situation de handicap ou en difficulté », 24 mars 2021, 2021 (nouvel onglet)
- CNIL, « L’anonymisation de données personnelles », 19 mai 2020, 2020 (nouvel onglet)
- HAS, « Déclarer les événements indésirables graves associés aux soins (EIGS) » (mis à jour le 21 juin 2022), articles R1413-70 et R1413-72 du code de la santé publique, 2022 (nouvel onglet)
- HAS, « Analyse des déclarations d’événements indésirables graves associés aux soins (EIGS) en lien avec les établissements d’hébergement pour personnes âgées dépendantes », juillet 2026 (mis en ligne le 16 septembre 2026), 2026 (nouvel onglet)
- HAS, « Aide à l’analyse des événements indésirables associés aux soins (EIAS) en établissements sanitaires et médico-sociaux », juin 2022, mise à jour en mars 2026, 2026 (nouvel onglet)
- HAS, guide « Premières clefs d’usage de l’IA générative en santé », octobre 2025, clef 2.4, 2025 (nouvel onglet)
- Légifrance, code de la santé publique, article L1110-4, 2021 (nouvel onglet)
- CNIL, « Liste des types d’opérations de traitement pour lesquelles une analyse d’impact relative à la protection des données est requise », 2018 (nouvel onglet)
/santé et médico-social
- Cas d’usage de l’IA dans la santé et le médico-social IA d’organisation pour les EHPAD, les établissements du handicap et l’aide à domicile
- Critères du référentiel HAS et articles du CASF retrouvés pour chaque situation Interroge le référentiel d’évaluation de la HAS, le code de l’action sociale et des familles et les recommandations de la CNIL, et indique les critères ou articles qui s’appliquent à une situation donnée.
- Décrets, arrêtés tarifaires et appels à projets de l’ARS relevés chaque semaine Surveille le Journal officiel, la HAS, la CNSA et votre ARS, retient les décrets, recommandations et appels à projets qui touchent vos établissements et vous en livre l’essentiel chaque semaine.
- Réponses aux réclamations, courriers aux familles et projets personnalisés rédigés sur vos modèles Prépare la réponse à une réclamation, un courrier à la famille ou la trame du projet personnalisé à partir de vos modèles et du dossier, relus par le cadre ou le référent avant envoi.
- Transmissions dictées en fin de poste, mises en cibles dans le DUI, et comptes rendus de réunion d’équipe Transcrit les transmissions dictées en fin de poste et les met au format des transmissions ciblées dans le DUI, ou tire d’une réunion d’équipe son compte rendu, relu par la personne qui l’a dicté.
- Procédures, plan bleu et projet d’établissement à portée de l’équipe de nuit et des remplaçants Répond aux questions des équipes, la nuit comme en remplacement, à partir des procédures, du règlement de fonctionnement et du projet d’établissement, en citant le document et le paragraphe.
- Dossier de l’usager résumé avant la réunion de projet, relevé des décisions du conseil de la vie sociale Résume le parcours administratif et les échanges d’un usager avant sa réunion de projet personnalisé, ou les débats du conseil de la vie sociale, et en tire décisions, responsables et échéances.
/contact
Travaillons ensemble
Découvrez comment Inceptive peut vous aider à transformer votre activité et à résoudre des problématiques opérationnelles complexes grâce à l’intelligence artificielle.

