L'École polytechnique fédérale de Lausanne, en collaboration avec des partenaires suisses, a récemment dévoilé MeditronFO, le premier cadre de développement entièrement ouvert pour les grands modèles de langage médicaux. Cette initiative répond à un enjeu critique de l'intelligence artificielle en santé : le manque de transparence des systèmes propriétaires dont les données d'entraînement, les méthodologies et les processus décisionnels restent inaccessibles. MeditronFO vise à rétablir l'auditabilité et la responsabilité dans le développement de l'IA clinique. Conçu comme une évolution des travaux précédents, ce pipeline permet de créer une version médicale personnalisée de tout modèle de langage open source. Contrairement aux solutions partiellement transparentes qui ne publient que le modèle final, MeditronFO rend publiques l'intégralité des données, des algorithmes de traitement, des procédures d'entraînement et des protocoles d'évaluation. Le développement a été mené en étroite collaboration avec des professionnels de santé impliqués dès la sélection des données jusqu'à la validation des résultats. Ce programme permet aux cliniciens de participer activement à l'évaluation continue et à l'identification des risques potentiels. Le corpus d'entraînement combine des bases de données médicales publiques avec des données synthétiques vérifiées par des experts, issues de directives cliniques et de cas patients réels. Les benchmarks effectués par les chercheurs démontrent que l'approche totalement ouverte n'implique aucun compromis sur la précision. Tous les modèles issus du framework ont surpassé leurs versions initiales. La version Apertus-70B-MeditronFO a obtenu les meilleurs résultats, progressant de 6,6 points de pourcentage sur les examens médicaux de référence par rapport à son modèle de base. Ces performances confirment qu'il est possible de construire des outils d'IA médicale à la fois accessibles, auditable et hautement compétitifs. Au-delà des tests en laboratoire, l'équipe initie désormais des essais cliniques réels dans le cadre du projet MED.USE. Déployés en Suisse et en Tanzanie, ces essais évalueront l'intégration de ces modèles au quotidien des soignants, en mesurant l'impact des recommandations de l'IA sur les parcours patients et la qualité des soins. L'objectif est d'ajuster les algorithmes en fonction des retours terrain pour réduire les traitements superflus et optimiser l'efficacité clinique. Le lancement de MeditronFO s'inscrit dans une réflexion plus large sur la gouvernance de l'intelligence artificielle en santé. En privilégiant la transparence, la participation des professionnels et la souveraineté des données, ce cadre propose une alternative viable aux plateformes propriétaires. Il prouve que l'innovation médicale peut concilier ouverture scientifique, auditabilité et performance clinique, tout en réduisant la dépendance envers des systèmes dont les priorités ne coïncident pas toujours avec les besoins des établissements de soins et des patients.