SortieAnalyse · Sur le radarZDNet AI→ original

Athenahealth connecte Claude aux dossiers médicaux de plus de 20 % des habitants des États-Unis

Les comptes rendus médicaux ne sont généralement pas rédigés pour le patient : il faut chercher l’indicateur voulu parmi des tableaux, des codes et des dizaines de documents. Athenahealth a lancé le serveur MCP AthenaPatient, qui permet à Claude, après autorisation, de consulter certaines sections du dossier et de répondre à des questions simples — par exemple en indiquant le dernier résultat d’une analyse. L’accès peut être limité ou révoqué, mais le service ne remplace pas un médecin et ne doit pas établir de diagnostic.

Traité par IA depuis ZDNet AI ; édité par Hamidun News
Athenahealth connecte Claude aux dossiers médicaux de plus de 20 % des habitants des États-Unis
Source : ZDNet AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireZDNet AI ↗
Rédacteur en chef
Chiffre clé #1L’intégration est proposée aux abonnés Claude Pro et Max, uniquement avec le consentement du patient.
Chiffre clé #2Les analyses, médicaments, allergies, diagnostics et l’historique des visites peuvent être transmis comme contexte.
Chiffre clé #3Les développeurs doivent prévoir un contrôle d’accès distinct, la révocation des autorisations et un journal des consultations.

Un dossier médical contient de nombreuses informations utiles, mais il est souvent difficile d’y retrouver même un fait simple. Le dernier résultat d’une analyse peut être enfoui entre un compte rendu de consultation, une liste de prescriptions et des abréviations obscures. Athenahealth propose une solution familière aux développeurs : connecter les données à un modèle de langage via MCP et permettre au patient de poser ses questions avec des mots ordinaires.

L’entreprise a lancé AthenaPatient MCP, un serveur grâce auquel Claude accède à certaines sections du dossier médical après autorisation explicite du patient. Athenahealth couvre plus de 20 % de la population des États-Unis : il ne s’agit donc pas d’une démonstration de laboratoire, mais d’un canal potentiellement majeur d’accès à des données sensibles.

Ce que voit le patient

L’utilisateur se connecte à son compte Athenahealth, autorise la connexion et choisit les informations qui peuvent être transmises à Claude. Le modèle peut ensuite prendre en compte les résultats d’analyses, les constantes vitales, les médicaments, les allergies, les vaccinations, les diagnostics, l’historique des consultations, les procédures et les plans de traitement. L’autorisation peut être révoquée.

Exemple simple : au lieu de parcourir manuellement ses documents, le patient demande : « Quel était mon dernier taux de globules rouges ? » Claude retrouve l’entrée correspondante et renvoie la valeur consignée dans le dossier. Mais la limite est volontairement claire : le service aide à extraire et à expliquer des informations déjà enregistrées ; il ne prescrit aucun traitement et ne remplace pas un médecin. Toute question visant à comprendre pourquoi une valeur se situe hors de la norme et ce qu’il faut faire doit être adressée à un spécialiste.

La connexion est actuellement proposée aux utilisateurs des offres payantes Claude Pro et Claude Max. Le simple fait de disposer d’un abonnement ne donne accès à aucune donnée : le patient doit suivre séparément la procédure d’autorisation et consentir à leur transmission.

Pourquoi MCP compte davantage ici que le chatbot lui-même

Pour les développeurs, l’intérêt ne réside pas dans l’interface de questions-réponses, mais dans le modèle d’architecture. MCP transforme le système médical en une source de contexte contrôlée : le modèle ne reçoit pas l’intégralité de la base, mais consulte les données au nom d’un utilisateur précis et dans les limites des droits accordés.

Cette approche peut être transposée aux banques, aux compagnies d’assurance, aux référentiels d’entreprise et aux services publics. Un simple bouton « Autoriser l’accès » ne suffit toutefois pas. Les systèmes sensibles exigent des périmètres d’autorisation restreints, des jetons à courte durée de vie, un journal de chaque consultation, une procédure claire de révocation et l’interdiction de conserver du contexte superflu. L’interface doit également indiquer la provenance de la réponse : le document source, sa date et son statut.

Athenahealth affirme que les conditions de l’accord interdisent à Anthropic d’utiliser les informations obtenues par l’intermédiaire de l’intégration pour entraîner ses modèles ou améliorer ses produits. C’est un engagement important, mais l’équipe produit doit tout de même concevoir le système en considérant toute divulgation superflue de données comme un incident. Les autorisations trop larges, les requêtes d’arrière-plan invisibles et les réponses dépourvues de lien vers l’enregistrement d’origine sont particulièrement dangereuses.

Points à vérifier avant un lancement similaire

La première question consiste à déterminer si le modèle a réellement besoin d’accéder à l’ensemble de l’entité ou si quelques champs suffisent. La deuxième est de savoir si l’utilisateur peut consulter et révoquer chaque autorisation. La troisième concerne ce qui se passe si Claude se trompe, confond des dates ou présente avec assurance un diagnostic devenu obsolète.

La conclusion pratique est simple : MCP accélère l’intégration d’un modèle à des systèmes fermés, mais ne résout pas automatiquement les questions de sécurité. Pour le produit, la valeur apparaît lorsque l’assistant élimine les recherches fastidieuses sans se faire passer pour un médecin. Pour le développeur, le socle minimal comprend une autorisation granulaire, des sources de réponse vérifiables, un audit complet des requêtes et un refus sûr lorsque les données sont insuffisantes. Ce sont précisément ces détails qui détermineront si l’assistant médical devient une interface utile vers le dossier ou une nouvelle fuite de données coûteuse.

Dossier

Questions clés sur cet article

Que sait-on sur Ce que voit le patient ?

L’utilisateur se connecte à son compte Athenahealth, autorise la connexion et choisit les informations qui peuvent être transmises à Claude. Le modèle peut ensuite prendre en compte les résultats d’analyses, les constantes vitales, les médicaments, les allergies, les vaccinations, les diagnostics, l’historique des consultations, les procédures et les plans de traitement. L’autorisation peut être révoquée.

Pourquoi MCP compte davantage ici que le chatbot lui-même?

Pour les développeurs, l’intérêt ne réside pas dans l’interface de questions-réponses, mais dans le modèle d’architecture. MCP transforme le système médical en une source de contexte contrôlée : le modèle ne reçoit pas l’intégralité de la base, mais consulte les données au nom d’un utilisateur précis et dans les limites des droits accordés. Cette approche peut être transposée aux banques, aux compagnies d’assurance, aux référentiels d’entreprise et aux services publics.

Que sait-on sur Points à vérifier avant un lancement similaire ?

La première question consiste à déterminer si le modèle a réellement besoin d’accéder à l’ensemble de l’entité ou si quelques champs suffisent. La deuxième est de savoir si l’utilisateur peut consulter et révoquer chaque autorisation. La troisième concerne ce qui se passe si Claude se trompe, confond des dates ou présente avec assurance un diagnostic devenu obsolète.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
Qu'en pensez-vous ?
Chargement des commentaires…