DarwinAIa développé Gensynt, une plateforme permettant l’inspection visuelle de la qualité grâce à l’intelligence artificielle (IA). Avec sa technologie brevetée, elle se donne pour objectif d’améliorer l’efficacité de la production d’assemblages de circuits imprimés pour l’industrie de la fabrication électronique. Pour cela la plateforme s’appuie sur :
l’apprentissage automatique pour comprendre l’architecture des réseaux neuronaux ;
et l’IA afin de générer de nouveaux réseaux neuronaux équivalents, mais plus petits et plus rapides.
Apple progresse dans l’IA générative avec son modèle MM1
Si Appleacquiert DarwinAI, c’est pour étoffer ses produits de de nouvelles fonctionnalités d’IA. D’ailleurs, il semblerait également qu’Apple serait en négociations avec Google pour intégrer Gemini à sa mise à jour d’iOS 18. Son ambition est de développer des modèles multimodaux qui revêtent 2 qualités principales : la flexibilité et la performance. Pour étudier l’importance du choix de données mais aussi des différents composants architecturaux, Apple réalise des ablations exhaustives :
de l’encodeur d’image ;
du connecteur langage-vision ;
ainsi que de divers choix de données de pré-entrainement.
Afin d’obtenir des résultats précis en apprentissage à partir de peu d’exemples sur plusieurs référentiels, Apple a réussi à démontrer l’importance de plusieurs facteurs, notamment en ce qui concerne le pré-entraînement multimodal à grande échelle, à savoir l’utilisation :
d’un mélange judicieux de données image-légende ;
d’images et de texte entrelacés ;
et de données texte seulement.
C’est ainsi que les équipes d’Apple ont développé la famille de modèles multimodaux MM1, capables d’atteindre jusqu’à 30 milliards de paramètres. Cette famille comprend les modèles les plus puissants de pré-entrainement : des “modèles denses” et des” variantes de mélange d’experts (MoE)”. Selon les chercheurs d’Apple, grâce à une pré-formation à grande échelle, MM1 bénéficie de propriétés attrayantes, “telles qu’un apprentissage amélioré en contexte et un raisonnement multi-images, permettant une chaîne de pensée en quelques étapes”.
De g. à dr. : Franck Morschhauser , Anne-Laure Borrel, Sophie Allauzen, Guillaume Cartron, Michel Azoulay et Clémentine Sarkozy – @ Lysarc
Le lymphome folliculaire, difficile à diagnostiquer et à soigner
Selon le groupe Lysa-Lysarc, l’espérance de vie du lymphome folliculaire est de 15 ans en moyenne après le diagnostic. Il est traité par immunochimiothérapie, mais dans certains cas, les patients répondent mal au traitement. Ainsi, 3 questions fondamentales sont posées :
comment identifier les patients avec un bon ou un mauvais pronostic ?
quels sont les éléments rationnels pour choisir le meilleur traitement possible pour le patient ?
pourquoi les traitements ne ciblent pas encore les rechutes ?
En réponse à ces questions, 3 objectifs cliniques stratégiques sont identifiés :
établir une classification pour le risque des patients au moment du diagnostic ;
construire une classification sur la biologie pour traiter les patients au plus proche de leur biologie ;
et cibler la cellule à l’origine des rechutes, suspectée de se cacher dans la moelle osseuse.
5 groupes de travail pour développer un modèle de calcul précis
Au départ des recherches, seulement un type de données à la fois était utilisée (biologiques ou cliniques ou d’imageries), ce qui n’était pas suffisamment efficace. Le Lysarc réalise que des modèles d’IA intégrant des données différentes et croisées permettent d’avoir “une puissance de classification des patients bien plus pertinente”.
générer des données moléculaires avec du séquençage ;
cibler la cellule à l’origine de la rechute ;
intégrer les données globales ;
et valider le score établi dans l’intégration des données grâce à 700 patients de la cohorte nationale Realysa.
Réduire les variables des données multimodales pour proposer des prédictions
L’approche intégrative des données multimodales a déjà fait ses preuves dans la prédiction à l’immunothérapie, “dans les tumeurs solides, comme le cancer du poumon”, explique Irène Buvat, directrice du Laboratoire d’imagerie translationnelle en oncologie de l’Institut Curie. “Notre capacité à prédire le devenir du patient s’améliore à mesure que nous agrégeons des données émanant de différentes sources”, ajoute-t-elle.
Le défi actuel est de choisir la meilleure manière d’intégrer cette donnée. Une stratégie consiste à chercher les biomarqueurs les plus éloquents, comme les données biologiques et d’imagerie. Avec toutes ces données prélevées, il est possible de générer des milliers de variables, et donc plus de variables que de patients. “Nous allons faire de la réduction de variables pour parvenir à des modèles prédictifs”, souligne Irène Buvat. Et de poursuivre : “Nous allons ensuite soumettre ces modèles à des algorithmes d’IA et l’ultime étape sera de démontrer que le modèle créé fonctionne sur de nouveaux patients.”
Bâtir des modèles les prédictions (DL, ML et IA générative)
Pour l’analyse d’imagerie médicale, le deep learning (DL), ou apprentissage profond, permet de segmenter toutes les régions tumorales automatiquement. Il est également utilisé pour les coupes afin d’identifier les noyaux des cellules et d’étiqueter ces noyaux en fonction de la nature de la cellule.
Pour extraire des biomarqueurs, des équations mathématiques et un réseau de neurones peuvent être utilisés. L’apprentissage profond est plus utile sur un large nombre de patients. Selon Irène Buzat, en machine learning (ML), ou apprentissage automatique, comme en deep learning, il est indispensable d’insérer une certitude à la prédiction : “Nous allons entraîner plein de modèles d’IA et agréger toutes les réponses. Si elles sont identiques, cela nous donnera une très grande confiance. En revanche, si les réponses sont variables elles accentueront l’incertitude de nos résultats.”
De son côté, l’IA générative est capable de convertir des résultats d’algorithmes en une explication compréhensible pour un oncologue qui serait profane en IA.
Des objectifs scientifiques précis et ambitieux
Les objectifs scientifiques du programme de recherche Bidifly sont les suivants :
bénéficier d’approches sur l’IA pour intégrer des données cliniques, biologiques et d’imagerie pour développer et valider des biomarqueurs d’échec thérapeutique précoce à différente stratégies thérapeutiques (R-monothérapie, R-chimio ou sans chimio) ;
mieux comprendre l’hétérogénéité du lymphome folliculaire grâce à de très grands ensemble de données d’échantillons de pré-traitement (tumeur, sang, moelle osseuse) et d’imagerie, permettant une classification non supervisée du lymphome folliculaire au diagnostic et la découverte de sous-types d’intérêt via un clustering intégratif ;
mais aussi fournir une caractérisation des CPC, ou progéniteurs de la rechute, au niveau phénotypique et génomique en relation avec leurs niches immunitaire pour découvrir de nouvelles stratégies thérapeutiques.
Cette enquête porte sur 60 000 patients et 1 200 cabinets médicaux répartis dans 15 pays de l’OCDE. Il s’agit de la plus vaste étude internationale, à ce jour, menée auprès de patients adultes dans le secteur des soins primaires. Selon ses premiers résultats, publiés dans un rapport intitulé “La santé du point de vue des patients. La prochaine génération d’indicateurs de résultats des soins de santé“, 78 % des patients des pays de l’OCDE font confiance à leurs prestataires de soins primaires.
L’importance de la qualité des soins pour améliorer la confiance dans le système de santé :
L’enquête PaRIS révèle que :
d’un côté, les personnes estimant bénéficier de soins primaires de qualité se sentent en meilleure santé, même lorsqu’elles souffrent de plusieurs maladies chroniques ;
et d’un autre, un vécu positif des soins primaires par le patient est corrélé à une plus grande confiance de sa part dans le système de santé, en particulier pour les maladies chroniques ;
Par ailleurs, selon cette étude, les personnes ayant une relation de longue date avec leur médecin traitant vivent mieux leur maladie.
Impact des maladies chroniques sur l’expérience patient
Les patients souffrant de maladies chroniques ont des expériences de soins moins satisfaisantes, à en croire les résultats de l’enquête PaRIS, lorsqu’ils doivent répéter à chaque fois les informations qui auraient dû figurer dans leur dossier médical, accessible aux professionnels de santé. D’autre part, la confiance en soi des patient est fragilisée dans le cas des maladies chroniques. Selon l’étude, plus une personne souffre de maladies chroniques, plus sa confiance dans son aptitude à l’autogestion diminue : +40 % des répondants à l’enquête PaRIS ne pensent pas pouvoir gérer eux-mêmes leur santé et leur bien-être.
Le partage des données du patient comme levier d’amélioration :
Le risque de fragmentation entre de multiples parcours de soins est donc élevé dans les maladies chroniques. Ainsi, la coordination et la continuité des soins se présentent comme des éléments déterminants pour le bienêtre du patient, notamment grâce à des dossiers médicaux bien tenus et accessibles à tous les niveaux du système de santé.
L’enquête PaRIS montre comment un échange efficace d’informations entre les prestataires de santé améliorer la perception de la qualité des soins par les patients atteints d’au moins une maladie chronique.
L’échange efficace des données de santé améliore le vécu des patients – @ OCDE
Principales maladies chroniques déclarées lors de l’enquête PaRIS :
hypertension artérielle (41 %) ;
arthrites ou problèmes de dos/d’articulations (31 %) ;
maladies cardiovasculaires (16 %) ;
dépression, anxiété et autres troubles mentaux (15 %) ;
et diabète types 1 ou 2 (14 %).
Répartition des maladies chroniques selon le sexe :
Si le nombre total de maladies chroniques est comparable entre les hommes et les femmes âgés de 45 ans et plus, les pathologies ne se répartissent pas de la même manière.
les hommes sont plus fréquemment touchés par :
l’hypertension artérielle (49 %, contre 38 % des femmes) ;
et les maladies cardiovasculaires (22 %, contre 13 % des femmes).
tandis que les femmes sont plus concernées par :
l’arthrite (37 %, contre 27 % des hommes) ;
ainsi que la dépression et d’autres troubles mentaux (19 % contre 11 % des hommes).
Les hommes font souvent état de problèmes d’hypertension artérielle et de maladies cardiovasculaires, tandis que les femmes sont plus nombreuses à déclarer souffrir d’arthrite et de troubles mentaux. @ OCDE
Une vague 2 pour une meilleure modernisation des SIH
Le dispositif DPI du Couloir Hôpital du Ségur du numérique en santé a pour objectif de réguler les DPI français. Il vise également à créer un cadre afin que chaque DPI référencés Ségur obéisse à certaines règles qui permettent la sécurité des données des patients et une interopérabilité avec les différents services qui utilisent les données du dossier, que ce soit Pro Santé Connect ou MSSanté.
L’Agence du numérique en santé (ANS) décrit le DPI comme “la fonction d’un système d’informations hospitalier (SIH) qui a vocation à stocker l’ensemble des documents liés au parcours de soins du patient au sein de l’établissement”. Dans le Ségur du numérique en santé, le ministère en charge de la Santé et l’ANS y consacrent un volet distinct.
Continuer de moderniser les SIH grâce au partage des données :
Lors de la vague 1, plusieurs règles ont été édictées pour venir mettre en place un périmètre logiciel et fonctionnel du dispositif DPI. La vague 2 a pour but de moderniser davantage les SIH en généralisant le partage fluide et sécurisé des données de santé. Notamment grâce à des solutions qui respectent certaines exigences techniques, fonctionnelles et ergonomiques.
La prépublication du dispositif DPI Vague 2 permet de voir dès maintenant les nouvelles règles qui régiront les DPI à l’avenir.
Seul le périmètre fonctionnel a été modifié
Les règles de la vague 1 du dispositif DPI sont conservées et cette prépublication semble indiquer que les nouvelles exigences du référencement Ségur ne concernent que le périmètre fonctionnel du DPI :
Toujours 4 exigences logicielles :
Le périmètre logiciel devrait donc rester le même à l’issue de la vague 2 et avoir l’obligation pour les DPI :
de gérer les informations nécessaires à la prise en charge et au suivi du patient, à la traçabilité des soins et actions entreprises ;
de gérer les diverses informations médicales concernant le patient, antérieures à l’hospitalisation ou produites au cours du séjour en établissement, telles que des observations, comptes-rendus opératoires, comptes-rendus d’examens, lettre de liaison de sortie, etc. ;
de faciliter la production de documents médicaux ;
et d’implémenter des profils IHE et des transactions HL7 afin d’être interopérables avec le reste du système d’information hospitalier.
6 nouveaux groupes d’exigences fonctionnelles :
Du côté du périmètre fonctionnel, 6 nouveaux groupes d’exigences ont été ajoutés :
la gestion et le partage des documents de santé : notamment grâce à la mise au format CDA (clinical document architecture) des documents de santé qui peuvent être consultés sur le DMP et qui peuvent être reçus dans la messagerie sécurisée de santé pour faciliter leur visualisation, mais aussi à la facilitation du partage de documents par l’utilisateur ;
la consultation et l’alimentation du DMP et de Mon espace santé, notamment au travers de la mise en place d’une garantie du consentement du patient (pour autoriser l’accès à son DMP et permettre au médecin de consulter son profil Mon espace santé directement depuis son logiciel), du renforcement du caractère systématique de l’alimentation du DMP et de la mise en place d’une fonctionnalité permettant au professionnel qui réalise la consultation d’annonce de remettre “manuellement” en visibilité le document, directement dans son logiciel habituel ;
la gestion de la messagerie sécurisée de santé (MSSanté), notamment par le biais de l’automatisation au maximum de l’intégration des documents de santé reçus en établissement par MSSanté via la “plateforme d’intermédiation” (PFI) des établissements, ou encore au travers de la mise en place de la gestions des remplacements et de la suppression des documents reçus par MSSanté ;
l’identification électronique & Pro Santé Connect : afin de permettre l’identification électronique et sécurisée des professionnels de santé, les DPI référencés Ségur devront proposer aux praticiens une identification simple, sécurisée et unifiée qui ne nécessite pas une multitude de connexions qui lui feraient perdre du temps ;
la sécurité des systèmes d’information, notamment à travers la mise en place d’un socle commun qui prend en compte les incidents de cybersécurité survenus en 2022 et en 2023. Ce socle prévoit, entre autres, de réaliser des tests d’intrusion sur chaque solution logicielle, de mettre en place une gestion sécurisée des comptes et des autorisations des utilisateurs et des administrateurs, ainsi qu’une gestion des sauvegardes et une fonction de restauration ;
et, enfin, la production d’indicateurs, qui passe par la fourniture de statistiques concernant l’alimentation des documents au DMP, la consultation et l’intégration des documents du DMP, l’envoi des documents par MSSanté, l’intégration des documents reçus depuis MSSanté, l’information et la non-opposition ou l’opposition du patient à l’utilisation de son DMP… Le tout réparti par période temporelle, situation géographique et types de document.
Chaque année, près de 5 millions de personnes dans le monde meurent à cause de la résistance aux antibiotiques. Soit plus que le Sida ou le paludisme. Et les prévisions sont noires. En France, on estime qu’en 2050, 238 000 décès seront imputables à l’antibiorésistance. Trouver de nouveaux antibiotiques est donc une urgence de santé publique mondiale. Des chercheurs du monde entier y travaillent mais même avec le criblage à haut débit, aucun nouvel antibiotique ne se profile à l’horizon. Même les méthodes d’IA modernes sont limitées dans l’isolement de composés chimiques prometteurs, notamment lorsque les chercheurs doivent également trouver des moyens de fabriquer ces nouveaux médicaments guidés par l’IA et de les tester en laboratoire.
Des chercheurs canadiens américains de l’Université McMaster et de l’Université Stanford ont ouvert une nouvelle voie. Ils ont développé un nouveau modèle d’IA générative, appelé SyntheMol capable de concevoir des milliards de nouvelles molécules antibiotiques.
Une IA qui fait gagner 20 ans de recherche
Concrètement, ils sont allés puiser dans une bibliothèque de 132 000 fragments moléculaires qu’ils ont ensuite croisés avec un ensemble de 13 réacteurs chimiques. Un modèle de prédiction de propriétés moléculaires est ensuite utilisé pour évaluer la molécule. Ainsi, ils ont pu identifier 30 milliards de combinaisons pour concevoir de nouvelles molécules présentant les propriétés antibactériennes les plus prometteuses. Dans un troisième temps, les molécules conçues ont été soumises à un modèle d’IA formé pour prédire la toxicité. Avec SyntheMol, les chercheurs estiment qu’ils peuvent effectuer des prédictions sur 100 millions de produits chimiques en environ une semaine. En laboratoire, le criblage d’autant de produits chimiques prendrait plus de 20 ans.
Résultats : 6 molécules inhibent l’une des bactéries les plus dangereuses
Les auteurs de l’étude ont ciblé une bactérie ultra-résistante : Acinetobacter baumannii. Très virulente, elle est responsable d’une mortalité allant de 16 à 76% selon l’infection occasionnée. Selon l’Organisation mondiale de la santé, c’est l’une des bactéries résistantes aux antibiotiques les plus dangereuses du monde. Ils ont donc testé 7500 produits chimiques sur cette bactérie en quelques semaines. Pas moins de 58 molécules ont été générées et validées expérimentalement. Six d’entre elles ont démontré une activité antibactérienne contre A. baumannii et plusieurs autres pathogènes bactériens.
Evidemment, il reste encore de nombreuses étapes à franchir. La capacité d’inhiber une bactérie dans une boite de Petri n’est pas suffisante. Cependant, une étape a été franchie selon James Zou, professeur associé de science des données biomédicales à l’Université Stanford et co-auteur de l’étude. « SyntheMol ne conçoit pas seulement de nouvelles molécules prometteuses comme candidats médicamenteux, mais il génère également la recette pour fabriquer chaque nouvelle molécule. Générer de telles recettes est une nouvelle approche qui change la donne car les chimistes ne savent pas comment fabriquer des molécules conçues par IA. »
* Generative AI for designing and validating easily synthesizable and structurally novel antibiotics
Relever le défi d’une maladie rare mais pas orpheline
L’HTAP est une maladie rare (48 à 55 cas par million), mais pas orpheline. “Plusieurs actifs de la classe des vasodilatateurs sont approuvés et utilisés en combinaison bi- voire tri-thérapie”, explique le Dr Sylvia Cohen-Kaminsky. “Ils prolongent la survie des patients, mais ne sont pas curatifs”.
Pour elle, cette collaboration entre Advanthinket l’Inserm a pour ambition de relever le défi d’identifier “de bonnes cibles dans un réseau moléculaire complexe, celles centrales dans le mécanisme de remodelage vasculaire pulmonaire conduisant à l’HTAP”.
Dans ce sens, les objectifs fixés par les deux organisations sont :
d’augmenter la compréhension de l’HTAP et de ses causes profondes ;
d’identifier de nouveaux biomarqueurs pour le diagnostic et le pronostic de la maladie ;
et de développer de nouvelles thérapies plus efficaces pour les patients atteints d’HTAP.
L’IA pour repérer de nouvelles cibles thérapeutiques
Les chercheurs pourront, dans le cadre de ce partenariat, exploiter les capacités d’Advanthink en matière d’analyse de données, provenant des patients touchés par l’HTAP, pour décrypter les mécanismes biologiques complexes impliqués dans l’HTAP et repérer les nouvelles cibles thérapeutiques. Le Dr Cohen-Kaminsky et son équipe utiliseront ainsi les solutions logicielles d’Advanthink en adoptant une approche multiomique comprenant des données génomiques, transcriptomiques, protéomiques et cliniques.
Ces dimensions omiques permettraient d’éclairer certains aspects de la pathologie. L’enjeu étant d’analyser, de manière combinée, ces différents types de données afin d’adopter “la vision la plus holistique possible” des mécanismes moléculaires entourant la cible identifiée et son aspect critique dans l’évolution de l’HTAP.
Des filières de soins pour optimiser la prise en charge
L’Hôpital Foch développe ce format de filières plus rapides et efficaces, en améliorant notamment la coordination des médecins de villes et hospitaliers. En France, les délais de prise en charge des cancers les plus communs restent encore trop longs aujourd’hui. Il faut par exemple 50 jours entre le premier passage en imagerie et la mise en place de la chimiothérapie, voire plus de 2 mois si le traitement est chirurgical (opération du poumon par exemple).
Raccourcir les délais entre le diagnostic et le traitement :
Les 4 filières de soins de l’hôpital Foch se construisent sur les éléments suivants :
une coordination des soins multidisciplinaires pour une pathologie donnée ;
un numéro et une adresse mail uniques pour les médecins de ville disponibles 24h/24 et 7j/7 ;
une prise en charge rapide et efficace (consultation spécialisée dans les 48 à 72h, examens complémentaires synchronisés, bilan diagnostic et protocole de soins sur mesure) ;
ainsi qu’une implication du médecin traitant à chaque étape du parcours de soin.
Cette organisation en filières promet plusieurs améliorations :
une réduction des délais d’attente pour le diagnostic et le traitement ;
une meilleure coordination entre les différents intervenants médicaux ;
un parcours de soins individualisé et adapté au patient ;
un suivi en ville par le médecin traitant.
Des parcours individualisés
Afin d’accélérer la prise en charge et la coordination des patients, l’hôpital Foch propose des filières de soins dédiées à 4 pathologies :
SOS diagnostic poumon : pour les patients suspectés d’un cancer du poumon, cette filière a accueilli 1 200 patients en 4 ans, réduisant le délai de prise en charge de 3 semaines en moyenne ;
SOS gynéco-oncologie : pour les patients atteints d’une tumeur du sein ou d’une tumeur gynécologique ;
SOS neuro-oncologie : pour les patients souffrant de pathologies tumorales du système nerveux ;
Filière rachis aigu : pour les patients touchés par des douleurs aigües du rachis.
Fonctionnement :
Le médecine traitant contacte la filière s’il soupçonne une pathologie relevant de sa spécialité ;
le patient est convoqué à l’Hôpital Foch dans un cours délai (48 heures en moyenne) ;
un bilan complet est réalisé par une équipe pluridisciplinaire de médecins ;
un programme de soins personnalisé est mis en place ;
et, enfin, un suivi est assuré par l’équipe de la filière spécialisée.
Raccourcir le cycle de développement de nouvelles molécules
Cette collaboration entre Iktos et Elsevier vise à réduire considérablement le temps nécessaire aux centres de recherche et développement pour mener à bien les cycles :
de conception ;
de fabrication ;
d’essai ;
et d’analyse des petites molécules.
Ceci devrait permettre de diminuer la durée et les coûts associés à la découverte de médicaments à un stade précoce. Ainsi, dans le cadre de ce partenariat, de nouveaux modèles prédictifs seront déployés pour “la rétrosynthèse, l’accessibilité synthétique et d’autres prédicteurs basés sur les réactions”.
La Pharma, l’agrochimie et les CRO comme cibles
Ces outils innovants seront accessibles via l’interface de Reaxys ainsi qu’une interface de programmation applicative (API). Ils seront destinés aux équipes de chimie synthétique, médicinale, computationnelle et de process dans les entreprises pharmaceutiques, agrochimiques et les sociétés de recherche contractuelle (CRO).
Croiser la technologie d’Iktos et la base de données Reaxys :
Ces nouveaux outils exploitent un modèle de prédiction des déconnexions moléculaires basé sur des modèles d’IA, avec l’application d’un filtre propriétaire évaluant la faisabilité de la réaction, incluant des paramètres de “chimio-sélectivité” et de “régio-sélectivité”. Les nouvelles “capacités de prédiction de rétrosynthèse et d’accessibilité synthétique” reposeront sur la technologie d’Iktos et seront entraînées sur la base de données de Reaxys.
Ainsi plusieurs fonctionnalités techniques seront proposées par les deux partenaires :
la prise en charge de la stéréochimie ;
la définition de la première déconnexion ;
la possibilité d’inclure ou d’exclure des intermédiaires ;
la possibilité d’éviter les conflits de régio-sélectivité ;
et, enfin, la possibilité de définir la limite de prix des matériaux de départ.
Les deux sociétés soulignent que leurs clients pourront, en outre, personnaliser ce modèle grâce à “des réactions propriétaires” et “des bibliothèques de matières premières”.
Pour la Commission sur l’IA, le retard de la France s’explique notamment par :
le frein de la méconnaissance des enjeux technologiques sous-jacents à l’IA ;
le frein de notre aversion collective au risque ;
le frein de la bureaucratie.
Pour lever ces freins, la commission a été créée en septembre 2023 avec pour mission de “contribuer à faire de la France un pays à la pointe de la révolution de l’IA”. Elle a réuni 30 personnes aux compétences variées (expertise internationale, connaissances dans la formation, recherche et technologie, connaissance du service public et de la fonction publique…) qui ont mené plus de 600 auditions auprès d’experts et de parties prenantes de l’écosystème de l’IA, et tenu 23 séances de travail plénières. Lors de leur audition au Sénat le 26 mars 2024, les deux co-présidents de la Commission, PhillipeAghion et Anne Bouverot, ont insisté sur la richesse de la France en talents malgré son retard.
Investir massivement pour rattraper les retards
La Commission de l’IA indique qu’il est nécessaire de mettre en place un plan pour faire de la France et de l’Europe des acteurs majeurs du succès de l’intelligence artificielle (IA), déjà en retard par rapport à la Chine et aux États-Unis. Actuellement, les entreprises majeures du numérique sont américaines et l’un des marchés le plus important est le marché européen : la Commission craint donc qu’un plus grand retard dans le secteur de l’IA entraîne entérine cet écart.
La part du financement de plusieurs pays dans les start-ups françaises, américaines, allemandes et britanniques en 2022. Ce graphique montre que les États-Unis est le plus grand investisseur des start-ups européennes. // Source : OCDE
27 Mds€ nécessaires sur 5 ans :
La commission estime le coût des investissements nécessaires à plus de 5 milliards d’euros par an sur 5 ans, soit 27 milliards d’euros au total. Un investissement qu’elle appelle “Plan IA” et qui ne représenterait que 0,3 % des dépenses publiques totales. Il permettrait, selon ce rapport, un retour sur investissement à moyen terme, puisque le déploiement et la maîtrise de l’IA “devrait augmenter la prospérité collective contribuer à l’amélioration de la qualité du travail et à la réduction des inégalités” et favoriserait la croissance économique annuelle de la France, grâce à l’automatisation de certaines tâches. Au bout de dix ans, “la hausse de PIB serait comprise entre 250 et 420 milliards d’euros”, mais cette hausse serait temporaire : “une fois l’IA adoptée par l’ensemble du tissu économique, il n’y aurait plus de gains de productivité à attendre”.
A plus long terme, la Commission explique qu’il y aurait probablement un lien entre l’IA et l’accélération de l’innovation qui pourrait permettre à la France de continuer à profiter de cet investissement sur plusieurs dizaines d’années, grâce à la potentielle émergence de nouvelles innovations, de nouveaux produits, ou de nouvelles formes d’organisation.
Dans ce sens, un cercle vertueux dans le rapport montre que des éléments tels que les usages de l’IA, les ressources qui leur sont allouées, le développement technologique, la confiance, et les bénéfices économiques et sociaux s’alimentent les uns les autres.
Le cercle vertueux de l’IA entre ressources, développement technologique, confiance, et bénéfices économiques et sociaux
IA générative : faire de la France un leader de la puissance de calcul
Depuis l’avènement des outils d’IA générative, de nombreux acteurs, français comme internationaux, ont mis au point des solutions basées sur ses modèles. La Commission y consacre une partie de son rapport. Elle souligne, là encore, que la France et l’Europe accusent un retard important sur les États-Unis, et formule deux recommandations pour réussir à exploiter au mieux cette technologie :
repenser la gouvernance des données en facilitant “l’accès aux données à caractère personnel pour permettre leur utilisation dans des innovations thérapeutiques, notamment en supprimant certaines procédures d’autorisation préalable d’accès aux données de santé et en réduisant les délais de réponse de la Commission nationale de l’informatique et des libertés (Cnil)” ;
et faire de la France un pôle majeur de la puissance de calcul – “ingrédient incontournable de l’IA générative” – en sécurisant sans délai “l’approvisionnement de l’écosystème français par le biais d’une commande européenne de puissance de calcul privée” et en mettant en place un crédit d’impôt IA qui “soutiendrait les projets de recherche et de développement dans la location de la puissance de calcul, sous la condition d’utiliser un centre de calcul établi sur le territoire”.
Une étape pour anticiper les avancées à venir :
La Commission de l’IA souligne aussi que l’IA générative n’est pas la dernière étape de l’histoire de l’intelligence artificielle, mais que dans les mois et années à venir, le monde devrait connaître de “nouvelles avancées rapides et de grande ampleur”. Selon elle, les modèles d’IA générative seront “progressivement capables d’être factuels, de mener des raisonnements, de comprendre le monde physique” et accompagneront les personnes “en continu et dans toutes leurs tâches”.
Les 25 recommandations de la Commission de l’IA
Dans son rapport remis au président de la République, la Commission de l’IA a formulé 25 recommandations pour les pouvoirs publics dans le but de faire de la France un leader en matière d’intelligence artificielle et de rattraper son retard sur les grandes puissances numériques. Ces recommandations se divisent en 5 grandes catégories :
appropriation collective, formation, recherche ;
déploiement de l’IA au service des citoyens ;
investissements technologiques et industriels ;
diffusion de l’IA dans l’économie ;
et gouvernance française, européenne, mondiale.
La part de chacune des 5 grandes catégories de recommandations de la Commission sur l’IA
Parmi ces 25 recommandations, 7 sont considérées comme prioritaires. Par ailleurs, certaines d’entre elles nécessitent un budget allant jusqu’à plus de 5 milliards d’euros sur 5 ans. C’est le cas notamment du renforcement de la capacité technique et l’infrastructure du numérique public (5,5 Mds€), ou encore de l’accélération de l’émergence d’une filière européenne de composants semi-conducteurs adaptés aux systèmes d’IA (7,7 Mds€).
Les 7 recommandations considérées comme prioritaires :
1️⃣ créer les conditions d’une appropriation collective de l’IA et de ses enjeux en lançant un plan de sensibilisation et de formation de la nation ;
2️⃣ investir massivement dans les entreprises du numérique et la transformation des entreprises pour soutenir l’écosystème français de l’IA et en faire l’un des premiers mondiaux ;
3️⃣ faire de la France et de l’Europe un pôle majeur de la puissance de calcul, à court comme à moyen terme ;
4️⃣ transformer l’approche française de la donnée personnelle pour continuer à protéger tout en facilitant l’innovation au service des besoins du pays ;
5️⃣ assurer le rayonnement de la culture française en permettant l’accès aux contenus culturels dans le respect des droits de propriété intellectuelle ;
6️⃣ assumer le principe d’une expérimentation dans la recherche publique en IA pour en renforcer l’attractivité ;
7️⃣ structurer une initiative diplomatique cohérente et concrète visant la fondation d’une gouvernance mondiale de l’IA.
Les autres recommandations de la Commission :
investir dans l’observation, les études et la recherche sur les impacts des systèmes d’IA sur la quantité et la qualité de l’emploi ;
faire du dialogue social et professionnel un outil de co-construction des usages et de régulation des risques des systèmes d’IA ;
porter une stratégie de soutien à l’écosystème d’IA ouverte au niveau international en soutenant l’utilisation et le développement de systèmes d’IA ouverts et les capacités d’inspection et d’évaluation par des tiers ;
faire de la France un pionnier de l’IA pour la planète en renforçant la transparence environnementale, la recherche dans des modèles à faible impact, et l’utilisation de l’IA au service des transitions énergétique et environnementales ;
généraliser le déploiement de l’IA dans toutes les formations d’enseignement supérieur et acculturer les élèves dans l’enseignement secondaire pour rendre accessibles et attractives les formations spécialisées ;
investir dans la formation professionnelle continue des travailleurs et dans les dispositifs de formation autour de l’IA ;
former les professions créatives à l’IA, dès les premières années de l’enseignement supérieur et en continu ;
renforcer la capacité technique et l’infrastructure du numérique public afin de définir et de passer à l’échelle une réelle transformation des services publics grâce au numérique et à l’IA, pour les agents et au service des usagers ;
faciliter la circulation des données et le partage de pratiques pour tirer les bénéfices de l’IA dans les soins, améliorer l’offre et le quotidien des soignants ;
encourager l’utilisation individuelle, l’expérimentation à grande échelle et l’évaluation des outils d’IA pour renforcer le service public de l’éducation et améliorer le quotidien des équipes ;
accélérer l’émergence d’une filière européenne de composants semi-conducteurs adaptés aux systèmes d’IA ;
mettre en œuvre et évaluer les obligations de transparence prévues par le règlement européen sur l’IA en encourageant le développement de standards et d’une infrastructure adaptée ;
attirer et retenir des talents de stature internationale avec des compétences scientifiques ou entrepreneuriales et managériales dans le domaine de l’IA ;
inciter, faciliter et amplifier le recours aux outils d’IA dans l’économie française en favorisant l’usage de solutions européennes ;
faciliter l’appropriation et l’accélération des usages de l’IA dans la culture et les médias pour limiter la polarisation entre grands groupes et petits acteurs et lutter contre la désinformation ;
structurer dès maintenant un puissant écosystème national de gouvernance de l’IA ;
doter la France et l’Europe d’un écosystème d’évaluation public et privé des systèmes d’IA au plus proche des usages et des derniers développements technologiques ;
anticiper les concentrations de marché sur l’ensemble de la chaîne de valeur de l’intelligence artificielle.
Enjeux et défis des troubles neurodéveloppementaux
Les enfants et adolescents atteints de troubles neurodéveloppementaux présentent souvent des déficits dans les compétences adaptatives, cognitives et motrices, ainsi que des défis comportementaux. Ces troubles se manifestent de différentes manières, notamment par des difficultés d’attention, d’anxiété, de régulation du stress et d’interactions sociales, affectant significativement leur qualité de vie globale.
Dans la nouvelle ère des interventions numériques en santé, les serious games (jeux sérieux) émergent comme des outils prometteurs pour la gestion des troubles neurodéveloppementaux. Ces troubles, qui touchent les compétences émotionnelles, sociales et cognitives, nécessitent des approches thérapeutiques novatrices. Contrairement aux jeux de divertissement traditionnels, les serious games sont spécialement conçus dans un but thérapeutique, offrant ainsi une solution non pharmacologique pour les troubles du comportement chez les enfants. Leur développement pour des interventions thérapeutiques numériques exige une approche multimodale, et il est impératif de mener des essais contrôlés randomisés afin de valider leur efficacité dans la gestion du neurocomportement.
Les serious games comme outils thérapeutiques
Les “jeux vidéo sérieux” représentent une approche novatrice pour les interventions thérapeutiques, conçus spécifiquement pour aborder les perturbations neurocomportementales et cognitives chez les enfants atteints de troubles neurodéveloppementaux.
Contrairement aux jeux vidéo traditionnels destinés uniquement au divertissement, les serious games sont conçus dans un but thérapeutique, offrant une voie unique pour une intervention non pharmacologique.
Examen des preuves et des essais cliniques
Cette revue narrative explore le corpus croissant de littérature entourant l’efficacité des serious games dans la gestion des troubles neurodéveloppementaux. Elle offre un aperçu complet des recherches existantes, discutant des actions et des effets des serious games dans le traitement des altérations neurocomportementales associées à des troubles spécifiques. De plus, elle examine les résultats des essais cliniques utilisant les serious games comme thérapies numériques, soulignant la nécessité d’essais randomisés contrôlés rigoureux pour valider leur efficacité.
Implications pour la pratique clinique et la recherche
Cette revue narrative vise à informer, de manière critique, sur les tendances actuelles concernant les jeux vidéo en tant que nouvelles options thérapeutiques numériques pour les troubles neurodéveloppementaux. Elle peut aider les cliniciens, les thérapeutes, les aidants et les chercheurs à planifier leurs stratégies dans la prise en charge et l’étude des enfants atteints de ces troubles. En conclusion, nos remarques et indications sont résumées pour orienter la pratique clinique et suggérer des pistes pour la recherche future.
* Serious Games in the new era of digital-health interventions: A narrative review of their therapeutic applications to manage neurobehavior in neurodevelopmental disorders
