MeditronFO est la première structure-cadre entièrement ouverte pour créer de grands modèles de langage (LLM) médicaux, afin de rendre l'IA dans le domaine de la santé plus transparente et plus responsable.Les grands modèles de langage (LLM) médicaux sont de plus en plus utilisés en milieu clinique. Par exemple, l’IA aide les médecins des services d’urgence à établir des diagnostics ou à étayer leurs décisions. Le problème est que la plupart de ces systèmes sont propriétaires : leurs données d’entraînement, leurs choix de conception et leurs processus décisionnels sont cachés, rendant pratiquement impossible tout examen indépendant.C’est dans ce contexte qu’une équipe du Laboratoire pour les technologies intelligentes de santé globale et de réponse humanitaire (LiGHT), de la Faculté informatique et communications de l'EPFL, a lancé MeditronFO (Fully Open, « entièrement ouvert »). Elle a utilisé cette structure-cadre pour « médicaliser » plusieurs modèles de base entièrement ouverts, dont OLMo, EuroLLM et Apertus, le modèle suisse développé par l'EPFL et l'ETH Zurich.« S'appuyant sur Meditron, lancé en 2023, MeditronFO est un outil permettant de créer une version médicale de n'importe quel grand modèle de langage ouvert », explique Xavier Theimer-Lienhard, doctorant qui dirige Meditron au LiGHT. « On ne ferait jamais confiance à un médecin dont la formation ne peut être vérifiée. Il devrait en être de même avec l'IA dans le domaine de la santé. MeditronFO rend publiquement accessible chaque étape du développement, des données utilisées pour entraîner les modèles jusqu'au code, en passant par les procédures d'entraînement et les méthodes d'évaluation. »Nombre de modèles d'IA présentés comme « ouverts » ne sont en réalité que partiellement transparents. Ils publient le modèle entraîné en tant que tel, mais pas les jeux de données, les méthodes de traitement des données, ni les voies d'entraînement utilisées pour le créer. Cela complique tout audit indépendant et limite la capacité des cliniciens et cliniciennes, des hôpitaux et des régulateurs à comprendre comment les systèmes d'IA médicale parviennent à leurs recommandations.De A à ZMeditronFO a été conçu aux côtés de cliniciens et cliniciennes, non pas comme consommateurs et consommatrices du produit final, mais comme participants. Ils ont contribué tout au long du processus, de la curation des données d'entraînement à la validation des résultats des modèles, en passant par la mise en évidence de problèmes potentiels de sécurité.Grâce à la plateforme collaborative MOOVE (Massive Open Online Validation and Evaluations), les cliniciens et cliniciennes participent directement à l'évaluation continue et à l'amélioration des modèles, contribuant à garantir que le développement reste ancré dans la pratique clinique. Cela comprend l'audit du matériel d'entraînement et la validation des résultats des modèles. Le processus de développement incluait également des garde-fous.Le cadre combine des ensembles de données médicales publiquement disponibles avec des données synthétiques révisées par des cliniciens, dérivées d'examens médicaux, de directives cliniques et de cas réalistes de patientes et patients. Tous les jeux de données, les étapes de traitement et les procédures d'entraînement sont documentés de manière ouverte. Les chercheurs et chercheuses ont combiné un ensemble unique de données cliniques sélectionnées par des expertes et expertes, issues de plus de 46 000 directives de pratique clinique.« Nos résultats montrent que des modèles d'IA médicale peuvent être construits grâce à l'implication active des cliniciens et des communautés, avec des données et des évaluations qui reflètent les contextes dans lesquels ils seront finalement utilisés. Cela ouvre la voie à une plus grande appropriation de ces technologies par les systèmes de santé et les communautés, plutôt que de dépendre uniquement de systèmes propriétaires externes dont les priorités ne correspondent pas toujours aux besoins locaux », déclare la professeure Mary-Anne Hartley, médecin et directrice du LiGHT.Début des tests en conditions réelles Chaque modèle de MeditronFO a surpassé son modèle de base d'origine. Les meilleurs résultats ont été obtenus avec Apertus-70B-MeditronFO, qui a amélioré les performances aux examens médicaux de 6,6 points de pourcentage par rapport au modèle sous-jacent.© 2026 EPFL« Nous prouvons qu’il est possible de créer des modèles médicaux entièrement ouverts, transparents et compétitifs. En médecine, où la transparence est une condition préalable et où des vies humaines sont en jeu, cela compte », affirme Xavier Theimer-Lienhard.Le lancement de MeditronFO marque une étape importante dans la poursuite d'un programme de recherche plus vaste. L'équipe prépare des essais cliniques sur plusieurs sites, de la Suisse à la Tanzanie, qui évalueront comment les médecins utilisent l'IA dans des contextes de soins réels. Ces études examineront si les cliniciens et cliniciennes suivent ou rejettent les recommandations générées par l'IA et comment ces décisions affectent les soins aux patientes et patients.Baptisé MED.USE, ce projet de tests pluriannuel a aussi pour but de comprendre comment l'IA peut améliorer la qualité des soins tout en réduisant les traitements et interventions inutiles. « Il est important d'obtenir des retours d'expérience concrets basés sur les résultats des patientes et des patients», explique Mary-Anne Hartley.Pourquoi l'ouverture est essentielleLe lancement de MeditronFO s'inscrit dans un débat plus large sur l'avenir de l'IA en médecine, centré sur la transparence et la responsabilité, mais aussi sur la souveraineté des données et les craintes d'une dépendance croissante envers les plateformes d'IA propriétaires.« La question n'est pas de savoir si l'IA fera partie des soins de santé : elle y joue déjà un rôle. L’enjeu est de savoir quel type d'écosystème d'IA nous voulons construire. Nous pensons que la transparence, l'examen scientifique et la participation significative des cliniciens, cliniciennes, et des patients et patientes doivent rester au cœur du processus. MeditronFO montre que l'ouverture et la performance ne sont pas des priorités concurrentes, et qu'il existe une voie viable vers une IA médicale à la fois innovante et responsable », conclut Mary-Anne Hartley.Le développement de MeditronFO a été soutenu par la Swiss AI Initiative (un projet collaboratif entre l'EPFL, l'ETH Zurich et le CSCS), qui a fourni l'infrastructure de calcul et le financement nécessaires à l'entraînement à grande échelle, à l'évaluation et à la publication ouverte des modèles.