Actualité

  • SC24 : les nouvelles innovations annoncées par Nvidia (santé, sciences des données…)

     

    Transformer les sciences grâce à l’IA et au supercalcul

    Lors de l’édition 2024 du Supercomputing (SC24), Nvidia a présenté une série d’innovations destinées à accélérer la recherche scientifique et à relever des défis mondiaux grâce à l’IA et aux supercalculateurs. Focus sur les annonces marquantes dans les domaines des sciences de la vie et de la gestion des données.

    Accélérer la découverte de médicaments :

    Nvidia continue d’investir dans des outils conçus pour la biopharmacie :

    • Bionemo Framework, désormais en open source, optimise la découverte de médicaments : cet outil d’IA double la vitesse d’entraînement par rapport aux méthodes classiques ;
    • et Diffdock 2.0, une solution avancée pour prédire les liaisons entre médicaments et protéines cibles, offre des performances 6,2 fois plus rapides avec une précision accrue de 16 %.

    Ces innovations visent à réduire significativement les délais de développement de nouveaux traitements, améliorant ainsi les perspectives pour les chercheurs et l’industrie pharmaceutique.

    Des outils pour le calcul quantique :

    Le géant américain des nouvelles technologies a, par ailleurs, dévoilé des mises à jour pour sa plateforme CUDA-Q, utilisée pour des simulations quantiques à grande échelle. Ces avancées permettent :

    • de réaliser des simulations complexes en quelques minutes au lieu de plusieurs semaines ;
    • ainsi que de concevoir des qubits plus performants et évolutifs.

    Un outil qui renforcera ainsi les capacités des chercheurs à explorer le potentiel du calcul quantique dans divers domaines, notamment la physique et la chimie.

    Une puissance de calcul au service des sciences des données

    Nvidia a également introduit Cupynumeric, une bibliothèque accélérée par GPU pour les utilisateurs de Python. Compatible avec Numpy, elle permet d’exécuter des calculs massifs sans modifier le code existant, simplifiant ainsi le travail des chercheurs :

    • en accélérant les applications en apprentissage automatique, science des données et calcul numérique ;
    • et en déployant ces calculs sur des supercalculateurs ou des serveurs cloud avec une facilité inégalée.

    Ces innovations démontrent la volonté de Nvidia de jouer un rôle central dans la transformation des sciences et des industries grâce à l’IA. En mettant des outils de pointe à la disposition des chercheurs, des développeurs et des entreprises, Nvidia est en bonne position pour repousser les limites des connaissances et ouvrir de nouvelles perspectives pour relever les défis mondiaux dans différents domaine, notamment la santé et les sciences de la vie.

     

  • Le Royaume-Uni investit dans le numérique pour moderniser son système de santé

    Renforcer la cybersécurité, améliorer l’accès aux soins et élargir l’usage du DMP

    Cet engagement intervient dans un contexte où le NHS fait face aux défis du vieillissement de la population, de l’accroissement des maladies chroniques et d’une médecine à deux vitesses, au détriment de certaines zones rurales. Les deux milliards de livres destinés à la transformation numérique témoignent d’une volonté de renforcer l’intégration des soins, d’améliorer l’expérience des patients et de libérer du temps pour les soignants grâce à des outils numériques.

    Outre les deux milliards pour le NHS (en faveur des technologies et du numérique en santé), La chancelière britannique annonce aussi que le Department of Health and Social Care (DHSC) recevra 22,6 milliards de livres supplémentaires pour les dépenses courantes sur deux ans.

    Le département élabore les politiques de santé et de protection sociale en Angleterre, supervise le NHS et gère les budgets et ressources alloués au secteur. Il fixe les normes des services de santé, développe la législation et coordonne les réponses aux crises sanitaires. Un document publié par le Trésor en octobre 2024 prévoit une augmentation de 3,1 milliards de livres de l’investissement en capital pour 2025-2026. Ce montant sera destiné à :

    • Maintenir les services essentiels.
    • Améliorer l’efficacité du NHS.
    • Libérer du temps pour le personnel.
    • Garantir que tous les établissements disposent de dossiers patients électroniques.
    • Renforcer la cybersécurité.
    • Améliorer l’accès des patients via l’application NHS.

    Le financement inclut également 1,5 milliard de livres pour la création de nouveaux hubs chirurgicaux, de scanners de diagnostic et de nouveaux lits dans l’ensemble du NHS. Rachel Reeves a également promis jusqu’à 520 millions de livres pour un nouveau fonds de fabrication innovante en sciences de la vie.

     

  • Jumeaux numériques : un guide pour les cliniciens dans la conduite des essais virtuels (Dassault Systèmes et la FDA)

    Des solutions sur mesure pour chaque patient grâce aux JN

    Les jumeaux virtuels, ou digital twins, sont des répliques numériques dynamiques d’objets physiques, de systèmes ou de processus. Dans le domaine de la santé, les jumeaux numériques (JN) permettent de simuler en temps réel le comportement d’un organe, d’un patient ou d’un dispositif médical, comme un implant ou une prothèse, en s’appuyant sur des données réelles. Ces modèles sont créés grâce à des capteurs, des scanners et d’autres sources de mesures. Les JN sont mis à jour en continu, reflétant l’état actuel de leur homologue physique. Récemment, le projet Gemini a été lancé. Ce consortium rassemble 20 institutions de recherche universitaires et industrielles d’Europe, des États-Unis et de Taïwan, dont les hôpitaux universitaires de Genève (HUG) et la Haute école des sciences appliquées de Zurich (ZHAW). L’objectif est d’améliorer la prise en charge des AVC en simulant avec précision les spécificités de chaque patient victime d’un accident vasculaire cérébral grâce aux JN.

    Un manuel pour intégrer les JN dans la recherche clinique

    Depuis plus d’une dizaine d’années, Dassault Systèmes travaille sur ce sujet. L’éditeur de logiciel de modélisation a développé « 3Dexperience twin for manufacturing », afin d’optimiser les ressources de production industrielle. Mais aussi « Virtual Singapore », en collaboration avec le gouvernement du même Etat, pour optimiser la planification urbaine. Ou encore « Living Heart Project » (en partenariat avec la FDA), lancé en 2014 pour modéliser le cœur humain et améliorer la conception et l’évaluation des dispositifs médicaux.

    En novembre, Dassault Systèmes a publié le premier manuel de référence sur l’utilisation des jumeaux numériques pour évaluer les dispositifs médicaux. Intitulé “Enrichment Playbook“, ce document de 44 pages a été développé avec l’aide de la FDA. Il vise à renforcer la réalisation des essais cliniques in silico et à promouvoir leur adoption dans les processus réglementaires. Cette approche réduit les essais sur l’homme et l’animal, en ligne avec les objectifs de limitation de l’expérimentation animale.

    Vers une validation médicale accélérée grâce aux JN

    Dassault Systèmes et la FDA collaborent depuis 2014 dans le cadre du projet Living Heart. En 2019, cette coopération s’est élargie avec le lancement d’Enrichment , un projet quinquennal destiné à démontrer l’efficacité des JN pour prédire les effets des dispositifs médicaux avant leur usage clinique.

    La publication du playbook propose une méthodologie et un cadre pour guider les professionnels dans l’intégration des essais cliniques in silico. Le document s’appuie sur les recommandations des directives finales de la FDA, intitulées “Assessing the Credibility of Computational Modeling and Simulation in Medical Device Submissions”. Ces directives définissent les critères d’évaluation et d’intégration des JN dans les soumissions réglementaires. Cette avancée marque un jalon pour l’industrie de la santé. Elle pourrait accélérer la validation des dispositifs médicaux tout en réduisant les risques pour les patients.

     

  • Etude : une IA pourrait à l’avenir dépister les cas de diabète (Congrès EASD)

    Diabète : un sous-diagnostic préoccupant

    Près de la moitié des adultes atteints de diabète (environ 240 millions dans le monde) ignorent leur condition. Une ignorance qui peut se révéler préjudiciable puisque la détection et le traitement précoces peuvent aider à prévenir de graves complications. L’amélioration du dépistage représente donc un enjeu majeur de santé publique. C’est à cette tâche que des chercheurs français de l’hôpital Lariboisière (APHP) et du Luxembourg Institute of Health se sont attelés. Comme l’a expliqué l’un d’entre eux, Abir Elbeji, « la plupart des méthodes actuelles de dépistage du diabète de type 2 demandent beaucoup de temps, sont invasives, nécessitent des laboratoires et coûtent cher. Combiner l’intelligence artificielle (IA) avec la technologie vocale pourrait rendre le dépistage plus accessible en supprimant ces obstacles. » Ils ont donc mené une étude visant à développer et à évaluer la performance d’un algorithme d’IA basé sur la voix pour détecter si des adultes sont atteints de DT2.

    La voix affectée par le DT2 :

    Des travaux antérieurs ont en effet démontré que le diabète peut modifier la voix. Plusieurs mécanismes pourraient être impliqués : le diabète entraîne souvent une déshydratation, ce qui peut assécher les muqueuses, y compris les cordes vocales. La maladie peut aussi affaiblir les muscles et les nerfs de la région laryngée, altérer la respiration notamment chez les personnes atteintes de complications cardiovasculaires ou d’obésité. Les fluctuations rapides de la glycémie peuvent également avoir un impact sur la voix à cause des baisses d’énergie et de concentration qu’elles génèrent. Les chercheurs ont donc eu recours à des algorithmes.

    Concrètement, ils ont demandé à 607 adultes de l’étude Colive Voice – avec ou sans DT2 – de fournir un enregistrement de leur voix lisant quelques phrases, directement depuis leur smartphone ou ordinateur portable. L’algorithme devait analyser divers paramètres vocaux, comme les variations de hauteur, d’intensité et de ton. Ces 25 secondes d’enregistrements ont par ailleurs été associés à des données de santé de base comme l’âge, le sexe, l’indice de masse corporelle (IMC) et l’état d’hypertension.

    Les résultats de cette étude ont été présentés en septembre au congrès de l’EASD (European Association for the Study of Diabetes Annual Meeting).

    Résultats : l’IA aussi précise qu’un score de risque classique

    • L’IA identifiait correctement 71 % des cas de DT2 chez les hommes et 66 % chez les femmes.
    • Le modèle a obtenu de meilleurs résultats chez les femmes âgées de 60 ans et plus et chez les personnes hypertendues.
    • L’analyse vocale était concordante à 93% avec le score de risque de l’ADA (American Diabetes Association), qui est basé sur un questionnaire. Ce questionnaire évalue des facteurs comme l’âge, le poids, la tension artérielle et les antécédents familiaux pour estimer le risque de diabète.

    Utiliser la voix comme méthode de dépistage de première ligne pour le diabète de type 2 n’est évidemment pas pour tout de suite. Mais les auteurs de l’étude jugent ces résultats « prometteurs ». « Nos prochaines étapes consistent à cibler spécifiquement les cas de diabète de type 2 au stade précoce et de prédiabète », a déclaré le co-auteur Dr Guy Fagherazzi de l’Institut de Santé du Luxembourg.

    Le diabète n’est d’ailleurs pas la seule maladie qui pourrait être détectée grâce à la voix. Des études antérieures ont déjà révélé que notre voix serait impactée par la maladie d’Alzheimer, la dépression ou encore le covid. Loin de nous trahir, elle pourrait donc nous sauver.

     

     

    * Can we screen for type 2 diabetes using voice? Findings from the Colive Voice study

    Guy Fagherazzi, Mégane Pizzimenti, Jean-Pierre Riveline, Gloria Aguayo, Aurélie Fischer, Hanin Ayadi, Abir Elbeji, Franck Mauvais-Jarvis, Vladimir Despotovic.

    Abstract # 365 – Session: SO 013 Prevention of type 2 diabetes

  • IA médicale : la FDA ajuste sa régulation face à l’essor des nouvelles technologies

    Régulation de l’IA en santé : la FDA adapte son rôle face aux innovations technologiques

    La Food and drug administration (FDA) a publié dans le Journal of the American Medical Association (JAMA) plusieurs pistes de réflexion pour renforcer ses actions en matière de régulation de l’intelligence artificielle (IA) dans les soins de santé. Porté par le commissaire Robert Califf et ses équipes, l’article de la FDA explique que « l’IA continue de présenter des défis et des opportunités uniques. Cette communication spéciale passe en revue l’histoire de la réglementation de l’IA par la FDA dans les industries qu’elle supervise, ainsi que 10 concepts qui méritent d’être pris en compte alors que le système réglementaire évolue pour s’adapter à cette technologie en rapide mutation ».

    La FDA a autorisé près de 1 000 dispositifs médicaux intégrant de l’IA et a reçu des centaines de demandes pour des médicaments développés grâce à cette technologie. La croissance rapide des technologies d’IA, allant des simples algorithmes à l’IA générative, nécessite des cadres de régulation plus souples et adaptatifs. Les dispositifs utilisant l’IA peuvent aller de simples outils administratifs à des systèmes intégrés dans des équipements médicaux critiques, comme les défibrillateurs cardiaques. La FDA adopte une approche basée sur les risques pour encadrer ces technologies.

    Harmonisation, transparence des algorithmes et anticipation des grands modèles de langage

    Suivre l’évolution rapide de l’IA

    La FDA a démontré son ouverture à l’innovation via des initiatives comme le programme pilote de pré-certification des logiciels. Les responsables notent cependant que la mise en œuvre de ces initiatives pourrait nécessiter des pouvoirs statutaires supplémentaires pour l’agence. Au-delà des actions de la FDA, ils insistent sur l’importance d’une implication renforcée de l’industrie et des autres parties prenantes afin de garantir une gestion rigoureuse de la qualité des produits d’IA.

    Anticiper les risques des grands modèles de langage et de l’IA générative

    À ce jour, la FDA n’a approuvé aucun grand modèle de langage (large language model ou LLM) à des fins cliniques. Cependant, l’usage croissant de l’IA dans le diagnostic, le traitement et la prévention des maladies impose une surveillance stricte. L’agence identifie des risques liés à certaines applications, telles que les « scribes IA », qui synthétisent des notes médicales mais pourraient introduire des erreurs ou des diagnostics incorrects. La FDA plaide pour une innovation réglementaire afin d’encadrer ces outils et encourage une collaboration proactive entre développeurs, cliniciens et régulateurs, notamment via des plateformes comme le comité consultatif sur la santé numérique de l’agence.

    Gestion du cycle de vie des produits d’IA et responsabilité partagée

    Prioriser la gestion du cycle de vie des produits d’IA : Les algorithmes évolutifs et leur dépendance au contexte posent des défis pour le suivi de leurs performances. La FDA souligne l’importance d’une surveillance continue des modèles après leur mise sur le marché, ce qui exige la mise en place de systèmes de suivi intégrés. Les systèmes de santé devront créer un écosystème d’information similaire à la surveillance des patients en soins intensifs pour évaluer en permanence l’impact des technologies d’IA dans un environnement clinique réel.

    Encourager une responsabilité partagée entre les fournisseurs : La régulation par la FDA repose sur une conformité volontaire des acteurs de l’industrie. Califf et ses co-auteurs rappellent que l’agence examine les études financées par l’industrie sans mener elle-même d’essais cliniques. Le cadre réglementaire de l’IA suit ce modèle, exigeant une gestion rigoureuse de la qualité dès la conception des produits.

    Assurer une surveillance équitable entre Big Tech, startups et universitaires : Le secteur de la santé numérique voit une domination croissante des grandes entreprises technologiques. La FDA doit garantir que les modèles développés par les petites entreprises et les universités soient aussi sûrs et efficaces que ceux des grandes firmes. Les programmes actuels de l’agence incluent des initiatives spéciales visant à soutenir les petites entités innovantes, étendant cette approche aux développements en IA.

    Équilibrer rentabilité et qualité des soins

    Califf et ses collègues soulignent le risque que les motivations financières des entreprises compromettent la qualité des soins. La mission de la FDA, qui est de protéger la santé publique, impose une pression sur le système pour privilégier des résultats centrés sur le patient. Cependant, une approche collective et collaborative impliquant tous les acteurs de l’écosystème de la santé sera cruciale pour équilibrer les enjeux économiques et cliniques.

    Transparence et harmonisation internationale

    La régulation de l’IA dans les dispositifs médicaux s’inscrit dans un cadre mondial, où les standards doivent être harmonisés entre pays. La FDA collabore au sein de l’International Medical Device Regulators Forum (IMDRF) pour promouvoir de meilleures pratiques partagées. L’agence insiste également sur la transparence dans la conception et le suivi des produits d’IA, tout en soulignant la nécessité d’une collaboration étroite entre régulateurs et développeurs pour limiter les risques liés à l’opacité des modèles.

    Face à l’accélération des progrès technologiques, la FDA se trouve à la croisée des chemins entre innovation et régulation. Une approche flexible et proactive est indispensable pour garantir la sécurité et l’efficacité des outils d’IA dans les soins de santé. Au-delà des cadres législatifs, l’engagement des développeurs, des cliniciens et des régulateurs sera clé pour réussir l’intégration de cette technologie transformatrice tout en protégeant la santé des patients.

     

  • Ile-de-France : qu’est-ce que Santélien, le dossier de coordination numérique lancé par l’ARS et le Sesan ?

    Un outil à l’intention des professionnels de santé

    Opérée par le groupement régional d’appui au développement de la e-santé (Grades), Sesan, Santélien est la nouvelle solution régionale déployée en Ile-de-France, financée par l’Agence régional de santé dans le cadre du Programme eParours.

    Visant notamment à favoriser une meilleure interopérabilité entre les différentes solutions numériques, Santélien permet aux praticiens d’échanger des informations de manière sécurisée, d’organiser leurs prises en charge ou encore de disposer d’un suivi complet pour chaque patient. Ses nouvelles fonctionnalités offrent une solution gratuite et fiable pour fluidifier les parcours des secteurs sanitaire et médico-social.

    Destiné aux professionnels de santé, le dispositif intègre aussi le patient, en mettant en œuvre un parcours structuré entre l’hôpital et la ville. Le patient bénéficiera ainsi d’un suivi complet et coordonné, ce qui peut répondre aux difficultés rencontrer lorsqu’il consulte différents praticiens.

    Objectif de l'outil Santélien - @ Sesan
    Objectif de l’outil Santélien – @ Sesan

    Un large bouquet de services :

    L’ARS explique que Santélien “va progressivement s’enrichir de fonctionnalités telles que des parcours thématiques ou un accès patient”. Sur le portail en ligne, les professionnels de santé peuvent d’ores et déjà bénéficier d’un large choix de services, tels que :

    📌 une messagerie instantanée : sécurisée, elle permet de joindre en un clic les membres du cercle de soin autour d’un patient, et répond aux besoins des professionnels de disposer dans leur pratique d’un outil de communication rapide et conforme au cadre applicable à l’échange de données de santé ;

    📌 un cercle de soin : permet aux professionnels de visualiser l’ensemble des intervenants autour d’un patient (professionnels, structures et aidants) et de disposer immédiatement de leurs coordonnées de contact ;

    📌 un cahier de liaison numérique : permet le partage des notes de liaison et de coordination entre professionnels du cercle de soins (identifier et d’historiser les informations essentielles et utiles au suivi du patient et à l’organisation de sa prise en charge) ;

    📌 un tableau de bord des tâches : permet de créer des tâches pour soi-même ou d’autres professionnels, qu’elles soient en relation avec un patient donné ou d’ordre organisationnel ;

    📌 une liste de travail : permet de créer des listes thématiques et paramétrables de patients, ces listes sont partageables entre professionnels et permettent ainsi d’organiser une prise en charge personnalisée et organisée en fonction des besoins ;

    📌 la sollicitation d’une équipe ressource : les structures et services qui le souhaitent peuvent être sollicités pour une demande de prise en charge, d’appui ou d’avis, et organiser et prioriser les demandes reçues grâce à un tableau de suivi ;

    📌 des notifications : permettent aux professionnels d’activer une grande variété d’alertes paramétrables au choix, en fonction de leurs besoins et de leurs urgences ;

    📌 l’interopérabilité : Santélien est progressivement connecté aux principaux outils métiers des établissements de santé de la région (en particulier de l’AP-HP) et des professionnels de santé de ville, cette interopérabilité permet de simplifier la gestion des dossiers patients en évitant des ressaisies et en alertant automatiquement les professionnels d’actions menées dans Santélien ou d’évènements du parcours de soins (hospitalisation, sortie d’hôpital, etc.).

    Liens de Santélien avec les outils numériques nationaux de santé - @ Sesan
    Liens de Santélien avec les outils numériques nationaux de santé – @ Sesan

    Santélien remplace la plateforme Terr-eSanté

    Destinée à la fois aux patients, dont la prise en charge nécessite l’intervention coordonnée de plusieurs praticiens, et aux professionnels de santé, Terr-eSanté a basculé complètement vers Santélien. Si Terr-eSanté permet toujours la prise de rendez-vous, les données annexes telles que les dossiers des patients, le cercle de soins, ainsi que les notes facultatives des différents patients, sont aujourd’hui réorientées vers le site Santélien. Le site, qui reste actif, redirige aujourd’hui tous ses visiteurs vers la plateforme Santélien.

    Complémentaire des outils socles du « Ségur du numérique » – le dossier médical partagé (DMP) et la messagerie sécurisée de santé (MSSanté) -, Santélien est gratuitement mis à la disposition de tous les professionnels des secteurs sanitaires, médico-social et social. Il est déjà utilisé par plus de 80 communautés de santé en Île-de-France (hôpitaux, cliniques, communautés professionnelles territoriales de santé, maisons de santé pluridisciplinaires, dispositifs d’appui à la coordination, services soins infirmiers à domicile, EHPAD, services sociaux…). Ce nouvel outil est déjà au service de plusieurs centaines de professionnels de santé (médecins, infirmiers, masseurs-kinésithérapeutes, sage-femmes, pharmaciens, aides-soignants…), et coordonnateurs et travailleurs sociaux pour le volet médico-social.

     

  • Asie : déploiement d’un système avancé d’IA pour l’endoscopie digestive

    Des limites persistantes dans l’efficacité de l’endoscopie

    Chaque année, environ 75 millions d’endoscopies gastro-intestinales, comprenant principalement les gastroscopies et les coloscopies, sont réalisées dans le monde. Ce chiffre est en constante augmentation, en raison de l’augmentation des pathologies intestinales, notamment : les cancers gastro-intestinaux, le reflux gastro-œsophagien (RGO) et les maladies inflammatoires chroniques de l’intestin (MICI).

    Malgré son rôle essentiel dans le diagnostic de ces affections, l’endoscopie présente encore des limites majeures en 2024 qui compromettent son efficacité, en particulier pour la détection précoce des cancers gastro-intestinaux :

    • une sensibilité et spécificité insuffisantes, notamment pour les stades précoces des cancers, où un diagnostic rapide est crucial ;
    • une précision limitée des biopsies compromettant ainsi la fiabilité du diagnostic ;
    • ainsi qu’une dépendance à l’expérience des praticiens dans l’interprétation des images et la gestion des données.

    Une avancée technologique pour révolutionner la pratique

    Pour répondre à ces défis, Ainex a mis au point des algorithmes d’intelligence artificielle et d’apprentissage automatique spécifiquement conçus pour l’endoscopie gastro-intestinale. Ces technologies permettent une analyse en temps réel des images produites pendant les procédures endoscopiques, offrant ainsi aux médecins un accès instantané aux informations nécessaires pour affiner leurs diagnostics. Le système ENAD (endoscopy as AI-powered device), développé par Ainex, présente plusieurs avantages majeurs :

    • une vitesse de traitement accélérée :avec l’analyse des images multipliée par 10 à 20 fois par rapport à l’analyse manuelle ;
    • une réduction des faux positifs à moins de 5 %, ce qui permet de diminuer significativement le nombre de biopsies inutiles et les risques associés ;
    • et une précision améliorée dans la détection des lésions . Cette précision atteint 90 % à 95 % pour la détection des polypes et des lésions précancéreuses lors des coloscopies, avec une amélioration de 3 à 5 % par rapport à l’interprétation humaine seule.

    Un déploiement international en Corée du Sud et à Singapour :

    Le système IA d’Ainex est utilisé dans plus de 30 hôpitaux en Corée du Sud. Après des essais cliniques menés à l’Hôpital national universitaire de Singapour pour valider son efficacité et sa précision, Ainex s’apprête à lancer son système sur le marché singapourien.

     

  • Cancer du poumon : une plateforme multiomique avec IA améliore le profilage des patients

    Les composants de la plateforme Renovarocube

    Lors du dernier congrès de la Société européenne d’oncologie médicale (ESMO), Renovarocube, filiale du groupe américain Renovaro, a présenté ses avancées récentes concernant sa technologie multi-omique, intégrée à l’IA, pour le profilage du cancer du poumon.

    Cette entreprise néerlandaise, spécialisée dans les sciences des données moléculaires, développe une plateforme d’IA dédiée à la détection précise des cancers et de leurs récurrences, ainsi qu’au suivi des thérapies ciblées, basé sur l’analyse génomique.

    La plateforme combine trois éléments majeurs :

    • une IA avancée pour l’analyse de données multi-omiques complexes ;
    • la technologie de séquençage de nouvelle génération Oxford Nanopore, permettant de capturer sans les fragmenter les copies d’ADN libre circulant dans le plasma sanguin ;
    • la multi-omique, intégrant des données provenant de plusieurs disciplines biologiques telles que la génomique, la protéomique et la transcriptomique.

    Des performances prometteuses

    La première étude, présentée à l’ESMO, a démontré que le modèle d’apprentissage profond de RenovaroCube est capable d’identifier les schémas d’altération de l’ADN avec une précision et une sensibilité supérieures à 90 %, en utilisant seulement 10 nanogrammes d’ADN circulant. Cela représente une réduction de 50 % de la quantité d’ADN nécessaire par rapport aux technologies de séquençage conventionnelles.

    La seconde étude a révélé que cette plateforme multi-omique, intégrant une IA, corrèle avec une grande précision les schémas de méthylation de l’ADN à l’évolution de la tumeur. Cela renforce sa capacité à fournir un suivi précis de la progression des cancers et des réponses aux traitements.

    Un outil prometteur pour la détection et le suivi du cancer :

    Ces résultats montrent que cet outil innovant permet une détection efficace, réduisant ainsi le recours aux biopsies invasives tout en améliorant la précision du suivi des patients. Ils constituent des avancées clés vers la mise sur le marché de cette plateforme.

     

  • Etude : une IA couplée à une vidéo pourrait dépister diabète et HTA sans test invasif (AHA)

    DT2 et HTA : combattre le sous-diagnostic

    Un adulte sur trois est concerné par l’hypertension artérielle mais seule la moitié le sait. Une ignorance qui peut se révéler dramatique car l’HTA est la première cause évitable d’AVC. Quant au diabète de type 2, 28% des patients sont diagnostiqués au stade des complications donnant lieu à l’hospitalisation. Dans les deux cas, le diagnostic précoce fait donc défaut. Trouver des méthodes plus simples et moins invasives que les examens actuels pourraient par conséquent représenter un intérêt.

    C’est pourquoi des chercheurs de l’université de Tokyo ont mené une étude préliminaire visant à évaluer l’intérêt de l’IA dans le dépistage du diabète et de l’HTA. Concrètement, ils ont collecté des données entre août 2022 et mai 2024 dans les services de cardiologie de l’Hôpital universitaire de Tokyo auprès de 215 adultes (âge moyen de 64 ans). Parmi elles, 62 étaient diagnostiquées hypertendues, 88 avaient des valeurs normales selon les normes japonaises (moins de 115/75 mm Hg), et 65 avaient des valeurs entre ces deux plages. De plus, 44 personnes étaient diagnostiquées diabétiques ou avaient un niveau d’HbA1c de 6,5 % ou plus.

    Quand l’IA décrypte les caractéristiques du flux sanguin

    Les chercheurs ont ensuite développé un algorithme d’IA breveté, qui a été combiné avec une vidéo rapide de 5 à 30 secondes de la peau du visage et de la paume de la main. En effet, l’hypertension et le diabète modifient de manière subtile le flux sanguin dans le visage et les mains. Les chercheurs ont ainsi pu tester l’efficacité d’une caméra vidéo à haute vitesse pour enregistrer des images du visage et de la paume des mains à une vitesse de 150 images par seconde. Grâce à des données de longueur d’onde permettant de détecter les ondes de pouls, l’équipe a ensuite utilisé son algorithme pour détecter l’hypertension et le diabète à partir des caractéristiques du flux sanguin capturées sur les vidéos.

    Résultats : l’IA précise à plus de 90%

    • Comparé aux valeurs de pression artérielle mesurées par un moniteur de pression continu, la combinaison vidéo/algorithme s’est révélée précise à 94 % pour détecter une hypertension de stade 1 ( 130/80 mm Hg ou plus selon les directives de l’American Heart Association).
    • La combinaison vidéo/algorithme a également montré une précision de 86 % pour détecter une pression artérielle au-dessus de la normale avec une vidéo de 30 secondes, et de 81 % avec une vidéo de 5 secondes.
    • Comparée aux résultats du test d’hémoglobine A1c pour le diabète, l’IA associée à la vidéo a permis d’identifier des diabétiques avec une précision de 75 %.

    « J’ai été surprise par l’applicabilité de l’algorithme de flux sanguin pour détecter le diabète », », a déclaré Ryoko Uchida, chercheuse en cardiologie avancée à l’Université de Tokyo. La co-autrice de l’étude estime donc que « cette méthode pourrait un jour permettre aux gens de surveiller leur santé chez eux et conduire à une détection précoce de l’hypertension et du diabète chez les personnes qui évitent les examens médicaux et les tests sanguins. »

    Un dispositif intégré dans le smartphone ?

    Cependant, il s’agit d’une étude préliminaire. Le dispositif de surveillance de la pression utilisé dans cette étude, bien que certifié par la FDA, n’a pas suivi des protocoles de validation appropriés pour garantir son exactitude. Afin d’obtenir une approbation de la FDA, les chercheurs prévoient d’améliorer leur algorithme afin qu’il prenne en compte les arythmies ou les battements cardiaques irréguliers. Et à l’avenir, la caméra pourrait être remplacée par un capteur abordable utilisant uniquement les longueurs d’onde essentielles et ne nécessitant que quelques secondes pour collecter les données. « Il pourrait alors être intégré dans des smartphones (ou même accroché à un miroir où quelqu’un pourrait s’asseoir quelques instants), être produit en masse et rester peu coûteux », », a indiqué Ryoko Uchida.

    *AI-powered tool may offer quick, no-contact blood pressure and diabetes screening

    American Heart Association Scientific Sessions 2024, Abstract MDP1049

  • Efficacité économique d’un dépistage hiérarchisé de la cataracte basé sur l’IA en Chine

    27 millions de chinois affectés par la cataracte

    La cataracte est la principale cause de déficience visuelle mondiale, exacerbée par le vieillissement de la population chinoise, où 478 millions de personnes ont plus de 50 ans. Actuellement, 27 millions souffrent de cataracte, représentant plus de 50 % des cas de cécité dans le pays. D’ici 2050, le nombre de cas de cécité due à la cataracte pourrait atteindre 20 millions.

    Une équipe multidisciplinaire du Centre Ophtalmique Zhongshan (COZ) de l’Université Sun Yat-Sen, en Chine, a évalué l’efficacité économique d’un modèle de dépistage hiérarchique de la cataracte, intégrant des technologies numériques avancées.

    Les limitations des méthodes traditionnelles

    Les méthodes de dépistage conventionnelles sont laborieuses et nécessitent des équipements spécialisés, rendant l’accès difficile en milieu rural. Bien que la télémédecine améliore l’accès, sa couverture demeure insuffisante en Chine. De plus, le diagnostic par intelligence artificielle (IA) ne couvre pas l’ensemble des soins nécessaires.

    Un modèle innovant pour un dépistage inclusif

    Les chercheurs du COZ ont conçu un modèle de dépistage numérique hiérarchisé (DH) pour améliorer l’accessibilité et l’équité des soins oculaires, en combinant trois niveaux :

    • Un dépistage à domicile assisté par IA via des smartphones,
    • Un diagnostic communautaire basé sur l’IA,
    • Une orientation vers des cliniques spécialisées.

    Méthodologie et résultats

    Cette étude a évalué l’efficacité économique de ce modèle par rapport aux options traditionnelles, utilisant un modèle de Markov sur une cohorte simulée de 100 000 résidents âgés de 50 ans et plus. Les résultats publiés dans Nature Communications indiquent que :

    • Le modèle hiérarchisé est plus rentable, évitant 341 années de cécité en milieu urbain et 1 326 en milieu rural par rapport à la télémédecine.
    • Ce dépistage annuel s’avère également le plus économique en termes de coût par année de cécité évitée et d’années de vie ajustées en fonction de la qualité, particulièrement en milieu rural, où le besoin est pressant.