Lintelligence artificielle est à la fois la source de fantasme, despoirs, et de craintes sur ses dangers et ses bénéfices. Bien quelle semble pouvoir répondre à un certain nombre denjeux de notre système de santé, lIA reste très peu adoptée dans le secteur hospitalier public en France, et la recherche empirique sur le sujet reste assez maigre. Ce travail de recherche vise à cartographier les challenges à ladoption de lintelligence artificielle dans le secteur hospitalier public en France, comme perçus par les différentes parties prenantes. A partir dune grille proposée par Tara Qian Sun et Rony Medaglia en 2019, nous analysons un cas dadoption dintelligence artificielle daide au diagnostic en imagerie, aux services de radiologie et durgences du CHU de Poitiers, en récoltant les visions de trois groupes dacteurs : les médecins radiologues, les managers dhôpitaux, et les fournisseurs de la solution IA. Nos résultats montrent que les challenges perçus par les différents groupes dacteurs sont divers, parfois contradictoires. A partir de ces résultats, nous émettons une série de recommandations pour pallier ces challenges et favoriser ladoption de lIA dans le secteur hospitalier public en France. Notre apport à la recherche réside dans létude empirique dun cas pratique dadoption de solutions IA dans le secteur public de la santé en France, et par lémission de ces recommandations.