Meilleur LLM open-source pour le secteur médical 2026
Choisir un LLM médical open source en 2026 implique d'arbitrer entre confidentialité des données patient, précision clinique et budget GPU. Le LLM médical open source auto-hébergé reste la voie privilégiée pour rester conforme au RGPD et au secret professionnel, sans exfiltrer de dossiers vers une API tierce. Ce guide passe en revue les modèles open-weights les plus pertinents pour les usages santé (synthèse de comptes-rendus, codage CIM-10, aide au diagnostic différentiel, recherche bibliographique), avec specs VRAM, licences et benchmarks vérifiables.
Pourquoi un modèle auto-hébergé pour la santé
Les données de santé à caractère personnel relèvent de l'article 9 du RGPD et imposent un hébergement HDS en France. Une API cloud, même chiffrée, expose le cabinet ou l'hôpital à un transfert hors UE et complique l'audit. L'auto-hébergement d'un modèle open-weights sur GPU local ou serveur on-premise élimine ce risque.
Le second argument est la traçabilité. Un modèle pondéré localement (poids figés, prompt système versionné) produit des sorties reproductibles, contrairement à un endpoint propriétaire dont les poids peuvent changer sans préavis. Pour un LLM diagnostic utilisé en aide à la décision médicale, cette reproductibilité est requise pour qualifier le dispositif au sens du règlement MDR 2017/745.
Le projet MedGemma de Google Health, souvent cité comme référence, illustre l'approche : poids ouverts, fine-tuning sur corpus médicaux publics (MIMIC, PubMed), évaluation transparente. Pour un panorama plus large des familles disponibles, voir notre catalogue complet des 249 modèles indexés.
Familles de modèles adaptées aux usages cliniques
Aucun modèle généraliste n'est officiellement homologué dispositif médical en 2026. Le choix se fait sur la base de la qualité du raisonnement médical mesurée par les benchmarks MedQA, MedMCQA, PubMedQA et MMLU-Medical, croisée avec la contrainte matérielle.
Modèles de raisonnement (diagnostic différentiel, synthèse de cas)
- DeepSeek R1 671B (671B, MIT) — VRAM Q4 ~400 GB, ctx 128 000. Le raisonnement chain-of-thought natif aide pour les cas complexes. Scores MedQA estimés autour de 88 % en pass@1.
- DeepSeek R2 32B (32B, MIT) — VRAM Q4 ~19 GB, ctx 128 000. Version distillée tournant sur une seule RTX 5090, adaptée à un cabinet ou un service hospitalier.
- QwQ 32B (32B, Apache 2.0) — raisonnement long, ctx 131 072. Performance MMLU-Medical à confirmer après évaluation indépendante.
- DeepSeek R1 Distill 32B (32B, MIT) — alternative légère pour les sites sans GPU H100.
Modèles généralistes solides pour la santé
- Llama 3.3 70B Instruct (70B, Llama 3.3 Community) — VRAM Q4 ~40 GB. Bien documenté dans la littérature médicale francophone, base de fine-tuning fréquente.
- Mistral Large 3 675B (675B, Apache 2.0) — éditeur européen basé à Paris, contexte 256 000 tokens utile pour ingérer un dossier complet.
- Mistral Small 4 (119B, Apache 2.0) — VRAM Q4 ~72 GB, bon compromis pour un serveur 2× A100 80 GB.
- Qwen 3 235B-A22B (235B MoE, Apache 2.0) — architecture mixture-of-experts, 22B paramètres actifs, latence acceptable.
- gpt-oss 120B (117B, Apache 2.0) — modèle ouvert d'OpenAI, ctx 128 000.
Modèles multimodaux pour l'imagerie et les comptes-rendus scannés
- Qwen 3 VL 235B-A22B (235B, Apache 2.0) — vision-language, ctx 262 144. Permet de lire des comptes-rendus PDF scannés ou des graphiques.
- LLaVA-OneVision 72B (72B, Apache 2.0) — alternative académique documentée sur arXiv.
- Molmo 72B (72B, Apache 2.0) — vision open d'Allen AI.
VRAM, quantification et matériel cible
Le dimensionnement matériel conditionne tout déploiement d'IA santé locale. Les valeurs ci-dessous concernent l'inférence, hors batch d'entraînement.
Pour un poste solo (cabinet libéral, médecin chercheur) : - Qwen 3.6 35B-A3B — Q4 ~21 GB, tient sur une RTX 5090 32 GB - Granite 4.0 H-Small 32B-A9B — Q4 ~19 GB, licence Apache 2.0 d'IBM Research - Gemma 4 31B — Q4 ~18 GB, licence Gemma (à lire avant déploiement clinique) - Seed-OSS 36B Instruct — ctx 524 288, utile pour ingérer plusieurs dossiers
Pour un service hospitalier (1 à 2 serveurs DGX ou H100) : - Llama 4 Scout 109B — Q4 ~65 GB, contexte 10 millions de tokens (à confirmer en production) - Mistral Small 4 — Q4 ~72 GB - Qwen 3.5 122B-A10B — Q4 ~73 GB - Mixtral 8x22B Instruct — Q4 ~82 GB, valeur sûre pour la rédaction médicale
Pour un CHU ou un éditeur santé (cluster multi-nœuds) : - DeepSeek V3.2 — Q4 ~410 GB - GLM-5.1 — Q4 ~445 GB, ctx 200 000 - Mistral Large 3 675B — Q4 ~405 GB
Les estimations Q5 ajoutent ~25 % et FP16 doublent ces volumes. Pour affiner, utilisez le configurateur GPU qui prend en compte le KV-cache à contexte plein.
Licences : ce qui passe en clinique, ce qui bloque
La licence détermine si vous pouvez intégrer le modèle dans un produit facturé à un établissement de santé.
- Apache 2.0 (Mistral, Qwen, IBM Granite, gpt-oss, Mixtral) : usage commercial libre, modifications autorisées, brevets accordés. La voie la plus simple pour un dispositif médical.
- MIT (DeepSeek, MiMo, Ring-1T, GLM) : équivalent en pratique, sans clause brevet explicite.
- Llama 3 / 3.3 / 4 Community : usage commercial autorisé sous le seuil de 700 millions d'utilisateurs actifs mensuels, restrictions sur certains usages militaires. Lire la licence officielle Meta avant déploiement.
- Gemma (Google) : interdit certains usages, clause de mise à jour des restrictions unilatérale. Plus délicat pour un produit médical certifié.
Pour les acteurs européens soucieux de souveraineté, Mistral Large 3 675B, Apertus 70B (Swiss AI) et Salamandra 40B Instruct (Barcelona Supercomputing Center) offrent des poids hébergeables intégralement en UE. Comparez ces options sur la page Mistral vs Llama.
Benchmarks médicaux : ce que les chiffres signifient
Les benchmarks médicaux publics les plus utilisés en 2026 :
- MedQA (USMLE) : QCM type examen médical américain. Référence historique, voir le papier original sur arXiv.
- MedMCQA : QCM indien, large couverture des spécialités.
- PubMedQA : raisonnement sur abstracts PubMed.
- MMLU-Medical : sous-ensemble médical de MMLU.
- MultiMedQA : agrégat publié par Google Research.
Les scores MedQA des modèles généralistes en pass@1 (estimations issues des cartes HuggingFace et papiers techniques, à confirmer pour usage critique) :
- DeepSeek R1 671B : ~88 %
- Llama 3.3 70B : ~82 %
- Mixtral 8x22B : ~78 %
- Qwen 3 32B : ~80 % (estimé)
Pour la programmation d'outils de pipeline biomédical (parsing FHIR, scripts d'extraction d'images DICOM), Qwen 2.5 Coder 32B ou Qwen3-Coder-Next 80B-A3B atteignent des scores HumanEval supérieurs à 85 %.
Attention : un benchmark MedQA élevé ne vaut pas autorisation de mise sur le marché. Un dispositif médical de classe IIa ou supérieure exige une validation clinique conforme à la norme IEC 62304 et au règlement MDR.
Cas d'usage concrets et pipeline recommandé
Synthèse de compte-rendu opératoire : Mistral Small 4 ou Llama 3.3 70B, contexte 128 000 tokens. Prompt structuré demandant un résumé SOAP. Voir notre guide de fine-tuning santé.
Aide au codage CIM-10 et CCAM : Granite 4.0 H-Small avec base RAG sur la nomenclature officielle. IBM publie des évaluations sur son hub Granite.
Recherche bibliographique PubMed : Qwen 3 VL 235B-A22B pour lire les figures, couplé à un index vectoriel. Voir le guide RAG médical.
Aide au diagnostic différentiel : DeepSeek R1 671B ou DeepSeek R2 32B pour le raisonnement étape par étape. Toujours avec validation humaine, en assistant et non en remplacement.
Téléconsultation et transcription : combiner Whisper-large-v3 (repo OpenAI) en amont, puis Mistral Large 3 pour la mise en forme.
Pour comparer avec d'autres secteurs, consultez meilleur LLM juridique ou meilleur LLM pour le code.
FAQ
Q : MedGemma est-il référencé sur quelllm.fr ?
MedGemma n'apparaît pas encore au catalogue des 249 modèles indexés, car les variantes spécialisées santé sont suivies séparément. Pour un déploiement immédiat, Gemma 4 31B sert de base sous licence Gemma, à fine-tuner sur corpus interne. La famille MedGemma est documentée par Google Health sur HuggingFace et reste compatible avec un serveur vLLM standard.
Q : Quelle VRAM minimale pour un usage clinique solo ?
Comptez 20 à 24 GB pour faire tourner un modèle 32B en Q4 avec contexte 32 000 tokens utiles. Une RTX 5090 32 GB, une RTX 6000 Ada 48 GB ou un Mac Studio M3 Ultra 96 GB conviennent. En dessous de 16 GB, vous êtes limité aux modèles 7B-13B, dont la qualité médicale est jugée insuffisante pour un usage professionnel.
Q : Peut-on déployer un LLM médical open source en production sans certification ?
Pour un usage interne d'aide à la rédaction sans intervention sur la décision médicale, oui. Dès qu'un module influence un diagnostic, une prescription ou un tri patient, vous entrez dans le champ du règlement MDR 2017/745. La documentation ANSM sur les dispositifs médicaux numériques précise les seuils.
Q : Quelle différence entre DeepSeek R1 et R2 pour la santé ?
DeepSeek R1 671B reste la référence en raisonnement long et profondeur encyclopédique, mais exige ~400 GB de VRAM. DeepSeek R2 32B est une version distillée tournant sur un seul GPU, avec environ 90 % des performances sur MedQA selon les rapports techniques disponibles (à confirmer).
Q : Les modèles chinois posent-ils un risque pour les données patient ?
Les poids ouverts (DeepSeek, Qwen, GLM, MiMo) tournent localement sans télémétrie sortante. Le risque n'est pas l'exfiltration mais le biais culturel sur les pathologies, la posologie et les protocoles. Une évaluation interne sur cas francophones est requise. Comparez avec Mistral vs DeepSeek.
Q : Quel modèle pour la transcription médicale en français ?
Pour la transcription brute, Whisper-large-v3 reste la référence. Pour la mise en forme du verbatim en compte-rendu, Mistral Small 4 ou Llama 3.3 70B donnent un français médical naturel. Ajoutez un prompt système précisant la spécialité concernée.
Conclusion
Le choix d'un LLM médical open source en 2026 dépend d'abord du matériel disponible et du cadre réglementaire visé. Pour un cabinet, DeepSeek R2 32B ou Granite 4.0 H-Small suffisent. Pour un CHU, Mistral Large 3 675B ou DeepSeek R1 671B couvrent les cas complexes. Affinez votre sélection avec le configurateur GPU ou parcourez le catalogue complet filtré par licence et VRAM.