Au-delà des promesses de la santé personnalisée et préventive (4P), l’IA en santé doit affronter des défis structurels : interopérabilité des données, preuve de la confiance et hybridation des compétences. Ce document analyse les leviers éthiques, techniques et juridiques nécessaires pour transformer l’élan technologique en bénéfices cliniques réels. Il propose de sortir d’une “confiance espérée” pour bâtir une “confiance prouvée” via l’auditabilité algorithmique et une interdisciplinarité renforcée entre ingénieurs et médecins.