Interviews croisées issues du dîner-débat du 14 septembre 2026.
Le besoin massif de données pour l’intelligence artificielle se heurte frontalement aux exigences du RGPD. Faut-il pour autant renoncer à innover ou accepter la collecte sans limite ? Le 14 septembre 2026, le Club de la Transformation Numérique réunissait trois experts — de la santé, de la technologie et de l’industrie — pour explorer une troisième voie.
L’hypothèse défendue ce soir-là : les données synthétiques ne sont pas un outil de contournement de la loi, mais un levier de performance et de confiance. Une voie stratégique qui ne peut plus être ignorée dans l’architecture numérique de demain.
La preuve par l’exemple : la santé comme laboratoire
Avec le Pr Pierre-Antoine GOURRAUD (PU-PH au CHU de Nantes, concepteur de la Clinique des Données)
Le Pr Gourraud a présenté les avancées du projet RHU PRIMUS (Projection in Multiple Sclerosis), dédié à la médecine de précision dans la sclérose en plaques. Le démarrage récent de son essai clinique illustre concrètement le passage de la théorie à la pratique médicale, à travers trois piliers intégrés sous le capot d’une application web de visualisation personnalisée de données de référence :
- La préparation des données de santé pour garantir leur interopérabilité ;
- L’apprentissage fédéré pour assurer le contrôle des usages ;
- La génération de données synthétiques anonymisées et augmentées pour capitaliser sur l’information à une granularité individuelle.
Comment est-il possible de prendre des décisions médicales critiques sur la base de données qui ne sont pas « réelles » ?
Pr Gourraud — C’est tout l’enjeu du passage de l’observation à la modélisation. Dans mon application, je n’ai pas besoin de savoir qui est le patient pour savoir comment il réagit statistiquement à un traitement. En m’appuyant sur des données synthétiques certifiées, j’interroge une base de 25 000 patients virtuels pour comparer l’efficacité de deux molécules. Mieux : en « augmentant » ces données — en les multipliant pour lisser les hasards d’échantillonnage —, nous obtenons parfois une vision plus fidèle de la réalité potentielle que les données brutes, limitées par le nombre de patients réellement observés. C’est ce que j’appelle l’« hyper-réalité ».
N’y a-t-il pas un risque éthique à utiliser des « avatars » plutôt que de vrais patients ? Et plus largement, le RGPD n’est-il pas vécu comme un obstacle ?
Pr Gourraud — Au contraire, c’est plus éthique. Le serment d’Hippocrate nous lie au secret, mais aussi à l’intérêt du patient. Exploiter des données personnelles réelles pour la recherche expose à des risques de réidentification. Avec le synthétique, le lien est rompu mathématiquement. Je peux garantir à chaque patient que son « avatar » sert la collectivité sans jamais compromettre son intimité. C’est une forme de solidarité numérique : on partage la valeur de la donnée sans partager le risque.
Et sur le RGPD, je dirais même plus : il résonne de manière éclairante, pas seulement pour la santé, mais pour tous. Son principe de minimisation (article 5) nous oblige à une question d’une honnêteté redoutable : ai-je vraiment besoin de manipuler des données personnelles pour un usage qui n’est pas personnel ? Dans mon application, je ne calcule que des pourcentages — je n’ai donc jamais eu besoin du degré d’intimité que suppose la donnée nominative. Loin d’être un carcan, le RGPD a été pour moi une opportunité d’aller plus loin : c’est en cherchant à en respecter la lettre que nous avons inventé cette voie.
Et cette leçon déborde largement l’hôpital. La confidentialité individuelle n’est qu’un cas particulier d’un phénomène plus vaste : la sensibilité des données au sens large — celle d’un service, d’un fournisseur, d’un client, voire de simples données agrégées. Le RGPD nous apprend à nous interroger sur ce qui est réellement sensible dans une organisation, publique ou privée. C’est une maturité que toutes les entreprises devraient acquérir.
La méthode et la confiance
Avec Olivier BREILLACQ (Octopize)
Le terme « donnée synthétique » fait parfois peur, comme s’il s’agissait de « fausses » données fabriquées de toutes pièces. Comment rassurer les DPO et les juristes ?
Olivier Breillacq — Il faut distinguer la génération aléatoire (le « faux ») de la synthèse statistique (le « vrai » anonymisé). Notre méthode ne crée pas de données au hasard : elle analyse la structure mathématique d’un jeu de données réel pour en générer une copie statistiquement conforme, mais dont il est impossible de remonter à la source. La preuve de cette robustesse, c’est l’explicabilité. Notre méthode repose sur un algorithme transparent, dont on peut suivre chaque étape et démontrer mathématiquement l’impossibilité de réidentification selon les trois critères européens — singularisation, corrélation, inférence. Cette explicabilité a été soumise à la critique par les pairs et reconnue dans une publication scientifique (Nature Digital Medicine). Il faut distinguer la génération aléatoire (le « faux ») de la synthèse statistique (le « vrai » anonymisé). Notre méthode ne crée pas de données au hasard ; elle analyse la structure mathématique d’un jeu de données réel pour en générer une copie conforme statistiquement, mais dont il est impossible de remonter à la source. La preuve de cette robustesse : notre technologie a été auditée pendant 19 mois par la CNIL. Nous pouvons démontrer mathématiquement l’impossibilité de réidentification (singularisation, corrélation, inférence). Ceci est bien plus qu’ une promesse.
Concrètement, comment cela change-t-il la gouvernance des données dans les organisations ?
Olivier Breillacq — Cela libère la donnée. Beaucoup de projets d’IA sont bloqués parce que les données sont trop sensibles ou que leurs propriétaires — hôpitaux, banques — refusent de les partager par peur de perdre le contrôle. Avec le synthétique, on crée des « bacs à sable » : un industriel peut tester son algorithme sur un extrait synthétique en 15 jours, sans procédure juridique lourde. Si le test est concluant, on engage alors, seulement alors, les démarches pour accéder aux données réelles si nécessaire. On passe d’une logique de verrouillage à une logique d’usage maîtrisé.
L’extension industrielle et stratégique
Avec Paul LABROGERE (IRT SystemX)
Ces usages sont-ils transposables à l’industrie, par exemple aux véhicules autonomes ou à la défense ?
Paul Labrogère — Absolument, et c’est même vital. Valider un véhicule autonome exigerait des milliards de kilomètres pour rencontrer tous les accidents possibles — physiquement impossible. Les données synthétiques permettent de générer des millions de scénarios de corner cases (situations rares et critiques) en simulation, pour tester la robustesse des capteurs face à des conditions extrêmes sans mettre personne en danger. C’est la seule façon de garantir la sûreté des systèmes critiques à grande échelle.
On entend souvent que la réglementation freine l’innovation face aux géants américains ou chinois. Partagez-vous cette analyse ?
Paul Labrogère — C’est une idée reçue dangereuse. Aux États-Unis ou en Chine, on exploite souvent les données brutes sans contrainte forte, ce qui crée défiance et risques juridiques majeurs. En Europe, la contrainte nous force à innover dans des méthodes robustes comme la donnée synthétique. Nous nous devons de développer une « IA de confiance », exportable et acceptable partout. Si nous savons faire de l’IA performante sans sacrifier la vie privée, nous tenons un standard que le monde entier finira par devoir adopter.
Trois questions restent ouvertes, que nous soumettons à nos lecteurs, décideurs privés ou publics, et politiques aussi :
- Performance : si les données synthétiques correctement générées et augmentées peuvent offrir une robustesse statistique supérieure aux données réelles, pourquoi nos organisations continuent-elles de se priver de cette capacité ?
- Confiance : si des méthodes permettent de lever les verrous juridiques et éthiques qui paralysent nos projets stratégiques, qu’attendons-nous pour les intégrer dès la conception (privacy by design) ?
- Souveraineté : si faire du respect de la vie privée un moteur d’innovation offre à l’Europe l’opportunité de définir le standard mondial de l’IA de confiance, sommes-nous prêts à en faire un axe prioritaire de notre politique numérique ?
Vers un nouveau pacte de confiance numérique ?
Ce dîner-débat a acté une prise de conscience : la dichotomie entre innovation et protection des données est dépassée. La donnée synthétique n’est pas une technique d’anonymisation de plus ; elle annonce un changement de paradigme. Beaucoup pensaient que le sujet s’épuiserait rapidement, qu’il ne serait qu’un effet de mode technologique de plus. Contre toute attente, l’asymptote n’est pas atteinte : loin de plafonner, les cas d’usage, la robustesse des méthodes et l’ampleur des gains potentiels ne cessent de s’étendre. Reste à savoir si nous saurons en faire autre chose qu’un simple outil technique.
La troisième voie est grande ouverte, et sa courbe ne montre aucun signe de saturation. C’est une promesse vivante, à la hauteur des ambitions que nous portons pour 2027 et au-delà. Prenons-la ensemble, dès maintenant, et faisons-en le chemin de notre souveraineté numérique.
Sources et références
Fondement scientifique et méthodologique
- GOURRAUD P.-A. et al., travaux du projet RHU PRIMUS (Projection in Multiple Sclerosis), CHU de Nantes — médecine de précision et données synthétiques dans la sclérose en plaques.
- Propriétés mathématiques et garanties d’anonymisation de la méthode de génération de données synthétiques (Octopize), démontrées et publiées dans Nature Digital Medicine (revue à comité de lecture).
Guillaudeux M. et al. (2023), Patient-centric synthetic data generation, no reason to risk re-identification in biomedical data analysis, npj Digital Medicine, volume 6, article 37.
- IRT SystemX, méthodologie « robustesse – incertitude – monitoring » ( programme Confiance.ai (2021-2024) pour la validation des modèles d’IA et des systèmes critiques.
Cadre juridique et réglementaire
- Règlement général sur la protection des données (RGPD), article 5 — principe de minimisation des données.
EUR-Lex — Règlement (UE) 2016/679, article 5
Le principe de minimisation est effectivement défini à l’article 5, paragraphe 1, point c : les données doivent être adéquates, pertinentes et limitées au nécessaire pour les finalités poursuivies.
- Cour de justice de l’Union européenne (CJUE), arrêt relatif à la qualification relative des données pseudonymisées selon le destinataire — le contexte d’usage détermine le caractère anonyme de la donnée.
-
CJUE, 4 septembre 2025, Contrôleur européen de la protection des données contre Conseil de résolution unique, affaire C-413/23 P, ECLI:EU:C:2025:645.
Prospective et cas d’usage
- Cohorte des survivants d’Hiroshima et de Nagasaki (RERF) — application des données synthétiques à des données agrégées sensibles ; illustration de la sensibilité des données au-delà de la donnée personnelle.
- Étude canadienne publiée en 2025 portant sur neuf essais cliniques en cancérologie mammaire et comparant plusieurs méthodes de génération de données synthétiques à une approche par bootstrapping — comparaison entre complétion par données synthétiques et bootstrapping (témoignage cité par le Pr Gourraud).
- European Trustworthy AI Association — accès à l’écosystème et à la méthodologie de l’IA de confiance au-delà des secteurs aéronautique et défense.