Actualité

  • Etude : état de l’art des applications actuelles et potentielles de l’IA aux urgences et des défis à relever

    L’intégration de l’intelligence artificielle (IA) dans la médecine d’urgence reste en cours de développement pour une adoption plus large. Caractérisé par une pratique à rythmes variables, la criticité des états de santé, l’acuité des décisions diagnostiques et un environnement très stressant, la médecine d’urgence impose aux professionnels une prise de décision clinique rapide et des interventions immédiates. Il est donc pertinent d’envisager comment l’IA pourrait enrichir et optimiser le fonctionnement des services d’urgence et soutenir les professionnels de santé dans la réalisation des tâches quotidiennes inhérentes à ce domaine.

    Des usages de l’IA au cœur de la médecine d’urgence

    L’engorgement des services d’urgences, les temps d’attente prolongés et le personnel épuisé sont des défis majeurs. Même en période normale, le nombre croissant de visites aux urgences, dépassant la croissance démographique, révèle les limites du système. Les causes incluent des visites non urgentes, des pénuries de personnel et une diminution des lits disponibles. Cette surcharge impacte négativement les patients (mortalité, taux de complications, satisfaction) et les professionnels (épuisement, erreurs médicales). Les efforts actuels pour améliorer le flux de patients se concentrent sur les processus internes, mais une approche plus globale, notamment via l’intelligence artificielle (IA), pourrait apporter des solutions efficaces.

    L’intégration de l’intelligence artificielle (IA) dans la médecine d’urgence représente un changement de paradigme dans la gestion des soins aigus. Les systèmes d’IA apportent des solutions pour améliorer la rapidité, la précision et l’efficacité des prises de décisions dans ce domaine, où chaque minute compte. Cette étude, publiée en 2023 dans le Journal of Medical Internet Research (JMIR), met en lumière les applications actuelles et potentielles de l’IA ainsi que les défis à relever pour son intégration à grande échelle dans les services d’urgence.

    Un domaine en pleine réinvention :

    L’IA offre des perspectives prometteuses dans la médecine d’urgence, grâce à sa capacité à améliorer le diagnostic, via l’interprétation d’images notamment, mais aussi à optimiser le triage et la prise de décision rapide. Toutefois, la plupart des recherches restent rétrospectives et n’ont pas encore intégré les soins cliniques de routine. Une évaluation indépendante des solutions d’IA utilisées aux urgences est nécessaire pour garantir leur impact sur les patients. Des applications existent déjà dans les domaines préhospitaliers et des urgences, mais l’intégration de ces outils nécessite des validations plus rigoureuses et un cadre éthique approprié. Pour les auteurs de cette étude, ces premiers éléments montrent que l’IA pourrait transformer le paysage des urgences, mais son application nécessite des validations cliniques plus solides et une approche éthique intégrée.

    Applications actuelles et possibles de l’IA aux services d’urgences

    L’intégration de l’IA dans les services d’urgence pourrait transformer le parcours des patients, de l’auto-triage à l’amélioration des systèmes de triage et de gestion des flux. Voici les principales applications actuelles et potentielles de l’IA :

    1️⃣ Auto-triage et “symptom checkers” :

    Les outils de triage assistés par IA, appelés symptom checkers, aident les utilisateurs à évaluer s’ils doivent consulter des soins d’urgence. Ils manquent cependant souvent de validation et peuvent donner des conseils inappropriés. L’optimisation de ces outils via des modèles d’apprentissage profond pourrait améliorer leur précision, suggèrent les chercheurs.

    2️⃣ Orientation des patients :

    Les systèmes d’orientation des patients aux urgences utilisent l’IA pour analyser les appels et suggérer des questions pertinentes, améliorant ainsi le triage et la réponse médicale à apporter. L’IA peut également aider à prédire les événements critiques, comme les arrêts cardiaques, permettant une intervention plus rapide.

    3️⃣ Optimisation des flux :

    L’IA peut améliorer l’enregistrement et le triage dans les services d’urgence en accélérant le processus et en réduisant les erreurs humaines. Des outils existants montrent des résultats prometteurs en augmentant la précision du triage par rapport aux évaluations humaines.

    4️⃣ Amélioration de l’expérience patient :

    Pour améliorer la satisfaction des patients, des systèmes peuvent fournir des estimations en temps réel des temps d’attente et des informations sur l’état de la situation. L’utilisation de la réalité virtuelle pour distraire les patients pendant l’attente est également une avenue prometteuse.

    5️⃣ Surveillance de la santé publique :

    Les données générées par les ED et les centres d’EMD peuvent être exploitées pour la surveillance en santé publique en temps réel grâce à des modèles d’IA, permettant une réponse rapide aux épidémies et aux anomalies sanitaires.

    Le parcours des patients en situation d'urgence et où l'intelligence artificielle a un impact ou peut en avoir un
    Le parcours des patients en situation d’urgence et où l’IA a un impact existant ou potentiel – @ Chenais et al. 2023

    Des défis éthiques et juridiques spécifiques

    Appliquée aux soins cliniques d’urgence, l’IA soulève de nombreux défis éthiques et juridiques. En santé, les principes éthiques, qui définissent des devoirs ou des responsabilités, s’appliquent tout au long de leur cycle de vie des technologies d’IA. Pour établir des bases solides de confiance en médecine d’urgence, il est indispensable de considérer, en parallèle avec les réponses juridiques existantes ou futures, les aspects éthiques.

    Les défis éthiques et juridiques de l’IA en médecine d’urgence nécessitent une attention continue, avec un accent sur la gestion des biais, la transparence et la responsabilité afin d’assurer une adoption efficace et éthique de ces technologies. Cette revue rapportent les priorités suivantes, pour les éditeurs de solutions d’IA et les autorités d’évaluation et de réglementation :

    📌 Sécurité, équité et gestion des biais : Les systèmes d’IA doivent être conçus pour éviter tout préjudice physique ou psychologique. La gestion proactive des biais et des risques tout au long du cycle de vie de l’IA est primordiale, et les biais peuvent se manifester dès la phase de conception.

    📌 Biais dans les données et la conception : les biais peuvent provenir de la sélection des ensembles de données, ce qui peut entraîner des biais de représentation et de distribution. Des biais d’agrégation peuvent également survenir, affectant la prise de décision clinique.

    📌 Biais dans le choix et la validation des modèles : Le choix des modèles d’IA et des processus d’entraînement joue un rôle clé. Les biais sémantiques dans les modèles de langage doivent être pris en compte, et la validation des systèmes d’IA doit être rigoureuse pour garantir leur fiabilité.

    📌 Biais dans le déploiement : Il est crucial que les systèmes d’IA favorisent une utilisation équitable et accessible. La complaisance à l’automatisation peut entraîner une dépendance excessive vis-à-vis des systèmes d’IA, ce qui pourrait nuire à la qualité des soins.

    📌 Transparence, responsabilité et responsabilité légale : La transparence est essentielle pour instaurer la confiance des patients. Un modèle de responsabilité collective pourrait aider à définir clairement les rôles de chaque acteur en cas de défaillance. La couverture d’assurance pour l’utilisation de l’IA en médecine d’urgence doit également être abordée.

    Des enjeux d’explicabilité, d’autonomie et de confidentialité :

    Explicabilité et interprétabilité :

    L’explicabilité se réfère à la compréhension des mécanismes d’un algorithme, tandis que l’interprétabilité concerne la signification des résultats d’un système d’IA. Selon des lois comme le RGPD européen, les décisions automatisées doivent être accompagnées d’explications sur leur logique et leurs conséquences. Mais le besoin d’informations rapides et claires rend la transparence des systèmes d’IA particulièrement difficile. Bien que les modèles d’apprentissage automatique traditionnels soient plus explicables, les modèles de deep learning restent souvent opaques. La recherche en IA explicable (XAI) vise à améliorer la transparence et la confiance des praticiens, mais des études supplémentaires sont nécessaires pour évaluer son efficacité dans le secteur de la santé.

    Autonomie :

    Pour les professionnels de la santé : l’adoption de l’IA pourrait transférer une partie du pouvoir décisionnel aux machines. Il est essentiel que les professionnels de la santé gardent le contrôle des décisions médicales, mais l’opacité des systèmes d’IA complique cette tâche. Les systèmes doivent être conçus pour soutenir les décisions éclairées des professionnels, avec des scores de confiance et des explications claires pour chaque recommandation.

    Pour les patients : l’utilisation de la technologie IA nécessite le consentement éclairé des patients. Toutefois, dans des situations critiques, il peut être difficile d’obtenir ce consentement. Cela soulève des questions sur la responsabilité des professionnels de santé lorsqu’ils utilisent des systèmes d’aide à la décision clinique assistés par IA. Bien que des protections existent pour les décisions prises en situation d’urgence, la responsabilité légale reste un sujet complexe, avec des efforts en cours au sein de l’Union européenne pour clarifier la responsabilité liée à l’IA dans la prise de décisions cliniques.

    Confidentialité :

    La confidentialité englobe des valeurs comme l’anonymat et le contrôle des données personnelles. Le RGPD européen vise à protéger ces valeurs dans le contexte de l’IA en santé. Il est crucial de fournir des informations claires sur l’utilisation des données des patients pour le développement de l’IA tout au long de leur parcours de soins. Le droit à l’effacement, bien que problématique pour les développeurs d’IA, doit être respecté pour protéger la vie privée des patients.

    Obstacles à l’adoption généralisée de l’IA aux urgences

    Au-delà des soins hospitaliers traditionnels, l’IA pourrait révolutionner l’accès aux soins pour les régions éloignées ou mal desservies. En fournissant des outils médicaux sophistiqués capables d’évaluer des situations cliniques complexes à distance, l’IA pourrait élargir l’accès aux soins, notamment pour les populations vulnérables. Les technologies de triage intelligent, les prédictions de parcours cliniques et les propositions de conduites à tenir fondées sur des données probantes ont le potentiel de réduire les erreurs médicales et d’améliorer considérablement les résultats cliniques.

    Cependant, tout en soulignant l’intérêt croissant pour l’IA dans le domaine des urgences, où des applications basées sur le traitement du langage naturel (NLP) et la reconnaissance automatique de la parole (ASR) sont utilisées, cette étude met en évidence le manque de travaux rigoureux sur les modèles d’IA, leur validation et l’évaluation de leur impact.

    Pour construire des systèmes d’IA dignes de confiance et explicables (XAI), les auteurs préconisent l’adoption d’une approche holistique qui inclut des facteurs humains et une conception participative impliquant divers acteurs. Toutefois, en médecine d’urgence, des dilemmes persistent concernant les compromis entre interprétabilité, performance et transparence, surtout en matière de propriété intellectuelle et de responsabilité médicolégale en cas de préjudice causé par l’IA. Ils soulignent par ailleurs que la coordination entre les législateurs, les agences réglementaires et les assureurs reste insuffisante pour garantir la sécurité de tous les acteurs impliqués.

     

     

    * Chenais G, Lagarde E, Gil-Jardiné C.

    Artificial Intelligence in Emergency Medicine: Viewpoint of Current Applications and Foreseeable Opportunities and Challenges.

    J Med Internet Res. 2023 May 23;25:e40031. doi: 10.2196/40031. PMID: 36972306; PMCID: PMC10245226.

     

  • Kurma Partners annonce le premier closing de son nouveau fonds BioFund IV

    Biofund IV vise à réaliser entre 16 et 20 nouveaux investissements, dont trois ont déjà été concrétisés

    À l’image de ses prédécesseurs, Biofund IV se concentre sur les entreprises développant des thérapies innovantes. Le fonds adopte une stratégie équilibrée entre risque et rendement, qui inclut l’investissement dans des start-ups en phase de démarrage ainsi que la création  de nouvelles entreprises biotech. Kurma Partners reste résolument tourné vers l’innovation, abordant une vaste diversité de thématiques, avec pour ambition d’identifier et de façonner les tendances futures de la biotechnologie.

    Kurma mobilise également ses autres fonds d’investissement afin de soutenir les entreprises les plus performantes de son portefeuille au fur et à mesure de leur développement. À ce jour, le fonds Biofund IV a déjà réalisé trois investissements majeurs :

    • Memo Therapeutics (transplantation, 2018, Série C, 47 M€), avec la participation d’un investisseur suisse et d’un investisseur espagnol.
    • Avidicure (2024, Pays-Bas, Seed, 37 M€), soutenue par deux investisseurs irlandais.
    • SciRhom (Série A, 63 M€), spécialisée dans les maladies auto-immunes.

    Un solide track record et des investisseurs de référence

    Le track-record de Biofund III a fortement contribué à la réussite du fundraising de Biofund IV. Depuis sa création en 2009, Kurma Partners a financé 60 sociétés et en a créé 24, pour un total de 730 millions d’euros sous gestion. Dans le cadre de son troisième fonds, Biofund III, Kurma a accompagné trois sociétés qui ont ensuite été rachetées : Amolyt Pharma par le groupe pharmaceutique AstraZeneca, Emergence Therapeutics par Eli Lilly, et Corlieve Therapeutics, spécialisée dans les épilepsies rares, par UniQure.

    Kurma reste fidèle à une stratégie éprouvée alliant collaboration avec des instituts de recherche et un réseau sélectif de professionnels du secteur de la biotechnologie. Biofund IV a attiré l’attention d’investisseurs de référence tels qu’Eurazeo, Bpifrance, qui avaient déjà investi dans les fonds précédents, ainsi que le laboratoire pharmaceutique CSL.

    Olivier Millet, Membre du Directoire et Managing Partner – Small-mid buyout & Nov Santé, Eurazeo déclare :

    « Avec ses acquisitions récentes, Kurma Partners a une nouvelle fois démontré son expertise dans la transformation de la science en produits commercialisables. La participation d’Eurazeo à ce nouveau fonds témoigne de notre confiance dans l’équipe de Kurma. Avec 4 milliards d’euros investis dans de multiples stratégies santé, sur un total de 35 milliards d’euros sous gestion, l’engagement d’Eurazeo et sa mission en faveur du soutien à l’innovation dans le domaine de la santé – de la création d’entreprise à des stades plus matures de leur développement (growth, capdev, buy-out) – sont clairs. »

    Dr Andrew Nash, Directeur scientifique et directeur de la recherche de CSL, déclare :

    « L’Europe est riche en innovation scientifique et l’écosystème de biotechnologie en est l’un des moteurs. Nous sommes ravis d’avoir trouvé en Kurma Partners un partenaire pour continuer à nouer des relations sur le continent et au-delà, tout en investissant dans une équipe qui a fait la preuve de sa capacité à convertir avec succès le meilleur de la science européenne en entreprises, et à transformer les idées en thérapies révolutionnaires qui répondent aux besoins médicaux non satisfaits des patients. »

    Rémi Droller, associé-gérant de Kurma Partners, déclare :

    « Nous nous félicitons du soutien de nos principaux partenaires, Eurazeo et Bpifrance, ainsi que de notre nouvel investisseur clé CSL. Avec le lancement de Biofund IV, nous sommes convaincus que nous continuerons à générer des rendements positifs pour les investisseurs et à avoir un impact réel sur la santé humaine. »

     

  • Etude : la fiabilité des grands modèles de langage d’IA ne progresse pas (Nature)

    Modèles de langage : peut-on leur faire confiance ?

    Les LLM de dernière génération ont été entraînés sur plus de paramètres, des ensembles de données plus volumineux, pendant plus longtemps, ils ont été affinés grâce aux retours humains… mais sont-ils plus fiables ? C’est ce qu’ont voulu savoir des chercheurs de l’Université Polytechnique de Valence et de l’Université de Cambridge. Ils ont donc passé au crible les performances de plusieurs familles de LLM : GPT développée par OpenAI, LLaMA développée par Meta, et la suite BLOOM développée par BigScience. Dans leur version brute, telle GPT-3 ada, et leur version ajustée et donc plus aboutie. Ils ont été testés dans 5 domaines : la numération (addition), le maniement du vocabulaire (anagramme), les connaissances géographiques, les compétences scientifiques, et la « transformation » qui regroupe des tâches cognitives de manipulation d’informations.

    Les résultats de leur étude ont été publiés le 25 septembre dans Nature.

    Résultats : une “involution” de la fiabilité

    • À mesure que la difficulté augmente, la correction diminue nettement pour tous les modèles.
    • Une fiabilité totale n’est pas atteinte aux niveaux de difficulté les plus faibles. Bien que les modèles puissent résoudre des cas extrêmement complexes, ils échouent encore sur des instances très simples.
    • Pour la famille LLaMA, aucun modèle n’atteint 60 % de correction au niveau de difficulté le plus simple.
    • Seule exception : en science, GPT-4 atteint des niveaux presque parfaits jusqu’aux niveaux de difficulté moyenne.
    • Les modèles ajustés donnent à la place des réponses apparemment plausibles mais incorrectes. Et ils renoncent à répondre moins souvent.

    Globalement, cette étude met en évidence “une involution de la fiabilité”. Les résultats de cette étude posent donc la confiance que nous avons dans les LLM. Et les données montrent qu’elle risque fort d’être ébranlée. Et ce pour plusieurs raisons. Tout d’abord, « “les modèles peuvent résoudre certaines tâches complexes en accord avec les capacités humaines, mais en même temps, ils échouent sur des tâches simples dans le même domaine. Par exemple, ils peuvent résoudre plusieurs problèmes mathématiques de niveau doctorat, mais en même temps, ils peuvent se tromper sur une simple addition”, note Hernández-Orallo, co-auteur de l’étude. De plus, n’étant pas 100 % précis sur des tâches simples, « cela signifie qu’il n’existe pas de ‘zone sûre’ où l’on pourrait faire entièrement confiance aux modèles”, a ajouté la chercheuse Yael Moros Daval.

    Des réponses trop affirmatives

    Autre élément qui peut alimenter la défiance : les modèles de langage récents ont beaucoup plus tendance à fournir des réponses incorrectes plutôt que d’éviter de répondre à des tâches dont ils ne sont pas sûrs. D’après les chercheurs, ce comportement imprudent a été encouragé par les développeurs qui conçoivent des modèles qui ne sont « jamais évasifs ». Par conséquent, le pourcentage de résultats incorrects augmente nettement entre les modèles bruts et les modèles ajustés. En outre, les chercheurs ont découvert que la supervision humaine ne permet pas de compenser ces problèmes car pour le moment, nous avons tendance à trop nous fier aux modèles et à ne pas reconnaître les résultats incorrects à différents niveaux de difficulté.

    Les chercheurs en concluent qu’« un changement fondamental est nécessaire dans la conception et le développement de l’IA à usage général, en particulier pour les applications à haut risque, où la prédiction des performances des modèles de langage et la détection de leurs erreurs sont primordiales. »

     

     

  • La Chine, pays en pointe dans la santé numérique mentale

    La dépression touche 54 millions de personnes Chine

    Une équipe de chercheurs du Rapid Research Evaluation and Appraisal Lab, rattaché à l’University College London (UCL) au Royaume-Uni, a publié un rapport sur l’usage des technologies numériques dans la prise en charge des troubles mentaux dans les pays à revenu faible et intermédiaire.

    Les pays asiatiques sont particulièrement affectés par les troubles mentaux. En Chine, 54 millions de personnes souffrent de dépression, et en Inde, 20 % des étudiants universitaires sont touchés par l’anxiété généralisée. L’étude, menée de janvier 2023 à janvier 2024, montre que la Chine a développé et testé le plus grand nombre d’interventions numériques en santé mentale, suivie par l’Inde et le Pakistan. L’Indonésie et le Vietnam sont moins actifs dans ce domaine. Globalement, l’Asie du Sud et du Sud-Est recourent plus aux technologies numériques en santé mentale que l’Asie centrale.

    Applications mobiles, chatbots et intelligence artificielle

    Les principales pathologies ciblées sont la dépression, l’anxiété, la schizophrénie, ainsi que les troubles bipolaires, obsessionnels compulsifs et le stress post-traumatique. Quatre technologies numériques sont employées :

    • Applications mobiles et tablettes
    • Sites Web et plateformes en ligne
    • Intelligence artificielle avec chatbots et agents conversationnels
    • Réalité virtuelle

    Applications numériques : 3 avantages, 3 inconvénients

    Les applications mobiles offrent des thérapies cognitivo-comportementales pour la dépression et l’anxiété, ainsi qu’un soutien pour la dépression périnatale ou chez les lycéens. Elles présentent trois avantages majeurs :

    • Accessibilité, notamment dans les zones reculées
    • Coût réduit
    • Soutien continu et personnalisé

    Mais elles comportent aussi trois inconvénients :

    • Difficultés d’engagement à long terme
    • Risques liés à la confidentialité des données
    • Manque de preuves solides sur leur efficacité à long terme

    Des évaluations insuffisantes

    Les équipes en Asie, composées de psychiatres et psychologues, collaborent avec des développeurs pour créer des outils numériques. Cependant, quatre obstacles majeurs persistent :

    • Stigmatisation autour des problèmes de santé mentale
    • Accès limité à Internet et aux infrastructures
    • Manque de formation sur l’intégration des outils numériques
    • Insuffisance des ressources humaines et économiques

    La plupart des interventions restent au stade de développement précoce, avec peu d’études sur leur efficacité à long terme et des taux élevés d’abandon et d’engagement faible des utilisateurs.

     

  • Prévention : 6 ambitions pour transformer le système de santé grâce au numérique (Craps, Think Tank Health&Tech)

    Le numérique au service d’un projet de santé ambitieux

    Convaincus que le numérique ne doit pas être une fin en soi, mais un outil au service d’un projet politique, social et économique ambitieux, les think tanks Craps et Health&Tech ont rassemblé une quarantaine d’experts issus de divers horizons (opérateurs, mutuelles, académiques, industriels, professionnels de santé, etc.) pour contribuer à un nouvel ouvrage intitulé “Prévention & santé numérique : une urgence politique !”. S’intéressant notamment aux problématiques de la mobilisation des acteurs, de l’évaluation et du financement, leur objectif est d’enrichir le débat et anticiper une transition vers une médecine plus personnalisée, préventive, prédictive, participative et fondée sur des preuves scientifiques solides.

    Ce livre, placé sous la présidence d’Anne-Marie Armanteras, présidente du think tank Health&Tech, et Didier Bazzocchi, président du Craps, posent les bases d’une réflexion approfondie sur l’intégration du numérique dans le système de santé pour en faire un vecteur d’évolution positive, tout en répondant aux défis de l’éthique et du financement.

    Un système de santé à réinventer :

    Le vieillissement de la population, la montée des maladies chroniques, ainsi que les inégalités sociales et territoriales appellent à une transformation profonde de nos systèmes de santé. Dans un contexte où la prévention peine à s’imposer face à une logique curative encore dominante, le numérique apparaît comme une solution puissante pour reconfigurer la prise en charge des individus. Cependant, cette transition technologique doit être pensée avec soin. Ces innovations ne doivent pas être appliquées de manière anarchique ou fragmentée. Elles nécessitent un cadre stratégique solide, une évaluation rigoureuse et une prise en compte des fractures numériques, notamment pour ne pas laisser de côté les populations les plus vulnérables.

    Ainsi, la transformation numérique de la santé ne se résume pas à une modernisation des outils. Il s’agit plutôt de redéfinir les fondements mêmes du système de prévention. Le livre du Craps et de Health&Tech met en avant une synthèse complète des enjeux et propose des pistes concrètes pour faire du numérique un outil efficace, éthique et durable au service de la santé publique.

    Les acteurs de la santé préventive et numérique au rendez-vous :

    Les différents acteurs ayant contribué à cet ouvrage insistent sur le fait que la transformation doit dépasser les actions de prévention isolées et fragmentées, souvent limitées à des expérimentations. Ils soulignent que, malgré des initiatives comme Mon espace santé ou des campagnes sur l’alimentation et l’activité physique, il reste essentiel d’adopter une stratégie globale, de repenser le financement, et de renforcer la gouvernance pour pérenniser ces efforts. Le réel défi étant de réorganiser et de financer un système encore largement centré sur l’acte curatif, pour éviter la stagnation de l’espérance de vie en bonne santé et les inégalités dans l’accès aux soins.

    Dans ce sens, la stratégie d’accélération initiée par l’Agence de l’innovation en santé est perçue comme une promesse de changement à laquelle ils adhèrent pleinement, avec la conviction que la prévention numérique deviendra incontournable dans les politiques de santé de demain.

    6 ambitions pour une prévention numérique efficace

    Dessinant une feuille de route pour transformer le système de santé, six ambitions proposées par le Craps et le think tank Health&Tech montrent qu’au-delà des promesses technologiques, une réflexion stratégique, éthique et économique est indispensable pour inscrire durablement les innovations numériques dans les pratiques de santé publique.

    1️⃣ Une stratégie nationale de prévention numérique claire et cohérente :

    L’intégration du numérique dans la prévention ne peut se faire sans une vision d’ensemble. Il est essentiel de définir une stratégie nationale claire, centrée sur des objectifs prioritaires et mobilisant l’ensemble des acteurs de santé, des professionnels aux patients. Cette approche permet de mieux organiser les actions et d’éviter de superposer des outils sans cohérence, pour une meilleure efficacité des politiques de santé.

    2️⃣ Une approche populationnelle et personnalisée :

    La personnalisation des soins doit reposer sur une analyse fine des contextes sociaux, environnementaux et économiques des populations. Pour cela, les infrastructures numériques doivent intégrer ces données afin de cibler précisément les besoins de chaque groupe. Cela permet de concevoir des interventions de prévention adaptées aux spécificités des territoires, maximisant ainsi leur impact.

    3️⃣ La lutte contre les fractures numériques :

    Pour éviter que le numérique n’accentue les inégalités sociales, il est crucial de combattre les fractures numériques. L’illectronisme et la littératie en santé sont des enjeux majeurs. Sans une maîtrise des outils technologiques, une partie de la population risque d’être exclue des nouveaux dispositifs de prévention. Des actions éducatives doivent être mises en place pour garantir l’accès de tous à ces outils.

    4️⃣ Une évaluation rigoureuse des solutions numériques en santé :

    Face à la multiplication des solutions numériques disponibles, il est nécessaire de mettre en place des mécanismes d’évaluation rigoureux. Ces outils doivent être testés pour leur efficacité, leur sécurité et leur adéquation aux besoins des patients. Une évaluation sérieuse permettra non seulement de renforcer la confiance des utilisateurs, mais aussi de guider les investissements vers les technologies les plus prometteuses.

    5️⃣ Un cadre éthique solide pour l’utilisation des données de santé :

    Les données de santé sont des informations sensibles et leur gestion doit être strictement encadrée. Il est essentiel que chaque individu conserve le contrôle sur ses données et puisse en comprendre l’utilisation. L’introduction du numérique dans la prévention doit s’inscrire dans une démarche éthique, où la technologie reste au service des patients, dans le respect de leur vie privée et de leurs droits.

    6️⃣ La garantie d’une viabilité économique du numérique en santé :

    Le modèle économique actuel de la santé, qui rémunère principalement les actes curatifs, ne favorise pas le développement de la prévention. Il est nécessaire de repenser ce modèle pour soutenir durablement les innovations numériques en santé. Cela implique de trouver des moyens de financer ces nouvelles approches axées sur les résultats à long terme, afin de bâtir un système de santé plus préventif et durable.

    📖 Le livre numérique est téléchargeable sur notre bibliothèque via ce lien.

  • Etude : ChatGPT aussi performant que les radiologues pour dépister des tumeurs cérébrales (European Radiology)

    Tumeurs au cerveau : l’apport des LLM

    L’utilisation de LLM tels que ChatGPT dans le diagnostic, et tout particulièrement radiologique, fait l’objet de nombreuses études. Mais, à ce jour, « aucune étude n’a évalué son utilisation à partir de rapports neuoradiologiques réels, affirment des chercheurs japonais de l’Université Métropolitaine d’Osaka. Contrairement aux quiz, qui présentent généralement des cas soigneusement sélectionnés et typiques, créés par des individus connaissant déjà le bon diagnostic, les rapports radiologiques réels peuvent contenir des informations moins structurées et plus diverses. Cette différence pourrait entraîner des évaluations biaisées qui ne reflètent pas la nature complexe de la radiologie clinique », ajoutent ces derniers.

    Pour combler cette lacune, cette équipe de chercheurs a donc collecté 150 rapports d’IRM cérébrale de patients atteints de tumeurs cérébrales préopératoires dans deux établissements, de janvier 2017 à décembre 2021. Leur but : évaluer les capacités et les limitations potentielles de GPT-4 en tant qu’outil diagnostique dans un cadre clinique réel. Et les comparer l’exactitude des diagnostics avec celle de deux neuroradiologues et des trois radiologues généralistes.

    Les résultats de cette étude ont été publiés le 1er octobre dans la revue European Radiology.

    Résultats : Chat-GPT surpasse les radiologues sur le diagnostic différentiel

    • GPT-4 a démontré une exactitude diagnostique comparable à celle des neuroradiologues et des radiologues généralistes avec des taux respectifs de 73 %, 72 % et 68 %.
    • En termes de diagnostic différentiel, ChatGPT a surpassé les spécialistes puisqu’il atteignait un taux d’exactitude de 94% contre 88% pour les neuroradiologues et 77,3 % pour les radiologues généralistes.
    • ChatGPT s’est montré beaucoup plus performant lorsqu’il utilisait des rapports rédigés par des neuroradiologues par rapport à ceux rédigés par des radiologues généralistes. L’exactitude du diagnostic était de 80 % vs 60 %.

    Ces résultats suggèrent que GPT-4 pourrait être utilisé dans des contextes cliniques par les neuroradiologues comme second avis pour les aider à formuler des diagnostics finaux et différentiels. « Pour les radiologues généralistes, GPT-4 peut être particulièrement utile pour comprendre les indices diagnostiques et apprendre les diagnostics différentiels, qui peuvent parfois être chronophages, ajoutent-ils. Lorsqu’un radiologue généraliste est confronté à des cas complexes ou inconnus, consulter GPT-4 pourrait orienter leur réflexion diagnostique. »

    “Réduire la charge des médecins”

    Cette étude présente cependant plusieurs limites. L’utilisation unique des rapports de radiologie à l’exclusion de toute autre information telles que les antécédents du patient et les images elles-mêmes constitue la principale. Les bonnes capacités diagnostiques de GPT-4 laissent malgré tout la porte ouverte à une utilisation en clinique pour les tumeurs cérébrales. Et à l’avenir, les chercheurs japonais ont  « l’intention d’étudier les grands modèles linguistiques dans d’autres domaines d’imagerie diagnostique dans le but de réduire la charge des médecins, d’améliorer l’exactitude des diagnostics et d’utiliser l’IA pour soutenir les environnements éducatifs. »

     

     

    * Comparative analysis of GPT-4-based ChatGPT’s diagnostic performance with radiologists using real-world radiology reports of brain tumors.

    Mitsuyama, Y., Tatekawa, H., Takita, H. et al. 

    Eur Radiol (2024). https://doi.org/10.1007/s00330-024-11032-8

  • French Tech Tremplin : 14 entreprises de santé numérique parmi les lauréats de la 4e édition

    Le secteur « Data-IA-cyber-cloud » en première place

    La 4eme édition du programme French Tech Tremplin “Incubation” – organisé par la French Tech en partenariat avec Bpifrance – a permis de mettre en lumière 218 entreprises portées par des entrepreneurs issues de milieux sous-représentés dans l’écosystème start-up français, “afin qu’ils puissent développer leur projet entrepreneurial”. Parmi ces 218 entreprises, 15 sont des jeunes pousses du numérique en santé, ce qui représente plus de 6 % des lauréats et ce qui fait de ce secteur l’un des plus représentés en termes de lauréats sur les 14 catégories présentes, même si le secteur « Data-IA-cyber-cloud » est loin devant tous les autres avec 26 %. La santé en général arrive à la deuxième place avec 12 % (dont plus de 6 % pour le numérique en santé).

    Autre fait marquant de cette édition : même si la région parisienne est encore devant en termes de nombre de lauréats – comme cela a été le cas lors des éditions précédentes – , avec 43 représentants (38 pour la French Tech Grand Paris et 5 pour la French Tech Paris-Saclay), de nombreuses régions s’illustrent avec un nombre apportant de lauréats, notamment la Gironde, avec 26 lauréats pour la French Tech Bordeaux, et la Provence-Alpes-Côte-d’Azur, avec 39 lauréats, dont 17 pour la French Tech Côte d’Azur et 22 pour la French Tech Marseille. Il en va de même pour le secteur de la santé numérique, puisque cette année, seules 4 entreprises, sur les 17 nommées, sont issus d’Île-de-France : LaMadre, HandyDuty, Osmose Healthcare et Smart&Connection.

    Répartition des lauréats de la 4eme promotion French Tech Tremplin par région - @La French Tech
    Répartition des lauréats de la 4eme promotion French Tech Tremplin par région – @La French Tech

    Des lauréats qui vont être accompagnés pendant une année

    Pendant un an, les 218 lauréats de cette 4e édition vont :

    • bénéficier d’un accompagnement personnalisé au sein d’un incubateur partenaire
    • être intégrés aux initiatives proposées par leur capitale ou communauté French Tech de référence pour “renforcer leurs liens avec les acteurs de l’écosystème local” ;
    • avoir accès à un soutien financier dédié au développement de leur entreprise pour un montant maximal de 22 900 euros, versé sous forme de subventions.

    En plus de ces avantages, l’ensemble des lauréats à le droit chaque année à participer à l’événement VivaTechnology où la French Tech les accompagne et les aider à renforcer leur visibilité de ces entreprises et les mettre en relation avec de potentiels acheteurs.

    Pour rappel, le programme French Tech Tremplin a été mis en place dans le cadre du programme France 2030 “permet à des personnes éloignées de l’entrepreneuriat de créer leur start-up, contribue à réduire les inégalités d’accès au financement dans les territoires et à valoriser les écosystèmes French Tech partout en France”. Depuis la première édition en 2019, 896 entreprises ont été accompagnées dans toute la France, 80 % d’entre elles sont toujours en activité et 10 % ont déposé au moins un brevet. Autre fait marquant, la French Tech rapporte que pour les entreprises de la première édition du programme, leur chiffre d’affaires a quintuplé en moyenne 5 ans après et pour la deuxième édition,  leur chiffre d’affaires a triplé en moyenne 3 ans après.

    Des chiffres clés sur le programme French Tech Tremplin // @La French Tech
    Des chiffres clés sur le programme French Tech Tremplin // @La French Tech

    Découvrez les lauréats en santé numérique

    Pour cette 4e édition du programme, 15 entreprises de santé numérique font partie des lauréats :

    Entreprise Solution
    A.F Genese Un dispositif qui traite les douleurs chroniques par optimisation du système nerveux humain. Cette solution non-invasive appelée E-Tonus contribue à améliorer le fonctionnement du corps humain.
    Solving Company Une suite logicielle qui respecte le temps de nos soignants et qui permet de simplifier la récolte de données et leurs utilisations au quotidien. Les outils de formulaire, de traitement statistique et de génération d’arbre généalogique de Solving Company sont déjà utiliser par le CHU de Bordeaux.
    FP Santé La plateforme Rhomboid.fr offre une solution complète pour les professionnels de la kinésithérapie en facilitant la connexion entre les acteurs du secteur. Elle permet aux utilisateurs d’accéder à des formations classées par thématiques, formats ou situations géographiques. La plateforme propose également un accès exclusif à des dizaines de fiches détaillées sur les formateurs et les organismes de formation, offrant ainsi une ressource complète pour le développement professionnel dans le domaine de la kinésithérapie/physiothérapie.
    HandyDuty Une plateforme de mise en relation en temps réel avec des professionnels du handicap, ainsi qu’un accès à une gamme de services et de ressources pour favoriser l’autonomie et le bien-être.
    LaMadre Une solution qui offre aux employés un soutien personnalisé en bien-être , renforcé par l’IA et l’expertise humaine dans un environnement engageant. Avec le Smart Chat de LaMadre, chaque salarié peut s’exprimer dans un cadre confidentiel – stress, anxiété, burnout, harcèlement – et améliorer sa santé mentale de manière plus autonome au quotidien.
    Osmose Healthcare Une application qui accompagne les femmes atteintes d’endométriose ou en suspicion via : une messagerie médicale disponible 7j/7, du contenu pour mieux comprendre l’endométriose et apprendre à la soulager efficacement et un outil de suivi pour aider les patientes à identifier ce qui leur fait du bien.
    Reflextime Company Les dispositifs Reflexcare offrent aux professionnels de santé une gamme étendue de modes d’utilisation et de combinaisons d’exercices pour les personnes âgées ou en phase de rééducation. Ces options permettent la création de programmes de rééducation sur mesure. Grâce à des modules interactifs et adaptables, chaque séance peut être ajustée en temps réel pour s’aligner avec les capacités et les besoins spécifiques des patients. Cette flexibilité garantit une pertinence clinique exceptionnelle.
    Auxalie Une plateforme de mise en relation entre personnes âgées et/ou handicapées et les professionnels de l’aide à domicile.
    Izybiote Un compagnon numérique pour mieux vivre le syndrome de l’intestin irritable.
    FF-Scan Une application mobile en santé numérique pour diagnostiquer la fatigue par analyse automatisée d’images.
    Famille Santé Une application qui souhaite faciliter la coordination des soins entre différents professionnels de santé, notamment au travers d’un module de téléconsultation, d’un réseau d’experts facilement joignables, des outils de suivi personnalisé et d’un chatbot intelligent qui guide  pour trouver le bon spécialiste selon ses besoins spécifiques et faciliter la prise de rendez-vous.
    Medeasy Une plateforme qui accompagne le personnel médical dans son installation en libéral pour éviter la charge mentale que cette étape de la vie de soignants représente.
    MDDT Un logiciel d’aide au diagnostic psychiatrique par magnétoencéphalographie (MEG), une technique d’imagerie médicale basée sur la mesure du champ magnétique induit par l’activité électrique des neurones
    Idelly Une application 6 en 1 pour les infirmiers libéraux qui intègre un dossier patient, un module de gestion des tournées, une messagerie sécurisée, un système de partage d’ordonnances, un module de facturation et un dernier de transmission de documents et de notes entre collègues infirmiers libéraux.
    Farahon Une application reliée à une carte qui permet aux professionnels de santé de connaître les dernières volontés d’une personne concernant son don du corps à la science, les soins ou encore le repos du corps lors de la maladie.

    Retrouvez l’ensemble des lauréats de cette 4eme édition du programme French Tech Tremplin en suivant ce lien.

  • IA & Cancer du sein : DiaDeep et Roche collaborent pour aider les pathologistes à dresser le bon diagnostic

    Éviter le sur ou le sous dosage du traitement des patientes

    “Un diagnostic le plus précis possible constitue un élément clé pour le choix d’une stratégie thérapeutique appropriée et personnalisée selon les besoins de chaque patiente ou patient atteint de cancer” : c’est ce qu’a indiqué DiaDeep lors de l’annonce de son partenariat avec Roche, le géant suisse de l’industrie pharmaceutique. Ce partenariat doit permettre aux pathologistes du monde entier qui utilisent la plateforme navify de Roche d’avoir accès aux algorithmes d’IA de DiaDeep, notamment ceux développés pour la quantification en temps réel des biomarqueurs du cancer du sein (comme Ki67, ER, PR, et HER2).

    L’accès à ces algorithmes pour les pathologistes doit leur permettre d’obtenir une “mesure immédiate des marqueurs de cancer pertinents pour chaque patient” lors de la lecture des lames numériques et donc de les conforter dans leurs décisions, permettant, suite à cela, d’attribuer le meilleur traitement aux patientes atteintes de cancer du sein et éviter le sur ou le sous dosage.

    Un développement futur d’algorithmes pour le mélanome :

    Ce partenariat est un grand pas à l’international pour l’entreprise française qu’est DiaDeep, puisque les algorithmes seront commercialisés dans les laboratoires français, mais aussi dans toute l’Europe, aux États-Unis et au Moyen-Orient. Cette entreprise lyonnaise a été créée en 2022 par deux chercheurs en IA et deux médecins anatomopathologistes qui ont voulu créer un assistant virtuel pour les pathologistes afin de “garantir aux patients des soins pertinents et ciblés”, alors que le cancer du sein est le cancer qui est le plus meurtrier chez les femmes avec 670 000 décès dans le monde en 2022.

    Avec cette collaboration, l’entreprise française souhaite “qu’un maximum de patients [au niveau mondial] reçoivent les traitements adaptés”, comme l’a déclaré sa CEO et fondatrice, Sanae Salhi. Elle a aussi indiqué que, même si le cancer des seins est une cause qui est chère à DiaDeep, les revenus générés permettront à l’entreprise de “poursuivre ses investissements en recherche et développement, avec notamment un focus sur la prédiction de l’évolution du cancer tel que le mélanome”.

    Navify, une plateforme qui offre de nouveaux outils aux pathologistes

    La plateforme navify Digital Pathology de Roche sur laquelle seront disponibles les algorithmes de DiaDeep est une plateforme de pathologie numérique qui permet aux lames d’être numérisées pour être analysées directement sur l’ordinateur par le pathologiste. Au-delà de la vision sur ordinateur des lames virtuelles, cette plateforme permet aux médecins d’accéder à de nombreux outils tels que le partage des cas, ainsi que des algorithmes d’aide au diagnostic comme ceux développés par la société lyonnaise.

    En plus de sa collaboration avec DiaDeep, Roche a annoncé en septembre plusieurs autres partenariats pour renforcer sa plateforme et 20 nouveaux algorithmes y ont été intégrés. Parmi ces partenariats, on peut relever :

    • celui avec Deep Bio, qui permet l’intégration dans la plateforme d’un algorithme de détection, de classification et de quantification tumorale du cancer de la prostate ;
    • celui avec le français Owkin, qui permet l’intégration dans la plateforme d’un algorithme pour le dépistage de la stabilité des microsatellites dans le cancer colorectal ;
    • celui avec Lunit, qui permet l’intégration dans la plateforme d’un algorithme d’analyse du score de proportion tumorale pour le cancer du poumon non à petites cellules ;
    • celui avec Stratipath, qui permet l’intégration dans la plateforme d’un algorithme de profilage des risques du cancer invasif du sein.

     

  • Avalun lance le test de fibrinogène le plus rapide du marché (moins de 4 minutes)

    Le Smart FIB Batrox : un dosage fiable et rapide

    Avalun, filiale de Biosynex, s’apprête à lancer un test « Point of Care » innovant pour mesurer le fibrinogène en moins de 4 minutes, à partir d’une simple goutte de sang citraté. Cette avancée promet de transformer la prise en charge des hémorragies massives, observées lors de traumatismes, d’hémorragies post-partum ou d’interventions complexes, comme les chirurgies cardiaques et hépatiques.

    Les techniques classiques, telles que le test de Clauss, la thromboélastographie (TEG) ou la thromboélastométrie rotative (ROTEM), bien que précises, restent lentes et nécessitent du matériel spécialisé. De plus, elles peuvent être perturbées par les anticoagulants, compliquant leur usage en urgence.

    Développé à Grenoble par Biosynex, le Smart FIB Batrox d’Avalun est une microcuvette contenant de la batroxobine lyophilisée, enzyme issue du venin de serpent, insensible aux anticoagulants. Une fois insérée dans le mini laboratoire portable  LabPad Evolution, une goutte de sang suffit pour obtenir un résultat en 1 à 4 minutes.

    Performances cliniques : précision à 93,3 %

    Les tests effectués au CHU de Grenoble et à l’AP-HP ont confirmé

    • Une large plage de mesure (0,3 à 4 g/L),
    • Une sensibilité de 93,3 %
    • Une spécificité de 90 %.
    • Une rapidité d’exécution : 4 minutes contre 67 minutes pour les méthodes classiques
    • un faible coefficient de variation inférieur à 7 %

    Un marché mondial de 159 millions de dollars

    En cours de certification CE, le Smart FIB Batrox devrait être commercialisé en France et en Europe dans les prochains mois, avec un marché mondial du dosage rapide du fibrinogène estimé à 159 millions de dollars selon Avalun.

     

  • IA : quelles perceptions et quelles attentes des médecins français ? (enquête)

    L’importance croissante de l’IA en médecine

    Selon l’enquête “les médecins français et l’IA” réalisé par Medscape, 95 % des médecins estiment qu’il est important ou assez important de s’informer sur les applications de l’IA en médecine, mais 50 % des répondants déclarent ne pas être suffisamment informés. Les hommes se considèrent mieux informés que les femmes (45 % contre 35 %), et les spécialistes des technologies médicales, comme les radiologues et oncologues, se sentent mieux formés que les généralistes. Cette différence est marquée par un manque de formation plus prononcé chez les praticiens âgés de plus de 45 ans (57 % de ceux-ci se disent mal informés).

    Enthousiasme et appréhension face à l’IA

    L’enthousiasme pour l’IA est évident chez 44 % des praticiens, principalement des hommes, mais 36 % expriment des appréhensions, notamment concernant son impact sur la relation patient-médecin. La crainte que l’IA remplace le jugement clinique est partagée par 39 % des répondants, avec une inquiétude plus marquée chez les femmes médecins. Ces craintes sont renforcées par des témoignages de praticiens insistant sur l’importance de maintenir une dimension humaine dans la prise en charge.

    Garder la main sur la prise de décision clinique

    Si près de 49 % des médecins voient l’IA comme un soutien utile pour établir des diagnostics et proposer des options thérapeutiques, 39 % craignent qu’elle se substitue à leur expertise. Cette crainte est particulièrement marquée chez les femmes (52 %) et certains spécialistes craignent que l’IA ne perturbe la relation médecin-patient.

    L’utilisation actuelle de l’IA : encore marginale

    L’IA est actuellement peu intégrée dans la pratique quotidienne des médecins. Seulement 20 % des praticiens l’utilisent pour la recherche sur des pathologies, 12 % pour des tâches administratives, et 11 % pour poser des diagnostics. La majorité des médecins l’emploie donc dans des fonctions indirectes, et son utilisation pour soigner des patients ou établir un pronostic reste faible.

    Une promesse pour l’avenir : des tâches administratives à la relation patient

    Malgré l’usage limité de l’IA aujourd’hui, les médecins voient en elle un fort potentiel pour les tâches administratives, avec 67 % anticipant une adoption plus importante dans ce domaine. De plus, 58 % des praticiens envisagent d’utiliser l’IA pour résumer les dossiers patients avant une visite, ce qui pourrait les aider à se concentrer sur les soins.

    Enquête : les médecins français et l’IA – @Medscape

    La radiologie : spécialité phare de l’IA

    La radiologie est perçue comme la spécialité la plus susceptible de bénéficier de l’IA (35 % des répondants), devant l’anatomopathologie (9 %) et la médecine préventive (9 %). L’IA est déjà utilisée pour l’analyse d’images radiologiques dans la détection de maladies comme la rétinopathie diabétique et les mélanomes.

    Confidentialité des données : un enjeu majeur

    La confidentialité des données médicales est une préoccupation majeure pour 45 % des médecins, qui doutent de la capacité des pouvoirs publics à garantir la sécurité des informations. Les récentes cyberattaques dans les établissements de santé renforcent ces craintes, certains médecins estimant que les systèmes actuels sont insuffisamment robustes.

    Encadrement juridique : une régulation attendue

    Une écrasante majorité de médecins (86 %) souhaite que l’utilisation de l’IA soit encadrée par une surveillance étatique ou par des sociétés savantes, et 83 % réclament un cadre juridique spécifique. Le projet européen IA Act, actuellement en cours de développement, pourrait répondre à cette demande en régulant les risques associés à l’IA.

    L’IA à l’usage des patients : un nouveau défi pour les médecins

    Les médecins s’inquiètent de l’usage croissant de l’IA par les patients pour l’autodiagnostic. 77 % des praticiens interrogés se disent préoccupés par cette tendance, avec 36 % se déclarant “très inquiets”. Ils craignent que les patients se tournent vers des solutions technologiques sans consulter un professionnel, augmentant ainsi les risques de mauvaise interprétation.

    Libérer du temps pour la relation patient grâce à l’IA :

    61 % des médecins espèrent que l’IA pourra les décharger de certaines tâches administratives, ce qui pourrait leur permettre de consacrer plus de temps aux patients. Un médecin généraliste pourrait ainsi gagner jusqu’à 7 heures par semaine, un soulagement dans un système de santé en tension.