Kyongjun Kwak
Études économiques de l'OCDE : Nouvelle‑Zélande 2026
Description
Le système de santé néo-zélandais est soumis à des pressions croissantes liées au vieillissement démographique, à la pénurie de main-d’œuvre et aux inégalités persistantes en matière d’accès aux soins. Le développement du numérique, notamment les dossiers de santé électroniques, la télémédecine et l’intelligence artificielle, ouvre des perspectives d’amélioration de l’efficacité, de la qualité des services et de résilience du système. Les données recueillies dans les pays de l’OCDE montrent que des outils numériques bien conçus peuvent améliorer la précision des diagnostics, élargir l’accès aux soins et réduire les charges administratives. Malgré une adoption inégale, les réformes engagées récemment ont renforcé l’action de la Nouvelle-Zélande concernant transformation numérique du système de santé. Parmi celles-ci figurent le Plan décennal d’investissement numérique pour la santé, le soutien à des structures de mise en œuvre telles que le Centre for Digital Modernisation of Health, ainsi que des atouts clés tels que le National Health Index et les portails pour les patients, qui fournissent une base solide pour accompagner les avancées à venir. Pour instaurer un système de santé plus intégré et centré sur les personnes, il est prioritaire notamment d’établir des modalités de gouvernance plus clairs, de mettre à jour les réglementations relatives aux données et à l’intelligence artificielle, d’investir durablement investissements dans le développement d’infrastructures interopérables et de renforcer les compétences numériques. Afin d’assurer inclusion et confiance, une approche de co-conception impliquant les communautés maories et les médecins sera indispensable.
En Nouvelle-Zélande, la plupart des services de santé essentiels sont financés par l’État et accessibles à tous, dans le cadre d’un système qui regroupe des organismes du secteur public, Health New Zealand (Te Whatu Ora) et un ensemble de prestataires communautaires et privés. Les soins primaires et communautaires, y compris la médecine générale, sont souvent le premier point d’accès au système de santé, d’où l’importance particulière de la continuité et de la coordination des soins face à l’augmentation de la demande. À l’instar de nombreuses économies de l’OCDE, la Nouvelle-Zélande est confrontée à des pressions structurelles croissantes liées au vieillissement démographique, qui ont des répercussions tant sur les résultats de santé que sur la capacité du système. La part des personnes âgées de 65 ans et plus est en constante augmentation, tandis que l’espérance de vie des personnes âgées devrait dépasser la moyenne observée au sein de l’OCDE (Graphique 3.1). Cette évolution implique qu’une proportion plus importante de la population aura besoin, sur une période prolongée, d’une prise en charge durable et coordonnée de multiples pathologies chroniques associées au vieillissement. Par ailleurs, des facteurs liés au mode de vie, tels que la prévalence élevée de l’obésité, accentuent la demande de soins de longue durée et exercent une pression accrue sur le système de santé. Afin de répondre efficacement à ces besoins, il sera nécessaire d’améliorer la continuité de la prise en charge, de consolider les capacités en matière de soins primaires et d’assurer une coordination à l’échelle du système.
Note : Pour les pays non européens, l’espérance de vie fixée à 65 ans a été calculée comme la moyenne non pondérée de l’espérance de vie des hommes et des femmes.
Source : Statistiques de santé de l’OCDE (base de données) et Eurostat.
Cependant, en comparaison avec d’autres pays de l’OCDE, la Nouvelle-Zélande affiche des niveaux inférieurs concernant certaines ressources du système de santé. Les dépenses de santé par habitant et en pourcentage du PIB sont légèrement supérieures à la moyenne observée dans l’OCDE, mais la disponibilité de ressources clés tels que le personnel de santé et les lits d’hôpital reste inférieure à celle dans de nombreux pays comparables (Graphique 3.2 et Graphique 3.3). Le nombre de médecins en exercice par habitant en Nouvelle-Zélande reste en deçà de la moyenne dans l’OCDE, et l’accès aux professionnels de santé présente des disparités régionales (Graphique 3.4). La Nouvelle-Zélande fait face à une forte concurrence de la part de l’Australie et d’autres pays qui offrent des salaires élevés dans le but d’attirer des professionnels de santé. Ces contraintes de main-d’œuvre exercent une pression constante sur les services de soins primaires et spécialisés, en particulier dans les zones rurales et les communautés où les besoins sont importants.
2023 ou dernière année connue, valeur la plus basse/la plus élevée et moyenne de l’OCDE
Note : Le graphique présente la Nouvelle-Zélande, le pays de l’OCDE affichant la valeur la plus basse/la plus élevée, ainsi que la moyenne de l’OCDE, le Canada, les Pays-Bas et le Royaume-Uni. Valeur de 2024 pour la Nouvelle-Zélande.
Source : OCDE (2025a), Panorama de la santé 2025.
2024 ou dernière année disponible
Note : Les données relatives aux lits en soins intensifs pour l’Islande, le Mexique et la Nouvelle-Zélande incluent les lits en soins intensifs en néonatologie et en pédiatrie.
Source : Statistiques de santé de l’OCDE 2025.
1. Données de 2019 pour la Nouvelle-Zélande.
Note : Dans la Partie B, la valeur correspondant au District de Columbia (12.13) n’est pas indiquée pour les États-Unis.
Source : Statistiques de santé de l’OCDE et base de données régionale de l’OCDE.
En outre, la pression sur les services de première ligne s’est accrue, des contraintes de capacité venant s’ajouter à une demande croissante. Depuis quelques années, les délais d’attente pour les évaluations de spécialistes et les traitements non urgents ont augmenté (Graphique 3.5), et l’accès en temps opportun aux soins de médecine générale est devenu plus limité. Dans l’hypothèse d’une poursuite des tendances passées en matière de coûts, ces pressions devraient entraîner une augmentation des dépenses de santé et de soins de longue durée d’environ 2.6 points de pourcentage du PIB d’ici 2060, avec des hausses potentiellement plus marquées à plus long terme (chapitre 1). Conscientes de cette pression, les autorités ont engagé des actions visant à contenir la croissance des coûts au fil du temps.
Source : Policywise et statistiques de santé de l’OCDE (base de données).
Les technologies numériques permettent d’alléger ces pressions sur le système de santé, dans le cadre des limites systémiques et budgétaires existantes, en augmentant la productivité et en améliorant les résultats. Leur déploiement nécessitera des investissements au départ bien ciblés pour transposer ces technologies à une plus grande échelle, ainsi qu’un accompagnement continu pour assurer la maintenance et la mise à niveau des systèmes. Dans le passé, les progrès technologiques dans le domaine de la santé ont généralement élargi l’éventail et le volume des traitements, contribuant à la hausse des dépenses de santé publique (OCDE, 2017 ; Marino et Lorenzoni, 2019).
Cependant, la généralisation du numérique, et en particulier l’intelligence artificielle (IA), pourrait se distinguer des précédentes vagues technologiques dans le domaine de la santé. Contrairement aux technologies existantes, les outils numériques et l’IA sont susceptibles d’accroître la productivité en automatisant les tâches à forte intensité de main-d’œuvre dans la prestation des services de santé, telles que la rédaction des notes cliniques ou le triage des informations relatives aux patients. Bien que leurs bénéfices soient encore en phase d’émergence, ces outils pourraient contribuer de manière significative à l’amélioration de l’efficacité, de la qualité de la prestation des services et de la prévention, tout en permettant des économies budgétaires ou l’extension de l’offre de services de santé sans accroître les ressources existantes. Au-delà des pressions budgétaires, l’IA est également susceptible d’atténuer les contraintes de main-d’œuvre en apportant un soutien aux médecins confrontés à des pénuries persistantes. Cet aspect revêt une importance croissante pour garantir la continuité de l’accès aux soins et améliorer les résultats de santé. Par ailleurs, en allégeant la charge de travail et en repoussant les limites techniques du système, les outils numériques et d’IA peuvent contribuer à attirer et à retenir les professionnels de santé face à une forte concurrence internationale. Toutefois, les évaluations économiques solides à l’échelle du système demeurent rares, dans la mesure où de nombreux outils sont encore en phase de développement. Les effets positifs reposent sur une mise en œuvre efficace, une refonte des processus de travail ainsi qu’une adoption à grande échelle.
L’avènement de la société numérique est en train de transformer les systèmes de santé dans les pays de l’OCDE. L’utilisation croissante des dossiers de santé électroniques (DSE), de la télémédecine et de l’IA ouvre des perspectives d’élargissement de l’accès aux soins, d’amélioration de la qualité et de soins plus abordables. Les données internationales montrent que des outils numériques bien intégrés dans les flux de travail existants peuvent élargir l’accès aux services, améliorer la qualité et la sécurité des soins, et contribuer à réduire les coûts en rationalisant la séquence des tâches cliniques et administratives.
Les applications d’IA, par exemple, sont de plus en plus utilisées pour améliorer la précision des diagnostics, détecter les erreurs et alléger la charge administrative liée à la documentation, même si leur adoption soulève également de nouvelles questions sur le plan de la protection des données, de la transparence et de l’obligation de rendre des comptes. On estime que les erreurs de diagnostic représentent à elles seules jusqu’à 17.5 % des dépenses de santé dans les pays de l’OCDE (Slawomirski et al., 2025), laissant entrevoir d’importants effets positifs potentiels en termes d’efficacité et de sécurité grâce à une utilisation plus systématique des solutions numériques et fondées sur l’IA. L’expérience internationale fournit des premiers éléments attestant de ces avantages. Dans le cadre du programme danois de dépistage du cancer du sein (mammographie) à l’échelle de la population, l’introduction de la lecture assistée par l’IA a été associée à une amélioration ou à une performance non inférieure en matière de détection du cancer, parallèlement à une réduction des taux de rappel et des faux positifs (Lauritzen et al., 2024).
Au-delà du diagnostic, les outils d’IA peuvent également contribuer à alléger la charge de travail administrative en automatisant la documentation et les tâches courantes du flux de travail. Selon des estimations récentes, jusqu’à 30 % de ces tâches pourraient être partiellement automatisées grâce à des solutions numériques, permettant ainsi aux médecins de consacrer davantage de temps aux soins directs auprès des patients (OCDE/Commission européenne, 2024). Au Royaume-Uni, des essais sur la documentation clinique assistée par l’IA, parrainés par le National Health Service (NHS), font état de réductions significatives du temps consacré à la prise de notes cliniques. Des modélisations suggèrent que la généralisation de ces outils pourrait générer des effets positifs substantiels en termes de capacité et contribuer à alléger la pression pesant sur le personnel clinique, dont les effectifs sont limités (GOSH/NHS England, 2025). Toutes ces applications peuvent, ensemble, soutenir la mise en place de nouveaux modèles de soins préventifs et communautaires, permettre la réalisation de consultations à distance et la définition d’une planification fondée sur les données, ainsi qu’améliorer les performances du système dans les limites des contraintes de ressources existantes.
Grâce à l’accélération de l’adoption des technologies numériques, il est possible de renforcer la résilience, la performance, la qualité et l’équité du système de santé néo-zélandais. Les DSE interopérables peuvent améliorer la continuité des soins et réduire les doublons, la télésanté peut élargir la portée et la commodité des services, et l’IA peut aider à établir des diagnostics plus rapides et plus précis tout en automatisant les tâches administratives. Des investissements stratégiques dans des infrastructures sécurisées et interopérables, guidés par une conception centrée sur l’humain, pourraient contribuer à alléger la charge pesant sur le personnel de santé néo-zélandais et à réduire les disparités persistantes en matière de résultats de santé. En outre, s’ils sont déployés de manière inclusive, ces outils peuvent aider à corriger les inégalités de santé dont souffrent les populations maories et pasifika depuis longtemps en réduisant les obstacles culturels et géographiques à l’accès aux soins.
La Nouvelle-Zélande a réalisé des avancées dans l’instauration des bases d’un système de santé numérisé. La création de Health New Zealand | Te Whatu Ora et de sa Direction nationale des services numériques en 2022 a permis d’établir une structure unique chargée de coordonner les investissements et de définir les priorités à l’échelle du système. Le budget de 2025 a instauré un financement destiné aux services liés au numérique, qui prend en charge l’intégration, notamment le déploiement d’un service de soins virtuels disponible 24 heures sur 24 et 7 jours sur 7, ainsi que l’extension de la prescription électronique dans l’ensemble du secteur de la médecine générale. En octobre 2025, Health New Zealand a également lancé le déploiement à l’échelle nationale d’un outil de documentation clinique assisté par l’IA dans les services d’urgence, avec l’acquisition d’environ 1 000 licences à la suite de projets pilotes concluants menés à Hawke’s Bay et à Whanganui. Ces mesures marquent une évolution importante vers un écosystème numérique plus intégré et centré sur le patient. En novembre 2025, les pouvoirs publics ont publié un Plan décennal d’investissement numérique pour la santé, définissant des priorités à long terme plus claires en matière d’interopérabilité (c’est-à-dire la capacité à combiner et à utiliser des données provenant d’outils numériques disparates avec facilité, cohérence et efficacité), d’infrastructures essentielles, de cybersécurité et d’équité numérique. Ce plan est complété par la création du Centre for Digital Modernisation of Health (CDMH), qui fournit un mécanisme de mise en œuvre et un soutien au renforcement des compétences pour le déploiement, notamment par le biais du programme « Digital Academy », destiné à favoriser une amélioration durable des compétences numériques des professionnels de santé, tout en renforçant la culture numérique de l’ensemble du personnel de Health NZ. Ce plan définit une orientation stratégique plus claire pour la transformation numérique et marque un tournant vers des investissements mieux coordonnés et mieux planifiés au cours de la prochaine décennie.
Les principaux atouts numériques de la Nouvelle-Zélande constituent une base solide pour poursuivre les progrès. Le National Health Index (NHI) couvre environ 98 % de la population et fournit un identifiant unique pour chaque patient à l’échelle du système. Les portails pour les patients et les plateformes de télésanté se sont rapidement étoffés pendant la pandémie de COVID-19 et continuent d’être régulièrement utilisés, permettant notamment de consulter les résultats d’examens et de gérer les ordonnances. Les consultations de télésanté représentent environ 7 à 8 % des rendez-vous en ambulatoire, une proportion qui est en progression afin d’atteindre l’objectif fixé par les autorités, soit 10 % (Graphique 3.6, Health New Zealand, 2025). Toutefois, leur recours varie selon les régions et les groupes de population, une utilisation moindre de la télésanté étant observée chez les communautés maories, polynésiennes et à bas revenu. Les collectes de données pharmaceutiques menées à l’échelle nationale en Nouvelle-Zélande constituent également une source complète d’informations sur la prescription et l’utilisation des médicaments, soutenant tant les soins cliniques que la planification du système.
Part des consultations médicales par télésanté, par origine ethnique et par région, 1e trimestre 2025
Note : Les quatre régions de la Nouvelle-Zélande sont Te Waipounamu (Île du Sud), Te Manawa Taki (Midland), Central et Northern.
Source : Health New Zealand (2025), Quarterly Performance Report Quarter Three 2024/25.
Certaines initiatives régionales et sectorielles constituent le fondement d’un système intégralement numérisé. L’île du Sud (Te Waipounamu) a mis au point un système de dossiers partagés (HealthOne) qui permet aux médecins d’accéder aux informations des patients au-delà des frontières des districts. Par ailleurs, dans l’île du Nord, plusieurs régions exploitent des portails cliniques partagés ou des programmes de dossiers de soins intégrés, bien que les approches diffèrent selon les localités. Ces initiatives démontrent les possibilités offertes par les solutions locales pour améliorer la continuité des soins et la prise de décision clinique. Dans le secteur privé, de nombreuses entreprises technologiques s’emploient à mettre au point des solutions numériques, et plusieurs hôpitaux testent actuellement l’utilisation d’assistants numériques, de l’automatisation robotisée des processus et de modèles intégrés de santé mentale.
Malgré ces initiatives, le système demeure fragmenté et le niveau d’adoption varie encore considérablement au sein du secteur de la santé. Les systèmes de données ne sont pas encore pleinement harmonisés, un plan de soins partagés à l’échelle nationale est toujours en cours d’élaboration, et le niveau de maturité numérique diffère d’un prestataire à l’autre. Le programme Hira, lancé en 2021 afin de relier les données de santé via un modèle fédéré (c’est-à-dire un modèle dans lequel les données sont conservées dans des emplacements répartis, tels que les hôpitaux, les cabinets de soins primaires ou les systèmes régionaux, et sont accessibles via des normes d’interopérabilité communes au lieu d’être copiées dans un référentiel central unique), a été suspendu en 2024 en raison de difficultés de mise en œuvre et d’une adhésion limitée.
Si ses objectifs relatifs à la définition de normes nationales en matière de données et de compétences de soins partagés demeurent d’actualité, les stratégies à venir adoptent une approche modulaire et progressive, dans laquelle des fonctionnalités spécifiques sont hiérarchisées et déployées par étapes afin de réduire les risques de mise en œuvre, plutôt que par le biais d’un programme unique à grande échelle comme cela avait été tenté dans le cadre de Hira. Dans le cadre de cette transition, Health New Zealand a entamé la mise en œuvre à l’échelle nationale du service de données Shared Digital Health Record (SDHR), offrant aux médecins une vue sécurisée et consolidée des informations sur les patients issues de multiples systèmes. Le SDHR est déployé progressivement, en commençant par les données cliniques essentielles et en s’étendant région par région, la couverture nationale complète étant prévue à l’horizon mi-2026.
Par ailleurs, l’adoption par les hôpitaux a progressé à un rythme inégal. Les parties prenantes ont fait remarquer que la variabilité des systèmes informatiques hospitaliers limite la continuité des soins et peut rendre plus difficile le recrutement de jeunes médecins qui s’attendent à travailler dans des environnements de travail privilégiant le numérique.
La volatilité des financements freine encore davantage les avancées. La Nouvelle-Zélande consacre une part du PIB légèrement supérieure à la moyenne observée dans l’OCDE au secteur de la santé, toutefois les investissements dans les infrastructures sanitaires restent légèrement inférieurs à ceux des pays comparables et sont volatils, ce qui semble indiquer que des investissements durables supplémentaires permettraient de moderniser les systèmes cliniques et d’offrir des soins fondés sur les données (Graphique 3.7). Les récentes réorientations des priorités en matière de financement du numérique, notamment la réaffectation de 330 millions NZD au budget central en 2024, ont été associées à des incertitudes dans la mise en œuvre. Le budget de 2025 a instauré des investissements ciblés dans la santé numérique. Un financement plus stable offrirait une sécurité en matière d’approvisionnement et favoriserait une adoption accrue du numérique et de l’IA.
Source : Statistiques de santé de l’OCDE, Statistics New Zealand et base de données des comptes nationaux de l’OCDE.
Des facteurs réglementaires et culturels exercent également un rôle. La mise en place de cadres de planification des effectifs trop rigides peut limiter la flexibilité nécessaire au déploiement de nouveaux outils numériques. Comme dans d’autres pays, certains médecins font preuve de prudence face à l’adoption de l’IA, invoquant des enjeux de responsabilité juridique et d’obligation professionnelle. En radiologie, par exemple, des questions subsistent quant à savoir qui est responsable si les conclusions de l’IA divergent de l’appréciation d’un radiologue. Une telle incertitude risque de décourager l’innovation. Parallèlement, la formation et le soutien institutionnel à l’utilisation des nouvelles technologies fondées sur l’IA, tant dans les fonctions cliniques que dans les fonctions d’appui, restent inégaux, et les jeunes médecins sont de plus en plus nombreux à attendre des assistants numériques et de l’automatisation qu’ils réduisent la charge de travail administrative, mettant en lumière une tension générationnelle entre prudence et enthousiasme.
La mise à l’échelle de manière responsable des solutions de santé numériques est toujours freinée par un accès limité aux capitaux et par des processus d’approvisionnement fragmentés, empêchant les outils riches en possibilités de dépasser le stade pilote ou d’être adoptés à l’échelle nationale. Face à ces défis structurels, la Nouvelle-Zélande a adopté une approche plus réfléchie et systémique par le biais du Plan décennal d’investissement numérique pour la santé et de la création du CDMH, soulignant la nécessité de remédier aux déficits infrastructurels qui perdurent et aux contraintes liées aux anciens systèmes, afin de jeter les bases d’une mise à l’échelle durable. Malgré l’engagement croissant du secteur privé, en particulier des jeunes pousses et la mise en œuvre de projets pilotes dans certains hôpitaux régionaux, tels que des outils liés à la santé mentale et à l’automatisation, ces innovations demeurent souvent cantonnées à un niveau local et ne sont pas étendues à l’ensemble du système. Il est donc nécessaire de mettre en place des mécanismes plus cohérents et compatibles pour soutenir les investissements en phase de croissance et permettre une adoption plus large à l’échelle du système de santé, tels que des cadres d’approvisionnement et des normes d’évaluation harmonisés.
Les questions d’équité revêtent une grande importance pour l’essor de la santé numérique. L’adoption de la télésanté a amélioré l’accès dans l’ensemble, mais varie considérablement d’une communauté à l’autre. D’après Health NZ, si les titulaires de la Community Services Card, qui ont droit aux aides médicales sous condition de ressources, comptent pour environ un quart des consultations de télésanté, les populations polynésiennes, en dépit de besoins de santé plus élevés, représentent seulement autour de 6 %. Le taux élevé d’inscription de médecins généralistes (environ 94 à 97 %) constitue une base solide pour la continuité des soins, toutefois les disparités d’accès au haut débit et les obstacles persistants liés à la culture numérique continuent de créer une fracture numérique. Les petites cliniques, notamment une partie des prestataires maoris et polynésiens, rencontrent des difficultés à adopter ces technologies en raison de contraintes d’approvisionnement et financières.
Dans l’ensemble, la Nouvelle-Zélande a posé des bases importantes à l’appui de l’adoption du numérique, mais l’absence de DSE complet et intégré à l’échelle nationale, entre autres facteurs, a ralenti les avancées. La mise en place d’une infrastructure sécurisée et interopérable, s’appuyant sur des normes nationales claires, constituera une première étape nécessaire, tandis qu’une gouvernance renforcée et des cadres de planification pluriannuels constitueront également des facteurs déterminants. Des initiatives récentes telles que le Plan décennal d’investissement numérique pour la santé et le CDMH traduisent la reconnaissance de leur importance. Pour garantir le succès à long terme, il sera également essentiel de s’attaquer aux obstacles structurels et culturels, d’investir dans le renforcement des compétences et la formation de la main-d’œuvre, et d’assurer l’inclusion numérique des populations maories et polynésiennes.
L’expérience internationale montre qu’une transformation numérique réussie des systèmes de santé implique une gouvernance solide et compatible, des infrastructures interopérables et sécurisées, ainsi qu’un investissement durable dans le changement organisationnel (y compris le renforcement des capacités de la main-d’œuvre). Le Partenariat mondial pour la santé numérique (GDHP) et le référentiel d’instruments de l’OCDE cartographient ces conditions favorables dans différents pays, offrant ainsi un aperçu des approches nationales dans des domaines tels que les cadres de partage des données, l’informatique en nuage et les stratégies de cybersécurité (GDHP/OCDE, 2024). À l’instar d’autres pays de l’OCDE, la Nouvelle-Zélande a réalisé des progrès dans les quatre grands domaines concernés, à savoir l’analyse et l’utilisation des données, l’intégration des données de santé, l’infrastructure technique, ainsi que la main-d’œuvre et les facteurs humains (Graphique 3.8), notamment grâce à un cadre numérique interinstitutionnel unifié mis en place sous l’égide du responsable du gouvernement en charge du numérique. Une étude récente de l’OCDE sur la mise à l’échelle de l’IA dans le domaine de la santé semble indiquer également que la Nouvelle-Zélande a mis en place certains éléments importants pour se préparer, notamment un mécanisme national de surveillance et une approche nationale visant à renforcer les compétences de la main-d’œuvre, même si la stratégie est incomplète et que certains outils d’action mériteraient d’être perfectionnés (OCDE, 2026 ; Encadré 3.1).
Nombre total de politiques publiques, 2023-2024
1. Moyenne de 12 pays de l’OCDE.
2. L’interopérabilité sémantique consiste à garantir que la structure et la signification des données sont préservées lors de leur circulation entre différents systèmes. Parmi les outils clés permettant d’obtenir l’interopérabilité sémantique figurent les référentiels de métadonnées et les modèles de données logiques (c’est-à-dire des structures conceptuelles qui répertorient l’ensemble complet des entités et des éléments de données tout en précisant les relations entre eux). Pour plus d’informations, voir les Perspectives de l’OCDE sur l’éducation numérique 2023.
Source : Outil de référentiel des politiques GDHP/OCDE.
L’adoption de l’IA dans le secteur de la santé connaît une évolution rapide, avec l’émergence d’applications couvrant l’automatisation administrative et opérationnelle des soins, l’aide à la décision clinique, le diagnostic ainsi que l’analyse prédictive. Toutefois, ces progrès demeurent localisés et inégaux d’un système de santé de l’OCDE à l’autre, traduisant des différences sur le plan des socles de données, des modalités de gouvernance, de l’état de préparation du personnel et des niveaux de confiance du public. Afin de favoriser une mise à l’échelle responsable, le rapport récemment publié par l’OCDE intitulé « Scaling Artificial Intelligence in Health » (OCDE, 2026) propose une liste de contrôle des politiques sectorielles pour évaluer dans quelle mesure les pays sont prêts à adopter et à déployer l’IA dans leurs systèmes de santé. La liste de contrôle souligne que la cohérence au sein des pays et la compatibilité entre les pays sont essentielles pour permettre une mise à l’échelle en toute sécurité, réduire les doublons et éviter de renforcer la fragmentation.
La liste de contrôle s’articule autour de quatre piliers qui guident la préparation des pays à la mise en place de systèmes de santé fondés sur l’IA :
Facteurs facilitateurs (par exemple, données de qualité supérieure et pouvant être mises en correspondance, interopérabilité, infrastructure informatique en nuage sécurisée, compétences du personnel),
Mécanismes de sécurité (par exemple, modalités clairement définies sur le plan de la responsabilité, obligations de contrôle et surveillance après commercialisation),
Engagement (par exemple, participation du public, implication des prestataires, communication fiable), et
Éthique (par exemple, équité, transparence, proportionnalité, conception centrée sur la personne).
Plutôt que d’imposer un modèle unique, ce cadre propose des questions visant à alimenter les débats qui aident les pays à évaluer si les conditions fondamentales à l’appui d’une IA responsable sont réunies, tout en préservant l’autonomie nationale.
La Nouvelle-Zélande semble disposer de certains éléments de la liste de contrôle, notamment une législation solide en matière de protection des données de santé, des structures de gouvernance numérique coordonnées à l’échelle nationale et un mécanisme de contrôle bien établi par le biais du National AI & Algorithm Expert Advisory Group. Selon une analyse récente de l’OCDE, la Nouvelle-Zélande fait également partie d’un petit groupe de pays ayant mis en place un mécanisme national de surveillance de l’IA dans le domaine de la santé ainsi qu’une approche nationale visant à renforcer les compétences de la main-d’œuvre. De plus, il existe des initiatives visant à impliquer le public à l’échelle nationale ainsi que des réunions publiques consacrées à la conception de l’IA. Parallèlement, la mise en œuvre de l’interopérabilité, le suivi structuré et permanent des outils d’IA une fois déployés (par exemple, pour détecter les dérives de performance, les incidents de sécurité et les biais involontaires) et la mise à l’échelle des cas d’usage éprouvés demeurent des axes où une coordination accrue à l’échelle du système pourrait renforcer l’état de préparation.
Source : OCDE (2026), Scaling Artificial Intelligence in Health.
La Nouvelle-Zélande a posé des bases importantes à l’appui de la santé numérique, mais la fragmentation, la brièveté des cycles budgétaires et une adoption inégale continuent de limiter son impact. Les avancées dépendent désormais de cinq piliers qui se renforcent mutuellement : (1) une gouvernance nationale plus claire, (2) une réglementation et des cadres de confiance modernisés, (3) un investissement durable dans des infrastructures interopérables et un déploiement modulable à différentes échelles, (4) les compétences du personnel et l’adoption clinique, et (5) l’équité et l’inclusion culturelle. Cette section présente des orientations pratiques pour chaque pilier, en s’appuyant sur l’expérience nationale et les pratiques internationales.
3.3.1. Renforcer la gouvernance nationale et la cohérence stratégique
Au cours des trois dernières décennies, l’autonomie régionale a contribué à la prolifération de systèmes disparates, avec plus de 6 000 serveurs distincts et des flux adaptés aux spécificités locales. Le principal obstacle n’est pas tant les compétences technologiques que l’absence d’orientation stratégique durable et de continuité dans le temps. Les restructurations organisationnelles fréquentes et l’évolution des priorités politiques ont rendu difficile la réalisation des travaux de base indispensables, ralentissant ainsi les avancées vers la mise en place d’une infrastructure de données commune et l’adoption de normes cohérentes à l’échelle nationale.
La création de Health New Zealand en 2022 visait à regrouper les responsabilités liées à la planification, la mise en service et la supervision des données, ainsi qu’à renforcer la coordination à l’échelle du système et à réaliser des économies d’échelle. Le remplacement des 20 conseils de santé de district qui supervisaient les services de santé publique depuis 2001 par deux entités nationales a nécessité d’importants ajustements opérationnels et de gouvernance, notamment des changements dans les structures de direction, les mécanismes de financement et les chaînes de responsabilité. Si la centralisation a amélioré la visibilité sur les performances du système et les priorités d’investissement, elle peut également entraîner des arbitrages à opérer, notamment une flexibilité régionale réduite et un ralentissement de l’innovation locale. L’expérience internationale montre que l’orientation nationale est plus efficace lorsqu’elle est complétée par une certaine flexibilité opérationnelle, permettant aux services locaux de s’adapter et de reproduire à mesure que de nouveaux outils numériques et fondés sur l’IA sont introduits (Scheiber et al., 2021).
Les retards dans les procédures d’approvisionnement et l’incertitude quant aux responsabilités respectives du ministère de la Santé, de Health NZ et d’autres autorités centrales chargées du numérique en matière de normes numériques, de mise en œuvre opérationnelle et de bonne gestion des données ont, dans certains cas, contribué à retarder la mise en œuvre, soulignant la nécessité de mettre en place des modalités de gouvernance alliant une orientation nationale à une flexibilité pratique adaptée aux contextes cliniques locaux. La réforme a également entraîné des coûts ponctuels importants liés à la restructuration et à l’intégration des systèmes, exerçant ainsi une pression supplémentaire sur les budgets de santé pendant la période de transition. Les enveloppes budgétaires pour les exercices 2022/23 et 2023/24 ont permis de soutenir la stabilisation du système et la transition vers Health NZ (New Zealand Government, 2022).
La décision de suspendre le programme Hira en juin 2024 a traduit un changement d’orientation concernant les modalités organisationnelles et de gouvernance des initiatives nationales en matière de santé numérique en Nouvelle-Zélande. Cette suspension a fait suite à une période durant laquelle le programme Hira a été confronté à des défis pratiques, notamment la nécessité d’assurer la participation durable des prestataires, de confirmer les modalités de financement à long terme et de mettre en place des systèmes de prestation modulables à différentes échelles. Bien que Hira n’ait pas été mis en œuvre tel qu’initialement conçu, ses objectifs fondamentaux, notamment l’interopérabilité, les soins partagés et l’accès aux informations de santé centré sur le patient, continuent d’être soutenus par des initiatives ultérieures et des réformes à l’échelle du système. À la suite de la suspension du programme Hira, la responsabilité de la planification et de l’exécution de la stratégie de modernisation de la santé numérique a été confiée à de nouveaux mécanismes organisationnels au niveau du système. Le Plan d’investissement numérique pour la santé et la création du CDMH constituent désormais le cadre principal pour la coordination des investissements nationaux dans la santé numérique, la définition des priorités et la supervision de la mise en œuvre, y compris des initiatives qui relevaient auparavant du champ d’action du programme Hira.
La Nouvelle-Zélande a continué de privilégier une approche fédérée du partage des données de santé, en tenant compte des exigences liées à la protection de la vie privée et des attentes du public concernant les référentiels centralisés. Il ressort de l’expérience internationale que tant les modèles centralisés que fédérés peuvent fonctionner à condition de s’appuyer sur une gouvernance solide, une obligation de rendre des comptes clairement définis et des normes d’interopérabilité à respecter. Par exemple, le Danemark est passé progressivement de systèmes de DSE distincts au niveau régional à des plateformes nationales plus consolidées, soutenues par des cadres d’approvisionnement partagés et des normes communes en matière de données cliniques. L’Estonie a conservé une approche fédérée tout en permettant un échange de données fluide grâce à un identifiant national unique et une couche d’interopérabilité sécurisée (X-Road), favorisant ainsi la cohérence et la transparence sans centraliser le stockage des données.
Des initiatives similaires voient le jour en Australie, où la création de l’Australian Centre for Disease Control vise à renforcer la coordination nationale et les capacités de partage des données entre les différentes juridictions, accompagnée d’une législation définissant ses fonctions en matière d’analyse et de données de santé publique. De même, au Royaume-Uni, la UK Health Security Agency regroupe les principaux ensembles de données de santé publique au sein d’une plateforme d’analyse et de données d’entreprise afin de permettre une réutilisation sécurisée et normalisée des données à des fins de surveillance, de planification et d’amélioration des services. Ces deux exemples montrent que la clarification des rôles de bonne gestion et des responsabilités partagées en matière de données peut améliorer la cohérence à l’échelle du système, quelle que soit l’architecture technique sous-jacente (Fellner, Sutherland et Vujovic, 2025).
Le Plan d’investissement numérique pour la santé adopte un modèle de mise en œuvre modulaire et par étapes, permettant un déploiement progressif adapté aux capacités organisationnelles et aux cycles budgétaires. Cette approche révisée, qualifiée de « fédérée mais régie », privilégie les normes communes en matière de données et la définition claire des rôles de bonne gestion, plutôt que la mise en place de grandes plateformes en une seule phase. Ce modèle a pour objectif de préserver la flexibilité locale tout en garantissant l’interopérabilité nationale et la continuité dans le temps.
Le plan définit une feuille de route structurée et échelonnée à l’appui de la transformation numérique sur la période 2025-2035. Il décrit à grands traits trois phases d’investissement : stabiliser en renforçant les bases du numérique (2025-2028), moderniser en développant les services interopérables et les moyens de partage des données (2028-2032), et transformer en déployant à l’échelle des outils d’analyse avancée et fondés sur l’IA (2032-2035) (New Zealand Government, 2025). Les domaines prioritaires sont les suivants : des normes nationales d’interopérabilité, des infrastructures essentielles infonuagiques, des cadres d’échange sécurisés fondés sur des interfaces de programmation d’application (API), l’amélioration de la gestion des identités et des accès, ainsi que des mesures ciblées visant à réduire les inégalités numériques. En outre, ce plan met en place des modalités de gouvernance nationales plus claires et offre une vue d’ensemble des besoins en capitaux à l’échelle du système, dans le but de réduire les doublons et d’améliorer l’alignement entre les initiatives régionales et sectorielles. Pour consolider ces avancées, il sera essentiel de disposer d’un engagement politique et institutionnel durable, ainsi que de mécanismes de mise en œuvre plus claires, de plans d’action par étapes et d’attentes plus précises en matière de résultats.
Un renforcement des compétences d’exécution sera également impératif. Le taux de rotation élevé du personnel, en particulier au sein de la Direction des services numériques de Health NZ, a freiné la création et la fidélisation d’une expertise interne en matière d’exécution, compromettant la continuité de la mise en œuvre et risquant de ralentir l’adoption des outils numériques. Dans le contexte budgétaire actuel, il sera de plus en plus important de démontrer clairement les compétences d’exécution et l’optimisation des ressources. Des investissements durables dans les compétences de gestion de programme, d’ingénierie et d’informatique clinique, associés à des processus de co-conception renforcés avec des médecins à la pointe, permettraient d’établir une base d’exécution plus stable.
La clarification des rôles respectifs du ministère de la Santé (politiques publiques, normes et contrôle) et de Health NZ (exécution et bonne gestion des données opérationnelles), ainsi que renforcement de leurs moyens d’action, favoriseraient une planification plus prévisible et réduiraient les retards liés à la coordination. Les responsabilités relatives aux différents aspects de la transformation numérique du système de santé ont, par le passé, été réparties entre le ministère de la Santé, Health NZ et le responsable numérique du gouvernement relevant de la Public Service Commission, contribuant parfois à ralentir la prise de décision et à diluer l’obligation de rendre des comptes. Le renforcement des modalités de gouvernance conjointe, comme la mise en place d’un groupe de pilotage permanent à l’échelle nationale comprenant des représentants du milieu clinique, des Maoris et de la communauté, pourrait favoriser une prise de décision plus cohérente et instaurer la confiance à l’échelle du système. Il est important de noter qu’une fois les cadres de gouvernance mis en place, il sera essentiel d’éviter de nouvelles réorganisations structurelles à grande échelle, car les restructurations répétées ont perturbé la continuité et ralenti les avancées en matière de réforme de la santé numérique.
3.3.2. Mise à jour de la réglementation et adoption de cadres d’action favorables
Une réglementation efficace peut accélérer l’adoption des technologies de santé numérique et d’IA en réduisant l’incertitude et en renforçant la confiance. À l’heure actuelle, la Nouvelle-Zélande ne dispose pas d’un cadre unifié de gouvernance en matière de données et d’IA applicable au secteur de la santé. Cette absence se traduit par une hétérogénéité des normes et des divergences dans l’interprétation des obligations relatives à la protection de la vie privée en fonction des prestataires et des régions. Bien que des normes d’interopérabilité aient été élaborées à l’échelle nationale, leur mise en œuvre a été inégale, et les systèmes hérités du passé ainsi que la dépendance vis-à-vis des fournisseurs rendent difficile leur application concrète. Les cadres législatifs actuels relatifs aux données de santé, notamment le Health Information Privacy Code (Code de protection de la vie privée concernant les informations de santé) de 2020, n’ont pas été conçus en tenant compte des plateformes fondées sur l’informatique en nuage et des outils cliniques fondés sur l’IA, d’où des lacunes dans des domaines tels que l’adaptation des données au contexte local, le stockage transfrontalier et le traitement algorithmique par des tiers. Les travaux menés dans le cadre du Plan d’investissement numérique pour la santé devraient clarifier les conditions d’autorisation nécessaires à un accès sécurisé et à la réutilisation des données de santé, tout en renforçant les dispositifs de gouvernance et de confiance.
Les facteurs relatifs à la sécurité des données influencent également l’élaboration de l’action publique. En 2021, une cyberattaque par rançongiciel contre le conseil de santé du district de Waikato (l’ancienne autorité sanitaire régionale desservant la région de Waikato) a perturbé les systèmes cliniques et administratifs de cinq hôpitaux pendant plusieurs semaines, affectant gravement la prestation des services. Cet incident a conduit à un renforcement des exigences en matière de cybersécurité, reflétant la valeur économique croissante et la vulnérabilité des données de santé. En 2022, un programme national de renforcement de la cybersécurité a été lancé afin d’améliorer les moyens de détection des menaces, d’intervention en cas d’incident et de reprise après sinistre au sein des réseaux hospitaliers. Si ces mesures ont renforcé la résilience des systèmes, elles ont également contribué à une approche prudente en matière de partage des données et d’expérimentation numérique. Des protocoles de sécurité stricts coexistent avec des systèmes informatiques hospitaliers qui tardent à être mis à jour, ce qui crée des arbitrages opérationnels entre la conformité en matière de sécurité et la mise à niveau rapide des systèmes et, dans certains cas, retarde l’adoption de nouveaux outils numériques. Plus récemment, une attaque par rançongiciel visant un portail privé pour les patients utilisé par certains cabinets de médecine générale a mis en évidence des vulnérabilités persistantes au-delà du secteur hospitalier public. Au début de l’année 2026, les autorités ont commandé une étude visant à évaluer les causes de l’incident, l’adéquation des mesures de protection des données et les enseignements à tirer pour renforcer la cybersécurité à l’échelle du système ainsi que la gestion des incidents.
Des orientations réglementaires plus claires et évolutives concernant les usages autorisés des données, les environnements infonuagiques et les conditions de la prise de décision clinique assistée par l’IA seront essentielles pour faciliter une innovation responsable. Il sera essentiel de veiller à ce que les normes de sécurité protègent la vie privée sans empêcher une expérimentation sûre afin de trouver un équilibre entre confiance et progrès. À titre d’exemple, il pourrait s’agir d’établir un calendrier de mise à niveau et de maintenance de base à l’échelle nationale pour les systèmes informatiques hospitaliers, d’étendre les environnements de test sécurisés (bacs à sable) pour l’évaluation contrôlée des outils numériques et d’IA, et d’introduire des mécanismes de financement ciblés pour accompagner les mises à niveau, en particulier en faveur des petits hôpitaux et les prestataires de soins primaires qui font face à des contraintes de ressources plus importantes. La mise en place d’un système d’accréditation des prestataires de services de télésanté à l’échelon national devrait contribuer à une gouvernance clinique plus cohérente et à une meilleure interopérabilité des données. Une nouvelle mise à jour du Code de protection de la vie privée concernant les informations de santé (2020) et une clarification des exigences réglementaires relatives à l’IA clinique à haut risque, s’appuyant éventuellement sur des cadres internationaux tels que la législation de l’Union européenne sur l’intelligence artificielle (2024), pourraient renforcer davantage la protection des patients, la transparence et la compatibilité transfrontière, tout en favorisant une innovation sûre (Encadré 3.2). En outre, les réformes législatives prévues dans le cadre du futur projet de loi sur les produits médicaux devraient introduire des règles applicables à certains outils d’IA classés comme « logiciels considérés comme des dispositifs médicaux ».
En 2024, l’Union européenne (UE) a adopté la législation de l’UE sur l’IA, établissant ainsi le premier cadre réglementaire complet en la matière. Cette législation applique une classification à quatre niveaux fondée sur les risques, les systèmes d’IA utilisés pour le diagnostic, l’aide à la décision clinique ou la hiérarchisation des soins étant désignés comme « à haut risque » et donc soumis à un contrôle renforcé. Ils comprennent les systèmes présentant un « risque inacceptable », lesquels sont interdits (par exemple, la notation sociale), les systèmes à haut risque soumis à des garanties strictes (par exemple, les outils cliniques d’IA), ainsi que les applications à « risque limité » (par exemple, les agents conversationnels) et à « risque minimal » (par exemple, les filtres anti-spam) soumises à des exigences moins strictes.
Parmi les principales garanties figurent des données d’entraînement représentatives et traçables, des exigences clairement définies en matière de contrôle humain afin de veiller à ce que les médecins conservent le pouvoir de décision, ainsi qu’une surveillance continue après commercialisation. Afin de favoriser une innovation responsable, la législation instaure également des « bacs à sable » réglementaires, permettant de mener des essais supervisés en conditions réelles avant une mise à l’échelle plus large.
Le cadre européen offre un modèle structuré permettant de concilier innovation et confiance du public. Il souligne notamment l’importance du contrôle clinique, d’une gouvernance transparente des données, de garanties en matière d’équité et d’une surveillance continue tout au long du cycle de vie des outils fondés sur l’IA. Si l’environnement réglementaire néo-zélandais s’aligne globalement sur ces principes, il reste toutefois moins formalisé et moins standardisé (Tableau 3.1). Clarifier la classification de l’IA clinique à haut risque, mettre en place une surveillance structurée après commercialisation et mettre au point un environnement en bac à sable coordonné à l’échelle nationale favoriserait la conduite d’expérimentations en toute sécurité tout en préservant la confiance et l’équité. Toutefois, l’adaptation de modèles réglementaires à grande échelle à des systèmes de santé plus modestes pourrait impliquer des approches proportionnées qui tiennent compte des capacités institutionnelles et des contraintes de ressources.
Outre la clarification des utilisations autorisées des données, des recherches récentes menées sur l’utilisation secondaire des données de santé soulignent l’importance de disposer de processus et de garanties clairs pour permettre l’accès aux données lorsqu’elles servent des objectifs d’intérêt public bien définis (OCDE, 2025b). Une mise à jour du cadre réglementaire visant à préciser comment, et sous quelles garanties, les données de santé peuvent être mises à disposition dans des contextes tels que les urgences de santé publique ou le suivi des performances du système contribuerait à favoriser une utilisation responsable et fiable des données.
Des cadres institutionnels rigides peuvent également ralentir l’adoption des outils numériques. Les règles de planification des effectifs, telles que la Care Capacity Demand Management (Gestion de la demande et de la capacité de soins – CCDM), qui prescrivent des ratios minimaux de personnel afin de protéger la sécurité des patients et gérer la charge de travail, peuvent limiter la flexibilité lorsque de nouvelles technologies permettent de modifier la répartition des tâches ou de réduire la charge administrative. Dans la pratique, les prestataires indiquent qu’ils disposent d’une marge de manœuvre limitée pour réaffecter le temps de travail du personnel ou repenser les flux de travail, même lorsque les outils numériques ont permis de démontrer des effets positifs sur le plan de l’efficience. L’introduction de dispositions plus souples en matière de main-d’œuvre, par exemple en autorisant des ajustements temporaires des effectifs dans le respect de paramètres de sécurité définis ou en liant les modèles de dotation en personnel aux résultats observés plutôt qu’à des ratios fixes, lorsque cela est cliniquement approprié, pourrait permettre une expérimentation en toute sécurité tout en préservant l’obligation de rendre des comptes et la qualité des soins.
Les cadres de responsabilité applicables à l’aide à la décision fondée sur l’IA sont encore en cours d’évolution à l’échelle internationale. Le cadre du Health and Disability Commissioner (Commissaire à la santé et au handicap) encadre les professionnels de santé, sans inclure les concepteurs de technologies. Cette distinction engendre une incertitude dans les cas où les résultats de l’IA influencent ou déterminent les décisions cliniques. Bien que le régime d’indemnisation des accidents de la Nouvelle-Zélande limite la responsabilité personnelle en cas de préjudice clinique, une ambiguïté persiste quant à la répartition des responsabilités entre médecins, établissements et fournisseurs en cas de mauvaise interprétation des recommandations de l’IA ou d’absence de contrôle approprié de celles-ci. Dans la pratique, cela a contribué à une adoption mesurée, en particulier lorsque les médecins ne savent pas exactement à quel moment et de quelle manière remettre en question les résultats générés par l’IA. L’introduction d’exigences claires d’information lorsque l’IA est utilisée dans les processus cliniques, ainsi que des lignes directrices sur le contrôle humain, la prise de décision partagée et la surveillance après la mise en œuvre, y compris des processus plus clairs concernant le signalement des préjudices liés à l’IA et la clarification des responsabilités associées, pourraient contribuer à réduire l’incertitude en attendant la mise au point de modèles réglementaires plus complets.
3.3.3. Investir dans des infrastructures interopérables et augmenter l’échelle du déploiement
Des investissements durables et prévisibles sont nécessaires à l’appui de l’adoption du numérique à l’échelle du système. La brièveté des cycles budgétaires et la fragmentation de la planification des investissements ont contribué à des progrès en dents de scie, la mise à niveau des infrastructures et le déploiement des plateformes numériques étant souvent lancés sans être menés à terme. Ces conditions rendent difficile la mise à l’échelle des projets pilotes ayant fait leur preuves, l’interopérabilité entre les prestataires ou la mise en place des environnements infonuagiques sécurisés nécessaires à l’appui de l’offre de soins fondés sur les données. Étant donné que les investissements dans le numérique impliquent généralement des bénéfices s’étalant sur plusieurs années plutôt que des effets positifs de performance d’une année sur l’autre, le recours à des modèles de financement annuels qui privilégient les résultats à court terme peuvent limiter l’ampleur et la continuité des progrès.
L’adoption de cadres de financement pluriannuels axés sur les résultats constituerait une base plus stable pour la planification et la mise en œuvre à long terme. Si le Plan décennal d’investissement numérique pour la santé constitue une étape importante vers des investissements plus coordonnés et mieux séquencés, il nécessitera une gouvernance cohérente, des critères de hiérarchisation transparents et une harmonisation entre les décisions budgétaires annuelles et les objectifs systémiques à long terme. En complément, une approche plus cohérente de l’évaluation coûts-avantages contribuerait à garantir que les décisions d’investissement et d’achat soient guidées par la valeur à long terme, la mise à l’échelle et les avantages tirés sur l’ensemble du système, soutenant ainsi une transformation numérique durable et évitant des cycles répétés en dents de scie liés aux contraintes de financement annuelles. Même si l’investissement en matière de numérique et d’IA comporte parfois des dépenses publiques au départ, en particulier pendant les premières phases de mise en œuvre, ces coûts sont souvent temporaires et devraient diminuer avec le temps. À moyen et long terme, s’ils sont bien mis en œuvre, ces investissements peuvent améliorer la productivité et contribuer à une prestation de soins plus efficace, compensant largement les pressions budgétaires initiales et favorisant une meilleure optimisation des ressources.
La fragmentation des marchés publics continue également de freiner l’efficacité. Les parties prenantes ont relevé que les prestataires de services médicaux achètent souvent des outils numériques séparément, entraînant des doublons, des incohérences parmi les normes techniques et des coûts unitaires plus élevés comparé au système centralisé. L’adoption, au niveau des hôpitaux, de systèmes centraux, tels que la prescription électronique, demeure limitée et de nombreux établissements continuent de s’appuyer sur des séquences de tâches manuelles ou partiellement numérisées. Les systèmes d’information hospitaliers hérités du passé présentent des niveaux de maturité et d’interopérabilité variables, et les budgets d’investissement sont souvent consacrés à la maintenance plutôt qu’au renouvellement des systèmes. En conséquence, la maturité numérique varie considérablement d’une région à l’autre et d’un établissement de soins à l’autre, nuisant ainsi à la continuité des soins et à la possibilité de partager efficacement les données. Si les mesures d’achats groupés menées récemment visent à réduire les coûts des organisations de taille plus modeste, les accords contractuels existants et l’enfermement propriétaire continuent de freiner l’intégration à l’échelle du système.
Plusieurs systèmes de gestion des patients fonctionnent en parallèle dans les établissements de soins primaires, communautaires et hospitaliers, avec une capacité d’échange d’informations limitée. Si les systèmes de transfert entre médecins généralistes permettent l’enregistrement des patients, les données se dégradent souvent lors du passage d’une plateforme à l’autre, et les hôpitaux ont fréquemment recours à des courriers manuels pour transmettre les comptes rendus de sortie. L’adoption de normes d’interopérabilité à l’échelle nationale, telles que la norme FHIR, a progressé de manière inégale, et on estime que 60 % des dossiers existants sont encore conservés sous des formats hérités du passé. Il en résulte une fragmentation des informations sur les patients entre les hôpitaux, les médecins généralistes, les pharmacies et les prestataires de soins de proximité, limitant la continuité des soins. Un cadre d’interopérabilité juridiquement contraignant à l’échelle nationale, s’appuyant sur des exigences de certification technique pour les fournisseurs et des calendriers de transition par étapes, contribuerait à garantir la compatibilité des nouveaux investissements à l’échelle du système de santé et à éviter de nouvelles disparités. Veiller à la cohérence avec les normes internationales largement adoptées, le cas échéant, favoriserait davantage l’interopérabilité et réduirait la duplication des efforts.
Les mécanismes d’incitation détermineront également le rythme de l’adoption. Les cabinets de soins primaires et les petits prestataires sont souvent confrontés à des contraintes de ressources et de compétences, toutefois, à l’heure actuelle, ils ne reçoivent que des appuis directs ou des incitations limités concernant la modernisation de leurs systèmes ou leur participation à des modèles de soins partagés. L’expérience internationale montre que des subventions ciblées pour la mise à niveau des systèmes, des services d’accompagnement garantis pendant la transition et des modèles de remboursement fondés sur les résultats peuvent accélérer l’adoption de ces solutions, en particulier s’agissant des soins primaires et communautaires. Des programmes pilotes structurés, assortis de cadres d’évaluation communs, pourraient contribuer à identifier des modèles de mise en œuvre modulables à différentes échelles tout en réduisant les risques pesant sur les primo-utilisateurs. Les réformes menées récemment en Corée montrent que des investissements coordonnés, le renforcement des infrastructures de données et des incitations réalistes peuvent accélérer l’adoption des outils numériques et de l’IA à grande échelle (Encadré 3.3).
La Corée a adopté une approche coordonnée et systémique en matière de santé numérique et fondée sur l’IA, combinant des investissements durables, des infrastructures de données structurées et des incitations pour favoriser l’adoption de ces technologies. Une étude de l’OCDE menée en collaboration avec la Corée en 2021-2022 a mis en évidence les progrès réalisés rapidement par le pays concernant l’intégration des systèmes de données, la mise en place de mécanismes de gouvernance et la préparation à des applications médicales fondées sur l’IA (OCDE, 2022). Dans le budget 2026, le financement de la R‑D dans le secteur de la santé et de la médecine atteindra environ 1 100 milliards KRW (800 millions USD), et l’investissement dans la recherche portant sur l’IA à usage médical devraient plus que quadrupler entre 2024 et 2026, passant de 28.6 milliards KRW (22 millions USD) en 2024 à 131.8 milliards KRW (100 millions USD). Ces engagements pluriannuels sont coordonnés entre 11 ministères, sous l’égide du ministère de la Santé et des Affaires sociales, permettant une définition cohérente des priorités et réduisant la fragmentation entre la recherche, la réglementation et les politiques publiques en matière de données.
Afin de garantir une élaboration et une adoption en toute sécurité, la Corée a mis en place des bancs d’essai nationaux dédiés aux données et à l’IA qui offrent aux concepteurs et aux médecins des environnements structurés pour la validation des algorithmes, l’intégration des flux et des réglages successifs. Dans le cadre de sa stratégie « AI-bio », la Corée met également au point des plateformes de découverte de médicaments fondées sur l’IA, notamment des « laboratoires autonomes » dotés d’IA et de robotique, qui ambitionnent d’automatiser les expérimentations et d’augmenter considérablement la capacité. Des mécanismes complémentaires de gouvernance des données — notamment des comités d’examen des données, des environnements d’analyse sûrs et des accords standardisés de partage des données — offrent des garanties claires tout en réduisant l’incertitude tant pour les fournisseurs que pour les innovateurs. Ces infrastructures contribuent à réduire les coûts d’évaluation, à accélérer les cycles et à appuyer une utilisation secondaire responsable des données de santé.
Les initiatives à grande échelle en matière de données intègrent d’autres incitations. Le dispositif coréen de « chèques » pour les données d’IA à usage médical offre aux PME et aux jeunes pousses spécialisées dans l’IA une aide pouvant atteindre 400 millions KRW (0.3 million USD) pour le pré-traitement et l’analyse des données, leur permettant ainsi de travailler avec des ensembles de données cliniques réels provenant d’un réseau d’hôpitaux agréés axés sur les données médicales. Ce modèle de mise en relation de l’offre et de la demande réduit les barrières à l’entrée pesant sur les innovateurs en prenant en charge les coûts liés aux données, tandis que les institutions participantes voient leurs charges administratives et leurs coûts de main-d’œuvre partiellement compensés. Associés à un accompagnement sur mesure des participants, ces mécanismes contribuent à renforcer la confiance du public, à encourager la participation et à garantir une qualité continue des données. La Corée a également renforcé les mesures d’incitation institutionnelles en faveur de l’adoption du numérique grâce à une réglementation fondée sur des normes. À partir de 2025, le deuxième cycle de son cadre de certification des dossiers médicaux électroniques (DME) a mis davantage l’accent sur l’interopérabilité et l’échange normalisé d’informations, ce qui contribue à harmoniser les produits des fournisseurs et les systèmes des prestataires avec les objectifs nationaux en matière de santé numérique. Dans la pratique, le passage antérieur de la Corée aux demandes de remboursement électroniques – traitées de manière bien plus efficace que les demandes papier – a également créé de fortes incitations opérationnelles poussant les prestataires à adopter les DME et à rester en phase avec l’évolution des normes nationales sur les données.
L’approche coréenne montre à quel point des investissements coordonnés, des garanties claires en matière d’utilisation des données et des incitations structurées, appuyés par une collaboration solide entre les secteurs public et privé, peuvent accélérer la conception et la transposition à grande échelle de solutions de santé fondées sur l’IA.
Source : Ministère coréen de la Santé et des Affaires sociales.
La transposition à grande échelle des solutions de santé numériques dépendra également de la vigueur de l’écosystème national de l’innovation. Bien que le secteur privé joue un rôle central dans la mise au point de nouveaux outils et modèles de soins, les consultations menées auprès des parties prenantes ont montré que, à l’instar de nombreuses jeunes pousses fondées sur la technologie en Nouvelle-Zélande, la mise à l’échelle de ces initiatives est freinée par un accès limité aux capitaux nécessaires à la phase de croissance (chapitre 4). Cette situation entraîne la disponibilité restreinte d’outils ayant fait leurs preuves, mis au point localement, qui pourraient être adoptés à l’échelle du système de santé publique. Une meilleure coordination entre la planification des investissements dans la santé numérique et les stratégies de développement des marchés de capitaux, notamment par le biais de mécanismes de co-investissement, de procédures de passation de marchés qui prennent en compte les produits nationaux éprouvés et d’environnements d’évaluation structurés, pourrait contribuer à renforcer l’écosystème d’innovation et favoriser un déploiement plus large de solutions numériques modulables à différentes échelles.
L’infrastructure nationale de données sur les médicaments de la Nouvelle-Zélande, y compris la Pharmaceutical Collection gérée par Health New Zealand, est un atout important pour l’essor de la santé numérique. La liste nationale des médicaments remboursés (la liste des médicaments pris en charge par l’assurance maladie et les conditions dans lesquelles ils sont prescrits) ainsi que les ensembles de données sur l’utilisation des médicaments facilitent déjà la prise de décision fondée sur des données probantes et pourraient permettre une meilleure prescription s’ils étaient reliés de manière plus fluide aux systèmes électroniques des soins primaires et hospitaliers. L’amélioration de l’interopérabilité renforcerait la gestion des médicaments tout au long du continuum de soins et constituerait un premier cas d’usage concret à l’appui de l’adoption supervisée de l’IA. En juillet 2025, les autorités ont encouragé Medsafe et Pharmac, l’agence nationale néo-zélandaise chargée de l’achat et du remboursement des médicaments, à explorer l’utilisation de l’IA et d’autres outils numériques afin de rationaliser les processus d’évaluation et d’examen et d’améliorer la rapidité d’accès aux médicaments. En outre, les autorités ont demandé à Pharmac de renforcer la surveillance des performances et la participation des consommateurs tout en préservant l’optimisation des ressources, témoignant ainsi de ses solides compétences opérationnelles et de ses antécédents en matière de mise en œuvre. Cette initiative positionne la gestion des médicaments comme un domaine pilote crédible et bien géré pour un déploiement responsable de l’IA, à mesure que les capacités du système dans son ensemble gagnent en maturité.
3.3.4. Renforcer les compétences du personnel et soutenir l’adoption clinique
L’adoption des technologies dépend non seulement de l’infrastructure technique, mais aussi des compétences du personnel et de la culture organisationnelle. En Nouvelle-Zélande, l’adoption des technologies numériques demeure inégale en raison des différences de confiance du numérique au sein du personnel et d’un accompagnement structuré limité à la gestion du changement. Les jeunes médecins font également état d’un manque d’opportunités concernant le développement des compétences pratiques en matière de technologies numériques et d’IA, et l’on craint que l’automatisation ne réduise leur exposition à l’apprentissage fondé sur les cas au début de leur carrière. Cette dynamique souligne l’importance d’intégrer les outils numériques de manière à enrichir le jugement clinique et à renforcer le développement des compétences de base. Il sera essentiel de garantir un accès constant aux formations en matière de technologies numériques et à d’IA tout au long de la carrière, depuis la formation initiale jusqu’au perfectionnement professionnel continu, afin de favoriser une adoption confiante et durable. En outre, cette démarche devrait inclure le renforcement des capacités au sein des fonctions d’appui et des nouveaux rôles hybrides qui travaillent aux côtés des équipes cliniques dans la mise en œuvre et l’utilisation des outils numériques et basés sur l’IA. Des initiatives récentes, telles que le Centre for Digital Modernisation of Health et son programme « Digital Academy », ambitionnent de renforcer les compétences numériques tant chez les spécialistes techniques que chez le personnel non technique, d’accompagner les parcours professionnels dans le domaine du numérique et à développer la culture numérique à l’échelle du système auprès de l’ensemble du personnel de santé.
Compte tenu de ces besoins en matière de compétences du personnel, il sera essentiel d’intégrer la culture numérique, la sensibilisation à la gouvernance des données et les compétences liées à l’IA dans les filières de formation des médecins, des infirmiers et du personnel paramédical. À l’heure actuelle, le nombre de formations structurées sur la santé numérique demeure limité dans les programmes de premier et de deuxième cycles, alors que certains pays de l’OCDE ont commencé à intégrer les compétences numériques et liées à l’IA dans les cadres de référence de l’enseignement médical de base (Encadré 3.4). En Nouvelle-Zélande, les contenus concernant les technologies numériques et l’IA sont souvent dispensés de manière informelle ou sous forme de modules optionnels et ne sont pas intégrés à la formation de base, ce qui entraîne des disparités dans les établissements et les régions. Cette situation freine le développement systématique des compétences et table sur l’intérêt individuel ou sur l’engagement de quelques pionniers locaux. Le renforcement des normes des programmes d’études et des attentes en matière d’agrément pourrait contribuer à établir un socle de connaissances cohérent, tout en laissant une certaine souplesse dans la manière dont les programmes sont dispensés au sein des universités et des structures de formation clinique.
Les organisations professionnelles joueront un rôle important pour traduire les attentes en matière de compétence en actions concrètes. Les écoles de médecine et les autorités de réglementation peuvent accompagner un développement cohérent des compétences en agréant des modules de formation sur le numérique et l’IA, en reconnaissant les compétences numériques dans le cadre du perfectionnement professionnel continu et des processus de revalidation, et en appuyant l’apprentissage entre pairs et les réseaux d’informatique clinique. Ces mécanismes peuvent favoriser l’adoption de ces technologies tout en garantissant que la formation reste pertinente sur le plan clinique et conforme aux normes professionnelles. Des démarches internationales, telles que celles de la Digital Academy du National Health Service au Royaume-Uni, qui associe la valorisation des qualifications techniques au renforcement des capacités de direction, ou encore le Digital Health Capability Framework à l’échelle nationale en Australie, font la preuve qu’un accompagnement structuré et une reconnaissance professionnelle claire peuvent encourager un engagement durable. L’adaptation d’approches similaires en Nouvelle-Zélande, par exemple en officialisant la reconnaissance des compétences numériques et en matière d’IA dans les parcours de perfectionnement professionnel continu et en soutenant des modules de formation agréés, pourrait contribuer à renforcer le développement des compétences et encourager une adoption plus large.
Plusieurs pays de l’OCDE ont commencé à intégrer des compétences en matière de technologies numériques et de données dans l’enseignement professionnel de la médecine et de la santé (Tableau 3.2). Ces approches ont plusieurs points communs : (1) un cadre de compétences de base définissant les compétences minimales en matière de culture numérique et de gouvernance des données pour tous les médecins ; (2) une application clinique pratique, notamment l’utilisation supervisée d’outils numériques et assistés par l’IA pendant la formation ; (3) une formation aux questions éthiques, juridiques et de gouvernance, en particulier celles liées à la bonne gestion des données des patients ; et (4) des compétences en matière de direction et de gestion du changement, reconnaissant le rôle des médecins dans la transformation numérique.
En Australie, l’Australian Medical Council a annoncé en 2021 la mise en place du Digital Health Capability Framework, qui définit les compétences requises tout au long du parcours de formation (études de premier cycle, internat et spécialisation), accompagné par des lignes directrices nationales pour une mise en œuvre encadrée en milieu clinique (AMC, 2021). Au Royaume-Uni, le Medical Schools Council et Health Data Research UK ont introduit un cadre national de compétences (déploiement prévu pour 2024-2025), qui définit des attentes structurées en matière de compétences numériques et en science des données dans les programmes de médecine de premier cycle, en mettant l’accent sur la gouvernance des données, l’informatique et les connaissances de base en matière d’IA (MSC, 2025). Aux États-Unis et au Canada, la réforme des programmes d’études a été plus décentralisée, mais les principales facultés de médecine ont commencé à intégrer une formation structurée concernant l’IA clinique, la bonne gestion des données et l’utilisation responsable des systèmes numériques (AAMC, 2025). Plusieurs autres pays de l’OCDE, dont la France et la Corée, ont également mis en place des normes à l’échelle nationale concernant les compétences liées aux technologies numériques et à l’IA dans l’enseignement médical, accompagnées par des programmes structurés destinés aux médecins en exercice.
À l’heure actuelle, la Nouvelle-Zélande ne dispose pas d’un cadre unifié en matière de compétences numériques, et la formation sur les connaissances liées aux technologies numériques et à l’IA est en grande partie facultative ou organisée au niveau local, entraînant des disparités entre les régions et les établissements en termes de confiance et d’adoption clinique de ces technologies. Ce constat tend à démontrer qu’une approche plus coordonnée pourrait contribuer à favoriser un développement cohérent des compétences et une adoption durable en Nouvelle-Zélande, tout en reconnaissant que les modalités de mise en œuvre peuvent varier d’un établissement d’enseignement supérieur à l’autre. Des initiatives récentes, notamment la création d’une Digital Academy par le Centre for Digital Modernisation of Health et la mise en place d’une nouvelle faculté de médecine fortement axée sur l’apprentissage numérique, témoignent d’une dynamique croissante en faveur du renforcement des ressources au niveau national.
Source : Australian Medical Council (AMC) ; Medical Schools Council (MSC) ; Association of American Medical Colleges (AAMC).
L’implication des médecins sera essentielle une adoption réussie dans la pratique. Les processus de co-conception qui associent les médecins au choix des outils, à la refonte des flux de travail et à l’évaluation peuvent contribuer à garantir que les solutions numériques soient utilisables et pertinentes sur le plan clinique. La reconnaissance de rôles de leadership numérique dans les parcours professionnels, par exemple par le biais de fonctions officielles en informatique clinique ou de temps réservé aux travaux d’amélioration numérique, peut renforcer davantage cet engagement. En outre, le renforcement des programmes pilotes permettant une expérimentation en toute sécurité et des réglages successifs peut également favoriser une adoption efficace. Par exemple, selon l’avis des médecins, la mise au point du système mobile de coordination des soins Cortex à Canterbury, menée par des médecins, illustre à quel point l’implication du personnel de première ligne peut améliorer la facilité d’utilisation et accroître l’adoption. Les réglages successifs, à partir des retours d’expérience concernant les flux de travail dans les services, ont facilité la transmission des tâches et réduit les doublons, contribuant ainsi à une utilisation plus durable.
3.3.5. Promouvoir l’équité et l’inclusion
La transformation numérique a le potentiel d’élargir l’accès aux soins et d’améliorer leur continuité, mais les disparités actuelles dans les modes d’adoption risquent de renforcer les inégalités existantes si elles ne sont pas prises en compte. L’adoption a progressé le plus rapidement dans les hôpitaux tertiaires (c’est-à-dire les grands hôpitaux spécialisés de référence) et chez les grands prestataires urbains, tandis que les services régionaux et communautaires de plus petite taille ont connu une expansion numérique plus lente. Ces différences reflètent les disparités sous-jacentes en matière d’infrastructures, de capacités en personnel et de flexibilité de financement au sein du système. Les communautés maories et polynésiennes, ainsi que les populations rurales, continuent de se heurter à des obstacles liés à la connectivité, à l’accessibilité financière, à la pertinence culturelle et à la confiance. Sans mesures ciblées visant à remédier à ces facteurs structurels, la santé numérique pourrait creuser les écarts de services au lieu de les combler. En effet, les outils numériques et fondés sur l’IA peuvent accentuer les inégalités si les écarts d’accès de base ne sont pas corrigés (OCDE, 2024).
La conception des services numériques et fondés sur l’IA influe également sur l’équité en matière d’accès et de qualité des soins. Si les outils d’IA sont principalement déployés comme des substituts moins coûteux aux soins cliniques en personne, ils risquent de contribuer à la mise en place d’un système à deux vitesses dans lequel certaines populations bénéficient de soins améliorés par l’intervention de médecins tandis que d’autres se voient proposer des parcours exclusivement numériques. Il est démontré que l’IA apporte le plus grand bénéfice lorsqu’elle est utilisée pour enrichir le jugement clinique – par exemple, en tant que « lecteur » supplémentaire dans le dépistage du cancer –, le contrôle humain restant essentiel à la prise de décision finale (Houssami et Marinovich, 2023 ; van Winkel et al., 2025). L’intégration de l’IA dans des modèles de soins globaux, assortis de procédures claires d’examen et de recours, sera donc essentielle pour garantir la sécurité, la qualité et la confiance.
Pour surmonter les obstacles sous-jacents à l’accès aux soins, il faudra adopter des approches adaptées aux contextes communautaires. Les communautés maories et polynésiennes ont des besoins de santé plus importants et des niveaux d’accès au numérique plus faibles, d’où l’importance de services numériques co-conçus et respectueux des spécificités culturelles. Des interfaces sur mesure, des outils de communication bilingues et des programmes communautaires de culture numérique peuvent améliorer la facilité d’utilisation et favoriser un engagement durable. Les pouvoirs publics soutiennent également toute une série d’initiatives communautaires d’inclusion numérique visant à renforcer les compétences numériques et la confiance des populations prioritaires, ce qui constitue une avancée encourageante vers la réduction des obstacles à l’accès.
Par ailleurs, l’application des principes de souveraineté des données, tels que la gouvernance partagée, la bonne gestion des données en toute transparence et un partage clair des bénéfices, sera essentielle pour renforcer la confiance dans les services numériques et ceux fondés sur l’IA. La Nouvelle-Zélande a déjà pris des mesures dans ce sens (Fellner et al., 2025). Des initiatives telles que Te Mana Raraunga et le Whakamaua Māori Health Action Plan (2020-2025) ont appelé à la mise en place de cadres de co-gouvernance et de bonne gestion des données fondée sur la culture (Ministry of Health, 2020). La création des conseils de partenariat Iwi Māori en 2022, parallèlement à des mesures telles que l’accès zéro aux données sur la vaccination et les analyses, traduit les efforts continus visant à réduire les obstacles structurels à la participation. Il sera important de pérenniser et d’approfondir ces partenariats pour garantir que la transformation numérique aboutisse à des résultats plus équitables. Au Canada, l’Autorité sanitaire des Premières Nations applique les principes de souveraineté des données autochtones à la conception et à la gouvernance des services de santé numériques. Les Principes des Premières Nations en matière de législation sur la santé mettent l’accent sur le contrôle communautaire de l’accès aux données et de leur utilisation, sur l’établissement des modalités de gouvernance partagée et sur le partage des avantages, afin de garantir que les outils numériques viennent renforcer, et non supplanter, les modèles de soins dirigés par les communautés (FNHC, 2025).
Des mesures ciblées sur l’accessibilité financière des services peuvent contribuer à atténuer l’exclusion numérique, en particulier au sein des communautés ayant des besoins de santé plus importants. Des options telles que la réduction des frais d’utilisation des services de télésanté en faveur des populations prioritaires, la mise à disposition d’un accès sans données des téléphones portables vers les portails patients et le soutien à l’amélioration du haut débit en milieu rural peuvent améliorer l’accès des ménages à bas revenu et géographiquement isolés. Certaines de ces mesures sont déjà en place. Par exemple, l’initiative « Zero Data » permet un accès à des données mobiles à taux zéro sur les principaux sites web consacrés à la santé et les portails pour les patients, contribuant ainsi à réduire les obstacles liés aux coûts auxquels sont confrontés les utilisateurs de téléphones portables. Pour garantir une optimisation des ressources, ces mesures sont susceptibles d’être plus efficaces lorsqu’elles sont ciblées en fonction des besoins et mises en œuvre en partenariat avec des initiatives existantes d’inclusion numérique, telles que les programmes d’accès aux appareils et de connectivité abordable (par exemple, Spark NZ), plutôt que par le biais de subventions universelles à grande échelle.
L’intégration d’évaluations d’impact sur l’équité dans la conception, la mise en œuvre et l’évaluation des initiatives de santé numérique contribuerait également à garantir que les bénéfices soient partagés entre les différents groupes de population. Dans les pays de l’OCDE, rares sont les systèmes de santé qui, à l’heure actuelle, vérifient si les avantages des outils fondés sur l’IA sont répartis équitablement selon le genre, la région ou les populations défavorisées, rendant difficile l’identification ou le traitement des disparités émergentes (OCDE, 2024). De plus, le renforcement des canaux permettant la participation des patients et du public à l’élaboration des politiques publiques liées au numérique et aux données peut contribuer à renforcer la confiance et à garantir que la transformation numérique s’aligne avec les attentes de la population.
References
AAMC (2025), Artificial Intelligence Curricula in U.S. and Canadian Medical Schools: Data Snapshot, Association of American Medical Colleges, Washington DC.
AMC (2021), Digital Health in Medicine Capability Framework, Australian Medical Council, Sydney.
European Parliament (2023), EU AI Act: First Regulation on Artificial Intelligence, European Parliament, Brussels.
Fellner, R., E. Sutherland and K. Vujovic (2025), “Digitalisation of public health: Leading practices in immunisation reporting and respiratory disease surveillance”, OECD Health Working Papers, No. 185, OECD Publishing, Paris.
FNHC (2025), First Nations Principles for Health Legislation, First Nations Health Council, British Columbia.
Global Digital Health Partnership / OECD (2024), Launch of the GDHP/OECD Policy Repository Tool, Global Digital Health Partnership, London.
Great Ormond Street Hospital (GOSH) & Natioinal Health Service (NHS) England (2025), “GOSH-led trial of AI-scribe technology shows transformative benefits for patients and clinicians across London”, 4 September 2025.
Health New Zealand | Te Whatu Ora (2025), Quarterly Performance Report Quarter Three 2024/25, Health New Zealand, Wellington.
Houssami, N. and M. L. Marinovich (2023), “AI for mammography screening: enter evidence from prospective trials”, The Lancet Digital Health, 5(10), e641-e642.
Lauritzen, Andreas D., et al. "Early indicators of the impact of using AI in mammography screening for breast cancer", Radiology 311.3 (2024): e232479.
Marino, A. and L. Lorenzoni (2019), “The impact of technological advancements on health spending: A literature review”, OECD Health Working Papers, No. 113, OECD Publishing, Paris.
MSC (2025), Data Science in the Medical Curriculum – Equipping Medical Students for the Digital Age, Medical Schools Council, London.
Ministry of Health (2020), Whakamaua: Māori Health Action Plan 2020–2025, Ministry of Health, Wellington.
New Zealand Government (2022), Budget 2022: Vote Health – Health System Reform Funding Decisions, New Zealand Treasury, Wellington.
New Zealand Government (2025), “Digitising healthcare to put patients first”, Wellington.
OECD (2017), New Health Technologies: Managing Access, Value and Sustainability, OECD Publishing, Paris.
OECD (2022), Towards an Integrated Health Information System in Korea, OECD Publishing, Paris.
OECD (2023), Health at a Glance 2023: OECD Indicators, OECD Publishing, Paris.
OECD (2024), AI in Health: Huge Potential, Huge Risks, OECD Publishing, Paris.
OECD/European Commission (2024), Health at a Glance: Europe 2024: State of Health in the EU Cycle, OECD Publishing, Paris.
OECD (2025a), Health at a Glance 2025: OECD Indicators, OECD Publishing, Paris.
OECD (2025b), “Facilitating the secondary use of health data for public interest purposes across borders”, OECD Digital Economy Papers, No. 376, OECD Publishing, Paris.
OECD (2026), Scaling Artificial Intelligence in Health, OECD Publishing, Paris.
Policywise (2025), “Long waiting lists in New Zealand’s public health system: Causes and impacts on patients”, Policywise, Mount Maunganui.
Slawomirski, L. et al. (2025), “The economics of diagnostic safety”, OECD Health Working Papers, No. 176, OECD Publishing, Paris.
Sutherland, E. et al. (2023), “Fast-Track on digital security in health”, OECD Health Working Papers, No. 164, OECD Publishing, Paris.
van Winkel, S. L. et al. (2025), “AI as an independent second reader in detection of clinically relevant breast cancers within a population-based screening programme in the Netherlands: a retrospective cohort study”, The Lancet Digital Health, 7(8).