ATLAS, quand dix minutes devant l'ordi valent dix minutes en moins avec le patient

TL;DR. ATLAS est un assistant IA souverain installé chez nous, dans un centre de radiothérapie de 50 personnes. Pas de cloud. Pas d’aide à la décision médicale. Pas de diagnostic. Juste un serveur de la taille d’une boîte à chaussures, un DGX Spark NVIDIA, qui tourne dans un placard et qui commence à rendre au soin le temps que la bureaucratie lui vole. On a démarré par la génération de comptes-rendus de consultation de radiothérapie. Le reste arrive. Build in public sur LinkedIn et X.

Dix minutes

Il est 12 h 40. Ma consultation de 11 h est encore dans la salle d’attente. Derrière elle, deux autres. Ma pause déjeuner, en théorie, c’est maintenant.

Et il me reste trois comptes-rendus à taper.

Dix minutes par compte-rendu. Pas parce que c’est compliqué. Parce qu’il faut retrouver les examens, recopier la classification, formuler la synthèse, relire, corriger les fautes de dictée. Trente minutes de travail pour trois patients que j’ai déjà vus, déjà écoutés, déjà examinés.

Le choix se fait vite. Soit je mange, soit je prends la patiente suivante. La plupart des jours, je prends la patiente. À l’accueil, la secrétaire est dans la même arithmétique : ses confirmations de rendez-vous, ses courriers de synthèse, ses relances de dossiers manquants, elle les fait sur sa pause.

Dix minutes devant l’ordi pour un compte-rendu, c’est dix minutes en moins pour prendre soin. Ou dix minutes prises sur le repas, sur la pause, sur la respiration qui permet de tenir l’après-midi.

C’est mathématique. Ces dix minutes, elles ne reviennent pas. Elles ne vont pas à la patiente suivante. Elles ne vont pas à l’équipe. Elles ne vont pas au temps qu’il faut pour expliquer, rassurer, réfléchir à un cas complexe.

J’ai commencé à chercher une autre voie. Pas un outil grand public. Pas une IA cloud. Quelque chose qui tourne chez nous, qui comprend notre métier, et qui ne quitte jamais le centre. C’est devenu ATLAS, pour Assistant de Traitement et de Liaison pour l’Aide en Santé.

Dans la mythologie grecque, Atlas est le Titan qui porte la voûte du ciel sur ses épaules. Je n’ai pas choisi ce nom par hasard.

Pourquoi on l’a construit

La contrainte non négociable : la souveraineté

Dans notre centre de radiothérapie, les données patients ne sortent pas. Pas vers le cloud. Pas vers une API. Pas vers un sous-traitant américain qui hébergerait la conversation pour “améliorer son modèle”.

Ce n’est pas une opinion. C’est une obligation réglementaire, un devoir éthique, et une conviction personnelle. Le jour où un fichier patient fuite via une IA grand public, c’est toute la confiance du soin qui se fissure. On n’en est plus au risque théorique : des cabinets médicaux en France ont déjà vu leurs comptes ChatGPT indexés par des moteurs de recherche, avec des prompts contenant des noms de patients.

La réglementation européenne est parmi les plus strictes au monde en matière de protection des données de santé. C’est une très bonne chose. C’est aussi, parfois, un frein réel à l’innovation médicale : entre l’idée et l’expérimentation clinique, il faut traverser une forêt d’obligations légitimes mais lourdes. RGPD, AIPD, base légale, durées de conservation, contrats de sous-traitance, transferts hors UE. Chaque brique cloud ajoute une couche de complexité, et souvent une raison de repousser le projet au trimestre suivant.

La réponse d’ATLAS à cette tension, c’est la radicalité : 100% local, on-premise, déconnecté d’internet. Pas de cloud à auditer. Pas de sous-traitant à qualifier. Pas de flux sortant à justifier. Le serveur est dans un placard technique du centre, branché sur le réseau interne, coupé du reste du monde. L’innovation se fait dans un cadre où la conformité n’est plus un frein : c’est l’infrastructure même qui porte la conformité.

La souveraineté, pour ATLAS, ce n’est pas un argument marketing. C’est l’axiome de départ.

La douleur concrète : la friction administrative

À côté de ça, il y a l’autre réalité. Chaque métier dans le centre a ses dix minutes volées quotidiennement.

Les médecins rédigent des comptes-rendus, cherchent des documents dans le dossier patient, relisent des courriers.
Les physiciens médicaux reconstituent des données entre deux logiciels qui ne se parlent pas.
Les manipulateurs jonglent avec un planning que personne n’a le temps d’optimiser.
Les secrétaires réécrivent douze fois le même courrier de convocation, parce que le template Word est à jour nulle part.
La direction cherche à comprendre les flux de trésorerie dans un tableau Excel qui a mué depuis dix ans.

Chaque friction prise séparément semble tolérable. Empilées sur 50 personnes, sur une semaine, ça devient le vrai plafond de verre du soin.

Ce qu’ATLAS n’est pas

Voici la prise de position qui structure tout le projet :

L’IA dans le soin peut le transformer sans pour autant faire du diagnostic.

ATLAS ne cherche pas à mieux diagnostiquer que moi. Il ne segmente pas de tumeurs. Il ne prédit pas de doses. Il ne propose pas de traitement. Ces sujets-là sont de vrais sujets, mais ce sont d’autres projets, avec d’autres cadres de validation, d’autres équipes, d’autres responsabilités.

Le pari d’ATLAS est ailleurs : transformer le soin en amplifiant chaque maillon du système autour du patient, pas en remplaçant la décision médicale. Si la secrétaire est aidée, le patient est mieux accueilli. Si le physicien est aidé, la dosimétrie arrive plus vite. Si le médecin est aidé, il a plus de temps pour le patient suivant. C’est une médecine intégrale, pas tout pour le patient directement, mais tout qui converge vers son intérêt.

Ne pas vouloir remplacer le médecin n’est pas un aveu de faiblesse. C’est le scope utile.

Ce qu’il fait aujourd’hui

On a commencé par là où la douleur est la plus concentrée et la plus partagée : les comptes-rendus de consultation de radiothérapie.

Un compte-rendu de première consultation en radiothérapie, c’est une structure. Antécédents, examen clinique, bilan d’extension, décision thérapeutique, volumes cibles, dose prescrite, schéma, surveillance. Chaque champ a ses règles, chaque champ a ses pièges. C’est répétitif, c’est codifié, et c’est exactement ce que l’IA sait faire si on la guide bien.

On a démarré par les localisations les plus fréquentes : la prostate et le sein. Ensemble, elles représentent une grande partie du volume quotidien. Chaque type de compte-rendu a été décomposé méthodiquement : quelles informations il faut, où aller les chercher dans le dossier du patient, dans quel ordre les assembler, sous quelle forme les rendre lisibles.

Ce n’est pas un gadget qu’on a branché en espérant que ça marche. C’est un travail patient, où chaque modèle de compte-rendu est testé, relu, corrigé à partir de cas réels. Pour l’instant, je relis et je signe chaque compte-rendu généré avant qu’il parte. On construit la confiance avant de passer à l’échelle.

D’autres briques attendent déjà leur tour dans l’outil. Certaines vont rendre les documents qui arrivent au centre immédiatement exploitables par l’équipe. D’autres vont libérer la secrétaire d’un courrier qu’elle réécrit douze fois par semaine. D’autres encore ne toucheront qu’à la marge mon travail de médecin, mais changeront la vie du physicien d’à côté.

On les ouvre progressivement, métier par métier, pour que chacun ait le temps de s’approprier ce qui le concerne. Le détail, la mécanique et les coulisses, c’est la matière des prochains articles de la série.

Ce qu’il fera

C’est ici que la vision prend son sens. ATLAS n’est pas pensé comme un outil central de plus. Il est pensé comme une infrastructure que chaque métier va s’approprier, à son rythme, avec ses propres cas d’usage.

Pour les médecins

Au-delà de la consultation initiale : comptes-rendus de suivi hebdomadaire, comptes-rendus de fin de traitement, courriers aux correspondants, synthèse des réunions de concertation pluridisciplinaire, recherche contextuelle dans le dossier du patient avant consultation.

Pour les physiciens

Extraction automatique de données entre les logiciels qui ne se parlent pas, aide au développement d’outils internes, revue de protocoles.

Pour les manipulateurs

Optimisation de planning qui tient compte des compétences, des créneaux, des types de traitement, des urgences. Pas une IA qui décide, un outil qui propose une répartition que l’équipe valide.

Pour les secrétaires

Génération de courriers types (convocations, confirmations, relances), aide à la codification des actes, recherche dans les référentiels administratifs.

Pour la direction

Je codirige le centre avec plusieurs associés et un directeur. Aucun de nous, médecins, n’a de diplôme de management. On a tous appris sur le tas, en faisant, en se trompant, en ajustant. Gérer une structure de 50 personnes en oncologie, c’est un métier à part entière, et on le fait en plus du nôtre.

ATLAS doit nous donner une vision à 360° de notre entreprise : flux de trésorerie, indicateurs d’activité, tableaux de bord, pistes d’amélioration. Pas pour décider à notre place. Pour qu’on décide mieux, avec une lecture du réel que personne n’a le temps de reconstituer à la main chaque semaine.

L’objectif des six prochains mois, c’est simple : plus de 30 heures de formation IA pour les 50 personnes du centre. Toute la boîte doit monter en compétence, pas seulement les équipes techniques. L’éducation est le facteur numéro un de réussite d’un projet d’IA en entreprise. Avant la technologie, avant le budget, avant l’outil lui-même.

Une fois formés, chacun reçoit la même consigne : chercher ses propres frictions dans son quotidien pendant six mois, puis construire les outils qui les lèvent. Chacun peut ainsi travailler à modeler son environnement de travail pour mieux s’y épanouir. ATLAS n’est pas un produit, c’est un atelier.

L’infrastructure, en vrai

Le cœur d’ATLAS tient dans 15 centimètres de côté.

Un NVIDIA DGX Spark Founders Edition. 128 gigaoctets de mémoire unifiée. 1 000 TFLOPS de puissance IA. Un SSD de 4 téraoctets. Un mini-PC de 1,2 kilo qui tourne sur du Linux spécialisé, posé dans un placard technique du centre, branché sur le réseau interne, et rien d’autre.

Autour de cette machine, une dizaine de briques logicielles assemblées localement : un moteur qui fait tourner les modèles d’IA, un lecteur automatique des documents qui arrivent, un système de transcription vocale, une couche d’authentification sérieuse pour filtrer qui peut faire quoi, une interface sur mesure pour l’équipe. Rien de révolutionnaire pris séparément. Tout l’intérêt est dans l’assemblage, et dans le fait que l’ensemble tient entre les murs du centre.

Aucune donnée ne sort. Aucune API externe n’est contactée. Les modèles tournent localement. Quand une requête arrive, elle est traitée sur place, la réponse est renvoyée sur place, et rien ne persiste au-delà de ce que l’utilisateur décide de garder dans le dossier patient.

C’est moins spectaculaire qu’un GPT-5 dans un navigateur. C’est infiniment plus sûr.

Ce qu’on porte

On n’est pas en train de poser une brique de plus sur l’étagère des outils du centre. On est en train d’installer une infrastructure qui va irriguer chaque métier, chaque poste, chaque friction du quotidien. Aujourd’hui, c’est un compte-rendu. Demain, c’est une consultation entière. Dans cinq ans, c’est l’ossature invisible du centre, celle qui porte le reste sans qu’on la voie.

Rien de ce qu’on fait ne sera spectaculaire. Tout sera structurel.

L’équipe

ATLAS n’est pas un projet solo.

Gregory Messador, informaticien du centre, tient l’infrastructure. Docker, réseau, déploiement, sauvegardes, migration. C’est lui qui a construit le premier prototype fonctionnel avant même la livraison du DGX Spark, sur un serveur modeste, pour qu’on puisse tester, itérer, corriger. Quand on a reçu le Spark, on avait déjà un outil qui fonctionnait.
Mario Pazzola, physicien médical et chef de projet physique, développe les prototypes côté physique et code. Il porte aussi les sujets techniques où la physique rencontre l’informatique, typiquement le planning manipulateurs.
Karim Dekkar, DRH d’Oncodoc, est le DPO désigné. Il verrouille la conformité RGPD, l’AIPD, la base légale. Son rôle est critique : sans lui, aucun use case touchant aux données patients ne peut passer en production.
Et moi, Julien, je porte la vision et l’articulation avec le reste du centre. Surtout, j’injecte dans chaque brique IA l’expérience médicale du terrain. C’est ce qu’aucune équipe tech ne peut apporter à notre place : savoir ce qui compte vraiment dans une consultation, dans un dossier, dans un compte-rendu qu’on signe. Sans cet ancrage clinique, on construit un outil impressionnant qui rate la cible.

Un trio technique soudé, habitué à collaborer sur des projets qui combinent médecine, physique et informatique. Et une règle de fonctionnement simple : chacun prototype dans son domaine, on partage ce qui marche, on documente ce qui rate, on avance.

Ce que ça change déjà

On n’a pas encore de métriques dures à publier. On construit depuis seulement quelques mois. Mais il y a des signaux.

Un compte-rendu de consultation en radiothérapie pour un cancer de la prostate, généré depuis le dossier du patient en moins de deux minutes, relu et corrigé en deux minutes de plus, signé. Quatre minutes au lieu de dix. Multiplié par les consultations d’une journée, puis par les médecins, puis par les semaines.

Ce n’est pas un gain spectaculaire sur un cas isolé. C’est un gain structurel qui, cumulé, change la texture de la journée.

Et surtout, il y a un effet que je n’avais pas anticipé : l’équipe s’est mise à penser en termes d’IA. Les secrétaires proposent leurs propres idées d’usage. Les manipulateurs demandent si telle étape de leur parcours pourrait être allégée par l’outil. Les physiciens identifient leurs propres frictions à automatiser. ATLAS est en train de devenir une culture, pas seulement un outil.

La suite

Les six prochains mois sont tracés.

V2 (en cours) : comptes-rendus de consultation de radiothérapie prostate et sein en production, extension progressive aux autres localisations, dictée vocale déployée en consultation, lecture automatique des documents qui arrivent.

V3 (été-automne 2026) : un garde-fou automatique qui vérifie chaque dossier avant traitement. Parce qu’en radiothérapie, une erreur humaine peut coûter une vie. On y travaille avec méthode et humilité.

V4 (fin 2026 et au-delà) : l’extension naturelle du pilier compte-rendu, l’ouverture aux métiers encore peu servis, et surtout les usages qui émergeront de la formation elle-même. C’est ce dernier point qui m’intéresse le plus.

Le cap est clair : une IA souveraine qui amplifie chaque maillon du système, qui respecte le scope de ce qu’elle sait bien faire, et qui n’empiète jamais sur la décision médicale.

Et si ça marche, le modèle peut sortir du centre. D’autres structures de santé ont les mêmes frictions, les mêmes contraintes, la même réglementation, les mêmes courriers qu’elles réécrivent douze fois par semaine. ATLAS n’est pas pensé comme un produit à vendre. Il est pensé comme un patron reproductible. Ce qu’on construit ici pourrait un jour porter une partie du quotidien de dizaines d’autres équipes.

Pourquoi je raconte tout ça en public

Parce que je construis ATLAS en public. Pas les détails techniques sensibles, pas les données patients, pas le code fermé. Mais les décisions, les virages, les doutes, les moments où on se demande si on a raison.

Ce que je documente sur LinkedIn et X, c’est l’histoire d’un centre de radiothérapie qui essaie d’intégrer l’IA sans trahir le soin. Si ça peut aider d’autres équipes à se lancer, et surtout à éviter les fausses pistes, ça aura servi à quelque chose.

Suivre le build in public d’ATLAS : LinkedIn · X