Les agents de santé IA sont prêts pour le Canada. Sommes-nous prêts pour eux?

Résumé

• L’impératif d’accès : Avec 6 millions de Canadiens sans soins primaires et le Canada se classant dernier parmi les pays comparables en termes de rapidité, les agents de santé IA sont présentés comme un « impératif d’accès aux soins » pour combler le fossé entre la capacité systémique et les besoins des patients.
• Engagement prouvé et ROI : Des données probantes provenant du secteur privé (p. ex. Manuvie, Shoppers Drug Mart) montrent que les plateformes d’IA peuvent générer un engagement trois fois plus élevé et une réduction significative des coûts de soins de santé en passant de l’information passive à une navigation proactive et personnalisée « action-résultats ».
• Transformation de capacité : Les dirigeants du secteur public peuvent s’occuper des 30% du temps des cliniciens actuellement perdu dans des tâches administratives; dans de grands pôles comme Trillium Health Partners, la navigation en amont pilotée par l’IA pourrait potentiellement détourner jusqu’à 70% des visites évitables aux urgences.
• Feuille de route stratégique pour les leaders : Le succès nécessite un plan d’intégration en cinq étapes : clarifier la posture réglementaire (AIDA/PHIPA), tirer parti des données existantes en cloisons, assurer l’équité par conception pour des populations diverses, réduire l’épuisement des cliniciens par un soulagement administratif et s’engager à une mesure transparente des résultats.

Je veux commencer par un chiffre qui devrait faire réfléchir tous les leaders de la santé au Canada : 6 millions.

C’est à peu près le nombre de Canadiens qui n’ont pas de prestataire de soins primaires.¹ Pas parce qu’ils n’ont pas essayé. Non pas parce que les soins ne sont pas disponibles, mais parce que le système — fragmenté, réactif et surchargé — ne peut plus les atteindre à temps ou de manière qui fonctionne réellement pour eux.

Dans le même temps, près de la moitié des médecins canadiens signalent des niveaux élevés d’épuisement professionnel. Plus d’un tiers prévoient de réduire leurs heures au cours des deux prochaines années.² Et le Canada continue de se classer dernier en termes de rapidité des soins parmi les pays pairs³ — malgré des dépenses annuelles de près de 400 milliards $ pour la santé.⁴

Si vous lisez ceci, vous ressentez déjà ces chiffres. Vous n’avez pas besoin de moi pour vous convaincre qu’il y a un problème.

Le Canada n’a pas seulement un problème de financement. Nous avons un problème de portée. Un problème de coordination. Un problème de données. Et de plus en plus, un problème de temps — parce que chaque mois où nous n’agissons pas, l’écart entre les soins dont les Canadiens ont besoin et les soins que le système peut offrir se creuse.

C’est pourquoi je crois que le déploiement d’agents de santé basés sur l’IA dans le système de santé canadien n’est pas une initiative technologique. C’est un impératif d’accès aux soins. Et la bonne nouvelle — vraiment bonne nouvelle — c’est que nous ne partons pas de zéro.

Qu’est-ce qu’un agent de santé IA ?

Avant de parler de mise en œuvre, clarifions ce que nous entendons. Un agent de santé IA n’est pas un chatbot. Ce n’est pas un portail. Il ne s’agit pas d’une page de FAQ déguisée en interface conversationnelle.

Un véritable agent de santé IA est un guide toujours actif, personnalisé et proactif qui comprend qui est un patient — ses conditions, sa couverture, ses lacunes de soins, ses préférences — et qui l’aide à naviguer dans le système au moment précis où il en a besoin.

Cela rappelle à Marie à Montréal que son dépistage cervical est en retard et l’aide à le réserver en trois clics.

Il informe Alex, dans une région rurale de la Saskatchewan, qu’une option de soins virtuels est disponible dès aujourd’hui et les met directement en contact.

Il remarque que Mohammed a manqué sa prise de médicament contre le diabète et lui offre de façon proactive des ressources éducatives, la prise de rendez-vous et une conversation avec un accompagnateur santé — sans qu’il ait à le demander.

La distinction principale est la suivante : un agent agit. Il ne se contente pas d’informer.

Chez League, on a vu ce changement décrit comme passant de « informer et attendre » à « action et résultat ». Ce cadre compte énormément pour les leaders du secteur public de la santé, car il reformule la question de « l’IA peut-elle répondre aux questions des patients? » à « l’IA peut-elle nous aider à répondre à des besoins de soins de santé non satisfaits à grande échelle, avant qu’ils ne deviennent des visites aux urgences? »

Les preuves montrent que oui. Laissez-moi vous montrer.

Ce que le secteur privé a déjà prouvé

Les leaders de la santé publique au Canada n’ont pas à théoriser sur l’efficacité de cette situation. Le secteur privé — spécifiquement, les grands assureurs qui ont déjà déployé des plateformes d’engagement des membres alimentées par l’IA — a généré une preuve de concept convaincante.

Chez Manulife, le déploiement d’une expérience membre complète alimentée par l’IA a entraîné une augmentation de 40 % du nombre d’utilisateurs de l’application mobile. Ashesh Desai, chef des avantages sociaux du groupe, croit que l’IA est au cœur de l’évolution de l’entreprise , passant d’un payeur de sinistres traditionnel à un véritable partenaire dans le parcours de santé des Canadiens.

Le parcours transformateur de Manulife

Découvrez comment Ashesh Desai, responsable des avantages sociaux collectifs chez Manuvie, tire parti de l’hyperpersonnalisation et de l’intégration numérique pour éliminer les frictions liées à l’expérience des soins de santé.

Regardez la vidéo

85 % des Canadiens vivent à moins de 10 kilomètres d’un Shoppers Drug Mart. Ils ont exploité l’IA pour créer une expérience omnicanale de pointe qui engageait les consommateurs dans tous leurs services de soins, y compris la pharmacie, la réservation de services, ainsi que la diffusion proactive du contenu et des programmes pour les personnes vivant avec des maladies chroniques.

La leçon du secteur privé n’est pas que l’IA remplace les soins. C’est que l’IA élargit considérablement la portée des soins — transformant le contact occasionnel en engagement continu, et les patients passifs en acteurs engagés dans leur propre santé.

Ce qui est particulièrement important à comprendre pour les dirigeants du secteur public, c’est ce qui a motivé ces résultats : pas seulement la technologie, mais la combinaison de données de santé connectées riches, de personnalisation alimentée par l’IA et de la livraison omnicanale. Les plateformes atteignent les gens là où ils sont déjà — sur leurs téléphones, par SMS, via des applications qu’ils utilisent déjà — sans leur demander d’adopter de nouveaux comportements.

Plus largement, les plateformes qui stimulent ce niveau d’engagement sont corrélées à une réduction de 31 % des coûts de santé chez les populations les plus engagées.⁵ Les propres données de League montrent un engagement trois fois plus élevé par rapport aux références de l’industrie.

C’est le modèle que les systèmes de santé publique du Canada devraient étudier. Pas comme un argument de vente — mais comme un modèle de conception qui fonctionne.

Le précédent mondial : les pays qui n’ont pas attendu

Le Canada n’est pas le seul à faire face à ce défi. Mais nous sommes de plus en plus les seuls à ne pas avoir agi de manière décisive à ce sujet.

Le Danemark a construit un système national « point d’entrée unique » qui offre aux citoyens un accès sécurisé et unifié aux registres de santé, aux bio banques, aux résultats de laboratoire et aux outils de coordination des soins. L’objectif était une simplicité radicale : un endroit de confiance pour chaque interaction de santé, peu importe la partie du système dont vous aviez besoin.

L’Australie a consacré 951 M$ AU sur quatre ans à la modernisation de la santé numérique.⁶ Fait essentiel, le gouvernement australien ne s’est pas contenté d’investir dans la technologie — il a investi dans l’architecture réglementaire et de gouvernance nécessaire pour déployer l’IA de façon sécuritaire. Leur Therapeutic Goods Administration offre maintenant des voies claires pour les outils de santé IA, et leur Guide national d’utilisation clinique de l’IA offre aux cliniciens un cadre pratique pour intégrer un soutien à la décision assisté par IA sans remplacer le jugement clinique.⁷

L’Arabie saoudite a intégré la transformation de la santé par l’IA dans sa stratégie économique Vision 2030 – en considérant l’infrastructure de santé numérique comme un atout concurrentiel national plutôt que comme un projet informatique départemental.

Le Royaume-Uni a peut-être pris la mesure la plus ambitieuse de toutes, désignant explicitement une seule application comme porte d’entrée de l’ensemble de son système de santé. Dans le cadre du plan de santé de 10 ans du NHS, l’application NHS est en cours de transformation en un portail patient complet — permettant la prise de rendez-vous, la gestion des ordonnances, le triage alimenté par l’IA et l’accès à un dossier patient unifié.

Le modèle dans les quatre pays est le même : un engagement audacieux, coordonné et dirigé par le gouvernement, associé à des cadres réglementaires clairs, mis en œuvre rapidement.

Le Canada possède les talents, les données, les institutions et les plateformes qui touchent déjà des dizaines de millions de Canadiens. Ce qui a manqué, ce n’est pas la capacité. C’est la volonté politique de s’unir autour d’une décision et de l’exécuter. Chaque pays sur cette liste a bougé parce que quelqu’un au sommet a dit « allez ». Au lieu de ça, nous sommes bloqués en comité.

La plupart des stratégies numériques dans le domaine de la santé sont déjà en retard.

Rejoignez-nous le 6 mai pour une journée immersive de stratégies et d’idées de la part des leaders qui agissent déjà dans ce domaine.

Inscrivez-vous maintenant

La feuille de route : cinq étapes pour les leaders de la santé publique au Canada

Les leaders de la santé publique n’ont pas peur de l’innovation — ils ont peur de se tromper dans un domaine où les erreurs ont des conséquences humaines. C’est approprié. Mais les risques de retard sont désormais aussi concrets que les risques d’erreur, et moins visibles, ce qui les rend plus dangereux.

Voici un cadre pratique pour aller de l’avant.

Étape 1 : Clarifiez votre posture réglementaire

La première question que pose tout dirigeant de système de santé est : « Qu’est-ce qui est autorisé ? » La réponse honnête est que l’environnement réglementaire du Canada pour les outils de santé basés sur l’IA est en évolution, et l’ambiguïté elle-même constitue un obstacle.

Santé Canada travaille à la mise en place d’un cadre de gouvernance de l’IA et des données en vertu de l’AIDA (Loi sur l’intelligence artificielle et les données).⁸ La législation provinciale sur la confidentialité des données de santé — PHIPA en Ontario, HIA en Alberta, et leurs équivalents — s’applique à la manière dont les données des patients peuvent être utilisées pour former et exécuter des systèmes d’IA. La PIPEDA demeure la référence pour la protection des renseignements personnels.

Les conseils pratiques pour les leaders : travaillez avec vos équipes juridiques et de conformité pour établir un cadre clair sur ce qui constitue une fonction de « navigation des soins » (risque moindre, généralement permis) versus une fonction de « soutien à la décision clinique » (un contrôle plus strict, nécessite des structures de responsabilité plus claires). Les agents de santé IA qui guident les patients vers le bon environnement de soins, leur rappellent les rendez-vous, les aident à comprendre leur couverture et à se préparer aux visites avec des praticiens cliniques, évoluent dans un milieu bien connu. Une IA qui intervient directement à la place d’un expert nécessite un niveau différent de gouvernance.

L’architecture utilisée par les plateformes sérieuses — incluant la certification HITRUST, la conformité AICPA SOC 2 Type II, la résidence des données au Canada et la gestion des données conforme à la PIPEDA — constitue la base de conformité. Les dirigeants doivent en outre établir une responsabilité institutionnelle claire : qui est propriétaire des résultats de l’IA, comment les cliniciens peuvent passer outre ou escalader, et comment le système est surveillé pour détecter les biais et garantir l’exactitude au fil du temps.

Le principe de « l’humain dans la boucle » est votre étoile polaire. L’IA navigue. Ce sont les cliniciens qui décident.⁹

Étape 2 : Commencez par les données dont vous disposez déjà.

L’une des objections les plus courantes que j’entends est « nous n’avons pas nos données prêtes. » Je comprends le sentiment, mais je souhaite contester cette raison pour retarder.

Les systèmes de santé provinciaux du Canada disposent de données extraordinaires : des dossiers médicaux électroniques (DME), des résultats de laboratoire, des antécédents de vaccination, des données sur les demandes de règlement, des sommaires de congé et des bases de données de santé publique. Les données ne sont pas manquantes — elles sont piégées. Et c’est piégé pour des raisons structurelles que personne ne veut nommer : des décennies d’approvisionnement province par province qui ont optimisé le verrouillage des fournisseurs plutôt que l’interopérabilité, aucune norme imposée pour la portabilité des données, et un modèle de financement qui traite l’intégration comme un projet en capital plutôt qu’une exigence opérationnelle.

Un sondage mené en 2024 auprès des médecins par l’Association médicale canadienne a révélé que 73 % des médecins ont mentionné une mauvaise intégration des systèmes ou de multiples systèmes non connectés comme un défi majeur.¹⁰ La première priorité opérationnelle est de ne pas construire une infrastructure de données parfaite avant de commencer; Il s’agit de choisir un point de départ où une connectivité de données significative existe déjà, et de bâtir à partir de là.

Pour la plupart des systèmes provinciaux, ce point de départ est : relier la livraison des résultats de laboratoire à un suivi proactif; relier les données de délivrance d’ordonnances avec les rappels d’adhésion aux médicaments; ou intégrer les dossiers de sortie avec la navigation post-aiguë. Aucun de ces éléments ne nécessite une infrastructure provinciale complète de données de santé dès le premier jour. Ils ont besoin d’une plateforme capable d’ingérer ce qui existe, d’établir un profil contextuel de chaque patient et de commencer à offrir un engagement proactif.

La plateforme devient plus intelligente à mesure que la connectivité s’élargit. Commencez connecté, pas complet.

Étape 3 : Concevoir l’équité dès la première décision

La géographie et la démographie du Canada signifient que les agents d’IA en santé doivent être conçus pour l’ensemble des Canadiens — et non optimisés pour les utilisateurs urbains, anglophones et à l’aise avec le numérique.

Cela signifie : prestation bilingue (anglais et français) comme base, et non comme une réflexion après coup. Portée omnicanale — SMS, voix, web, application et intégrée dans les portails provinciaux existants — afin que les patients qui n’ont pas de téléphone intelligent ou d’internet haute vitesse ne soient pas exclus. Et un contrôle actif des biais algorithmiques, garantissant que les recommandations de l’IA sont également précises et accessibles aux communautés autochtones, aux populations rurales, aux nouveaux arrivants et aux personnes handicapées.

Ce sont des problèmes de conception résolvables. Mais ils ne sont résolubles que s’ils font partie des exigences dès le premier jour — et non ajoutés après l’attribution de la DP. Si vos critères d’approvisionnement n’incluent pas l’équité intégrée comme un critère incontournable, vous obtiendrez exactement le système que vous avez spécifié : un qui fonctionne pour Toronto et échoue pour tous les autres.

Étape 4 : Gérer délibérément l’intégration des cliniciens

Le succès des agents de santé IA dans le secteur public dépendra ultimement de savoir si les cliniciens de première ligne leur font confiance et leur utilisent — et si ces cliniciens se sentent soutenus plutôt que surveillés ou remplacés.

Les données provenant des déploiements des secteurs privé et public sont cohérentes : le fardeau administratif est le principal facteur d’épuisement des médecins, les données de l’Institut canadien d’information en santé montrant que les cliniciens consacrent environ 30 % de leur temps à des tâches administratives.¹¹ Dans le cadre de l’Enquête nationale sur la santé des médecins de 2025, 64 % des médecins ont déclaré avoir consacré beaucoup de temps aux dossiers médicaux électroniques en dehors des heures régulières.² L’IA qui élimine les frictions administratives — acheminant les patients vers les soins appropriés, comblant de manière proactive les lacunes en matière de soins, réduisant les visites inutiles aux urgences — devrait être perçue par les cliniciens comme un soulagement, et non comme une concurrence.

Le guide opérationnel pour l’intégration: impliquer les cliniciens de première ligne dans la conception des flux de travail de l’IA dès le début. Piloter dans des départements où la complexité de la navigation des soins est la plus élevée et le fardeau administratif le plus élevé. Créer des mécanismes de retour d’information transparents afin que les cliniciens puissent signaler lorsque les recommandations de l’IA sont inexactes ou inappropriées. Et communiquer clairement — aux patients et aux prestataires de soins — exactement ce que l’IA fait et ne fait pas, et qui est responsable des décisions de soins.

La confiance se gagne lors des projets pilotes. Construisez-le là avant de passer à grande échelle.

Étape 5 : Mesurer ce qui compte et le partager

La responsabilité du secteur public exige des preuves fournies par le secteur public. Si les systèmes de santé du Canada déploient des agents de santé IA, ils doivent s’engager à mesurer de manière rigoureuse et transparente les résultats — pas seulement les métriques d’engagement, mais les véritables résultats de santé : les taux de fermeture des écarts de soins, la réduction des visites évitables aux urgences, les taux d’adhésion aux médicaments, l’adoption des dépistages préventifs et les métriques d’équité à travers les groupes démographiques.

Cette infrastructure de mesure répond à deux objectifs. Il valide l’investissement et protège les patients. Et cela crée la base de données probantes partagée qui accélère l’adoption à travers les provinces — transformant un déploiement réussi en un modèle national.

Trillium Health Partners est l’un des plus grands systèmes hospitaliers du Canada, desservant environ 2 millions de personnes dans la région du Grand Toronto. Lors d’un événement récent, la présidente-directrice générale Karli Farrow a estimé qu’environ 25 % des visites aux urgences sont actuellement évitables — mais avec une meilleure navigation en amont grâce à l’IA, ce chiffre pourrait atteindre près de 70 %. C’est une mesure qui compte, et qu’elle s’est engagée à améliorer.

Et si le succès de Trillium était reproduit dans tous les plus de 100 systèmes de santé du Canada? La capacité qui serait débloquée est énorme et probablement vitale — et cette réplication n’est possible que si les preuves sont partagées.

L’urgence et l’opportunité sont bien réelles

Voici ce qui, à mon avis, est souvent négligé dans ces conversations : il ne s’agit pas simplement d’une question d’optimisation. C’est une histoire de demande.

Lorsque vous réduisez considérablement le coût de la prestation d’intelligence en santé — le coût lié à l’identification d’une lacune en matière de soins, à l’atteinte du bon patient et à la clôture de la boucle — vous ne répondez pas seulement plus efficacement à la demande existante. Vous débloquez une demande latente que le système réprime depuis des décennies. Les 6 millions de Canadiens sans soins primaires ne représentent pas un retard à régler. C’est un signal que l’économie unitaire de la navigation de soins du système est brisée. L’IA modifie fondamentalement ces aspects économiques.

Les professionnels de la santé canadiens ne sont pas épuisés parce qu’ils ne s’en soucient pas. Ils sont épuisés parce que le système les force à être la couche de coordination — la logique de routage, le moteur de suivi, le mécanisme de fermeture des écarts — en plus d’être des cliniciens. Il s’agit d’une défaillance de la conception des systèmes, et non d’une défaillance de la main-d’œuvre. Agents de santé IA corrigent la conception.

Les agents de santé IA ne remplacent pas cette main-d’œuvre. Ils en sont un amplificateur. Ils élargissent le champ d’action de chaque pharmacien, infirmier praticien et médecin de famille. Ils remplissent les intervalles entre les rendez-vous. Ils interceptent ce qui passe à travers les failles d’un système fragmenté. Ils transforment un patchwork de 13 provinces, réactif et cloisonné, en un système de soins unifié et proactif, tel qu’il a été promis aux Canadiens.

Je vous laisse avec ceci : Trillium Health Partners construit l’hôpital Peter Gilgan de Mississauga, un établissement ultramoderne de plus de 950 lits qui devrait ouvrir ses portes en 2033. Si nous ne changeons pas la façon dont les soins de santé fonctionnent dans ce pays, cet hôpital ouvrira ses portes avec 300 patients attendant dans les couloirs dès le premier jour.

La technologie est prête. Les preuves sont disponibles. L’urgence est indéniable.

La question qui se pose aujourd’hui n’est pas de savoir si le Canada va s’engager dans cette voie. Il s’agit de savoir si nous allons diriger — ou passer une autre décennie à regarder les pays qui ont progressé plus vite récolter les avantages sanitaires et économiques que nous avons laissés sur la table.

WEBINAIRE

Les soins de santé disposent de suffisamment d’informations. Voici à quoi ressemble l’exécution.

Voyez comment l’orchestration proactive par l’IA va au-delà du simple repérage de possibilités pour les concrétiser, sur tous les canaux, en temps réel.

Regarder l’enregistrement

Sources

1. Conférence des professionnels de l’administration en santé — La crise de la main-d’œuvre dans les soins de santé canadiens : stratégies pour la résilience (octobre 2025), citant l’Institut canadien d’information en santé. Les tâches administratives représentent jusqu’à 30 % du temps des cliniciens.

2. PMC / NCBI — Accroître les capacités du système de santé canadien : le potentiel des médecins formés à l’étranger (2025). Le système de santé canadien fait face à une grave pénurie de médecins, laissant plus de 6 millions de Canadiens sans fournisseur de soins primaires.

3. Medscape / Enquête nationale sur la santé des médecins (NPHS) — Environ la moitié des médecins canadiens disent souffrir d’épuisement professionnel. (Octobre 2025). 46 % des médecins signalent des niveaux élevés d’épuisement professionnel; 37 % prévoient réduire leurs heures de travail dans les 24 mois; 64 % signalent passer beaucoup de temps sur les DME en dehors des heures normales de travail.

4. Institut CD Howe — Diagnostic inquiétant : Comparaison du système de santé canadien avec celui de ses homologues internationaux (janvier 2025). Le Canada se classe 9ᵉ sur 10 pays, et dernier (10ᵉ) pour la ponctualité des soins.

5. Institut canadien d’information sur la santé (ICIS) — Tendances des dépenses nationales de santé, 2025. Les dépenses totales de santé au Canada devraient atteindre 399 milliards de dollars en 2025, dépassant la croissance économique.

6. Greene et al., cités par Oneview Healthcare, référencés dans League Platform Deck (mars 2026). Réduction de 31 % des coûts de santé pour les personnes ayant les niveaux d’engagement en santé les plus élevés. Les solutions d’IA de League favorisent un engagement 3 fois plus élevé.

7. Département de la Santé du gouvernement australien — IA dans les soins de santé (2026). Le gouvernement australien s’est engagé à verser $951,2 millions de dollars australiens sur 4 ans pour améliorer la santé numérique.

8. Gouvernement australien — IA sécuritaire et responsable dans les soins de santé — Examen de la législation et de la réglementation. L’Australie a adopté une approche globale de l’économie en matière d’IA, comprenant un guide d’utilisation clinique de l’IA pour les cliniciens, élaboré avec la Commission australienne sur la sécurité et la qualité des soins de santé.

9. Institut canadien pour la recherche avancée (CIFAR), cité dans Agency for Clinical Innovation (NSW) — Problèmes d’implantation des systèmes d’IA et atténuation des risques (février 2026). Le gouvernement canadien a présenté la Loi sur l’intelligence artificielle et les données (AIDA) en 2022 comme première étape vers un nouveau système réglementaire.

10. Nature / NPJ Médecine numérique — Un cadre pratique pour une mise en œuvre et une révision appropriées de l’intelligence artificielle (FAIR-AI) en santé (août 2025). Recommande l’incorporation de mécanismes «humain-dans-la-boucle» pour s’assurer que les cliniciens conservent la responsabilité finale des décisions critiques.

11. Association médicale canadienne — Canada Health Infoway, un sondage de l’association médicale canadienne montre que les médecins adoptent les solutions de soins connectés (septembre 2024), 73 % des médecins répondants ont cité une mauvaise intégration des systèmes ou plusieurs systèmes non connectés comme des défis majeurs.