Actualité

  • Etude : les chatbots pourraient répondre efficacement à des questions médicales nuancées (Nature)

    Décision médicale : un art éminemment humain ?

    La médecine n’est pas une science exacte. Même si elle repose sur des bases scientifiques solides et utilise des méthodes rigoureuses pour diagnostiquer et traiter les maladies, chaque patient est unique et les médecins doivent souvent faire appel à leur jugement et à leur expérience pour prendre des décisions. Cela inclut des éléments subjectifs comme l’anamnèse (l’histoire du patient), les préférences du patient et les contextes sociaux et économiques.

    Alors si les chatbots alimentés par intelligence artificielle deviennent assez performants pour diagnostiquer certaines maladies, même complexes, leur performance en matière de raisonnement clinique n’est pas démontrée. C’est pourquoi des chercheurs de l’Université de Stanford ont mené un essai contrôlé randomisé prospectif. De novembre 2023 à avril 2024, 92 médecins praticiens ont été randomisés pour utiliser soit GPT-4 accompagné de ressources conventionnelles, soit uniquement des ressources conventionnelles, afin de répondre à cinq vignettes cliniques développées par des experts dans un environnement simulé.

    Le coup de pouce de l’IA pour raisonner

    Concrètement, trois groupes ont été créés : le chatbot seul, 46 médecins avec le soutien d’un chatbot et 46 médecins ayant uniquement accès à une recherche sur Internet et à des références médicales. Les chercheurs ont par ailleurs sélectionné cinq cas de patients anonymisés et les ont soumis au chatbot et aux médecins, qui ont tous fourni une réponse écrite détaillant ce qu’ils feraient dans chaque cas, pourquoi et ce qu’ils prenaient en compte dans leur décision. Un groupe de médecins certifiés pour créer un référentiel permettant d’évaluer si un jugement ou une décision médicale était correctement appréhendé. Les décisions ont ensuite été notées selon ce référentiel.

    Les résultats de l’essai ont été publiés le 5 février dans Nature Medicine.

    Résultats : le chatbot améliore la prise de décision médicale

    • Les médecins qui ont utilisé GPT-4 ont obtenu un score significativement plus élevé que ceux qui ont utilisé seulement des ressources conventionnelles.
    • Leur performance dans l’évaluation des cas cliniques était meilleure de 6,5% en moyenne par rapport à ceux utilisant uniquement les ressources traditionnelles.
    • Il n’y avait pas de différence significative entre les médecins augmentés par GPT-4 et ceux utilisant uniquement GPT-4. L’ajout de ressources conventionnelles aux médecins utilisant GPT-4 n’a pas amélioré leurs performances.

    Contrairement à ce qu’attendaient les chercheurs, le chatbot a surpassé les médecins ayant accès uniquement à Internet et aux références médicales, cochant plus de critères du référentiel que les médecins. Mais les médecins associés à un chatbot ont obtenu des résultats aussi bons que ceux du chatbot seul. « Depuis des années, je dis que, combinés, l’humain et l’ordinateur feront mieux que l’un ou l’autre seul », a déclaré Jonathan Chen, co-auteur de l’étude. « Je pense que cette étude nous pousse à réfléchir plus critiquement à cela et à nous demander, ‘Qu’est-ce qu’un ordinateur sait faire ? Qu’est-ce qu’un humain sait faire ?’ Nous devrons peut-être repenser où et comment nous utilisons et combinons ces compétences et pour quelles tâches nous recrutons l’IA. »

    “Ne sautez pas l’étape du médecin”

    Reste notamment à déterminer à quoi sont dues ces différences de performance. L’utilisation du LLM oblige-t-elle les médecins à réfléchir davantage au cas ? Ou bien le LLM leur fournit-il des pistes auxquelles les médecins n’auraient pas pensé par eux-mêmes ? Quoi qu’il en soit, les auteurs de cette étude veulent éviter toute interprétation hâtive. « C’est peut-être un argument en faveur de l’IA », a déclaré Jonathan Chen. Mais, « cela ne signifie pas que les patients doivent sauter l’étape du médecin et se diriger directement vers les chatbots. Ne faites pas ça », a-t-il indiqué. « Il y a beaucoup de bonnes informations là dehors, mais aussi de mauvaises. La compétence que nous devons tous développer est de discerner ce qui est crédible et ce qui ne l’est pas. C’est plus important que jamais. »

    *GPT-4 assistance for improvement of physician performance on patient care tasks: a randomized controlled trial.

    Goh, E., Gallo, R.J., Strong, E. et al. Nat Med (2025).

  • Comment le Brésil veut devenir un leader de la santé numérique en Amérique latine ?

    Un système de santé sous pression

    Avec ses 214 millions d’habitants et son vaste territoire, le Brésil fait face à de fortes inégalités d’accès aux soins, surtout en dehors des grandes métropoles. Les maladies chroniques, comme le diabète et l’hypertension, sont en forte augmentation. Le Sistema Único de Saúde (SUS), système public de santé, peine à répondre aux besoins croissants d’une population vieillissante et à garantir une couverture équitable sur un territoire immense. Pour répondre à ces enjeux, le gouvernement mise, en partie, sur le numérique.

    @ Health & Tech Intelligence

     

    Le Brésil accélère donc sa transition numérique avec une stratégie nationale de santé digitale 2020-2028. Ce plan, détaillé dans un document publié par le ministère de la Santé brésilien, vise à structurer et harmoniser l’usage du numérique dans le secteur médical. Il repose sur trois axes et six priorités pour améliorer l’accès aux soins, renforcer la gestion des données et soutenir l’innovation​.

    Une transition numérique progressive

    L’intégration des technologies dans le système de santé brésilien ne date pas d’hier. Plusieurs initiatives ont posé les bases d’un virage digital. Depuis 2015, le Brésil a progressivement structuré sa transition numérique en santé, posant un écosystème interopérable et connecté. Avec la création de Conecte SUS et de la RNDS en 2020, le pays franchit une étape vers une gestion centralisée et sécurisée des données de santé.

    • 2015 : La Politique Nationale d’Information et d’Informatique en Santé (PNIIS) définit un cadre pour structurer la gestion des données médicales et favoriser leur interopérabilité.
    • 2017 : La stratégie e-Saúde marque une étape avec l’introduction des dossiers médicaux électroniques et le développement de la télémédecine.
    • 2019 : Un plan d’action (2019-2023) est lancé pour accélérer la numérisation des services de santé et moderniser les infrastructures hospitalières.
    • 2020 : Création de Conecte SUS, la plateforme qui centralise les données de santé des patients et facilite leur accès aux professionnels. En parallèle, la Rede Nacional de Dados em Saúde (RNDS) voit le jour pour assurer l’interopérabilité entre les établissements publics et privés.

    Qui pilote cette transformation numérique ?

    La transformation numérique du système de santé brésilien repose sur un écosystème d’acteurs institutionnels et privés comme :

    • Ministère de la Santé : Élaborateur des politiques et du cadre réglementaire, il supervise la mise en œuvre de la stratégie nationale.
    • DataSUS : Département de l’informatique du SUS, responsable des infrastructures numériques et de la gestion des données de santé.
    • ANVISA (Agence Nationale de Surveillance Sanitaire) : Régule l’usage des technologies médicales et des solutions numériques liées aux soins.
    • ANS (Agence Nationale de Santé Supplémentaire) : Supervise l’intégration du numérique dans les assurances et services de santé complémentaires.
    • Conass et Conasems : Organismes représentant respectivement les États et les municipalités dans l’élaboration des politiques de santé.
    • Entreprises technologiques : Développement de solutions de télémédecine, d’outils d’aide à la décision et d’applications mobiles en santé.
    • Universités et centres de recherche : Contribution aux innovations en intelligence artificielle, analyse de données de santé et développement de nouveaux protocoles numériques.

    La stratégie de santé numérique 2020-2028 : objectifs et axes d’action

    La feuille de route repose sur six axes stratégiques :

    1. Gouvernance et leadership : L’objectif est de mettre en place un cadre réglementaire et financier solide, à savoir :

    • Consolider les normes de protection des données (conformité avec la LGPD – Loi Générale de Protection des Données).
    • Développer des mécanismes de financement, incluant des partenariats public-privé.
    • Structurer une gouvernance nationale pour coordonner les initiatives numériques.
    • Informatisation des niveaux de soins

    Cette priorité vise à déployer des dossiers médicaux électroniques dans tous les établissements de soins.

    2. Amélioration de la qualité des soins : L’intégration de la télémédecine et des outils d’aide à la décision clinique

    • Optimiser le diagnostic et la prise en charge des patients.
    • Faciliter le suivi des maladies chroniques grâce aux outils numériques.
    • Favoriser la continuité des soins entre les différents niveaux du système de santé.

    3. Engagement des patients : La stratégie prévoit la création de plateformes et d’applications qui permettent aux patients de :

    • Accéder à leurs informations de santé de manière sécurisée.
    • Planifier des consultations et gérer leurs traitements via des interfaces numériques.
    • Participer activement à leur parcours de soins grâce à des outils d’auto-surveillance.

    4. Formation et renforcement des compétences : Le développement des compétences numériques chez les professionnels de santé est essentiel.

    • Intégrer l’informatique en santé dans les cursus universitaires et les formations continues.
    • Créer des certifications pour garantir une utilisation efficace des outils numériques.

    5. Interconnectivité des systèmes de santé : Le Brésil ambitionne de mettre en place une plateforme centralisée de gestion des données de santé.

    • Favoriser l’échange de données entre le secteur public et privé.
    • Améliorer la gestion des urgences et des épidémies par une surveillance en temps réel.
    • Permettre l’analyse des données de santé pour optimiser les politiques publiques.

    6. Innovation et écosystème technologique : L’intégration de nouvelles technologies est encouragée, notamment pour :

    • L’intelligence artificielle pour le diagnostic et la prévention.
    • Les objets connectés pour le suivi des patients à distance.
    • Les big data pour améliorer la recherche et l’efficacité des interventions médicales​.

    Le Brésil mise sur un cadre réglementaire strict et des investissements massifs pour accélérer la santé numérique

    Le Brésil a pris un virage vers la digitalisation de son système de santé. Le pays s’est doté en 2019 d’un cadre réglementaire avec la Loi Générale de Protection des Données (LGPD). Cette législation impose des règles en matière de collecte, de stockage et d’utilisation des informations de santé, garantissant sécurité, transparence et respect de la vie privée. L’objectif d’instaurer un environnement de confiance où les patients gardent le contrôle de leurs données tout en facilitant l’échange sécurisé d’informations entre professionnels de santé. Mais un cadre réglementaire ne suffit pas. Pour que la transformation numérique soit efficace, le Brésil a aussi misé sur d’importants investissements technologiques, comme le programme Conecte SUS, lancé en 2020. Il permet aux citoyens d’accéder à leurs dossiers médicaux en ligne et de les partager avec les soignants, simplifiant ainsi le suivi des patients et la coordination des soins.

    En parallèle, le pays a investi dans des infrastructures cloud souveraines pour garantir un hébergement sécurisé des données de santé et assurer leur disponibilité en toutes circonstances. Cette approche vise à réduire la dépendance aux fournisseurs étrangers et à renforcer la souveraineté numérique du Brésil. L’intelligence artificielle fait également partie des axes. Le gouvernement encourage le développement de solutions capables d’analyser de vastes volumes de données médicales pour améliorer la prévention et le diagnostic des maladies. L’utilisation d’algorithmes prédictifs pourrait permettre d’anticiper les épidémies, d’optimiser les ressources hospitalières et d’affiner les protocoles de soins. Reste à voir si ces efforts seront suffisants pour relever les défis d’un pays où l’accès aux soins demeure profondément inégalitaire.

    Santé numérique au Brésil : des défis à surmonter d’ici 2028

    Si le Brésil a engagé une transformation numérique de son système de santé, plusieurs obstacles pourraient freiner l’atteinte des objectifs fixés pour 2028.

    L’un des défis les plus pressants concerne les disparités régionales. Si les grandes villes bénéficient déjà d’infrastructures connectées et de services numériques avancés, de nombreuses zones rurales et communautés défavorisées peinent encore à accéder aux soins en ligne. Le manque de couverture internet, l’absence d’équipements adaptés et la faible littératie numérique dans certaines populations ralentissent la démocratisation des outils numériques en santé. Sans une politique volontariste pour combler ces écarts, l’essor du numérique risque d’accentuer les inégalités.

    Un autre défi de taille réside dans l’interopérabilité des systèmes de santé. Aujourd’hui, de nombreux établissements utilisent des plateformes et logiciels différents, parfois incompatibles entre eux. Cette fragmentation empêche une circulation fluide des données médicales et limite l’efficacité du suivi des patients. Pour garantir une meilleure coordination des soins, le Brésil doit accélérer l’adoption de standards communs et renforcer l’intégration entre les différentes bases de données hospitalières et administratives.

    Enfin, la formation des professionnels de santé. L’usage des nouvelles technologies en milieu médical exige des compétences spécifiques, notamment en gestion des données, en télémédecine et en cybersécurité. Pourtant, ces sujets sont encore insuffisamment intégrés dans les cursus académiques et les formations continues. Pour assurer une adoption réussie du numérique, le Brésil devra renforcer l’apprentissage de l’informatique médicale et accompagner les soignants.

     

  • PLFSS : l’Ondam progresse de 3,4 % (265,9 milliards d’euros)

    Un Ondam en hausse, mais sous contrainte

    L’Ondam global fixé pour 2025 s’établit à 265,9 Mds€, soit une progression de +3,4 % par rapport aux 257,1 Mds€ de 2024. Si cette augmentation est importante, elle reste inférieure à la dynamique inflationniste et aux besoins exprimés par les professionnels de santé. Dans le détail, les principales évolutions concernent :

    • Les soins de ville : 113,2 Mds€, en hausse de +2,8 %, contre 110,1 Mds€ en 2024. Cette revalorisation inclut l’abandon de la hausse du ticket modérateur sur les consultations médicales, initialement prévue à l’automne.
    • L’hôpital : 109,6 Mds€, soit une progression de +3,8 % et 1 milliard d’euros supplémentaire pour soutenir les établissements en difficulté.

    Mais ces chiffres suffiront-ils à couvrir les besoins croissants du système de santé, marqué par la pénurie de soignants, l’augmentation des maladies chroniques et l’inflation des coûts ?

    Une enveloppe sous pression

    La hausse de l’Ondam est perçue par le gouvernement comme un effort budgétaire conséquent, mais certains acteurs du secteur la jugent insuffisante. Les établissements hospitaliers, confrontés à des tensions financières, dénoncent un “effet ciseaux” entre des dépenses en augmentation et des ressources limitées. D’autres inquiétudes portent sur le secteur des soins de ville, où les syndicats de médecins libéraux jugent la hausse de 2,8 % trop faible. Alors que la France cherche à renforcer l’accès aux soins, notamment dans les déserts médicaux, cette enveloppe pourrait limiter les marges de négociation pour la revalorisation des consultations.

    Des mesures d’ajustement pour contenir les dépenses

    Pour maîtriser la progression des dépenses de santé, le PLFSS 2025 intègre plusieurs mesures visant à réaliser des économies :

    • Réduction du coût des transports sanitaires pour optimiser les dépenses.
    • Accords de maîtrise des dépenses avec les radiologues pour limiter certains actes.
    • Vérification de la pertinence des prescriptions médicales par l’Assurance-maladie, via un formulaire rempli par les médecins.
    • Maintien de la “taxe lapin”, qui sanctionne les patients ne se rendant pas à leur rendez-vous médical.

    Si le gouvernement assume une trajectoire maîtrisée des dépenses de santé, les professionnels de santé alertent sur les risques d’un sous-financement chronique. La progression de 3,4 % de l’Ondam reste bien en deçà des niveaux observés durant la crise sanitaire, où elle dépassait +6 % par an.

     

  • Déploiement de l’IA en santé : les recommandations de l’ANAP pour une intégration réussie

    Une IA de confiance : transparence et gouvernance comme piliers

    Ce document, intitulé « Déployer l’IA en toute confiance : stratégies et bonnes pratiques », met en lumière les enjeux, les bénéfices et les précautions à prendre pour une intégration efficace et sécurisée des solutions d’IA en milieu hospitalier et médico-social. L’ANAP insiste sur la nécessité d’une gouvernance rigoureuse de l’IA. Les solutions doivent être transparentes et explicables, afin que professionnels de santé, patients et décideurs puissent en comprendre le fonctionnement et les implications. Plusieurs questions doivent être posées en amont :

    • Quels sont les mécanismes de mise à jour et d’amélioration des algorithmes ?
    • Comment sont sécurisées et anonymisées les données utilisées ?
    • Quel est le rôle de l’IA dans la prise de décision médicale ?

    L’ANAP recommande l’intégration de l’IA dans la feuille de route numérique des établissements et sa supervision par des comités existants (comité de pilotage des projets informatiques, COPIL innovation). Certains établissements choisissent de constituer des groupes de travail dédiés pour cadrer les enjeux juridiques, éthiques et organisationnels liés à l’IA.

    Optimiser la performance grâce aux bonnes pratiques

    Le guide de l’ANAP détaille plusieurs bonnes pratiques pour garantir un déploiement réussi :

    • Assurer la qualité des données : un algorithme d’IA n’est performant que sur les données sur lesquelles il est entraîné. L’ANAP recommande de s’assurer que les bases de données utilisées sont représentatives et complètes.
    • Privilégier l’interopérabilité : l’IA doit s’intégrer dans le système d’information hospitalier (SIH) sans générer de rupture de charge pour les professionnels. L’interfaçage avec les outils existants est essentiel pour éviter la saisie manuelle d’informations.
    • Garantir un contrôle humain : conformément au règlement européen IA 2024/1689, toutes les décisions médicales assistées par IA doivent être validées par un professionnel de santé.

    Quels bénéfices concrets pour les établissements de santé ?

    L’IA permet d’automatiser des tâches répétitives, d’améliorer la sécurisation des soins et d’optimiser la gestion des ressources. L’ANAP illustre ces bénéfices à travers plusieurs cas d’usage :

    • Planification automatique des plannings en bloc opératoire, avec un gain de temps de 75 % pour les cadres de santé.
    • Aide à la lecture d’images médicales, notamment aux urgences, pour détecter les fractures et autres pathologies avec plus de précision.
    • Surveillance intelligente des chambres de patients, permettant d’optimiser les interventions des soignants et de limiter la charge mentale.
    • Cybersécurité renforcée, avec des solutions capables d’identifier et de contrer une attaque en quelques minutes.

    Accompagner le changement pour une adoption réussie

    L’ANAP insiste sur l’importance d’une conduite du changement adaptée. L’implémentation d’une IA nécessite l’implication de différents acteurs : services informatiques, professionnels de santé, représentants des patients et instances de gouvernance. Une communication transparente et une formation adéquate sont essentielles pour rassurer les équipes et garantir une adoption efficace.

    Déployer l’IA en toute confiance : stratégies et bonnes pratiques 

     

  • Mammographie numérique : l’ANSM renforce le contrôle qualité des équipements

    Des contrôles plus rigoureux et harmonisés

    Cette décision remplace celle du 15 janvier 2020 et s’applique aux équipements utilisant des récepteurs numériques DR, des écrans radioluminescents CR ainsi qu’aux fonctions de tomosynthèse. Elle introduit deux niveaux de contrôle :

    • Le contrôle interne, réalisé régulièrement par l’exploitant, vérifie la qualité des images et la dose délivrée.
    • Le contrôle externe, effectué tous les six mois par un organisme accrédité, audite les procédures internes et réalise des tests complémentaires sur les équipements.

    En cas de non-conformité grave, l’appareil concerné doit être immédiatement mis hors service et signalé à l’ANSM et à l’ARS. Les non-conformités mineures doivent être corrigées sous six mois avec une validation par contre-visite.

    De nouvelles exigences techniques

    L’ANSM impose également des spécifications techniques plus strictes, notamment l’utilisation de fantômes anthropomorphes pour simuler les tissus mammaires, de luminancemètres pour contrôler l’affichage des moniteurs et de plaques de calibration pour les faisceaux de rayons X. Par ailleurs, la dose glandulaire moyenne (DG), essentielle pour la radioprotection, devra être calculée avec des formules intégrant divers paramètres physiques, garantissant une meilleure maîtrise de l’exposition des patientes.

    Un calendrier de mise en conformité précis

    Les exploitants ont six mois pour appliquer ces nouvelles règles. Les équipements récemment installés devront être contrôlés avant leur mise en service. L’ensemble des installations existantes devra intégrer ces nouveaux protocoles dans leur cycle de maintenance.

    Décision du 13/01/2025 fixant les modalités du contrôle de qualité des installations de mammographie numérique.

    Consultez les annexes à la décision du 13/01/2025 fixant les modalités du contrôle de qualité des installations de mammographie numérique (14/01/2025) 

     

  • Cervital : une IA prometteuse pour optimiser la détection du cancer du col de l’utérus

    Chaque année en France, près de 3000 femmes développent un cancer du col de l’utérus et 1 100 en décèdent, malgré les campagnes de dépistage et de vaccination. Le test HPV, bien que sensible, manque de spécificité et entraîne une multiplication des colposcopies (+70 %). Par ailleurs, la colposcopie elle-même est dépendante du praticien et souffre d’une variabilité importante. Ces limites augmentent le stress des patientes et entraînent des interventions invasives parfois évitables, comme la conisation ou l’hystérectomie.

    Cervital : un modèle d’IA innovant

    Publiée dans Computers in Biology and Medicine, une étude met en avant un modèle d’IA multimodal intitulé Cervital. Cet outil vise à améliorer la reconnaissance des lésions précancéreuses du col utérin en combinant plusieurs sources de données :

    • Cervital données historiques (antécédents cytologiques et HPV)
    • Cervital imagerie colposcopique
    • Cervital combo, qui associe les deux

    Grâce à une base de données de 30 000 patientes sur 20 ans, incluant des biopsies et conisations, l’IA délivre une prédiction fiable en moins de 30 secondes. L’analyse de performance a été menée sur 6400 patientes avec un diagnostic validé, permettant d’obtenir un modèle robuste et optimisé.

    Des performances supérieures aux experts

    Cervital dépasse l’expertise humaine, avec une précision supérieure de 10 points pour la prédiction des pré-cancers (CIN2+). Son utilisation par des praticiens moins expérimentés pourrait encore amplifier cet écart. Son accessibilité en temps réel pourrait transformer la prise en charge du cancer du col de l’utérus en :

    • Réduisant les erreurs d’évaluation et les incertitudes
    • Diminuant le nombre de conisations inutiles
    • Optimisant le parcours de soins et le suivi des patientes
    • Offrant un gain de temps pour les médecins et réduisant le stress des patientes
    • Contribuant à des économies de santé publique

    Les résultats encourageants de cette première étude ouvrent la voie à une validation multicentrique et prospective. Si ces performances se confirment, Cervital pourrait devenir un outil efficace pour améliorer le dépistage et la prise en charge du cancer du col de l’utérus.

     

  • France 2030 : l’IA au service du diagnostic médical avec cinq nouveaux projets

    L’IA pour affiner et accélérer les diagnostics médicaux

    Dans un contexte où l’IA s’impose comme un outil pour la médecine de demain, le Health Data Hub (HDH), en partenariat avec Bpifrance, le Secrétariat général pour l’investissement (SGPI), l’Agence de l’innovation en santé (AIS) et la Délégation au numérique en santé (DNS), accompagne cinq nouveaux Data Challenges sélectionnés en 2025.

    Depuis 2020, ces compétitions rassemblent des data scientists du monde pour développer des solutions innovantes sur des problématiques médicales. Parmi les projets lauréats cette année :

    • ML-KIDCAR (IHU ICAN) : utilisation de l’IA pour détecter les risques d’insuffisance rénale aiguë après une chirurgie cardiaque.
    • MYOCARDIA (MIRACL.ai) : classification des myocardites aiguës via des algorithmes d’apprentissage profond appliqués aux IRM cardiaques.
    • OutsAIder (GHU Paris Psychiatrie et Neurosciences) : corrélation entre la production artistique d’individus atteints de troubles psychiatriques et leur diagnostic.
    • AID-Oral (AP-HP) : analyse d’images de lésions buccales pour anticiper un risque de transformation maligne.
    • RESPRED-UC (Hôpital Foch) : prédiction de la réponse aux immunothérapies pour le cancer urothélial de la vessie à partir d’images anatomopathologiques.

    Ces projets bénéficieront d’un soutien financier de France 2030, ainsi que d’un accompagnement juridique, technique et logistique du HDH.

    Des résultats attendus lors du Sommet pour l’IA à Paris

    Parmi les initiatives précédemment sélectionnées, le projet CytologIA, porté par le Groupe Francophone d’Hématologie Cellulaire et Algoscope, a été intégré aux 35 défis Convergence IA. Son objectif est d’automatiser le diagnostic en hématologie grâce à l’IA. Les résultats de ce projet seront présentés lors du Sommet pour l’action sur l’IA.

     

  • Horizon scanning 2024 (LEEM) : l’oncologie représente 25% des molécules en développement

    L’innovation au cœur du secteur du médicament

    Le Leem a récemment publié une étude sur l’évolution du secteur du médicament dans les années à venir, ceci dans le but d’en anticiper les impacts. L’étude analyse les traitements autorisés. 45% des 271 AMM approuvées par l’agence du médicament entre 2021 et mi 2023 concernaient des nouvelles substances actives, le syndicat estime à près de 1800 le nombre de programmes de recherche clinique en cours dans le monde et à 660 le nombre de nouvelles molécules potentielles d’ici 2027. L’innovation est donc importante dans le secteur du médicament, le budget R&D représente en moyenne 9,8% du chiffres d’affaires des entreprises du médicaments, contre 4,8% pour l’automobile. Dans ces innovations les biothérapies (anticorps, thérapie génique, thérapies cellulaires, oligonucléotides et peptides) jouent un rôle significatif notables, elles représentent 40% des traitements approuvés entre 2021 et 2023 et la même proportion des innovations thérapeutiques à venir d’ici 2027.

    Thérapies géniques : développement et conséquences

    Les thérapies géniques représentent quant à elles 16% des biothérapies en développement. Cela signifie que les thérapies géniques pourraient représenter 6,4% des traitements nouvellement approuvés, alors qu’en décembre 2023 on ne recensait que 4 thérapies géniques autorisées en France.  La thérapie génique consiste à introduire du matériel génétique dans les cellules d’une personne pour soigner une maladie. Par exemple en 2016, un enfant de 13 ans atteint de la drépanocytose a été traité en France avec succès par thérapie génique. Le sujet a vu la disparition de ses symptômes, comme l’anémie, la fatigue et les atteintes aux articulations.

    Les thérapies géniques peuvent être réalisées en injectant directement du matériel génétique fonctionnel (ADN nu, liposomes ou vecteur viral) ou être réalisées ex vivo avec des cellules du patient prélevées puis modifiées avec un rétrovirus avant d’être réintroduites chez le patient. Le type de thérapie génique dépend de la maladie traitée, par exemple l’oncologie représente 86% des thérapies géniques ex vivo en développement contre 36% des thérapies géniques in vivo.

    Ces nouvelles thérapies posent deux défis :

    • La formation du personnel en raison des effets cliniques parfois inattendus qui nécessitent un suivi spécifique et important.
    • Des moyens matériels et humains supplémentaires, notamment en raison du caractère répété que parfois nécessite leur administration. Par exemple dans l’épidermolyse bulleuse, l’hôpital Necker fait face à une file d’attente pédiatrique de 30 patients et ne peut réaliser que 4 traitements par semaine, car le traitement nécessite une prise en charge quotidienne. Autre exemple, les thérapies géniques à ARN messager demande un protocole spécifique qui entraîne ce temps de préparation de 10 heures, ceci en grande partie en raison de problématiques réglementaires.

    Un différentiel Etats-Unis/Union Européenne conséquent dans l’autorisation des biothérapies, le Leem relève un retard de l’Europe sur les Etats-Unis avec 143 thérapies géniques ou cellulaires approuvées par la FDA entre 2021 et 2023, contre 30 pour l’EMA.

    Les 4 propositions du Leem  pour relever les défis des biothérapies.

    Le Leem conclut que si les thérapies géniques et cellulaires vont apporter des gains significatifs dans des aires thérapeutiques sans alternative satisfaisante aujourd’hui leur implémentation sera exigeante pour le système de santé. Le syndicat du médicament fait 4 propositions pour permettre un accès équitable aux soins :

    • Coconstruire une approche prospective de l’innovation pour pouvoir anticiper les changements.
    • Faciliter et unifier au niveau national les procédures d’accréditation des centres et les filières
      d’autorisation délivrées par les ARS en rendant possible l’extension des certifications à différentes indications.
    • Définir une stratégie d’organisation des systèmes hospitaliers pour absorber l’augmentation des flux de patients traités par thérapies géniques. Par exemple en formant le personnel et en mutualisant les ressources humaines et matérielles au sein des services hospitaliers.
    • Mettre en place les outils nécessaires à l’évaluation de la performance et assurer leur interopérabilité à l’échelle européenne.

     

  • Le rapport de la Branche Autonomie par la CNSA montre l’effort national consenti en faveur de la politique de l’autonomie

    L’effort porté sur la prévention de la perte autonomie

    L’effort national en faveur du soutien à l’autonomie (ENSA) s’établit à 90 milliards d’euros, soit une augmentation de 29% depuis 2013. La part des dépenses de la CNSA dans ces financements publics s’élève à plus de 41 %. Dans les années à venir, les pouvoirs publics devront relever les défis du vieillissement de la population et de l’accroissement prévisible du nombre de personnes en situation de handicap, du fait de l’augmentation de l’espérance de vie ainsi que de la prévalence des troubles neurodégénératifs, rapportée dans de nombreux pays.

    En 2023, l’effort global de prévention s’élevait à plus de 271 millions d’euros, en progression de 4,2 % par rapport à l’année précédente. Les principales thématiques des actions collectives de prévention financées sont le maintien du lien social, les activités physiques adaptées, l’usage du numérique, le bien-être et la mémoire.

    Le financement des actions est assuré à plus de moitié par la CNSA (58%). Les conférences des financeurs pour la prévention de la perte d’autonomie (CFPPA), réunies sous la présidence du président du conseil départemental et la vice-présidence de l’ARS, coordonnent les actions locales et octroient des financements complémentaires.

    Le programme de prévention « ICOPE » (Integrated Care for Older People) de l’OMS, porté par l’Institut hospitalo-universitaire (IHU) de Toulouse, doit bénéficier à toutes les personnes d’au moins 60 ans en 2025. Il a pour objectif le dépistage précoce de la perte d’autonomie des personnes. Les conditions de la généralisation de ce programme seront précisées dans un cahier des charges attendu cette année.

    D’ores et déjà 2,8 millions de personnes âgées de 60 ans et plus et leurs aidants ont été bénéficiaires d’actions de prévention en 2022.

    Un centre de ressources et de preuve (CRP) dédié à la valorisation des actions de prévention de la perte d’autonomie a été mis en place par la CNSA. Le CRP a publié en 2024, avec l’appui de l’Union des gérontopôles de France, deux études consacrées aux critères d’efficacité des actions collectives de prévention en matière de nutrition et de prévention des chutes.

    Une offre médico-sociale consolidée

    La hausse des financements alloués à l’offre médicosociale a permis une augmentation du nombre de places et une amélioration de la qualité.

    Les financements publics dédiés à l’offre médicosociale se sont élevés à
    38,2 milliards d’euros en 2022 :

    • Les ARS ont apporté 28,4 Md€, représentant 74 % des financements publics, via des dotations régionales limitatives (DRL) de la CNSA dans le cadre de l’objectif global de dépenses (OGD) médicosociales. Ces crédits financent essentiellement l’offre en établissements ;
    • Les départements ont contribué pour 9,8 Md€, orientés majoritairement vers l’offre à domicile.

    Une augmentation régulière des crédits en faveur du grand âge

    En 2022, 21 Md€ ont été alloués au secteur du grand âge, soit une augmentation de 27 %en euros constants depuis 2013.

    L’offre en établissements, essentiellement en Ehpad, a bénéficié de 14,6 Md€, représentant 70 % de l’enveloppe globale ; 6,3 Md€ ont été consacrés à l’offre de services à domicile.

    Des crédits supplémentaires alloués au handicap

    En 2022, 16,5 milliards d’euros ont été alloués au secteur du handicap, soit une augmentation de 40 % en euros constants depuis 2013. Ce sont 13,6 Md€ (82 % du total), qui ont été engagés par les ARS et 2,9 Md€ (18 % du total) par les départements.

    La création de 50 000 nouvelles solutions à l’horizon 2030 a bénéficié de 1,5 Md€ supplémentaires. Elles devraient pouvoir bénéficier notamment à certains cas particuliers :

    • Les personnes en situation de handicap vieillissantes

    La situation de ces personnes est difficile car elle nécessite une double expertise, du point de vue gérontologique comme de celui du handicap.

    Il serait souhaitable que les maisons d’accueil spécialisées (MAS), les foyers d’accueil médicalisés (FAM) et les foyers de vie puissent accompagner leurs résidents pour toute la durée de leur vie, afin d’éviter les ruptures de parcours, comme le préconise la Cour des comptes. Les fréquentes orientations en Ehpad ne constituent souvent pas la solution optimale.

    A domicile, les personnes en situation de handicap peuvent bénéficier des services d’accompagnement à la vie sociale (SAVS), des services d’accompagnement médicosocial pour adultes handicapés (SAMSAH), des SSIAD, des équipes mobiles, des structures d’hébergement temporaire ou de répit pour les aidants des personnes handicapées vieillissantes.

    • Les personnes autistes en situation très complexe

    La Haute autorité de santé (HAS) estime qu’environ 100 000 jeunes et près de
    600 000 adultes sont porteurs de troubles du spectre de l’autisme (TSA) en France. Pour les personnes atteintes des troubles les plus sévères, un accompagnement continu et un encadrement très renforcé sont nécessaires. Pour répondre au manque de capacités d’accueil adapté en ESMS, 50,6 M€ ont été orientés vers la création de nouvelles unités résidentielles destinées aux personnes autistes en situation très complexes (URTSA) dans le cadre de la Stratégie nationale pour l’autisme et les troubles du neurodéveloppement (TND) 2018-2022.

    Les solutions d’avenir : logement inclusif, CRT

    Pour la CNSA, le virage domiciliaire passera par le développement de l’habitat inclusif, qui bénéficie depuis 2021 d’une « aide à la vie partagée », permettant l’intervention d’un professionnel chargé d’animer un projet de vie sociale et partagée. Actuellement 15 % des habitants en logement inclusif ont choisi de quitter un établissement d’hébergement pour ce type d’habitat.

    En 2023, 95 départements ont développé cette approche sur leur territoire, avec le soutien financier de la CNSA à hauteur de 37 millions d’euros. La CNSA a également renouvelé son appel à manifestation d’intérêt « Investissement dans l’habitat inclusif », allouant 7,5 M€ pour des travaux dans 103 habitats inclusifs. En 2025 l’effort sera poursuivi pour ce secteur, tout en ayant une conception élargie de l’habitat partagé, incluant les résidences autonomie, les Marpa  (maisons d’accueil rural pour les personnes âgées) ou l’accueil familial.

    Les centres de ressources territoriaux (CRT), créés par la loi de financement de la Sécurité sociale 2022, offrent une alternative à l’Ehpad en proposant un accompagnement renforcé à domicile. Les CRT, créés généralement partir d’un établissement ou service médicosocial (ESSMS) existant, proposent également un appui aux professionnels du territoire, la mise à disposition de ressources gérontologiques ou d’équipements spécialisés, ainsi que des locaux adaptés. Il en existe actuellement 166. Les CRT ont été dotés de 20 M€ en 2022, complétés par les ARS de 39,7 M€ en 2023.

    Constatant les difficultés de recrutement dans les métiers de l’autonomie (avec un turn-over de 25%), le président de la CNSA, Jean-René Lecerf, appelle à un « plan Marshall pour l’attractivité des métiers du domicile » et met en avant les plateformes des métiers de l’autonomie, dont l’expérimentation sera prolongée en 2025.

    Rapport de la branche autonomie de la CNSA :

    https://www.cnsa.fr/sites/default/files/2025-02/RapportdeBranche_2025_CNSA.pdf

    Synthèse du rapport de branche :

    https://www.cnsa.fr/sites/default/files/2025-02/CNSA_SYNTHESE_RAPPORT_DE_BRANCHE_ACCESS.pdf

     

  • Etude : un outil prédictif basé sur l’IA identifie les patients à risque d’erreurs médicamenteuses (Nature)

    Prévenir les événements indésirables liés aux médicaments

    Erreurs de prescription, de délivrance, de dosage, de stockage… Les sources d’erreurs médicamenteuses ne manquent pas. Et même si elles peuvent survenir à tout moment du parcours de soins du patient, la majorité des cas se produisent le premier jour d’hospitalisation. Et leurs conséquences pèsent lourd : elles sont responsables d’une augmentation de la mortalité, de complications médicales et de coûts élevés dans les systèmes de santé (estimés à 42 milliards de dollars par an), soit 0,7 % des dépenses de santé mondiales. Mais, environ la moitié des événements indésirables liés aux médicaments sont des erreurs évitables.

    La “conciliation médicamenteuse” : efficace mais chronophage

    Pour les prévenir, les hôpitaux utilisent la conciliation médicamenteuse, qui consiste à créer une liste précise des médicaments que le patient prend réellement, à la comparer avec les prescriptions du dossier médical puis à corriger les écarts ou erreurs éventuels. Des études ont montré qu’elle peut réduire les erreurs médicamenteuses de 66 %. Depuis 2018, les hôpitaux sont incités à la mettre en œuvre puisque la conciliation médicamenteuse est devenue un indicateur dans les contrats d’amélioration de la qualité et de l’efficience des soins. Cependant, le déploiement de la conciliation médicamenteuse se heurte à un problème de taille : elle est très consommatrice en temps et de ressources humaines. Il faut en effet environ 50 minutes pour réaliser une conciliation par patient.

    C’est pourquoi une équipe du CHU de Reims a conçu un outil utilisant des algorithmes d’apprentissage machine pour prioriser les patients à risque d’erreurs, permettant ainsi aux pharmaciens de cibler plus efficacement leurs interventions. Concrètement, les chercheurs ont collecté les données de 12 604 patients admis entre 2017 et 2023 au Centre Hospitalier Universitaire de Reims. Les données ont été nettoyées, normalisées et équilibrées pour compenser l’importance disproportionnée des cas négatifs par rapport aux cas positifs. Et plusieurs algorithmes (régression logistique, machines à vecteurs de support, gradient boosting et classificateur par vote) ont été testés.

    Les résultats de cette étude ont été publiés le 30 décembre dans Scientific Reports.

    Résultats : l’IA repère 75% des patients à risques d’erreurs

    • Le modèle de classificateur par vote a donné les meilleures performances avec un rappel de 0,75, une précision de 0,65 et un score F1 de 0,70.
    • L’outil a permis de détecter 45 % des patients à risque d’erreurs médicamenteuses, contre seulement 21 % avec les méthodes traditionnelles, soit une amélioration de 113 %.

    Le modèle de classificateur par vote détecte donc efficacement les patients à risque (75 %) mais il est modérément précis. Dans 35% des cas, il signale des fausses alertes. Cependant, ces résultats sont prometteurs puisque par comparaison, en 2022, sur 47 876 admissions, seulement 4,3 % des patients ont subi une conciliation médicamenteuse. Parmi eux, 26 % avaient au moins une erreur détectée nécessitant une intervention pharmacologique. L’outil prédictif aide donc à mieux prioriser les patients, réduisant ainsi le gaspillage des ressources et augmentant la sécurité des patients.

    Cependant, l’étude présente des limites puisqu’elle n’a été réalisée qu’au CHU de Reims. Par ailleurs, le développement d’un modèle plus performant nécessiterait davantage de données, mais cela suppose d’effectuer un nombre élevé de conciliations, ce qui reste difficile avec les ressources actuelles. Une étude multicentrique est donc prévue. Et à terme, il pourrait aussi être envisagé de rendre l’outil applicable en soins ambulatoires et primaires.

    *A machine learning-based clinical predictive tool to identify patients at high risk of medication errors.

    Abdo, A., Gallay, L., Vallecillo, T. et al.

    Sci Rep 14, 32022 (2024). https://doi.org/10.1038/s41598-024-83631-w