Actualité

  • Etude : la sélection des embryons par IA n’améliore pas le taux de grossesse (Nature)

    L’enjeu de la sélection du “bon embryon”

    Les techniques d’aide médicale à la procréation ont représenté une révolution mais ce n’est pas une baguette magique. Le taux de naissance atteint au mieux 22% pour les FIV. Sélectionner l’embryon avec les meilleures qualités morpho-cinétiques pour s’implanter reste en effet encore une tâche complexe. Actuellement, pendant la période de culture, l’embryologiste retire les embryons de l’incubateur, généralement à plusieurs reprises, et effectue une évaluation morphologique “instantanée” sous un microscope3. Cette approche est chronophage, subjective et, en substance, n’a guère changé depuis la première naissance par FIV il y a 45 ans. La technologie dite “Time Lapse” est certes intervenue. Concrètement, les embryons sont filmés en continu, des images étant prises toutes les 10 minutes pendant les 5 premiers jours suivant la fécondation.

    Plusieurs équipes de recherche ont donc mis au point des algorithmes aptes à sélectionner les embryons en analysant les images, après avoir été entraînés à repérer les plus susceptibles d’intérêt sur des milliers d’images.

    Cependant, il manque des preuves solides démontrant leur efficacité par rapport aux méthodes traditionnelles pour que ces techniques soient intégrées en routine dans la pratique clinique. Un certain nombre d’études sur l’IA ont bien suggéré des améliorations significatives dans la cohérence de la notation des embryons mais ces évaluations ont été rétrospectives.

    Un 1er essai prospectif :

    Une équipe de chercheurs australiens et européens a donc mis sur pied un essai prospectif randomisé de non-infériorité. Leur but : déterminer si l’apprentissage profond aboutit à un taux de grossesse clinique comparable à celle obtenue par des embryologistes formés utilisant les critères morphologiques standard (avec une marge d’infériorité de 5 %). Ils ont eu recours à l’algorithme d’apprentissage profond iDAScore, développé pour utiliser des motifs morphologiques et morphocinétiques à partir d’images de time-lapse sur les six premiers jours de développement de l’embryon. Quelque 1 066 patientes ont été incluses dans l’essai.
    Les résultats de cette étude ont été publiés le 9 août dans Nature Medicine.

    Résultats : l’IA plus rapide mais pas plus efficace

    • Un taux de grossesse de 46,5% a été obtenu dans le groupe de femmes ayant bénéficié de l’IA contre 48,2% dans le groupe témoin.
    • Le taux de naissance vivante était de 39,8 % dans le groupe iDAScore et de 43,5 % dans le groupe utilisant les critères morphologiques standard
    • Le taux de grossesses intra-utérines non viables était similaire dans les deux groupes.
    • L’évaluation de la qualité des embryons a pris 10 fois moins de temps dans le groupe IA comparé au groupe contrôle (21 secondes vs 208).

    Cette étude n’a donc pas pu démontrer la non-infériorité de l’apprentissage profond en termes de taux de grossesse par rapport à technique traditionnelle. « Cependant, elle a montré que l’apprentissage profond accélère de manière significative les temps d’évaluation par rapport à la sélection d’embryons basée sur la morphologie standard », tiennent à souligner les auteurs.

    Espoirs déçus pour le time lapse :

    Ces derniers font également remarquer que le taux de grossesse constaté dans cette étude est nettement supérieur à leurs prévisions, qui étaient de l’ordre de 35%. « Cette déviation a eu un impact négatif sur la puissance de cet essai à démontrer la non-infériorité », déclarent-ils.

    Cet échec s’ajoute à celui du système time-lapse. Le plus grand essai randomisé réalisé sur le sujet, paru dans The Lancet en 2023, a révélé que « ni les conditions de culture stables dans un incubateur à time-lapse ni la méthode de sélection des embryons informatisée n’améliorent les chances de succès d’un traitement de FIV », indiquaient déjà les auteurs.

     

     

    * Deep learning versus manual morphology-based embryo selection in IVF: a randomized, double-blind noninferiority trial

    Illingworth, P.J., Venetis, C., Gardner, D.K. et al.

    Nat Med (2024). https://doi.org/10.1038/s41591-024-03166-5

     

  • Recherche paramédicale : une première étude clinique publiée par Vivalto Santé

    Le parti pris de la recherche paramédicale

    Déjà investi dans la recherche médicale depuis 2012, Vivalto Santé, un des acteurs majeurs de l’hospitalisation privée en Europe, s’est engagé il y a 3 ans dans la recherche paramédicale : un axe de développement complémentaire qui s’inscrit dans la stratégie du groupe, entreprise à mission depuis 2021. Stéphanie Durel-Pinson, directrice de la Recherche chez Vivalto Santé, parle de la volonté du groupe de valoriser la recherche paramédicale, “non seulement pour le bien de nos patients, mais également au bénéfice de toutes nos équipes soignantes”.

    Les équipes soignantes investies :

    Complémentaire à la recherche médicale, la recherche paramédicale relève du rôle des infirmiers et des professionnels paramédicaux (ergothérapeutes, psychomotriciens, manipulateurs d’électroradiologie médicale, techniciens de laboratoire médical, etc.). Elle vise à faire progresser la qualité des soins et la prise en charge des patients par l’amélioration des pratiques.

    Pour impliquer ses équipes, le groupe Vivalto Santé a mené différentes actions internes de communication et de pédagogie. Les sujets de recherche paramédicale proviennent, quant à eux, principalement du terrain et du quotidien des soignants eux-mêmes. Ils peuvent concerner des problématiques de prise en charge des patients ou d’organisation du travail et des soins. Le recherche se présente ainsi comme un levier pour fédérer les équipes autour de projets collaboratifs et utiles.

    La recherche comme levier d’attractivité :

    La recherche paramédicale devient ainsi peu à peu une composante essentielle des métiers paramédicaux. A titre d’exemple, la formation des infirmiers de bloc opératoire (Ibode) intègre désormais des modules et des stages pratiques de recherche.

    Tout en renforçant son attractivité en tant qu’employeur, Vivalto Santé démontre sa volonté de faire partie cette évolution à travers son investissement dans la recherche paramédicale mais aussi en accueillant des étudiants dans le cadre de leurs stages de recherche.

    De nombreux projets en cours et à venir

    C’est dans un tel contexte que le groupe privé publie aujourd’hui sa toute première étude clinique paramédicale, portant sur “la durée optimale du refroidissement du cuir chevelu pour prévenir l’alopécie pendant la chimiothérapie adjuvante du cancer du sein”. Cette technique peut être utilisée pour réduire la perte de cheveux – effet secondaire courant de la chimiothérapie et pouvant être pénible pour les patientes -, mais la durée optimale du refroidissement n’est pas claire. L’objectif de l’étude menée par l’équipe de Vivalto Santé était de déterminer si l’augmentation de cette durée améliorait la préservation des cheveux.

    Les résultats ont montré qu’un refroidissement de longue durée augmentait l’inconfort des patientes sans pour autant être efficace. Le casque de refroidissement du cuir chevelu pourrait donc être portée moins longtemps pour permettre aussi à un plus grand nombre de malades de bénéficier de cette innovation technologique lors des traitements.

    Parallèlement à cette première publication, plusieurs études sont en cours au sein du groupe qui explore “une multitude de sujets” : “L’augmentation croissante du nombre d’études cliniques au sein de Vivalto Santé témoigne de notre dynamisme et de notre volonté de contribuer activement à l’avancée de la recherche paramédicale”, souligne Stéphanie Durel-Pinson. Parmi les études cliniques actuellement en cours :

    • une étude organisationnelle au sein du territoire Ile-de-France, portant sur la délégation des tâches des équipes soignantes afin que ces dernières puissent se recentrer sur leur cœur de métier ;
    • une étude sur les soins de supports dans le cadre de prises en charge en cancérologie, avec l’introduction de l’hypnose médicale par réalité virtuelle (VR) lors des traitements ;
    • et une étude multidisciplinaire sur le parcours patient dans le cadre d’une chirurgie des tumeurs ORL.

     

     

    * Effectiveness of increasing the scalp cooling duration to prevent alopecia during adjuvant chemotherapy for breast cancer: a randomized pilot study

    Carton E, Blas AM, Perret C, Le Bihan M.

    Support Care Cancer. 2024 Jun 5;32(7):410. doi: 10.1007/s00520-024-08579-z. PMID: 38839667; PMCID: PMC11153286.

     

  • Imagerie : Carpl.ai s’associe à Casis pour des diagnostics plus fiables grâce à l’IA

    Carpl.ai renforce sa position sur le marché de l’IA médicale

    Carpl.ai, plateforme d’IA dédiée à la radiologie, a signé un partenariat stratégique avec Casis, spécialiste en imagerie cardiovasculaire et créateur de la suite logicielle Qir Suite (logiciel d’analyse en imagerie cardiovasculaire). Cette collaboration vise à intégrer les solutions d’IA de Casis sur la plateforme Carpl.ai, renforçant l’offre de cette dernière sur le marché mondial.

    Carpl.ai, qui s’est récemment distinguée en signant un contrat avec le gouvernement de Singapour pour optimiser l’utilisation de l’IA dans ses hôpitaux publics, continue de renforcer sa position sur le marché de l’IA médicale. Avec plus de 125 applications d’IA déjà disponibles, Carpl.ai est reconnue pour sa capacité à intégrer l’IA dans la pratique clinique, contribuant à améliorer la qualité et la rapidité des diagnostics.

    Les différentes fonctionnalités proposées par Carpl.ai – @ Carpl.ai

    Des diagnostics cardiovasculaires rapides et plus précis

    Casis a récemment lancé une version améliorée de sa Qir Suite, qui intègre des algorithmes d’IA précis pour l’analyse des images cardiovasculaires. On note par exemple l’analyse des tissus myocardiques. Une telle synergie entre la marketplace d’applications de Carpl.ai et la technologie de Casis pourrait permettre aux établissements de santé de bénéficier de diagnostics fiables et d’une meilleure prise en charge des patients. Les deux entreprises entendent ainsi répondre aux défis du secteur de l’imagerie cardiovasculaire à savoir précision et rapidité.

    Ce partenariat pourrait aussi avoir un impact sur la recherche clinique. En facilitant l’accès à des analyses plus précises des données d’imagerie cardiovasculaire, les chercheurs auront la possibilité d’améliorer leur compréhension des maladies cardiaques, voire d’accélérer le développement de nouvelles thérapies.

     

  • Maladies rares : Tekkare facilite l’accès aux connaissances médicales pour accélérer la recherche

    Faciliter l’accès et l’utilisation des connaissances

    Fondée en 2015 par Bruno Sarfati, Tekkare est une start-up française spécialisée dans la Healthtech, avec une mission claire : développer des écosystèmes de données de santé innovants pour faciliter l’accès et l’utilisation des connaissances médico-scientifiques. Grâce à une équipe internationale d’une trentaine de talents répartis entre le numérique, la science des données et la santé, Tekkare s’impose comme un acteur clé dans l’intégration et l’exploitation des données complexes des sciences médicales.

    Dans un monde où les décisions en matière de santé dépendent de plus en plus de la qualité et de la fiabilité des données, Tekkare se donne comme objectifs de :

    • créer une nouvelle source fiable de données de santé ;
    • promouvoir et étendre l’utilisation des données officielles des autorités sanitaires ou des systèmes de santé nationaux comme première étape des recherches opérationnelles ;
    • développer un écosystème numérique de la donnée pour assurer l’intégration à long terme des nouvelles sources ;
    • et faciliter les décisions stratégiques basées sur les données grâce à un accès à des sources fiables en illimité.

    Des bases de données publiques et internationales exploitées :

    Tekkare propose deux plateformes analytiques – l’OIP Healthcare et l’OIP Discovery – qui agrègent des sources de données publiques et scientifiques mondiales. Ces outils permettent aux équipes de recherche et de développement, ainsi qu’aux data scientists, de réaliser des analyses poussées sur les maladies, les molécules et les essais cliniques. Une opportunité pour accélérer la découverte de nouveaux médicaments et renforcer les preuves basées sur des données concrètes dans le domaine de la santé.

    Un autre service d’analyse des données de vie réelle, ReaLifeData, exploite des bases de données publiques pour fournir des informations viables sur divers aspects de la santé, comme les remboursements de médicaments ou les données d’hospitalisation.

    Réduire l’errance thérapeutique dans les maladies rares

    Parmi ses projets phares, Tekkare a co-développé, en partenariat avec Orphanet, le dispositif médical RDK (Rare disease knowledge), qui est distribué par la start-up à mission As we know. Un outil en passe de devenir une “référence mondiale en matière de données sur les maladies rares”. Disponible sous forme d’application et de version web, il offre aux professionnels de santé un accès simplifié aux connaissances sur les maladies rares et utilise un algorithme sophistiqué pour orienter rapidement les patients vers des centres experts.

    Dispositif médical (DM) de classe I, RDK repose exclusivement sur ses connaissances scientifiques. La contribution principale d’Orphanet consiste à fournir des informations de haute qualité pour améliorer le diagnostic, le traitement et la gestion des maladies rares. Cette innovation numérique est gratuite pour les professionnels de santé et propose trois fonctionnalités clés :

    • un outil d’assistance qui associe les signes et symptômes des patients à une liste de maladies rares ;
    • la suggestion de centres d’expertise pertinents pour le diagnostic et la prise en charge des maladies identifiées ;
    • l’accès à des informations actualisées sur les maladies rares, via des fiches pratiques, des  protocoles nationaux de diagnostic et de soins (PNDS) et des publications scientifiques.
    Interface de l'application mobile RDK - @ Tekkare
    Interface de l’application mobile RDK – @ Tekkare

    Une expansion internationale dès la fin 2024 :

    La roadmap pour RDK se décline en deux axes principaux : le développement de l’application et l’expansion internationale.

    Dans le cadre du développement de l’application, l’objectif est d’augmenter la sensibilisation des professionnels de santé grâce à divers moyens, tels que des congrès, des événements privés, la presse et des études scientifiques. De plus, l’équipe recueillera des retours des utilisateurs pour améliorer continuellement les données et l’expérience utilisateur. Un assistant vocal basé sur l’IA est, par ailleurs,  annoncé pour le deuxième trimestre de l’année 2025.

    Concernant l’expansion internationale, plusieurs étapes sont prévues :

    • un lancement en Espagne : dès le quatrième trimestre 2024 ;
    • un lancement aux États-Unis : dès premier trimestre 2025 ;
    • et une expansion vers de nouveaux pays européens : en 2026.

     

  • Télédermatologie : un premier centre de ressources inauguré en Saône-et-Loire

    Un modèle de téléexpertise en expansion 

    Soutenu par l’Agence régionale de santé (ARS) et la région Bourgogne-Franche-Comté, le projet de télédermatologie vise à déployer la téléexpertise à travers les cabinets de ville, maisons de santé, Ehpad et autres structures de soins de la région.

    Depuis son lancement, l’initiative a permis de réaliser plus de 17 000 actes de téléexpertise en 2024 via la plateforme “Telmi”, un service public dédié aux professionnels de santé. Particulièrement utilisé pour les consultations dermatologiques, ce service peut également être exploité dans d’autres spécialités, telles que la neurologie et la cardiologie. 

    Telmi, la plateforme de télémédecine régionale 

    Telmi est la plateforme de télémédecine de Bourgogne-Franche-Comté, développée par le Groupement régional d’appui au développement de l’e-santé (Grades) et soutenue par l’ARS. Elle permet aux professionnels de santé d’effectuer divers actes médicaux à distance :

    • la téléconsultation ;
    • la téléexpertise ;
    • la télésurveillance ;
    • la téléassistance ;
    • ainsi que la télérégulation.

    Entièrement financée par l’ARS, Telmi est accessible sans coût supplémentaire pour les patients et les professionnels de santé. La plateforme est sécurisée et ses données de santé sont hébergées en France par le Grades, dans le but de garantir une haute protection des informations personnelles. Telmi s’adapte aux besoins variés des professionnels de santé grâce à ses différents modes d’accès (client Covotem, application mobile et navigateur web). 

    Carte des sites demandeurs et experts de télémédecine (Telmi) - @ Grades Bourgogne-France-Comté
    Carte des sites demandeurs et experts de télémédecine (Telmi) – @ Grades Bourgogne-France-Comté

    280 sites connectés :

    Le modèle chalonnais de télédermatologie, salué par la Fédération française de la peau, a déjà été répliqué dans quatre autres centres de ressources en région :

    • les CHU de Besançon et Dijon ;
    • l’Hôpital Nord Franche-Comté ;
    • et le Groupement hospitalier de Haute-Saône.

    En tout, 280 sites sont aujourd’hui connectés à ces centres, offrant aux patients un accès facilité aux soins spécialisés et une réduction des délais de prise en charge. 

    Des bénéfices pour les patients et les professionnels de santé :

    Ce dispositif permet non seulement de simplifier l’accès aux soins pour les patients, en particulier ceux des zones rurales, mais aussi d’améliorer la qualité des diagnostics tout en optimisant la hiérarchisation des prises en charge. De plus, il contribue à la formation continue des médecins et renforce l’attractivité des métiers de la santé.

     

  • Inde : un outil d’IA pour diagnostiquer et prédire l’épilepsie (étude)

    Une solution pour 30 % des patients pharmaco-résistants

    Des chercheurs de la Faculté des sciences informatiques et d’ingénierie de l’université intégrale de Lucknow, en Uttar Pradesh, Inde, explorent l’IA pour améliorer la détection précoce des crises épileptiques, visant à réduire leurs impacts néfastes. Cette recherche répond aux besoins des 70 millions de personnes atteintes d’épilepsie mondialement, notamment les 30 % de patients pharmacorésistants nécessitant des interventions chirurgicales.

    Méthodologie : 3 prismes d’analyse

    L’étude, publiée dans l’International Journal of Computer Applications, passe en revue les techniques d’apprentissage automatique (machine learning) appliquées à l’épilepsie, incluant les approches classiques et les méthodes d’apprentissage profond (deep learning). Trois méthodes d’analyse des données EEG ont été comparées pour prédire les crises :

    • la machine à vecteurs de support (SVM) : Sépare les données en deux classes distinctes avec un hyperplan optimal ;
    • la régression logistique multinomiale : Gère la classification multiclasses en étendant la régression logistique ;
    • et l’arbre de décision logistique : Combine flexibilité des arbres de décision et robustesse de la régression logistique, utile pour des relations complexes et non linéaires.

    Résultats et perspectives

    Les techniques de machine learning et de deep learning atteignent des précisions de 90 à 100 % dans la classification des signaux EEG. Ces résultats montrent un potentiel considérable pour améliorer le diagnostic et le pronostic de l’épilepsie.

    Les ensembles de données limités et la sensibilité aux bruits des signaux EEG sont des défis persistants. Les chercheurs recommandent de se concentrer sur :

    • l’amélioration des techniques d’extraction de caractéristiques ;
    • l’optimisation des algorithmes d’apprentissage profond ;
    • et le développement de systèmes de détection en temps réel des crises.

     

     

    * Diagnosis and Prognosis: Literature Review on Prediction of Epilepsy using Machine Learning Techniques

    Alina Ahsan, Sifatullah Siddiqi

    International Journal of Computer Applications. 185, 15 ( Jun 2023), 10-29.

    DOI=10.5120/ijca2023922840

     

  • Cnam : lancement d’un dispositif de détection des fausses ordonnances pour les officines

    Vigilance pour les médicaments onéreux

    Dans son dernier rapport Charges et produits 2025, la Cnam préconise de dégager 1,56 milliard d’euros d’économies. Parmi ses propositions, on retrouve l’amélioration de la pertinence des soins, mais aussi la lutte contre la fraude, notamment les fausses ordonnances.

    Le 2 août 2024, l’Assurance maladie met à disposition le téléservice ASAFO (Alerte sécurisée aux fausses ordonnances). Disponible sur Amelipro, ce site permet aux pharmaciens de toute la France de vérifier si une ordonnance a déjà été identifiée comme frauduleuse, et, le cas échéant, prévenir la caisse d’assurance maladie. La Cnam invite les pharmaciens à être particulièrement vigilants sur les médicaments à prix élevé.

    Comment ça fonctionne ?

    Le pharmacien a accès à la plateforme Amelipro en utilisant sa carte CPS, e-CPS ou CPE. Pour se connecter, il doit suivre les étapes suivantes :

    Connexion à Amelipro : Le pharmacien utilise sa carte pour se connecter. Avec la carte CPS si il est titulaire ou adjoint. Ou bien avec la carte e-CPS reservée au titulaire d’officine. Pour les salariés avec une CPE, le titulaire doit établir une délégation pour leur permettre l’accès.

    Accès aux fonctionnalités : le pharmacien doit se rendre dans le bloc « Activités » et sélectionner « Fausses ordonnances (ASAFO) ».

    Une fois connecté, le pharmacien a la possibilité de :

    • Consulter la liste des ordonnances frauduleuses : Il peut accéder aux informations détaillées sur les ordonnances confirmées comme frauduleuses, y compris les données sur le prescripteur, le bénéficiaire des soins, les médicaments concernés, et visualiser une copie numérique de l’ordonnance falsifiée.
    • Déclarer un signalement : Le pharmacien peut également déclarer des signalements concernant des ordonnances suspectées d’être frauduleuses.

    En cas de doute sur une ordonnance, l’Assurance maladie mentionne que “ce nouveau service ne remplace pas l’échange avec le prescripteur”. En cas d’impossibilité de joindre le prescripteur, le signalement peut être réalisé.

    Un tutoriel diffusé par l’Assurance maladie précise, copies d’écran à l’appui, comment effectuer ce signalement sur Amelipro.

     

  • Étude : l’analyse des ondes de l’EEG par IA prometteuse pour dépister les maladies neurodégénératives

    Des informations clés repérées par l’IA dans les EEG

    Les maladies neurodégénératives telles que la maladie d’Alzheimer et la maladie à corps de Lewy provoquent des perturbations électrophysiologiques. Ces anomalies dans les signaux électriques émis par le cerveau peuvent être détectées par électroencéphalogramme (EEG) et ces examens peuvent servir de mesure de la gravité de la maladie. Cependant, l’analyse d’un EEG suppose que les médecins aient sélectionné a priori les caractéristiques des ondes sur lesquelles ils vont se concentrer. Cette méthode traditionnelle a des limites. Elle repose sur le jugement humain pour sélectionner ces caractéristiques, ce qui peut introduire des biais. De plus, certaines informations pertinentes pourraient être ignorées.

    6 caractéristiques pour identifier les troubles cognitifs :

    Pour ne pas passer à côté d’informations médicales cruciales présentes dans les ondes cérébrales, des chercheurs américains de la Mayo Clinic ont développé un nouvel outil. Concrètement, ils ont d’abord rassemblé un grand volume de données, provenant de plus de 11 000 patients qui ont passé des EEG à la Mayo Clinic sur une période de dix ans. Pour analyser ces données complexes, ils ont utilisé des techniques d’IA et de ML qui ont simplifié ces motifs en les réduisant à six caractéristiques spécifiques. En outre, l’outil a ignoré automatiquement les données non pertinentes pour se concentrer uniquement sur les motifs d’ondes cérébrales permettant d’identifier des troubles cognitifs.

    Les résultats de leur étude ont été publiés le 31 juillet dans la revue Brain Communications.

    Résultats : l’IA fait la distinction entre les personnes saines et les malades

    • Les 6 six facteurs choisis pour différencier des sous-groupes de patients représentaient des activités cérébrales biologiquement significatives.
    • Les caractéristiques extraites automatiquement ont montré des précisions de classification élevées entre les sujets cognitivement normaux et ceux atteints de troubles cognitifs légers, et surtout chez les sujets atteints de démence.
    • Ces facteurs ont aussi permis de distinguer les patients souffrant de la maladie d’Alzheimer de ceux atteints par la démence à corps de Lewy.

    Les auteurs de cette étude estiment donc que l’association des EEG de routine avec des méthodes d’analyse automatisées et axées sur les données pourrait mener à un test rapide, non invasif et relativement peu coûteux pour différencier les différentes causes neurodégénératives de troubles cognitifs. En outre, l’IA peut également alerter les experts sur des motifs anormaux trop subtils pour être détectés par l’humain.

    Bien sûr, l’utilisation de l’EEG pour détecter les problèmes cognitifs n’a pas vocation à remplacer d’autres types d’examens, tels que les IRM ou les tomographies par émission de positons (TEP). Mais grâce à la puissance de l’IA, l’EEG pourrait se révéler une option intéressante, notamment dans des zones où l’accès à des équipements spécialisés est limité…

     

    *Data-driven retrieval of population-level EEG features and their role in neurodegenerative diseases

    Wentao Li, Yogatheesan Varatharajah, Ellen Dicks, Leland Barnard, Benjamin H Brinkmann, Daniel Crepeau, Gregory Worrell, Winnie Fan, Walter Kremers, Bradley Boeve,

    Hugo Botha, Venkatsampath Gogineni, David T Jones

    Brain Communications, Volume 6, Issue 4, 2024, fcae227, https://doi.org/10.1093/braincomms/fcae227

  • USA : la FDA approuve le premier outil de diagnostic de la septicémie basé sur l’IA

    Septicémie : 49 M de cas dans le monde, 11 M de décès

    Responsable de 20 % des décès mondiaux chaque année, la septicémietouche 49 millions de personnes et cause 11 millions de décès selon l’Organisation mondiale de la santé (OMS). Cette urgence médicale survient lorsqu’une infection déclenche une réponse immunitaire incontrôlée, entraînant des défaillances organiques. Sa progression rapide et ses symptômes souvent non spécifiques compliquent le diagnostic et retardent la prise en charge.

    Spécialisée en IA appliquée au diagnostic médical, l’entreprise américaine Prenosis a créé un logiciel d’IA classé comme dispositif médical (DM) qui utilise sa biobanque et une base de données de plus de 100 000 échantillons sanguins de 25 000 patients.

    Une combinaison de 22 paramètres et un score de 4 catégories de risque :

    Le logiciel Sepsis Immunoscore analyse jusqu’à 22 paramètres, y compris les données démographiques, les signes vitaux, les tests de laboratoire et les biomarqueurs spécifiques à la septicémie. Le logiciel génère, en moins de 24 heures, un score de risque de septicémie, classant les patients en quatre catégories : faible, moyen, élevé, et très élevé. Ce score est lié au risque de détérioration du patient, mesuré par :

    • durée de séjour à l’hôpital ;
    • mortalité hospitalière ;
    • transfert en unité de soins intensifs dans les 24 heures ;
    • utilisation de vasopresseurs dans les 24 heures ;
    • besoin de ventilation mécanique dans les 24 heures.

    Un accord de distribution avec Roche Diagnostics :

    Avec son immunoscore qui s’intègre aux dossiers électroniques des hôpitaux, facilitant son accès pour les cliniciens, Prenosis a annoncé le lancement commercial de cet outil non invasif grâce à un accord de distribution avec Roche Diagnostics.

    Selon Research Nester PL, le marché mondial du diagnostic de la septicémie est estimé à 2 milliards de dollars.

     

  • Centre-Val de Loire : un AMI pour développer une stratégie territoriale de santé numérique (31/12)

    Inclusivité et territoires : les points clés du nouvel AMI

    Développer l’offre de soins, décloisonner les acteurs de la santé, et surtout rendre accessible le numérique dans les usages des professionnels de santé et des patients sont des objectifs auxquels les candidatures soumises doivent répondre. Tandis que les derniers AMI (2021 et 2022) ont mis l’accent sur le développement de la télésanté, cette nouvelle édition incite à “accompagner les territoires pour développer une stratégie territoriale d’inclusion du numérique dans les organisations et dans les pratiques du quotidien.”

    Les porteurs de projets devront donc aussi intégrer la dimension territoriale dans leurs dossiers, le tout en proposant la méthodologie et les modalités de gouvernance adéquates. Car si plusieurs propositions sont faites, un seul projet qualifié de prioritaire sera présenté et pourra faire l’objet d’un soutien de l’ARS Centre-Val de Loire.

    Une bonne identification des cas d’usage et des objectifs clairs :

    Concernant les facteurs clés de succès, un retour d’expérience a été réalisé lors des précédentes éditions et a permis de dégager les enseignements suivants :

    • accompagnement au changement : il est important d’accompagner les acteurs dans l’adaptation de leurs pratiques pour favoriser l’appropriation des nouvelles technologies.
    • préparation du projet : le projet de santé doit identifier et intégrer les prérequis nécessaires pour un lancement opérationnel efficace, en décrivant un projet organisationnel clair.
    • rôle du numérique : le projet collectif doit définir comment le numérique peut améliorer l’offre de soins sur le territoire, en s’assurant qu’il soit au service des besoins locaux.
    • collectif d’acteurs : les projets doivent être appropriés par un collectif d’acteurs sur la base de cas d’usage validés, permettant une meilleure intégration et coopération entre les parties prenantes.

    Sur ce dernier point, l’ARS précise les acteurs et les secteurs d’activités qu’il est nécessaire d’associer, tels que :

    • les établissements médico-sociaux ;
    • les collectivités ;
    • les équipes de soins spécialisées ;
    • les maisons de santé ;
    • ainsi que les associations, CPTS, etc.

    Modalités et financement

    Les projets sélectionnés pourront recevoir un financement couvrant de 40 à 80 % de leur coût total. Certains projets non retenus peuvent faire l’objet d’un accompagnement “spécifique” qui intègre une aide de 50 % des “dépenses d’ingénierie” ou de “maîtrise d’ouvrage”, bien que la région Centre-Val de Loire précise que ces données sont indicatives.

    La date limite de dépôt est le 31 décembre 2025, avec une étude des dossiers faite au fur et à mesure et une sélection trimestrielle.

    Valoriser l’expérience acquise

    Le CPER est un instrument de coopération entre l’État et les régions, structuré autour de plans pluriannuels pour le développement territorial. Le CPER 2021-2027 se concentre sur des axes stratégiques comme :

    • le développement de la santé numérique ;
    • l’accès aux soins ;
    • la modernisation des infrastructures de santé ;
    • et globalement l’intégration du numérique dans les pratiques médicales.

    L’édition 2021-2022 des appels à projets a servi de tremplin pour cette nouvelle phase en 2024. On observe une continuité dans les objectifs, mais avec un accent mis sur la structuration territoriale et la collaboration intersectorielle. Le nouvel AMI souhaite surmonter les obstacles rencontrés précédemment, comme :

    • la conduite du changement ;
    • l’appropriation collective ;
    • la bonne définition des cas d’usage ;
    • et une bonne compréhension de la vision organisationnelle, notamment en ce qui concerne les prérequis.