× Accueil Services Le cabinet AI Act Diagnostic Liens utiles Développeurs Veille Contact
Pour les CTO & équipes techniques

La conformité,
dans votre code

L'AI Act ne se joue pas que sur le papier. Scannez vos dépôts pour détecter l'usage de frameworks d'IA et cartographier vos obligations de traçabilité, de journalisation et de gouvernance des données, avant qu'un auditeur ne le fasse.

L'outil

Le scanner de code
AI Act × MedTech

Un scanner statique en ligne de commande (Python, sans dépendance) qui lit vos fichiers .py / .js / .ts et vos manifestes (requirements.txt, package.json) et produit un rapport actionnable.

# Cloner puis lancer sur votre dépôt
$ python3 tmai_scan.py /chemin/vers/depot --json rapport.json --md rapport.md

CLASSE DE RISQUE (indicative) : Haut risque probable — voie médicale
  Bibliothèques de dispositif médical détectées : voie Annexe I (Art. 6 §1).
  Échéance applicable probable : 2 août 2028

FRAMEWORKS D'IA DÉTECTÉS
  • MONAI (imagerie médicale)  ⚕ MÉDICAL
  • pydicom (DICOM)            ⚕ MÉDICAL
  • PyTorch · OpenAI SDK …

ANGLES MORTS
  [A4 · Article 12] Aucune journalisation détectée …
  [A7 · Article 15] Clé d'API potentiellement en clair …
  [A2 · Article 10] Pipelines d'apprentissage : gouvernance des données …
Différenciant. Là où les scanners génériques s'arrêtent à « vous utilisez de l'IA », le scanner TrustMed AI lit la réalité MedTech : détection des bibliothèques médicales (MONAI, pydicom, nnU-Net…), rappel de la Règle 11 du RDM, voie Annexe I des dispositifs médicaux et articulation ISO 13485.
Télécharger le scanner (Python) MIT · Python 3.8+ · sans dépendance · serveur MCP inclus
Ce qu'il met en lumière

Du code
aux articles

Article 10

Gouvernance des données

Détection des pipelines d'apprentissage (fit, DataLoader, fine-tuning) : provenance, représentativité et biais des jeux de données à documenter.

Article 12

Traçabilité & journalisation

Absence de logging alors qu'une IA prend des décisions : la journalisation horodatée exigée n'est pas en place.

Article 15

Robustesse & cybersécurité

Tests et validation d'entrées manquants, secrets/clés d'API en clair : autant de signaux de fragilité technique.

RGPD × Art. 10 §5

Données de santé

Motifs DICOM / patient détectés : l'articulation RGPD (Art. 9) × AI Act sur les données sensibles d'apprentissage doit être sécurisée.

Écosystème open-source

Complémentaire,
pas concurrent

Des scanners open-source comme ArkForge mcp-eu-ai-act (serveur MCP branchable sur Claude, Cursor ou Windsurf) font un excellent travail de premier niveau : détection de frameworks et classification de risque générique. Le scanner TrustMed AI s'inscrit dans cette logique d'ingénierie, en ajoutant la lecture médicale que ces outils n'ont pas.

1

Scanner

L'outil open-source (ou le nôtre) cartographie l'IA présente dans le dépôt.

2

Qualifier

La couche MedTech traduit ces signaux en classe RDM et en voie Annexe I/III.

3

Remédier

TrustMed AI bâtit le plan de mise en conformité et le dossier d'audit.

Passer à l'action

Auditons
votre dépôt

Lancez le diagnostic en 2 minutes, ou confiez-nous un audit technique de votre code et de vos pipelines.

Lancer mon diagnostic (2 min) Demander un audit technique