NIMIS : comment l'Irlande a unifié l'imagerie médicale de tout un pays

il y a 3 jours

3 min de lecture

Pourquoi et comment déployer un logiciel d'imagerie unique à l'échelle de tout un pays ? En ouverture du voyage d’études de Catel à Limerick, la délégation a rencontré le 23 septembre 2026 à Dublin les équipes du Health Service Executive (HSE) et de la société Optum. L'objectif : découvrir et questionner le fonctionnement de NIMIS, la plateforme nationale de partage d'imagerie médicale utilisée en Irlande.

Alors que la France cherche à mieux articuler ses réseaux régionaux d'imagerie et son dispositif national DRIMbox, le modèle irlandais offre un retour d'expérience très concret sur la méthode, la gouvernance et le pilotage des données à grande échelle.

NIMIS : un périmètre technique et fonctionnel très concret

Démarré en 2011, le programme NIMIS regroupe trois outils du quotidien dans une seule interface : le RIS (système d’information radiologique), le PACS (archivage d'images) et la reconnaissance vocale.

En pratique, l'organisation repose sur des bases claires :

Une couverture large : le système relie plus de 70 hôpitaux et gère 75 à 80 % de l'imagerie publique du pays.
Un usage direct sur le terrain : plus de 47 000 professionnels utilisent le système, relié à 1 400 postes de diagnostic et 2 000 équipements (scanners, IRM, radios).
Un accès fluide : la première image s'affiche en moins de trois secondes, ce qui permet aux radiologues d'effectuer des interprétations à distance ou depuis leur domicile.
Un outil de prescription de secours : faute d'autre logiciel dans certains établissements, le RIS sert directement aux soignants pour passer les demandes d'examens et suivre les résultats.

Une méthode d'alignement basée sur la règle financière

L'unification d'un réseau hospitalier se heurte souvent à la volonté de chaque établissement de garder son propre logiciel. Pour réussir le déploiement, l'État irlandais a appliqué une règle organisationnelle :

Le conditionnement des financements publics : tout hôpital souhaitant conserver un système individuel doit en assumer seul l'intégralité du financement et de la maintenance, sans aucun soutien central.
La preuve par le service rendu : une fois le système en place dans les premiers hôpitaux, la mutualisation du codage, des achats et de la maintenance a convaincu les autres établissements de demander leur raccordement.
Une équipe nationale décisionnaire : la gouvernance repose sur une équipe restreinte côté État (HSE) habilitée à décider seule des configurations techniques et du catalogue d'examens pour tout le pays.

Des données standardisées pour gérer les lits en temps réel

Sur le plan technique, la réussite de NIMIS s'appuie sur la standardisation rigoureuse des champs de données et sur un moteur d'intégration unique (Infor Cloverleaf). Ce moteur traite jusqu'à 600 000 messages d'information par heure de pointe.

Cette structuration permet d'alimenter des tableaux de bord de pilotage en temps réel (analytics) :

Suivi des étapes d'un examen : les équipes voient immédiatement si un examen est simplement prescrit, réalisé ou si le compte rendu est validé.
Fluidification des sorties d'hospitalisation : les gestionnaires de lits repèrent en direct les patients en attente d'un examen ou d'un résultat pour anticiper la libération des lits.
Nettoyage de la donnée : les tableaux repèrent automatiquement les erreurs courantes (doublons, patients décédés avec examen actif) pour correction à la source par les agents.

Un cadre légal clarifié et une IA encadrée à l'échelle nationale

Le modèle continue d'évoluer pour répondre à deux défis majeurs : le cadre juridique et l'intelligence artificielle.

L'obligation légale de partage : une loi récente impose le partage des données de santé entre établissements dans l'intérêt du patient. C'est le refus de partager qui doit désormais être justifié juridiquement, et non l'inverse.
Un déploiement d'IA centralisé : plutôt que de laisser chaque hôpital acheter ses propres logiciels, l'État déploie un programme national avec cinq outils d'IA standardisés (dont la détection de fractures à partir de novembre 2026). L'analyse se fait via un hébergement cloud situé dans l'Union européenne, avec une anonymisation des images au départ et au retour.

Des enseignements utiles pour les projets français

Si la taille de l'Irlande (5,5 millions d'habitants) correspond à l'échelle d'une région française, ce retour d'expérience met en avant trois facteurs de réussite : des règles claires dès le départ, une équipe projet restreinte dotée d'un pouvoir de décision, et des données strictement harmonisées pour apporter du service aux soignants dans leur quotidien.

Il met aussi en lumière des points de vigilance essentiels pour nos établissements : la gestion d'un financement pérenne, la liberté d'accès aux données pour la recherche clinique et la nécessité de conserver une maîtrise face à un prestataire unique.

Vous souhaitez vous aussi prendre de la hauteur, rompre le quotidien et enrichir vos projets grâce aux partages d'expériences européens ? Vous souhaitez contribuer à l'organisation d'un événement avec Catel ? Contactez-nous dès à présent :