Il faut garder à l'esprit que nos activités doivent être au service des patients. Les innovations que nous développons ont utilisé des données de qualité très variables, avec des méthodes de machine learning qui peuvent parfois poser des problèmes d'interprétabilité. Il y a donc un enjeu majeur d'évaluation des produits d'innovation, c'est-à-dire des algorithmes. Les algorithmes doivent être évalués au même titre qu'un dispositif médical ou qu'un produit de santé. Les équipes des CHU, de l'Inserm, tout le maillage de recherche clinique et d'innovation doivent se saisir de cette opportunité. Dans le Grand Ouest, nous avons mis en œuvre plusieurs tests de ces algorithmes en vie réelle, à la manière d'un essai clinique. Nous devons fermer la boucle : nous collectons des données de santé, nous en tirons des connaissances qui permettent de construire des outils utiles au patient et au clinicien, qui devront enfin être évalués. Ces algorithmes devront être évalués sur les patients suivant une véritable démarche de recherche clinique. Nous devons pouvoir mettre en place ce cercle vertueux. Cela suppose également d'entrer dans des logiques de normalisation et de labellisation des centres de données cliniques. Cela constitue un élément majeur de la confiance : il s'agit à la fois de la confiance du clinicien envers l'outil qu'il utilise tous les jours et de la confiance du patient.