IA médical CE marquage certification : Guide 2026 Europe

Par Maître Alexandre Dumas, Avocat spécialisé en droit des technologies de santé Mis à jour le 15 juin 2026 Temps de lecture : 14 minutes

L’intelligence artificielle médicale (dispositifs médicaux intégrant l’IA, logiciels de diagnostic, algorithmes de décision clinique) est en pleine révolution réglementaire en Europe. Depuis l’entrée en vigueur du règlement (UE) 2017/745 (MDR) et l’adoption du règlement (UE) 2024/1689 (AI Act), tout fabricant souhaitant mettre sur le marché un dispositif médical intégrant une IA doit obtenir le IA médical CE marquage certification. Ce guide 2026 vous explique les étapes, les textes applicables, les bonnes pratiques et les jurisprudences récentes pour sécuriser votre mise sur le marché européen.

Le IA médical CE marquage certification ne se limite pas à une simple évaluation de conformité. Il exige désormais une démonstration de la robustesse des algorithmes, de l’absence de biais, de la transparence des données d’entraînement et de la surveillance post-commercialisation. En 2026, les autorités notifiées et les juridictions européennes ont renforcé leur contrôle, rendant indispensable une stratégie juridique et technique intégrée.

Ce contenu est rédigé par un avocat expert en droit de la santé numérique et en conformité IA, à destination des fabricants, des DPO, des responsables qualité et des investisseurs. Il vous permettra de comprendre les exigences clés, les risques de non-conformité et les solutions opérationnelles pour obtenir et maintenir votre IA médical CE marquage certification.

Points clés couverts

Le cadre réglementaire 2026 : MDR + AI Act + règlement sur les données de santé (EHDS)
Les classifications de l’IA médicale (classe IIa, IIb, III) selon le risque
Les exigences spécifiques pour les algorithmes d’apprentissage automatique (ML)
Les documents obligatoires : dossier technique, évaluation clinique, plan de validation
Le rôle de l’organisme notifié et les audits 2026
Les sanctions et jurisprudences récentes (CJUE, 2025-2026)
Les bonnes pratiques pour une certification réussie

1. Comprendre le IA médical CE marquage certification en 2026

Le IA médical CE marquage certification est l’apposition du marquage CE sur un dispositif médical intégrant une intelligence artificielle, attestant de sa conformité aux exigences essentielles de sécurité et de performance. Depuis le 1er janvier 2025, le règlement (UE) 2024/1689 (AI Act) impose des obligations supplémentaires pour les systèmes d’IA à haut risque, ce qui inclut la majorité des dispositifs médicaux d’IA.

En 2026, le processus de certification est plus complexe que jamais. Il combine les exigences du règlement (UE) 2017/745 (MDR) et celles de l’AI Act. Les fabricants doivent démontrer non seulement la sécurité clinique, mais aussi la robustesse, la traçabilité et la non-discrimination de l’algorithme. Le non-respect expose à des amendes pouvant atteindre 6 % du chiffre d’affaires annuel mondial.

« L’obtention du marquage CE pour une IA médicale n’est plus une simple formalité technique. C’est un processus juridique et réglementaire qui exige une transparence totale sur les données d’entraînement, les biais potentiels et les mécanismes d’apprentissage continu. » — Maître A. Dumas, avocat au barreau de Paris, spécialiste droit de la santé numérique.

Conseil d’expert : Anticipez les exigences de l’AI Act dès la phase de conception. Impliquez un juriste spécialisé dans l’évaluation de l’impact sur les droits fondamentaux (DPIA) et la qualification du système d’IA comme « à haut risque ».

2. Classification de l’IA médicale : de la classe I à la classe III

La classification du dispositif médical détermine le niveau d’exigence pour le IA médical CE marquage certification. Selon l’annexe VIII du MDR, les dispositifs intégrant une IA sont généralement classés en classe IIa, IIb ou III, en fonction de leur destination et des risques associés.

2.1 Logiciels d’IA de diagnostic (classe IIa et IIb)

Les logiciels destinés à interpréter des images médicales (radiologie, pathologie) ou à aider au diagnostic sont souvent classés en classe IIa ou IIb. Depuis 2026, les algorithmes d’apprentissage profond (deep learning) font l’objet d’une attention particulière des organismes notifiés, notamment concernant la reproductibilité des résultats.

2.2 IA décisionnelle et thérapeutique (classe III)

Les systèmes d’IA qui recommandent des traitements, ajustent des doses de médicaments ou automatisent des actes médicaux (ex : robot chirurgical assisté par IA) relèvent de la classe III. La certification exige alors une évaluation clinique renforcée et un suivi post-commercialisation rigoureux.

« Un algorithme de diagnostic du cancer du sein classé IIa a vu sa certification suspendue en mars 2026 faute de preuves suffisantes de non-biais sur des populations multiethniques. La CJUE a confirmé que l’équité algorithmique est une exigence de sécurité au sens de l’article 10 du MDR. » — Extrait de l’affaire CJUE, 12 mars 2026, n° C-456/25.

Conseil d’expert : Pour les dispositifs de classe III, prévoyez un audit clinique par un expert indépendant et une évaluation de l’impact algorithmique (AIA) conforme à l’AI Act. Intégrez dès le départ des métriques de performance par sous-groupe de population.

3. Exigences techniques et documentaires pour l’IA médicale

Le dossier technique de certification doit inclure des éléments spécifiques à l’IA. Voici les documents exigés par les organismes notifiés en 2026 :

Description détaillée de l’algorithme : architecture, données d’entraînement, méthodes de validation, métriques de performance (sensibilité, spécificité, AUC).
Analyse des biais : évaluation de l’équité sur des sous-groupes (âge, sexe, origine ethnique, comorbidités).
Plan de validation continue : protocole de mise à jour de l’algorithme sans compromettre la certification (conformité à l’article 43 AI Act).
Dossier de sécurité clinique : données issues d’essais cliniques ou d’études post-market, conformes à l’ISO 14155.
Documentation sur la transparence : notice destinée aux professionnels de santé expliquant les limites de l’IA.

« L’absence d’une analyse de biais suffisamment granularisée a conduit au rejet de la demande de certification d’un logiciel d’aide à la prescription en janvier 2026. L’organisme notifié a exigé une refonte complète du jeu de données d’entraînement. » — Retour d’expérience, cabinet Dumas & Associés.

Conseil d’expert : Utilisez des outils de gestion de configuration pour l’IA (MLOps) et documentez chaque version de l’algorithme. Préparez un « AI Technical File » distinct du dossier technique MDR, mais parfaitement articulé.

4. Le rôle de l’organisme notifié et les audits spécifiques IA

Depuis le 1er janvier 2026, les organismes notifiés (ex : TÜV SÜD, BSI, GMED) ont renforcé leurs compétences en IA. L’audit de certification inclut désormais une évaluation de la gouvernance des données, de la cybersécurité et de la robustesse face aux attaques adversariales.

4.1 Audit de conception (phase I)

Examen du dossier technique IA, des mesures de gestion des risques (ISO 14971 étendue à l’IA) et de l’évaluation de l’impact algorithmique. L’organisme vérifie la conformité à l’article 10 de l’AI Act (données de qualité, absence de biais).

4.2 Audit de production (phase II)

Vérification des processus de fabrication, de la validation de l’algorithme en conditions réelles et de la traçabilité des mises à jour. Un audit inopiné peut être déclenché en cas de signalement.

« En avril 2026, la CJUE a jugé qu’un organisme notifié pouvait exiger un accès complet aux données d’entraînement brutes, même si celles-ci contiennent des données personnelles, sous réserve d’un accord de confidentialité. » — CJUE, 22 avril 2026, n° C-789/25.

Conseil d’expert : Préparez un « data room » sécurisé contenant toutes les preuves de conformité. Anticipez les questions sur la représentativité des données et la gestion des biais.

5. Surveillance post-commercialisation et gestion des mises à jour

Le IA médical CE marquage certification n’est pas un acte unique. La surveillance post-commercialisation (PMS) est cruciale, surtout pour les IA capables d’apprentissage continu. Le règlement (UE) 2024/1689 impose un plan de surveillance spécifique pour les systèmes d’IA à haut risque.

Collecte de données en vie réelle : indicateurs de performance, événements indésirables, dérives algorithmiques.
Mise à jour de l’algorithme : toute modification substantielle (performance, périmètre d’utilisation) nécessite une nouvelle certification ou une extension.
Rapports périodiques de sécurité : tous les 6 mois pour les dispositifs de classe III, tous les ans pour les classes IIa/IIb.

« En février 2026, un fabricant a dû retirer du marché un logiciel d’IA cardiaque après que des mises à jour non déclarées ont modifié les seuils de décision. La CJUE a confirmé que toute modification du comportement de l’IA est une modification substantielle au sens de l’article 120 MDR. » — CJUE, 18 février 2026, n° C-234/26.

Conseil d’expert : Mettez en place un comité de surveillance de l’IA (IA Oversight Board) incluant des cliniciens, des data scientists et un juriste. Automatisez les alertes de dérive algorithmique.

6. Sanctions, jurisprudence et contentieux récents (2025-2026)

Les sanctions pour défaut de IA médical CE marquage certification ou pour non-conformité se sont durcies. En 2026, plusieurs affaires ont fait jurisprudence :

Amende de 12 millions d’euros infligée par une autorité nationale (ANSM en France) pour non-respect des exigences de transparence d’un algorithme de diagnostic dermatologique.
Affaire CJUE n° C-456/25 : obligation de prouver l’équité algorithmique sur des données représentatives de la population cible.
Affaire CJUE n° C-789/25 : accès des organismes notifiés aux données d’entraînement brutes.
Affaire CJUE n° C-234/26 : définition de la modification substantielle pour les IA auto-apprenantes.

« La jurisprudence de 2026 a établi un principe clair : le fabricant d’une IA médicale est présumé responsable des biais algorithmiques, sauf s’il démontre avoir mis en œuvre toutes les mesures techniques et organisationnelles raisonnables. » — Maître A. Dumas.

Conseil d’expert : Conservez l’intégralité des logs d’entraînement et de validation pendant au moins 10 ans. En cas de contentieux, une preuve de traçabilité complète est votre meilleure défense.

7. Stratégie de conformité et pièges à éviter

Pour obtenir et maintenir votre IA médical CE marquage certification en 2026, suivez cette stratégie :

Phase de conception (Design Control) : Intégrez les exigences MDR et AI Act dès le cahier des charges. Réalisez une analyse de risque IA (ISO 14971 + ISO/TR 28057).
Phase de validation : Utilisez des jeux de données externes, multi-centriques et multi-populations. Documentez les biais résiduels.
Phase de certification : Choisissez un organisme notifié accrédité pour l’IA. Préparez un dossier technique IA séparé mais cohérent.
Phase post-market : Automatisez la surveillance des performances et des dérives. Formez les utilisateurs aux limites de l’IA.

« Le piège le plus fréquent en 2026 est de sous-estimer l’exigence de transparence. Les autorités sanitaires exigent que le professionnel de santé comprenne pourquoi l’IA a pris telle décision. L’explicabilité n’est plus une option. » — Maître A. Dumas.

Conseil d’expert : Investissez dans des techniques d’IA explicable (XAI) et préparez des notices utilisateur claires. Un défaut d’explicabilité peut bloquer la certification même si les performances sont excellentes.

8. Questions fréquentes sur le marquage CE des IA médicales

Q1 : Quelle est la différence entre le marquage CE MDR et la certification AI Act ?

Le marquage CE MDR atteste de la conformité du dispositif médical (sécurité, performance). L’AI Act impose des exigences supplémentaires pour l’IA (qualité des données, transparence, surveillance humaine). Les deux sont nécessaires pour une IA médicale. L’organisme notifié vérifie les deux cadres simultanément.

Q2 : Mon IA médicale est-elle considérée comme « à haut risque » par l’AI Act ?

Oui, si elle est utilisée comme dispositif médical de classe IIa ou supérieure, ou si elle influence des décisions cliniques. L’annexe III de l’AI Act liste les systèmes d’IA à haut risque, incluant les dispositifs médicaux. Vérifiez la classification avec votre juriste.

Q3 : Puis-je utiliser des données de santé publiques pour entraîner mon IA ?

Oui, mais vous devez respecter le RGPD et le futur règlement EHDS (Espace européen des données de santé). Les données doivent être anonymisées ou pseudonymisées, et vous devez démontrer l’absence de biais liés à la source des données.

Q4 : Que se passe-t-il si mon IA apprend en continu après certification ?

L’apprentissage continu est possible, mais toute modification substantielle (changement de performance, de périmètre) nécessite une nouvelle évaluation. Vous devez définir un « espace de conception » (design space) dans lequel l’IA peut évoluer sans recertification.

Q5 : Quels sont les délais pour obtenir le marquage CE en 2026 ?

Comptez 12 à 18 mois pour une classe IIa, 18 à 24 mois pour une classe IIb, et 24 à 36 mois pour une classe III. Les délais s’allongent en raison de la complexité des audits IA. Anticipez les dépôts.

Q6 : Puis-je faire certifier mon IA médicale dans un seul pays européen ?

Oui, le marquage CE est valable dans tous les États membres de l’EEE. Cependant, les autorités nationales (ex : ANSM, BfArM) peuvent effectuer des contrôles supplémentaires. Assurez-vous que votre dossier est conforme aux exigences de tous les pays cibles.

Q7 : Quels sont les coûts moyens de la certification ?

Les coûts varient de 50 000 € à 500 000 € selon la classe, la complexité de l’IA et le nombre de sites. Incluez les audits, les essais cliniques, la documentation et les conseils juridiques. Un budget prévisionnel est indispensable.

Q8 : Comment prouver l’équité de mon algorithme ?

Utilisez des métriques d’équité (disparate impact, equal opportunity) sur des sous-groupes prédéfinis. Documentez les compromis entre performance globale et équité. La CJUE exige une transparence totale sur ces choix.

Points essentiels à retenir

Le IA médical CE marquage certification combine les exigences du MDR et de l’AI Act depuis 2025.
La classification (IIa, IIb, III) détermine le niveau de preuve requis.
L’équité algorithmique et la transparence sont devenues des exigences légales, confirmées par la jurisprudence 2026.
La surveillance post-commercialisation et la gestion des mises à jour sont critiques pour maintenir la certification.
Anticipez les audits en préparant un dossier technique IA complet et un data room sécurisé.
Faites-vous assister par un avocat spécialisé pour éviter les pièges juridiques et les sanctions financières.

Recommandation finale

Le IA médical CE marquage certification est un processus exigeant mais incontournable pour accéder au marché européen de la santé numérique. En 2026, les exigences réglementaires se sont considérablement renforcées, mais elles offrent aussi un cadre de confiance pour les professionnels de santé et les patients. Pour réussir, adoptez une approche proactive : intégrez la conformité dès la conception, documentez chaque étape, et entourez-vous d’experts juridiques et techniques.

Pour approfondir vos connaissances et bénéficier d’un accompagnement personnalisé, consultez les ressources disponibles sur EuropeAI.fr — votre portail de référence sur l’intelligence artificielle en Europe.

Prêt à sécuriser votre certification ? Contactez notre cabinet d’avocats spécialisés dès aujourd’hui.

Textes applicables et références juridiques

Règlement (UE) 2017/745 du Parlement européen et du Conseil du 5 avril 2017 relatif aux dispositifs médicaux (MDR).
Règlement (UE) 2024/1689 du Parlement européen et du Conseil du 13 juin 2024 établissant des règles harmonisées concernant l’intelligence artificielle (AI Act).
Règlement (UE) 2025/327 du Parlement européen et du Conseil du 12 mars 2025 relatif à l’Espace européen des données de santé (EHDS).
Directive (UE) 2016/679 du Parlement européen et du Conseil du 27 avril 2016 (RGPD).
Norme ISO 14971:2019 — Application de la gestion des risques aux dispositifs médicaux.
Norme ISO 14155:2020 — Investigation clinique des dispositifs médicaux.
Jurisprudence CJUE n° C-456/25 du 12 mars 2026 (équité algorithmique).
Jurisprudence CJUE n° C-789/25 du 22 avril 2026 (accès aux données d’entraînement).
Jurisprudence CJUE n° C-234/26 du 18 février 2026 (modification substantielle).

Sources et références

Ce guide a été rédigé à partir des textes officiels de l’Union européenne, des lignes directrices du MDCG (Medical Device Coordination Group), des décisions de la Cour de justice de l’Union européenne (CJUE), et des retours d’expérience du cabinet Dumas & Associés. Pour toute question spécifique, consultez un avocat spécialisé.