Actualité

  • IA et sténose aortique : une essai clinique pour améliorer l’accès aux interventions TAVI

    Identifier les patients éligibles au TAVI

    En collaboration avec Tempus, une entreprise spécialisée dans les biotechnologies et les données de santé, le spécialiste américain de technologies médicales, Medtronic, teste le potentiel de l’intelligence artificielle (IA) pour identifier des patients éligibles aux procédures de TAVI (transcatheter aortic valve implantation) et qui n’ont pas de plan de traitement déjà mis en place.

    Le TAVI est une procédure médicale peu invasive, utilisée pour remplacer une valve aortique malade sans nécessiter une chirurgie à cœur ouvert. La technique est destinée en particulier aux patients souffrant de sténose aortique sévère, une pathologie où la valve aortique se rétrécit, limitant le flux sanguin du cœur vers le reste du corps. S’appuyant sur l’utilisation des données cliniques et génomiques, l’essai clinique randomisé, financé par Medtronic, exploitera la plateforme d’IA “Next” de Tempus.

    L’innovation pour réduire les inégalités en santé

    Le TAVI, alternative moins invasive à la chirurgie à cœur ouvert, est associé à des séjours hospitaliers plus courts et à des temps de récupération réduits. L’identification des patients éligibles à cette procédure est un levier pour corriger les disparités raciales, ethniques, de genre et géographiques dans les traitements cardiovasculaires. Cette étude vise ainsi à répondre à un double enjeu :

    • d’un côté, améliorer la prise en charge des patients sous-médicalisés ;
    • et de l’autre, réduire les inégalités dans l’accès aux soins.

    Aux États-Unis, plus de 2,5 millions de personnes souffrent de sténose aortique. Dans sa forme sévère, cette maladie peut entraîner un pronostic vital défavorable. Selon Medtronic, les données actuelles révèlent des disparités évidentes : 91 % des procédures de TAVI concernent des patients “blancs”, tandis que les patients “noirs, hispaniques, asiatiques ou issus d’autres groupes raciaux” bénéficient de cette intervention à un rythme moindre.

    Pour y arriver, la plateforme Next de Tempus repose sur l’analyse de plus de 60 algorithmes appliqués à des données multimodales (cliniques, biologiques et autres) pour détecter les profils à risque. En cardiologie plus spécifiquement, Tempus a conçu un algorithme capable de prédire la fibrillation auriculaire.

    Une orientation débutée il y a 4 ans

    Cette étude de Medtronic s’inscrit dans sa stratégie globale d’intégration de l’IA, avec un programme interne destiné à stimuler l’innovation dans les différentes divisions de l’entreprise. Récemment en France, la division Integrated health solutions (IHS) de Medtronic a signé un partenariat avec La Poste Santé et Autonomie pour aider les établissements de soin à améliorer :

    • les parcours patients ;
    • l’exploitation des données ;
    • et l’utilisation de l’IA au service de la santé.

    Ces avancées peuvent contribuer à améliorer l’identification des patients à risque, rationaliser les ressources et réduire les inégalités d’accès aux traitements innovants. Une adoption systématique de solutions basées sur l’IA pourrait transformer la gestion des pathologies chroniques en cardiologie.

     

  • DTx : qu’est-ce que la solution de réhabilitation post-AVC de RNT, qui vient de lever 3 M€ ?

    Une réponse à des solutions aux résultats limités

    Les troubles cognitifs liés aux accidents vasculaires cérébraux (AVC), au trouble du déficit de l’attention avec ou sans hyperactivité (TDAH), ou encore à la dyslexie, représentent un défi majeur pour les systèmes de santé et les patients. Ces pathologies affectent des millions de personnes, compromettant leur mémoire, leur attention et d’autres fonctions cognitives cruciales. Actuellement, les solutions de réhabilitation nécessitent souvent plusieurs semaines ou mois de traitement, avec des résultats limités.

    Un bénéfice de 30 % supérieur aux autres traitements :

    L’entreprise italienne Restorative Neurotechnologies (RNT) s’attaque à ce problème avec Mindlenses Professional, une thérapie digitale innovante combinant lunettes prismatiques pour la neuromodulation et applications ludiques sur tablette. Grâce à un protocole certifié, cette solution permet une amélioration cognitive durable après seulement 10 jours de traitement, offrant des bénéfices 30 % supérieurs aux alternatives traditionnelles. Depuis 2023, elle a été adoptée par plus de 50 hôpitaux en Italie, traitant plus de 2000 patients et générant des résultats cliniquement significatifs pour la réhabilitation post-AVC et le soutien cognitif dans des pathologies neurodéveloppementales ou neurodégénératives.

    Des lunettes prismatiques pour améliorer les fonctions cognitives

    Mindlenses Professional combine une approche technologique et médicale novatrice. La solution repose sur des lunettes prismatiques qui stimulent la plasticité cérébrale de manière ciblée, en ajustant l’excitabilité des hémisphères cérébraux. Cette modulation, totalement non invasive, crée un environnement optimal pour renforcer les connexions neuronales. Cette stimulation est combinée à des jeux numériques conçus pour améliorer les fonctions cognitives clés, notamment la mémoire, l’attention et le langage. Ces applications, basées sur des preuves cliniques, sont personnalisées selon les besoins des patients.

    MindLenses Professional - @ Restorative NeuroTechnologies(
    L’usage direct de Mindlenses Professional par le patient – @ Restorative Neurotechnologies (RNT)

    Un plan de traitement de 10 jours, personnalisable :

    Le protocole de traitement est court et intensif, avec dix séances sur dix jours. Cela permet non seulement d’obtenir des résultats rapides, mais aussi de réduire significativement les coûts comparés aux thérapies traditionnelles, qui s’étalent sur plusieurs semaines voire plusieurs mois. Les médecins ont accès à une plateforme numérique leur permettant de suivre en temps réel les progrès de leurs patients et d’ajuster le plan thérapeutique si nécessaire. Cette approche intégrée garantit une expérience fluide pour les patients et un suivi rigoureux par les professionnels de santé. En parallèle, le remboursement par les systèmes de santé européens, rendu possible grâce à la certification CE de classe IIa pour la réhabilitation cognitive post-AVC obtenue par le dispositif, représente un levier stratégique pour l’expansion commerciale de RNT​.

    3 M€ pour étendre Mindlenses Professional dans toute l’Europe

    Le 6 novembre 2024, Restorative Neurotechnologies a annoncé avoir bouclé une levée de fonds de série A de 3 millions d’euros, un jalon essentiel pour accélérer son développement. Ce financement, co-dirigé par CDP Venture Capital et la Fondazione ENEA Tech e Biomedical, inclut également le soutien des investisseurs historiques. Des discussions en cours pourraient aboutir à l’ajout d’un million d’euros supplémentaire d’ici la fin de l’année.

    Le nombre de pathologies traitées pourrait s’élargir :

    Cette levée permettra d’étendre l’accès à Mindlenses Professional dans toute l’Europe, en consolidant le réseau de distribution et en multipliant les efforts pour sensibiliser les professionnels de santé. L’entreprise prévoit également d’élargir les indications cliniques de son dispositif, notamment pour des pathologies telles que la démence précoce et Alzheimer. Une demande d’approbation auprès de la FDA est en préparation, ouvrant la voie à une implantation sur le marché américain. Enfin, Restorative Neurotechnologies travaille sur une version grand public de Mindlenses, dans l’objectif de rendre la réhabilitation cognitive accessible à un plus grand nombre de personnes.

     

  • Oncologie : Adcendo lève 135 M$ pour accélérer le développement des conjugués anticorps-médicaments

    Les ADC, une révolution thérapeutique

    Les ADC sont une classe de traitements en oncologie qui combinent la spécificité des anticorps monoclonaux avec les propriétés des agents chimiothérapeutiques pour cibler des cellules cancéreuses. Cette combinaison permet de cibler précisément les cellules cancéreuses tout en limitant les effets sur les cellules saines.

    L’anticorps monoclonal se lie à un antigène spécifique présent à la surface des cellules cancéreuses, déclenchant ainsi l’internalisation de l’ADC. Une fois à l’intérieur de la cellule cible, l’agent cytotoxique est libéré après la rupture du liant qui le connecte à l’anticorps, entraînant la destruction de la cellule cancéreuse. Cette approche ciblée réduit la toxicité systémique généralement associée à la chimiothérapie. Les ADC sont utilisés dans plusieurs types de cancers, notamment le cancer du sein HER2-positif avec le trastuzumab emtansine (T-DM1) et certains lymphomes avec le brentuximab vedotin. Leur capacité à combiner ciblage précis et efficacité thérapeutique en fait une avancée majeure en médecine personnalisée.

    Les cancers rares comme principales cibles

    Basée à Copenhague, la biotech Adcendo a levé 135 millions de dollars lors d’un second tour de financement. Le financement a été mené par TCGX avec la participation de TPG, Orbimed Advisors, Venrock Healthcare Capital Partners, Surveyor Capital et Logos Capital, ainsi que par les investisseurs déjà existants de l’entreprise. Ces fonds seront alloués au développement clinique de plusieurs ADC ciblant des cancers pour lesquels le besoin médical demeure encore non satisfait :

    • En tête de son portefeuille, on retrouve l’ADCE-T02, un ADC anti-facteur tissulaire (TF), obtenu sous licence auprès de Multitude Therapeutics, biotech chinoise. L’accord dépasse une valeur potentielle d’un milliard de dollars. Dans la même classe thérapeutique, Tivdak (tisotumab vedotin), un ADC anti-TF développé par Pfizer et Genmab, est approuvé depuis 2021 sur le marché américain, pour traiter le cancer du col de l’utérus.
    • Adcendo investira aussi dans le développement de l’ADCE-D01, un ADC ciblant la protéine uPARAP (urokinase plasminogen activator receptor-associated protein), autorisé pour un essai de phase 1/2 par la Food & drug administration (FDA). Ce candidat sera évalué en monothérapie pour les sarcomes des tissus mous et métastatiques.
    • Deux autres programmes contre des cibles non dévoilées sont également prévus.

    La découverte des molécules continue d’attirer les investisseurs

    Enveda, 130 M$ pour des médicaments découverts par l’IA :

    La start-up de Boulder (Colorado) a levé 130 millions de dollars pour développer des candidats-médicaments identifiés grâce à l’intelligence artificielle (IA). L’entreprise exploite une bibliothèque de composés d’origine naturelle inexplorés. Son pipeline cible des pathologies comme l’obésité, les maladies inflammatoires, la fibrose et les troubles neurosensoriels. Le tour de table de série C a été mené par Kinnevik et FPV, avec le soutien de Dimension Capital, Lux Capital et The Nature Conservancy. Enveda prévoit de progresser vers des essais cliniques entre 2025 et 2026.

    Cradle Bio, l’IA générative pour l’ingénierie des protéines :

    Cradle Bio, entreprise néerlandaise, a levé 73 millions de dollars dans un financement de série B dirigé par IVP. La société utilise des modèles d’IA pour accélérer le développement de protéines avec des applications pharmaceutiques, alimentaires et chimiques. L’entreprise affirme pouvoir multiplier par 12 la vitesse de développement et réduire les coûts jusqu’à 90 %. Elle collabore avec Novartis, Johnson & Johnson et Grifols. Au total, Cradle Bio a levé 100 millions de dollars.

    ATB Therapeutics et 35Pharma, des initiatives européennes et canadiennes en biotechnologie :

    ATB Therapeutics, entreprise belge, a levé 54 millions d’euros pour sa plateforme ATBioFarm, spécialisée dans les anticorps à cibles multiples. Ces fonds serviront à agrandir ses infrastructures de R&D et à construire une unité de fabrication pilote. Au Canada, 35Pharma a levé 53 millions de dollars pour des inhibiteurs ciblant l’hypertension pulmonaire et les maladies cardiométaboliques. Santé Canada a autorisé des essais cliniques de phase 1 sur le HS235, avec des résultats attendus en 2025.

     

  • Etude : une IA décrypte les biopsies plus rapidement et plus précisément que les médecins (Scientific Reports)

    L’IA, amatrice d’images

    L’apprentissage profond, ou deep learning (DL), montre qu’il est plus rapide et plus précis que les humains pour analyser des images. L’un des domaines où cela est particulièrement utile est l’histopathologie, qui consiste à examiner des tissus biologiques pour détecter des maladies, comme le cancer. Les images de tissus sont cependant très grandes et très complexes, ce qui rend leur analyse difficile. C’est pourquoi des chercheurs de l’Université d’État de Washington ont développé une méthode innovante basée sur l’intelligence artificielle (IA), capable d’analyser rapidement et de manière précise des images très détaillées de tissus (appelées “images à gigapixels”). Cette méthode peut non seulement détecter des pathologies dans les tissus, mais aussi classer l’image entière en fonction de la présence ou non de la maladie.

    La “segmentation pyramidale” pour lire des gigapixels :

    Cette approche innovante, appelée “la segmentation pyramidale”, fonctionne en plusieurs étapes :

    ➡️ Découpage en tuiles :

    L’image complète (gigapixel) est découpée en petites sections (ou “tuiles”) plus faciles à analyser. Cela réduit la charge de traitement à chaque étape. Puis, chaque « tuile » est analysée individuellement par le modèle d’apprentissage profond.

    ➡️ Prise en compte du contexte spatial :

    Chaque section est étudiée en tenant compte de son environnement. Cela permet au modèle de “comprendre” la position de cette petite région par rapport au reste de l’image et ses relations avec les tissus environnants.

    ➡️ Combinaison des résultats :

    Une fois que toutes les « tuiles » ont été analysées, leurs résultats sont combinés pour produire une analyse complète de l’image entière. Ainsi, le modèle d’IA peut faire une classification “binaire” de l’image (maladie présente ou absente), tout en localisant précisément les zones pathologiques.

    Cette approche a été entraînée et validée sur une large variété de types de tissus (testicules, ovaires, prostate, rein) et de pathologies, provenant d’une étude histologique épigénétique menée à l’Université d’État de Washington.

    Les résultats de cette étude ont été publiés le 5 novembre dans Scientific Reports.

    Résultats : une détection plus précise et plus rapide

    • Le modèle d’apprentissage profond analyse l’ensemble de l’image et prend en compte la taille des anomalies tissulaires, tandis que l’analyse manuelle ne compte que les occurrences. Le nombre de pixels concernés renseigne ainsi sur l’étendue de la lésion.
    • L’IA a naturellement permis de traiter des jeux de données vastes beaucoup plus rapidement que l’analyse manuelle. Tandis qu’une analyse manuelle prenait un an, le modèle a pris seulement 2,5 jours.
    • L’IA a parfois détecté des signes que les pathologistes humains avaient manqués.

    « Ce programme d’apprentissage profond basé sur l’IA s’est révélé très, très précis pour l’analyse de ces tissus », a déclaré Michael Skinner, biologiste à l’Université d’État de Washington et co-auteur principal de l’étude. Et d’ajouter : « Cela pourrait révolutionner ce type de médecine pour les animaux et les humains, en facilitant considérablement ce genre d’analyse. » De son côté, Lawrence Holder, l’autre co-auteur principal de l’étude, a affirmé que « nous avons maintenant un moyen d’identifier les maladies dans les tissus plus rapidement et plus précisément que les humains. » Pour lui, le réseau que son équipe a conçu est à la pointe de la technologie : « Nous l’avons comparé à plusieurs autres systèmes et ensembles de données pour cet article, et il les a tous surpassés. »

    Des ressources informatiques importantes

    Bien que l’approche ait montré des résultats prometteurs sur les ensembles de données utilisés, il reste à confirmer qu’ils peuvent être généralisés à d’autres ensembles de données, en particulier dans des contextes cliniques réels ou sur des images provenant de différents laboratoires ou technologies d’imagerie. Par ailleurs, les images à gigapixels, qui sont extrêmement grandes, posent un défi technologique : la méthode de segmentation pyramidale est certes efficace, mais elle nécessite des ressources informatiques colossales pour garantir rapidité et fiabilité.

     

     

    * Scalable deep learning artificial intelligence histopathology slide analysis and validation.

    Greeley, C., Holder, L., Nilsson, E.E. et al. 

    Sci Rep 14, 26748 (2024). https://doi.org/10.1038/s41598-024-76807-x

     

  • Alibaba Cloud dévoile une IA pour explorer la diversité virale

    Défis de la virologie et de la génomique : diversité et complexité des virus

    La virologie et la génomique font face à des défis majeurs : diversité et évolution rapide des virus, et difficulté à cultiver certains agents en laboratoire. Des millions d’espèces virales restent non identifiées.Les méthodes traditionnelles (tests PCR, culture virale, séquençage de nouvelle génération) sont limitées :

    • Identification restreinte : incapacité à détecter des virus non répertoriés.
    • Mutations rapides : difficulté à suivre les variations génétiques.

    LucaProt : une avancée pour la bioinformatique

    En collaboration avec les universités Sun Yat-Sen (Chine) et Sydney (Australie), Alibaba Cloud a développé LucaProt, un algorithme d’IA surpassant les approches conventionnelles grâce à :

    • L’apprentissage profond, exploitant des réseaux neuronaux sophistiqués.
    • La puissance du Cloud Computing, permettant une analyse rapide de vastes volumes de données.

    LucaProt analyse les métatranscriptomes, soit l’ensemble des séquences d’ARN d’un échantillon, ouvrant de nouvelles perspectives en transcriptomique environnementale et médicale.

    Une étude majeure publiée dans Cell

    LucaProt a traité 10 487 métatranscriptomes issus de divers écosystèmes, révélant une précision inédite :

    • Taux de faux positifs : 0,014 %.
    • Taux de faux négatifs : 1,72 %.Ces performances ont permis d’identifier :
    • Plus de 160 000 espèces potentielles de virus à ARN.
    • 180 supergroupes viraux, enrichissant notre compréhension de la diversité virale.

    Vers une meilleure compréhension de la diversité virale

    Cette découverte représente une avancée majeure pour l’étude des virus émergents et inconnus :

    • Biologie : identification des interactions complexes entre virus, hôtes et écosystèmes.
    • Clinique : détection rapide des agents pathogènes pour des traitements et vaccins ciblés.
    • Santé publique : amélioration de la surveillance épidémiologique et des stratégies de prévention des risques pandémiques.

     

  • Dispositifs médicaux et IA : la FDA facilite les ajustements logiciels via les PCCP

    Contexte international : vers une convergence des régulations

    La Food and Drug Administration (FDA) a récemment publié de nouvelles recommandations concernant l’utilisation des plans de contrôle des changements prédéterminés, ou Predetermined Change Control Plans (PCCP), pour les dispositifs médicaux intégrant des logiciels basés sur l’intelligence artificielle (IA). Cette initiative s’inscrit dans une dynamique internationale. L’Union européenne, par exemple, a renforcé son cadre réglementaire avec la Loi européenne sur l’IA, qui impose des exigences pour les dispositifs médicaux utilisant l’IA. Ces exigences portent notamment sur la transparence des algorithmes, les audits réguliers et la prévention des biais. D’autres pays, tels que le Canada et l’Australie, adoptent des approches similaires, souvent inspirées des travaux de l’IMDRF (International Medical Device Regulators Forum). Ces convergences internationales visent à standardiser les règles pour encourager une innovation responsable à l’échelle mondiale.

    Anticiper les modifications logicielles des dispositifs IA grâce au PCCP

    Les PCCP permettent aux fabricants de prévoir et de justifier les modifications de leurs logiciels basés sur l’IA, sans devoir systématiquement soumettre chaque évolution à une validation réglementaire. En définissant clairement :

    • les modifications envisagées,
    • leurs impacts potentiels,
    • et les méthodes de validation associées,

    Les entreprises pourront continuer à développer leurs dispositifs tout en respectant des standards de sécurité et d’efficacité. La FDA encourage les fabricants à intégrer ces plans dès les phases préliminaires via le programme Q-Submission, qui favorise un dialogue en amont avec les régulateurs. Une fois approuvés, les PCCP permettent d’adapter les étiquetages des dispositifs pour informer les utilisateurs des évolutions logicielles et de leurs implications sur les performances ou les usages. Un PCCP doit inclure une description des modifications prévues pour les logiciels IA-DSF (dispositifs médicaux basés sur des fonctions logicielles). Chaque modification doit être justifiée et accompagnée de spécifications détaillant les caractéristiques et performances du dispositif. La FDA recommande également que les fabricants listent les modifications individuellement avec leur justification scientifique ou technique. Dans certains cas, plusieurs modifications peuvent être regroupées.

    Ces nouvelles directives répondent à plusieurs objectifs :

    • Accélérer l’innovation : Les cycles de vie des logiciels médicaux s’alignent désormais sur les spécificités des algorithmes apprenants, favorisant une adaptation continue.
    • Garantir la confiance : En anticipant et détaillant les évolutions possibles des logiciels, les fabricants renforcent la transparence et la fiabilité des dispositifs auprès des professionnels de santé.
    • Harmoniser les standards : La convergence des cadres réglementaires américain et européen pourrait simplifier la commercialisation des dispositifs à l’international, tout en élevant les exigences de qualité.

    Un cadre pour sécuriser l’innovation et la confiance

    Avec ces nouvelles directives, la FDA offre un cadre réglementaire aux fabricants, facilitant l’intégration d’outils d’IA dans les dispositifs médicaux. Ces outils sont essentiels pour optimiser les diagnostics, améliorer la prise en charge des patients et accélérer l’innovation en santé numérique. La convergence des réglementations américaines et internationales devrait renforcer la confiance dans les solutions médicales basées sur l’IA et soutenir leur adoption à l’échelle mondiale.

     

  • Imagerie : Siemens Healthineers collabore avec Nvidia pour accélérer l’intégration de l’IA médicale

    Une plateforme ouverte pour révolutionner l’imagerie

    Chaque année, environ 3,6 milliards de tests d’imagerie médicale sont effectués pour diagnostiquer et traiter une variété de pathologies. Avec une demande croissante et des flux de travail complexes, la capacité à intégrer rapidement des outils basés sur l’IA dans les services cliniques est devenue essentielle.

    Lors de la conférence annuelle de la Radiological Society of North America (RSNA), Nvidia et Siemens Healthineers ont annoncé l’intégration de MONAI Deploy dans les dispositifs d’imagerie de Siemens. MONAI (Medical Open Network for AI) est une plateforme open-source conçue pour simplifier la recherche et le déploiement d’applications d’IA en imagerie médicale. Elle permet aux chercheurs, start-ups et développeurs de transformer leurs modèles d’IA en applications cliniques opérationnelles en un temps record. Une tâche habituellement longue de plusieurs mois, qui sera désormais réalisable en quelques clics, grâce à cette innovation.

    Une intégration native dans les solutions Siemens Healthineers

    Les plateformes Syngo.via et Syngo Carbon de Siemens, installées dans plus de 15 000 dispositifs médicaux à travers le monde, permettent aux cliniciens de lire et d’analyser des images provenant de nombreuses sources. En s’intégrant à MONAI Deploy, ces plateformes deviennent des hubs d’IA, capables d’intégrer rapidement des applications tierces via la “Digital Marketplace” de Siemens Healthineers.

    Pour le géant allemand de la MedTech, cette collaboration permet “aux institutions de santé de tirer parti des avancées de l’IA en imagerie médicale plus rapidement que jamais.” Une approche qui renforce le lien entre la recherche et la pratique clinique, offrant aux professionnels un accès direct à des innovations qui améliorent leur efficacité et la qualité des soins.

    Une promesse pour l’avenir de la santé numérique :

    En collaborant avec Nvidia et en adoptant MONAI Deploy, Siemens Healthineers accélère la transformation numérique de l’imagerie médicale. Cette avancée permet d’offrir des diagnostics plus rapides et précis, tout en allégeant les flux de travail des professionnels de santé. Pour les institutions de santé, les chercheurs et les entrepreneurs, ce partenariat représente une opportunité unique d’accéder à des outils d’IA avancés.

    Les opportunités offertes par MONAI

    Depuis sa création il y a cinq ans, MONAI a transformé le paysage de l’IA médicale. Avec plus de 3,5 millions de téléchargements et une adoption par des leaders mondiaux de la santé, cette plateforme continue de repousser les limites de l’innovation. Sa version 1.4 propose plusieurs nouveautés, notamment :

    • MAISI : un modèle génératif pour simuler des images de scanner en 3D avec segmentation anatomique ;
    • VISTA-3D : un modèle de segmentation performant couvrant 120 organes majeurs, capable d’apprendre à segmenter de nouvelles structures ;
    • M3 Framework : un outil permettant de connecter des modèles d’IA spécialisés à des grands modèles de langage (LLM), offrant des applications comme le radiologue virtuel VILA-M3.

    Ces innovations, disponibles via la plateforme Nvidia NIM et la marketplace de Siemens Healthineers, permettent une adoption rapide par les établissements de santé, les chercheurs et les start-ups. De grandes entreprises comme AWS, Google Cloud et Microsoft Cloud offrent déjà des solutions basées sur MONAI pour répondre aux besoins des cliniciens et chercheurs à grande échelle.

     

  • Health&Tech Summit 2024 : les votes pour le prix de la start-up du public sont ouverts !

    Des solutions françaises et internationales

    C’est à vous de choisir la solution qui remportera le prix du public de cette septième édition du Health&Tech Summit, qui se déroulera du 17 au 19 décembre 2024 à Parisanté Campus.

    Cette année, en plus des “Awards” décernés dans les 5 catégories (IA générative, Recherche, Prévention, Opérations, Santé populationnelle), un prix du public sera décerné à la solution qui aura reçu le plus grand nombre de votes en ligne. Les lauréats seront annoncés le 18 décembre prochain, deuxième jour du Summit, lors de la soirée “Health&Tech Innovation Awards & Cocktail” à l’@Hôtel-Dieu.

    📍 Les 22 solutions participantes sont celles de : Beo Healthcare, Arkhn, Biosency, Bowhead Health, Check it easy, Lifeaz, Curecall, DiamPark, Dyania Health, Esra, Five Lives, Jinko, Kor, eHealthBrains, Qinematic, Praxy.ai, Radiologs, Sukunn, Theremia, Vironix Health, WhiteLab Genomics et Enchanted Tools.

    👉 Les votes sont ouverts jusqu’au 15 décembre 2024 sur ce lien.

    Les 22 solutions candidates :

    Plus de détails sur ces solutions innovantes sont à retrouver en parcourant le carrousel ci-dessous.

    Vous souhaitez participer au Health&Tech Summit ?

    Le lien d’inscription ainsi que toutes les informations nécessaires concernant cet événement international phare de la santé numérique (programme, intervenants, brochure) sont accessible sur le site : Health & Tech Summit 2024 – Health & tech

     

  • Un nouvel outil de pathologie numérique piloté par l’IA pour diagnostiquer du cancer du poumon

    Deuxième cause de décès par cancer dans le monde

    Le sud-coréen Lunit spécialiste des solutions d’intelligence artificielle (IA) s’associe à AstraZeneca pour concevoir un outil de pathologie numérique destiné à détecter les mutations génétiques associées au cancer du poumon non à petites cellules (CPNPC), représentant environ 85 % des cas. Selon l’Agence internationale de recherche sur le cancer, le cancer du poumon est la deuxième cause de mortalité par cancer. La survie à cinq ans des patients atteints de CPNPC varie entre 2 % et 20 %, selon le stade au diagnostic. Les technologies classiques de prédiction des mutations, comme la biopsie tissulaire et le séquençage génétique, sont longues, exigeantes en ressources et souvent inaccessibles dans les environnements à faibles ressources.

    Des réseaux de neurones profonds pour analyser des images de lames

    Lunit et AstraZeneca exploitent des algorithmes d’apprentissage profond pour analyser des images de tissus colorés à l’hématoxyline et à l’éosine (H&E) afin de prédire des mutations génétiques importantes, notamment celles affectant le récepteur du facteur de croissance épidermique (EGFR), fréquemment associées au CPNPC.

    Un diagnostic accéléré, des résultats en quelques heures contre plusieurs jours

    Ce nouvel outil de pathologie numérique non invasif permet de fournir des résultats bien avant les tests moléculaires traditionnels, qui prennent souvent plusieurs jours en raison de la complexité des échantillons. Le Lunit Scope Genotype Predictor offre une analyse préliminaire à partir des images H&E en quelques heures, rendant les résultats disponibles plus tôt que les tests moléculaires complets.

    Lunit et AstraZeneca : vers des tests génomiques plus rapides et accessibles

    Cette réduction des délais transforme les flux de travail diagnostiques, les rendant plus rapides et économiques pour les laboratoires et les établissements de santé. Lunit et AstraZeneca valident désormais cet outil dans des environnements cliniques réels, en élargissant ses capacités à la prédiction d’autres biomarqueurs. L’objectif est de rendre les tests génomiques plus rapides et accessibles, réduisant ainsi les délais dans le choix des traitements, souvent retardés par des analyses trop longues.

     

  • Coûts médicaux dans le monde : une hausse de 10,4 % attendue en 2025 (enquête WTW)

    Une pression croissante sur les ménages et les systèmes de soins

    Tous les rapports indiquent une augmentation des dépenses de santé, aussi bien en France que dans le monde. En 2022, la Direction de la recherche, des études, de l’évaluation et des statistiques (DREES) annonce que la consommation de soins et de biens médicaux (CSBM) a augmenté en valeur de 3,9 %. La France est le deuxième pays européen en matière de dépenses de santé (8,9 % du PIB). En 2024, l’OMS annonce que 2 % des ménages français sont confrontés à des dépenses élevées de santé. Cette proportion monte à 10 % pour les ménages les plus modestes. Récemment, un rapport de Santexpat souligne que plus de la moitié des pays devraient connaître des augmentations à deux chiffres des coûts des assurances santé entre 2022 et 2024.

    64 % des assureurs anticipent des hausses sur trois ans

    Une nouvelle enquête du courtier en assurances Willis Tower Watson (WTW) intitulée Global Medical Trends Survey 2024 indique que les coûts médicaux mondiaux devraient augmenter de 10,4 % en 2025. Réalisée auprès de 348 assureurs santé dans 75 pays, les données montrent une continuité avec les hausses enregistrées en 2023 (+10,7 %) et en 2024 (+10,4 %). Ces augmentations concernent toutes les régions : 8,7 % en Amérique du Nord, 10,1 % en Amérique latine, 12,3 % en Asie-Pacifique, 9,4 % en Europe et 12,1 % au Moyen-Orient, Afrique.

    • 64 % des répondants prévoient des augmentations sur les trois prochaines années.
    • 67 % des assureurs s’attendent à une utilisation plus élevée de leurs prestations.

    Ces augmentations s’expliquent par plus d’innovation de santé (entraînant une hausse des coûts), une demande accrue des soins, difficilement absorbable par les systèmes de santé publics, et qui oriente les patients vers des solutions privées et donc plus coûteuses. Dans le domaine de la santé mentale, on observe une intensification des besoins et une augmentation des pathologies chroniques. Selon Linda Pham, responsable mondiale de la santé et des risques chez WTW, les employeurs ont quelques marges de manœuvre pour trouver un équilibre entre « maîtrise des coûts » et « résultats de santé », comme promouvoir la prévention et solliciter des prestataires spécialisés pour répondre à des besoins de santé spécifiques.