Intérêt actuel et perspectives à long terme
Par Patrick Houvet, membre de la commission Santé
Projet transversal Santé-Droit, note 1/2
La médecine Prédictive, Personnalisée, Préventive et fondée sur la Preuve (4P) est à l’aube de son avènement grâce aux apports incessants et exponentiels de l’intelligence artificielle (IA).
Transposé de l’industrie, où il désigne la réplique virtuelle d’une machine ou d’un système, suivie en temps réel pour anticiper pannes et coûts, le jumeau numérique (JN, « digital twin ») s’impose aujourd’hui comme l’une des promesses fortes de la médecine numérique. La santé en attend beaucoup : tester de nouvelles idées, personnaliser les traitements, explorer les interactions entre organes, médicaments ou dispositifs [2].
Cette note, appuyée sur la littérature récente et sur un ensemble de documents français et internationaux, vise à cerner l’intérêt actueldu jumeau numérique – ce qui est réellement disponible – et son intérêt à long terme – les promesses, jusqu’à la perspective d’un jumeau attribué à chacun et nourri toute une vie -, en distinguant l’un de l’autre et en pesant les questions éthiques que la seconde soulève.
1.Un concept précis, souvent galvaudé
Le terme est attribué à Michael Grieves, qui définit en 2002 le jumeau numérique comme une « modélisation d’espaces en miroir » [1]. Appliqué à une personne, il s’agit d’« d’une représentation mathématique simplifiée d’un individu donné, paramétrée à partir des données spécifiques d’un patient » pour aider le clinicien à comprendre son état et son évolution [2]. La littérature retient trois conditions cumulatives : une réplique virtuelle personnalisée, une mise à jour dynamique par un flux de données bidirectionnel entre l’original et son double, et une capacité prédictive au service de la décision [3][4]. Un vrai jumeau suppose donc trois composants : le patient physique, sa réplique virtuelle, et l’échange permanent entre les deux [4].
La confusion est fréquente, et il faut s’en garder [1]. Adapter une prothèse d’après des patients aux caractéristiques identiques n’est pas un jumeau numérique : il manque la liaison permanente et en temps réel entre modèle et réalité. La revue la plus large disponible le confirme : sur 149 études publiées entre 2017 et 2024 se réclamant du jumeau numérique, 12 % seulement répondent à la définition stricte ; le reste relève du modèle statique, de l’ « ombre numérique » (flux de données à sens unique, environ 9 %) ou de la cohorte de patients virtuels [3]. On décrit ainsi des niveaux de maturité croissants : jumeau statique, fonctionnel, « ombre » alimentée en temps réel, puis jumeau « intelligent » capable de prédire [4].
Le travail de cadrage conduit en France par la Cellule éthique de la Délégation au numérique en santé affine encore ces distinctions. Le groupe d’experts préfère le terme de « représentation » à celui de « réplique », toute fidélité absolue étant jugée inatteignable, et souligne que le mot « jumeau » est lui-même problématique : il suggère une identité avec la personne, alors qu’il ne s’agit que d’une construction réductrice – certains proposent d’ailleurs « avatar » [13].
Le jumeau numérique doit aussi être distingué des données ou patients « synthétiques » (cohortes fictives), des avatars pédagogiques et des modèles de simulation classiques, dépourvus de personnalisation en temps réel [13]. Du côté de l’ingénierie, un jumeau se définit comme un système logiciel qui non seulement reflète son original mais peut agir sur lui et apporter une valeur opérationnelle ; deux traits le séparent d’un simple modèle de simulation : l’accès aux données (en temps réel ou différé) et l’hybridation entre modèles déductifs (issus des lois physiques) et inductifs (appris des données), qui réduit l’incertitude [14].
2.Un déploiement à plusieurs échelles
L’intérêt du jumeau numérique ne se comprend qu’en distinguant les niveaux auxquels il s’applique, du plus intime au plus collectif.
2.1. L’organe et le patient
En cardiologie, appliquer à un double virtuel les mesures de débit et de pression permet d’évaluer des paramètres du cœur difficilement accessibles autrement [2]. Le jumeau numérique d’un anévrisme de l’aorte sert à fabriquer une endoprothèse sur mesure et à simuler, avant l’intervention, les complications possibles [1]. Le champ s’étend à l’oncologie, aux maladies cardiovasculaires, à la réanimation, à l’ostéoporose et au cerveau – les cinq premiers cas d’usage du programme européen EDITH [2]. En France, le projet MEDITWIN développe des jumeaux virtuels personnalisés d’organes, du métabolisme ou de tumeurs, en neurologie, cardiologie et oncologie [15]. Un atout particulier concerne les maladies rares : faute d’effectifs suffisants pour des essais classiques, on peut « ajouter des patients virtuels » [2].
2.2. La chirurgie viscérale et l’orthopédie
En chirurgie, les usages déjà décrits couvrent la planification préopératoire, l’éducation du patient en réalité virtuelle, l’entraînement avec retour haptique*, le guidage peropératoire en réalité augmentée et le test in silico** de dispositifs [4] ; des prototypes existent pour la chirurgie de la base du crâne (Twin-S) ou l’évaluation du rétrécissement aortique (CardioVision) [4]. En orthopédie, les travaux portent sur la prédiction d’usure d’une prothèse de genou, l’analyse par éléments finis d’une fracture du plateau tibial, les simulateurs d’arthroscopie de hanche, l’identification d’axes de mouvement pour la prothèse de cheville robotisée, le rachis scoliotique et la traumatologie (reconstruction et suivi d’implant en peropératoire) [4][5]. A titre d’exemples, la société française Twinsight ( https://twinsight-medical.com ) construit, à partir des images du patient et par apprentissage profond, un jumeau orthopédique dynamique pour personnaliser le positionnement d’un implant ; elle part du constat que 60 % des patients ont de bons résultats chirurgicaux mais restent gênés lors de gestes simples, et vise l’extension à la hanche, au rachis à l’épaule et au pied [6]. Une thèse strasbourgeoise (2022) a développé un jumeau numérique du doigt pour optimiser un garrot digital (ForgetMeNot) et déterminer la pression de serrage évitant la nécrose des tissus mous [7].
2.3. Le dispositif médical
La modélisation et la simulation par ordinateur, avec l’analyse par éléments finis, permettent de prédire résistance, flexibilité et durabilité d’un implant sans multiplier les prototypes physiques [8]. La simulation prédictive génère aussi de vastes jeux de données pour entraîner l’IA sans recourir aux données réelles des patients ni aux tests sur l’animal, et autorise des études cliniques in silico sur un nombre illimité de patients virtuels de tous phénotypes [8]. C’est le modèle de bureaux d’étude tels que Philomec, qui accompagnent les fabricants de la conception à la certification.
2.4. Le service, l’hôpital et le territoire
À l’échelle organisationnelle, il existe déjà des jumeaux numériques de services : urgences en France (CHU de Saint-Étienne), soins intensifs aux États-Unis, radiologie en Irlande, parcours de soins Covid-19 [1]. Alimenté en temps réel, un tel jumeau peut alerter sur les points de rupture (lits, ressources, compétences) et éclairer, à l’échelle d’un territoire, la mutualisation des moyens ou le transfert de patients [1]. Le jumeau numérique d’un hôpital pris dans son ensemble, lui, n’existe pas encore : il supposerait de rapprocher les sphères gestionnaire, soignante et technique [1].
3.L’intérêt actuel : ce qui est déjà là
Les bénéfices tangibles aujourd’hui sont d’abord la personnalisation (choisir et fabriquer l’implant le mieux adapté), la planification chirurgicale, la réduction des prototypes et des délais de développement, et la maîtrise des coûts [6][8]. Les jumeaux numériques ne remplacent pas le médecin : ils intègrent des données de plus en plus nombreuses et aident à trouver la solution la mieux adaptée au patient [2].
Le mouvement est aussi institutionnel et réglementaire. En Europe, le programme EDITH (19 partenaires, une centaine de signataires d’un manifeste) a produit une feuille de route et cinq cas d’usage prioritaires [2] ; la Commission a engagé plus de 100 millions d’euros (dont 80 au titre d’Horizon Europe) et lancé, le 26 juin 2025, le développement d’une plateforme du « jumeau humain virtuel » [9]. Aux États-Unis, la FDA reconnaît la simulation numérique : sa recommandation finale de novembre 2023, adossée à la norme ASME V&V 40, encadre la « crédibilité » d’un modèle pour un « contexte d’usage » donné et vise explicitement les essais in silico et la planification préopératoire [10]. Les cabinets d’études estiment enfin le marché à plusieurs dizaines de milliards de dollars à l’horizon 2030 [12] – chiffre à prendre avec prudence, mais révélateur de l’attente.
En France, l’essor est également structuré. Le projet MEDITWIN, soutenu par France 2030 sur la période 2024-2029, réunit sept instituts hospitalo-universitaires, le CHU de Nantes, l’Inria, Dassault Systèmes et plusieurs start-ups pour industrialiser et valider cliniquement des « produits de santé virtuels » [15]. Le programme national EDT (Engineering Digital Twins, Inria / France 2030) cherche pour sa part à unifier une ingénierie du jumeau aujourd’hui fragmentée, autour d’une plateforme ouverte [14]. Et, signe que la réflexion accompagne le déploiement, la Cellule éthique de la Délégation au numérique en santé a lancé en 2025 un groupe de travail (GT15) dédié à l’éthique des jumeaux numériques, dans le prolongement du Cadre de l’éthique du numérique en santé (2023) et de ses cinq principes : bienfaisance, non-malfaisance, autonomie, justice et écoresponsabilité [13].
4. L’intérêt à long terme : du soin ponctuel au compagnon d’une vie
C’est ici que se joue la perspective la plus transformatrice. Les capteurs portés en continu – de la montre connectée au capteur sous le matelas – fournissent le flux qui rend possible une personnalisation permanente [11]. On peut alors imaginer le passage d’un jumeau ponctuel, construit pour une intervention, à un jumeau biographique : attribué à la naissance et nourri toute la vie par l’imagerie, la biologie, la génomique, le dossier de soins et les objets connectés, il accompagnerait la trajectoire de santé de la personne.
Un tel jumeau permettrait un glissement du descriptif vers le prédictif, puis vers le prescriptif. Prédictif d’abord : suivre les trajectoires de santé et intervenir avant l’apparition de la maladie : l’ambition de projets comme MEDITWIN, qui simulent l’évolution d’organes ou de tumeurs pour agir en amont [15][11]. Prescriptif ensuite, selon la vision que vous formulez : une IA suffisamment nourrie pourrait recommander, voire « autoriser », des choix de traitement, d’activité physique et, de proche en proche, de mode de vie, le patient recevant des indications qui soutiennent ses décisions et son auto-prise en charge [11]. Cette logique rejoint les usages en gestation : essais cliniques in silico et bras de contrôle virtuels [8], maladies rares [2], et, à terme, un jumeau « corps entier » intégré et interopérable – l’image de la « forêt » que promeut l’écosystème européen [2][9]. Le groupe d’experts français juge d’ailleurs nécessaire d’anticiper dès maintenant ce jumeau « idéal », double complet de l’individu, qui reste une promesse mais pourrait vite devenir réalité, afin d’en prévenir les dérives [13].
5. Limites, défis et conditions de réussite
Cette perspective ne se réalisera qu’à des conditions exigeantes, et elle soulève des questions qui ne sont pas seulement techniques mais éthiques.
5.1. Verrous scientifiques et techniques
La validation reste le maillon faible : la vérification, la validation et la quantification des incertitudes ne sont mentionnées que dans 2 des 149 études recensées [3] ; en orthopédie, le niveau de preuve demeure précoce (une revue de cadrage ne retient que 14 études, dont un seul essai randomisé) [5]. S’y ajoutent la qualité et la représentativité des données, le risque de biais et l’opacité – la « boîte noire » – des modèles d’IA [4][5].
Du point de vue de l’ingénierie, les verrous sont désormais bien identifiés : absence de cadre d’ingénierie unifié, interopérabilité et fédération de jumeaux, fidélité et fiabilité, cybersécurité (le NIST recense quatorze critères de confiance), passage à l’échelle, conformité réglementaire et sobriété énergétique [14]. La fragmentation de l’écosystème est explicitement pointée en France comme en Europe [9][14], de même que les enjeux juridiques, de propriété intellectuelle et de protection des données [2][13].
5.2. Questions éthiques
Le projet d’un jumeau nourri toute une vie déplace la frontière entre aide à la décision et prescription du comportement.
Le premier risque est ontologique : transposer la personne en un jeu de variables, puis confondre la représentation avec l’individu lui-même, jusqu’à le réduire à ses données [1,13].
Le deuxième tient au poids de la prédiction. Une trajectoire de vie relève souvent de l’incertitude, non du risque calculable. Les simulations produisent des probabilités, non des certitudes. « Vous êtes à risque » peut vite devenir « vous serez malade, si… », la probabilité se muant en assignation, en obligation. L’enjeu, souligné en référence à Ricoeur, est de préserver la capacité d’agir du sujet, ce « soi capable » de récit et de bifurcation : le modèle éclaire et calcule, mais il ne doit pas prescrire ni abolir la liberté d’agir [13]. Dans le même esprit, la simulation ne saurait remplacer le jugement clinique : la sagesse pratique et l’examen clinique au chevet ne se réduit pas au savoir démonstratif de l’algorithme [13].
La relation de soin elle-même se transforme : du couple classique patient-médecin, on passe à une « quadrangulation » où s’ajoutent le jumeau et ses concepteurs, redistribuant confiance et responsabilités [13]. Le consentement doit alors devenir évolutif et réversible, pour éviter que l’adhésion à un modèle présenté comme « optimal » ne se substitue au choix du patient ; un consentement n’est pas une soumission à l’algorithme [13]. La responsabilité, en cas d’erreur issue d’une simulation, se dilue entre médecin, concepteur, fournisseur et établissement ; l’explicabilité devient une exigence, et la justice sociale un impératif, sous peine d’une médecine à deux vitesses, réservée aux mieux connectés et aux mieux assurés [13][11].
Une dimension enfin est souvent oubliée ou éludée : la soutenabilité. Capteurs, stockage et entraînement des modèles reposent sur des infrastructures lourdes et très énergivores. Une éthique du jumeau numérique impose la minimisation des données, la mutualisation des infrastructures et une IA « frugale », en hiérarchisant les usages cliniquement utiles [13][14].
Enfin, reste le défi épistémologique : accepter qu’il n’existe pas « une seule bonne solution définitive », mais des solutions multiples selon le contexte [1]. Le jumeau numérique est un instrument d’aide et de simulation et non un oracle ni un double : il représente sans incarner, éclaire sans décider, et ne remplace ni le jugement du clinicien ni la liberté du patient [2][13].
Conclusion
L’intérêt actuel du jumeau numérique est réel mais ciblé et inégal selon les échelles : le dispositif est déjà mature pour la conception de dispositifs, déjà utile pour la planification de certaines chirurgies, mais il reste émergent pour le patient « intégré » et expérimental pour l’hôpital.
Son intérêt à long terme est potentiellement considérable – médecine prédictive et préventive, essais in silico, et jusqu’à un jumeau attribué dès la naissance qui recommanderait des choix de santé et de vie. Mais cette promesse engage autant la technique (validation, interopérabilité, fiabilité, sobriété) que l’éthique et notre conception de la liberté individuelle.
La montée en puissance des cadres français et européens – MEDITWIN, EDT, EDITH, et le futur groupe éthique GT15 – montre que ces deux exigences avancent désormais de front.
Pour le clinicien, l’enjeu immédiat n’est pas d’attendre un jumeau parfait, mais de savoir distinguer un vrai jumeau numérique d’un simple modèle, d’accompagner sa validation, et de garder au centre la personne – une représentation, jamais un double – et surtout, in fine, la décision humaine.
Cette note sera suivie d’une seconde qui synthétisera les réflexions de la commission CRSI-Droit sur cette nouvelle technologie, porteuse de nombreuses questions, notamment concernant nos données personnelles. L’aspect législatif est nécessaire pour éviter les dérives possibles liées aux avancées technologiques.
*retour haptique : retour permis par une technologie qui reproduit en temps réel la sensation du toucher dans un environnement virtuel, à l’aide d’accessoires tels que des gants, une combinaison, etc.
**In silico : Se dit d’une méthode d’étude effectuée au moyen d’ordinateurs (dont les puces sont principalement composées de silicium), permettant d’analyser des données et de modéliser des phénomènes, en biologie et en bio-informatique, notamment (définition du Larousse).
Sources
[1] S. Bertezène (CNAM, chaire de Gestion des services de santé), « Hôpital : les « jumeaux numériques », un nouvel outil de simulation », Le blog du CNAM (d’après The Conversation), 2021-2022, et support de cours « Les jumeaux numériques dans le secteur de la santé ».
[2] Inria, « Santé : un écosystème européen consacré au jumeau numérique » (programme EDITH, équipe SimbiotX), 13 mai 2024.
[3] A scoping review of human digital twins in healthcare applications and usage patterns, npj Digital Medicine, 2025 (149 études, 2017-2024).
[4] Digital twins for the era of personalized surgery, npj Digital Medicine, 2025.
[5] The AI-powered orthopedic digital twin : a new paradigm for personalized diagnosis, surgical simulation and prognostic management – a scoping review, Art Int Surg, 2026.
[6] Twinsight SAS (Surgitwin), présentation de la technologie de jumeaux numériques orthopédiques, twinsight-medical.com, 2025.
[7] J. J. Hidalgo Diaz, « Vers le développement d’un jumeau numérique du doigt pour l’optimisation d’un garrot digital », thèse de doctorat en biomécanique, Université de Strasbourg (dir. N. Bahlouli et S. Facca), 2022.
[8] P. Renard, « Accélérer le développement des DM en orthopédie grâce à la simulation » (société Philomec), DeviceMed.fr, 2 avril 2024.
[9] Commission européenne, « Virtual Human Twins Initiative », digital-strategy.ec.europa.eu, 2025.
[10] FDA, recommandation finale sur la crédibilité de la modélisation et de la simulation par ordinateur pour les dispositifs médicaux, 17 novembre 2023 ; norme ASME V&V 40.
[11] One Patient, Two Worlds : Digital Twins for Everyday Prevention and Care, IEEE Pulse, 2025.
[12] MarketsandMarkets, « Digital Twins in Healthcare Market », 2025 (estimation de marché).
[13] Délégation au numérique en santé (Cellule éthique), « Jumeaux numériques en santé : enjeux, définitions et problématiques éthiques », note de cadrage pour le futur groupe de travail GT15, septembre 2025.
[14] P. Vicat-Blanc, B. Combemale, et al., « La Fabrique des Jumeaux Numériques : verrous scientifiques, technologiques et perspectives du programme EDT », Revue de l’électricité et de l’électronique, 2026 (programme national Engineering Digital Twins, Inria / France 2030).
[15] Projet MEDITWIN (Dassault Systèmes, Inria, sept IHU, CHU de Nantes, start-ups), France 2030, 2024-2029 ; présenté en annexe de la note de cadrage DNS [13].
