Actualité

  • La FDA réduit les délais d’examen à 2 mois pour certains médicaments

    Deux types de vouchers pourront être attribués :

    • des vouchers ciblés sur un produit défini
    • ou des vouchers non désignés utilisables ultérieurement selon les besoins stratégiques de l’entreprise.

    FDA : de 12 mois à 2 mois pour l’examen des médicaments avec le CNPV

    La Food and Drug Administration (FDA) américaine a annoncé le 17 juin 2025 le lancement du “Commissioner’s National Priority Voucher” (CNPV), un dispositif destiné à accélérer l’examen des nouveaux médicaments. Ce programme s’inscrit dans une stratégie visant à favoriser les intérêts sanitaires et industriels des États-Unis.

    Les entreprises bénéficiaires de ces vouchers verront le délai d’examen de leur demande réduit de 10-12 mois à 1-2 mois, grâce à une procédure simplifiée. Contrairement au système standard où les dossiers sont analysés séquentiellement par plusieurs bureaux de la FDA, le CNPV mobilise une équipe pluridisciplinaire de médecins et de scientifiques pour un examen coordonné. Inspiré des “tumor boards” médicaux, ce processus inclut une pré-analyse des données et une réunion d’une journée pour statuer.

    Le programme vise les entreprises répondant à plusieurs priorités nationales : lutte contre une crise sanitaire aux États-Unis, développement de traitements innovants, réponse à des besoins de santé publique non couverts, et renforcement de la production pharmaceutique domestique, considérée comme un enjeu de sécurité nationale. La FDA délivrera les premiers vouchers de façon limitée dès la première année du programme.

    Des conditions de participation strictes

    Pour prétendre au CNPV, les sponsors doivent soumettre le volet “chemistry, manufacturing, and controls” (CMC) et un projet d’étiquetage au moins 60 jours avant la soumission finale du dossier. Ils devront également garantir une communication continue et réactive avec l’agence. La FDA se réserve toutefois la possibilité d’allonger le délai d’examen en cas de dossier incomplet, de résultats cliniques ambigus ou de complexité particulière.

    Une approche inspirée de la pratique clinique : L’approche s’inspire des pratiques multidisciplinaires hospitalières, notamment en oncologie, ou les décisions sont prises en réunissant des spécialistes. L’idée est bien d’adapter ce modèle à l’évaluation des médicaments dans une logique d’accessibilité rapide.

     

  • IA et médecine traditionnelle chinoise : efficacité renforcée contre les maladies osseuses

    En Chine, des chercheurs exploitent l’intelligence artificielle (IA) pour optimiser les granules de médecine traditionnelle chinoise (MTC) dans le traitement des maladies dégénératives des os.  33,5 % des Chinois de plus de 50 ans souffrent de maladies dégénératives osseuses, comme l’arthrose ou l’ostéoporose. Le vieillissement de la population et le faible suivi médical à domicile aggravent les fractures et la dépendance fonctionnelle, avec un impact économique. 

    Des traitements traditionnels efficaces mais encore mal encadrés  

    Bien que les granules de MTC montrent une certaine efficacité clinique, leur usage est freiné par : 

    • des effets secondaires liés aux traitements conventionnels mal tolérés.
    • une faible observance thérapeutique (seulement 50 % respectent les posologies).
    • un manque de standardisation des protocoles (moins de 30 % conformes). 

    IA et MTC : une étude pionnière pour personnaliser les soins  

    Une équipe de l’université de médecine chinoise de Guangzhou a mené une étude en cours de parution dans Frontiers in Medicine combinant pharmacologie, rhumatologie et IA. Les chercheurs ont utilisé un algorithme de classification syndromique pour personnaliser les traitements, optimiser le dosage des granules et suivre les patients via capteurs biométriques. Résultats après 12 semaines : +8 % de densité osseuse, –40 % de douleur, et 85 % de satisfaction. 

    Cinq défis pour fiabiliser l’IA appliquée à la MTC  

    Malgré ces avancées, plusieurs obstacles subsistent : 

    • hétérogénéité des données.
    • terminologie non normalisée. 
    • validation clinique complexe. 
    • interprétabilité des algorithmes.
    • enjeux éthiques et de confidentialité. 

    Un marché en forte croissance 

    Selon le rapport d’introduction en boruse de TCMTech déposé sur le site de la bourse de Hong Kong  le marché des services de MTC assistés par IA en Chine pourrait atteindre 12,6 milliards USD) en 2028, avec un taux de croissance annuel de 51,4 % entre 2023–2028. Les chercheurs chinois appellent à renforcer l’interdisciplinarité, la normalisation algorithmique et les partenariats public-privé pour garantir rigueur et sécurité. 

     

  • Logistique augmentée : quand l’IA redéfinit les flux hospitaliers (OPTACARE, CHU STRASBOURG , AP-HP)

    Lors de la Journée nationale ANAP & RESAH 2025, deux ateliers phares – « Quand l’algorithme donne le rythme » et « IA : des stocks ad hoc » – ont mis en lumière les trajectoires engagées par l’AP-HP, les Hôpitaux Universitaires de Strasbourg et leur partenaire Optacare.

    L’AP-HP prépare 2029 avec 7 cas d’usage d’IA pour moderniser la logistique hospitalière

    À l’AP-HP, l’IA est envisagée comme un levier dans la refonte de la chaîne d’approvisionnement à l’horizon 2029. Comme l’a exposé Franck Caupin, chef de projet MOA SI Finance à l’AP-HP, les sept cas d’usage identifiés découlent d’un travail de définition des besoins internes, croisé avec une analyse des usages déjà éprouvés dans d’autres secteurs industriels. À ce stade, les travaux portent sur sept cas d’usage identifiés dans le cadre de réflexions exploratoires, avec pour objectif de moderniser la gestion des approvisionnements.  Ces cas couvrent un large spectre :

    • Prévision de la demande : modéliser la consommation à partir de données historiques, de tensions fournisseurs, d’indicateurs épidémiologiques et météorologiques, pour anticiper les besoins et sécuriser les stocks.
    • Amélioration intralogistique : optimiser le rangement, la gestion des emplacements et la préparation des commandes en pharmacie, entrepôts ou magasins grâce à l’IA et à la robotique légère.
    • Optimisation des transports : planifier les tournées de livraison (humaines ou automatisées) les volumes et la localisation, afin de réduire les kilomètres parcourus et les délais.
    • Réconciliation des flux physiques et numériques : détecter automatiquement les écarts entre les stocks réels et ceux déclarés dans les SI, pour fiabiliser les inventaires et sécuriser la traçabilité.
    • Accompagnement à l’apprentissage des SI : proposer des agents IA tutoriels pour guider les utilisateurs dans l’appropriation des nouveaux outils, corriger les erreurs en temps réel et fluidifier les usages.
    • Traitement documentaire automatisé : interroger, classer et exploiter les bases documentaires internes (produits, contrats, commandes) via l’IA générative, pour réduire les délais de traitement.
    • Support client automatisé : générer des réponses de premier niveau pour les demandes internes liées aux approvisionnements ou aux stocks.

    Aucun de ces cas d’usage n’est encore opérationnel, mais tous ont vocation à être testés à court ou moyen terme, dans une logique d’expérimentation progressive.

    Accompagner sans surdimensionner : une stratégie en trois temps portée par UniHA

    Thomas JAN, Directeur général adjoint d’UniHA, a rappelé que si l’IA suscite aujourd’hui de fortes attentes, elle reste également un sujet source d’appréhensions dans les établissements hospitaliers. Le manque de lisibilité sur les cas d’usage, la pression financière, la vitesse de renouvellement technologique, la multiplication des acteurs, ainsi que l’absence de compétences internes constituent autant de freins à son déploiement. Pour y répondre, UniHA a développé une offre de service structurée autour de trois piliers :

    • Pédagogie : former les acteurs hospitaliers aux usages réels de l’IA, clarifier ce qu’elle peut – ou ne peut – apporter, et sensibiliser aux enjeux de sécurité, d’éthique et de souveraineté des données.
    • Déploiement : accompagner les établissements dans le choix des projets adaptés à leur maturité, structurer la gouvernance, et orienter vers les bons prestataires selon les besoins (logistique, pharmacie, SI).
    • Évaluation : promouvoir des indicateurs de réussite au-delà du financier – comme la qualité de vie au travail, la satisfaction des utilisateurs ou la continuité des soins – et favoriser le partage d’expériences entre établissements.

    Aujourd’hui, UniHA propose d’accompagner financièrement les établissements qui souhaitent engager une transformation logistique appuyée sur l’IA, notamment dans les secteurs sous tension comme les approvisionnements en médicaments. Pour UniHA, l’objectif est de ne pas rater le virage, tout en assurant un accompagnement adapté aux réalités opérationnelles des hôpitaux.

    Des prévisions dynamiques et simulables : l’exemple d’OPTACARE aux HUS

    L’atelier « IA : des stocks ad hoc » a présenté l’expérimentation conduite par les HUS avec la société OPTACARE. Leur solution d’IA « Stock » est centrée sur l’optimisation en temps réel des stocks de médicaments et de dispositifs médicaux. Elle repose sur une double classification des références (par usage et par criticité), enrichie de modèles prédictifs alimentés par plus d’un million de lignes issues des SI GEF hospitaliers. Les utilisateurs accèdent à des politiques de réapprovisionnement dynamiques, ajustables, avec des tableaux de bord intégrant projections, alertes et aides à la décision. L’approche permet de passer d’une logique statique de stock à un pilotage continu, fondé sur la réalité des consommations.

    Logistique hospitalière : l’IA réduit les coûts de 63 % et maintient un taux de service à 99,5 %

    Les premiers résultats issus de simulations sur 2023 et 2024 sont significatifs. Pour un médicament antibiotique, la solution a permis de réduire de 63 % le coût de détention et de 16 % le nombre de commandes. Pour un antidote classé BZ, une baisse de 67 % du coût d’acquisition a été constatée. L’outil permet également de diminuer le nombre de commandes d’environ 20 %, tout en maintenant un taux de service supérieur à 99,5 %. Au-delà des résultats économiques, les gains portent aussi sur la qualité de vie au travail des gestionnaires, la réactivité face aux ruptures, et la robustesse globale du système logistique hospitalier. L’IA devient ici un outil de simulation, de décision, mais aussi de sécurisation des parcours patients.

  • 44 PDG européens demandent à Bruxelles de mettre en pause l’AI Act

    Des règles jugées floues et contraignantes

    Ils ont demandé à la Commission européenne de suspendre pendant deux ans l’application de l’AI Act, qui doit entrer en vigueur en août. Selon leur lettre, obtenue par le Financial Times, certaines dispositions sont jugées “floues” et “se chevauchent”, risquant de “freiner la compétitivité européenne” dans le développement et le déploiement de l’IA à grande échelle. Les signataires estiment que les règles complexes de l’AI Act « mettent en danger les ambitions européennes » en matière d’intelligence artificielle, en compromettant la capacité de créer des champions européens dans un contexte de concurrence mondiale. Ces inquiétudes s’ajoutent aux pressions exercées par les États-Unis, les acteurs technologiques et les entreprises européennes sur un texte considéré comme le cadre réglementaire le plus strict au monde pour l’IA.

    Une pression qui s’intensifie

    En parallèle, une seconde lettre, signée par plus de 30 fondateurs de start-up européennes et investisseurs, qualifie l’AI Act de « bombe à retardement précipitée ». Ces initiatives rendent incertaine la manière dont l’Union européenne répondra à ces appels à la suspension, alors même qu’elle finalise ses discussions avec l’industrie sur la mise en œuvre de cette réglementation avant son entrée en vigueur.

  • Numérique & obésité : que reste-t-il des ambitions du rapport Laville ?

    8 recommandations sur 40 concernant le numérique

    En avril 2023, le rapport du professeur Martine Laville sur la lutte contre l’obésité en France jetait un pavé dans la mare. Ce document, commandé dans un contexte de fin de feuille de route nationale et de stagnation des politiques publiques, proposait 40 recommandations pour enrayer une pathologie chronique touchant 17 % des adultes français. Parmi ces recommandations, huit, dont certaines sont passées inaperçues, misaient sur le numérique en santé comme levier majeur pour mieux prévenir, suivre et traiter l’obésité. Deux ans plus tard, où en est-on vraiment ?

    Un virage amorcé pour la numérisation des données anthropométriques

    Le rapport Laville appelait à numériser systématiquement les données de poids et taille recueillies lors des examens de santé périodiques chez l’enfant, dans les centres de protection maternelle et infantile (PMI) ou via la médecine scolaire (recommandations 5, 6 et 9). Objectif : disposer d’une vision épidémiologique fine et actualisée.

    Deux ans plus tard, cette ambition connaît des avancées, mais reste loin d’être réalisée. Le projet de carnet de santé numérique de l’enfant, intégré à “Mon Espace Santé”, constitue l’axe central de cette transformation. Officiellement inscrit dans les priorités du ministère, ce carnet permettra de centraliser toutes les données de santé de l’enfant, y compris les mesures de croissance, et de les rendre accessibles aux professionnels comme aux familles. Sa mise en œuvre est annoncée pour fin 2026, avec un déploiement progressif déjà amorcé dans certains territoires pilotes.

    Toujours aucune obligation formelle de saisie par les professionnels :

    Parallèlement, les réformes du calendrier de suivi pédiatrique vont dans le bon sens : un 21e examen obligatoire a été ajouté à 6 ans, et l’ensemble des visites médicales intègrent désormais le repérage systématique du surpoids ou de l’obésité. Les certificats de santé transmis à la Direction de la recherche, des études, de l’évaluation et des statistiques (Drees) sont censés alimenter un système de suivi statistique. Toutefois, le taux de remontée reste très insuffisant, un problème connu de longue date, et aucune mesure réglementaire contraignante n’impose encore la saisie des données de poids et taille dans les outils numériques des professionnels de santé.

    En pratique, les données anthropométriques peuvent être enregistrées dans “Mon Espace Santé“, mais cela repose entièrement sur la volonté des médecins ou des parents. Les outils sont là, les référentiels aussi, mais l’absence d’obligation et de circuit automatique nuit à la complétude et à l’exploitation de ces données à l’échelle nationale.

    Enfin, du côté des collectivités, certaines initiatives locales émergent : des départements expérimentent des systèmes de recueil informatisé dans les PMI ou les établissements scolaires, en lien avec les réseaux de prévention et de la prise en charge de l’obésité pédiatrique (RéPPOP) et les centres spécialisés de l’obésité (CSO). Mais ces expériences restent isolées, non harmonisées, et peu interopérables. Le rapport Laville proposait la création d’un système national structuré et anonymisé de suivi de l’obésité infantile. Pour l’instant, la France en est encore au stade des fondations.

    Des parcours coordonnés… mais encore trop peu numérisés

    La recommandation 18 du rapport portait une ambition claire : structurer des parcours de soins coordonnés, financés au forfait, intégrant les différents professionnels de santé impliqués dans la prise en charge de l’obésité, médecins, diététiciens, psychologues, éducateurs en activité physique adaptée (APA), etc… Ce modèle devait s’appuyer sur une coordination numérique fluide, permettant un suivi structuré, partagé et de proximité. Une approche fondée à la fois sur l’interdisciplinarité médicale et sur les outils du numérique en santé pour rompre avec la fragmentation habituelle des parcours.

    Depuis, le modèle de parcours a progressé, mais la brique numérique reste fragile, inégale, et non généralisée. Sur le versant pédiatrique, le programme “Mission : retrouve ton cap” (MRTC), aujourd’hui généralisé à l’échelle nationale, a permis de tester quelques interfaces numériques locales (outils de suivi de bilans, portails d’inscription, téléconsultation). Toutefois, aucune plateforme nationale de coordination n’a été imposée ou développée à ce jour. L’échange d’information entre les professionnels reste souvent manuel (par e-mail sécurisé ou téléphone), sans DMP enrichi, ni interopérabilité avec Mon espace santé.

    Du côté des adultes, les expérimentations Article 51 comme GPS’Obésité ont démontré la faisabilité de parcours coordonnés sur 12 à 24 mois. Ces dispositifs ont mobilisé des solutions numériques spécifiques (comme Terr-eSanté), utilisées pour le partage de comptes rendus, la planification de séances, et l’évaluation des indicateurs. Mais ces outils sont issus de choix régionaux ou locaux, et ne communiquent pas entre eux, ni avec les référentiels nationaux. On observe ainsi une dispersion technologique, sans socle interopérable ni pilotage centralisé.

    Un manque d’interopérabilité constaté :

    En 2024, les ARS ont reçu instruction de déployer ces parcours à plus grande échelle. Le financement des forfaits coordination prévoit bien la prise en charge d’outils numériques – mais sans cadre de référence national. Résultat : chaque porteur de projet est livré à lui-même pour choisir ou développer une solution, sans garantie de compatibilité avec les systèmes en place (DMP, MSSanté, INS…). Le risque de fragmentation numérique est donc élevé, y compris au sein d’une même région. Certaines CPTS, à l’instar de celles de Bourgogne-Franche-Comté ou d’Occitanie, ont néanmoins initié des expérimentations connectées avec les outils régionaux (Pulsy Pro, ORU PACA…), et parfois même intégré un accès patient via des portails sécurisés. Mais ces initiatives restent isolées, dépendantes de la maturité numérique des acteurs locaux, et sans mutualisation nationale.

    En somme, la coordination numérique reste le talon d’Achille de la structuration des parcours. Sans référentiel unique, sans obligation d’usage, sans solution interopérable intégrée à Mon espace santé, les parcours coordonnés d’obésité risquent d’échouer à franchir le cap de l’efficience. Le rapport Laville avait identifié le besoin d’un écosystème numérique commun : il n’existe toujours pas à ce jour.

    Plusieurs initiatives qui digitalisent l’éducation thérapeutique du patient

    Le rapport Laville appelait aussi à développer des solutions digitales d’éducation thérapeutique du patient (ETP) (recommandation 19). Si aucune plateforme publique nationale n’a vu le jour, plusieurs initiatives portées par des réseaux ou des associations ont émergé. La plus notable est “FabrikTaSanté”, une plateforme en ligne d’ateliers d’ETP née en Centre-Val de Loire, aujourd’hui utilisée au niveau national. En parallèle, certains CSO et CPTS proposent des ateliers à distance pour le suivi post-chirurgie ou la gestion du poids. Reste à structurer et valider scientifiquement ces contenus, et à étendre leur accessibilité.

    Une formation des professionnels qui se digitalise aussi

    Concernant les recommandations 27 et 29 sur la formation en ligne des professionnels et patients experts, le terrain a pris les devants. La plateforme Banco, créée fin 2022 pour les professionnels de l’obésité pédiatrique, propose un webzine, des podcasts et du e-learning. D’autres plateformes émergent pour l’obésité adulte, mais l’écosystème reste morcelé. Des formations DPC en ligne existent, tout comme des webinaires portés par les CSO. Une harmonisation des contenus et une validation par les autorités sanitaires seraient bienvenues pour garantir une montée en compétences cohérente.

    Un objectif encore lointain d’ouverture aux données pour la recherche

    Parmi les leviers numériques identifiés par le rapport Laville pour renforcer la lutte contre l’obésité, la recommandation 33 insistait sur un enjeu souvent négligé : l’ouverture contrôlée mais effective des données issues des grandes cohortes de recherche. L’objectif était clair : permettre à la communauté scientifique d’exploiter pleinement ces données massives pour mieux comprendre les trajectoires de surpoids, identifier des facteurs de risques combinés, affiner les modèles prédictifs… et, in fine, soutenir des politiques publiques ciblées. Ce type d’ambition repose intrinsèquement sur une infrastructure numérique robuste, interopérable et sécurisée, capable d’agréger, d’anonymiser, de tracer et de partager des données sensibles dans un cadre légal strict.

    Sur ce point, les avancées sont réelles mais encore très partielles. Certaines bases de données de référence comme Constances (Inserm & la Caisse nationale de l’assurance maladie) ou NutriNet-Santé (Inserm & Sorbonne Paris Nord) ont ouvert – ou commencent à ouvrir – des sous-ensembles de données via des portails dédiés ou des procédures d’accès sur projet. De même, la centralisation progressive de ces bases dans le Health data hub (HDH) constitue une étape majeure vers une mutualisation sécurisée. La plateforme du HDH, pierre angulaire du numérique en santé en France, a pour mission de fournir aux chercheurs un accès facilité à des données de santé pseudonymisées à grande échelle, tout en garantissant la conformité RGPD et la souveraineté des traitements.

    Un accès en réalité limité :

    Mais dans les faits, l’accès aux données reste limité à quelques équipes structurées, habituées aux procédures complexes d’agrément, d’instruction éthique et de montage de projets. Les cohortes sont souvent hébergées sur des silos techniques, avec des formats hétérogènes, des standards différents et des modalités d’accès peu harmonisées. Le rapport Laville appelait explicitement à une mise en cohérence des formats, à une gouvernance partagée, et à la création d’un portail d’accès national unifié, ce qui n’est toujours pas en place à l’échelle opérationnelle.

    Autrement dit, la vision d’un espace numérique de recherche sur l’obésité, reposant sur des données ouvertes, bien décrites, harmonisées, sécurisées et facilement exploitables, n’a pas encore vu le jour. Il manque un cadrage stratégique spécifique à cette pathologie, un guichet unique pour accéder aux données des cohortes pertinentes, et des ressources pour accompagner les chercheurs (notamment ceux issus des CSO, CHU ou associations de patients) dans la structuration de leurs projets.

    Sans cette colonne vertébrale numérique, les données pourtant déjà disponibles resteront inexploitables à grande échelle. Le potentiel du numérique en santé, ici, ne dépend pas d’une technologie à inventer, mais d’une volonté politique et organisationnelle à coordonner ce qui existe déjà.

  • Cybersécurité en santé : 749 incidents signalés en 2024 (hausse de 29 %)

    Des incidents plus nombreux, mais souvent moins critiques

    Le secteur de la santé a déclaré 749 incidents de cybersécurité en 2024, soit une augmentation de 29 % par rapport à 2023, selon le rapport annuel de l’Observatoire du CERT Santé. Si le volume croît, le nombre d’incidents majeurs diminue, ce qui traduit une amélioration des dispositifs de détection et de réponse. L’année 2024 a été marquée par une hausse significative des signalements, portée notamment par des dysfonctionnements non malveillants (mise à jour logicielle, pannes télécom, erreurs de prestataires), qui représentent désormais 56 % des cas. Les attaques malveillantes, dont les rançongiciels, restent préoccupantes, mais représentent une part moindre (44 %), en baisse par rapport à l’année précédente. 230 incidents ont toutefois entraîné un passage en mode dégradé, impactant la prise en charge des patients dans 31 % des cas. Le CERT Santé souligne que 42 % de ces situations concernent des interruptions prolongées de SI, avec parfois une perte d’accès aux logiciels critiques de prescription ou de communication.

    Un meilleur niveau de préparation dans les établissements

    Cette évolution reflète aussi une meilleure anticipation des risques. En 2024, les exercices de gestion de crise ont été largement déployés, l’exposition Internet des systèmes d’information a été réduite, et les audits de cybersurveillance se sont intensifiés. Le programme CaRE a joué un rôle central, notamment via ses volets dédiés à l’identification des vulnérabilités et à la sécurisation des accès. Les structures déclarantes sont désormais plus nombreuses (+21 %), avec une hausse des contributions venues du médico-social. En parallèle, le CERT Santé a renforcé son appui technique : 162 demandes d’accompagnement ont été formulées, dont 75 ayant abouti à une intervention technique directe.

    Failles persistantes et recommandations pour 2025

    Malgré ces progrès, plusieurs faiblesses demeurent. Le CERT Santé relève notamment :

    • Un manque de cartographie des SI.
    • Des accès distants insuffisamment sécurisés.
    • Une protection des sauvegardes parfois défaillante.
    • Et un déficit de compétences informatiques dans les petites structures.

    Face à ces constats, et dans la perspective de l’entrée en vigueur de la directive NIS 2, le rapport formule plusieurs recommandations opérationnelles : durcir les accès avec de l’authentification multifacteur, appliquer la règle de sauvegarde 3-2-1, contractualiser les obligations de sécurité avec les prestataires, maintenir une cartographie SI à jour, et généraliser les tests de restauration.

    Observatoire des signalements d’incidents de sécurité des systèmes d’information pour les secteurs santé et médicosocial – Rapport public – Agence du numérique en santé

  • Etude : la collaboration IA-radiologues réduirait le coût du dépistage du cancer du sein (Nature Communications)

    Mammographie : une solution à la pénurie de radiologues

    De plus en plus de cas de cancers du sein et de moins en moins de radiologues. La réalisation du dépistage repose sur une équation compliquée à résoudre. L’une des solutions pour combler ce déséquilibre entre l’offre et la demande pourrait être de recourir à l’intelligence artificielle. Cependant, bien que l’IA ait connu des avancées remarquables, des études expérimentales récentes montrent que les algorithmes actuels restent moins performants que les radiologues pour le dépistage du cancer du sein basé sur la mammographie. Le passage en pratique clinique n’est donc pas encore prévu.

    L’une des pistes qui est explorée consiste à confier seulement une partie des tâches à l’IA et à laisser les autres aux radiologues. L’IA peut en effet être un outil puissant de tri et de hiérarchisation des cas. Des algorithmes d’apprentissage automatique avancés sont capables d’identifier efficacement les mammographies sans anomalies significatives, ce qui permet d’accélérer l’examen, de réduire la charge de travail des radiologues et de générer des économies. Un essai clinique mené en Suisse a récemment montré que l’IA était un assistant performant : son taux de détection était comparable à une double lecture humaine.

    Techniquement faisable, cette solution devait néanmoins être évaluée économiquement. C’est la tâche à laquelle se sont attelés des chercheurs américains de l’université du Texas. Ils ont donc comparé 3 stratégies distinctes :

    • La pratique actuelle basée uniquement sur l’expertise humaine (le modèle américain sans double lecture).
    • La stratégie d’automatisation où l’IA remplace totalement les radiologues.
    • Et la stratégie de délégation où IA et radiologues se partagent les tâches, l’IA orientant certains cas vers les experts humains.

    Et ils ont pris en compte de nombreux coûts : mise en œuvre, temps des radiologues, examens complémentaires, et risques juridiques liés aux erreurs de diagnostic. Les chercheurs ont testé ce modèle avec des données réelles issues d’un concours international d’IA appliquée à la mammographie.

    Les résultats de cette étude ont été publiés le 7 mars dans Nature Communications.

    Résultats : un coût minoré de 30%

    • La stratégie de délégation permettait d’économiser de 17,5 % à 30,1 % des coûts par rapport à une prise de décision reposant uniquement sur des experts humains.
    • Le coût des faux positifs et des faux négatifs pèse fortement dans les choix stratégiques.
    • Le modèle de délégation est particulièrement efficace lorsque la prévalence est faible à modérée, ce qui est le cas du dépistage organisé.

    « On nous demande souvent : “L’IA peut-elle remplacer tel ou tel métier ?” », explique Mehmet Eren Ahsen, professeur en administration des affaires à l’Université de l’Illinois, co-auteur de l’étude. « Notre recherche montre que la réponse est : pas exactement, mais elle peut vraiment aider. La vraie valeur de l’IA ne réside pas dans le remplacement de l’humain, mais dans un partage stratégique des tâches. » Ce dernier tient en effet à souligner que « pour les cas à haut risque ou flous, les radiologues restent meilleurs. »

    L’IA à la place de la deuxième lecture ?

    Les auteurs précisent par ailleurs que leur modèle reflète les pratiques de dépistage américaines. Dans d’autres contextes, comme en Europe, où la double lecture est la norme, d’autres stratégies pourraient être envisagées. Par exemple, l’IA pourrait être utilisée comme second lecteur, réduisant ainsi le besoin de deux radiologues pour chaque mammographie, ce qui offrirait également des gains économiques. Or, le système de santé français cherche lui aussi à optimiser les coûts tout en conservant un haut niveau de soin.

    En Europe, plusieurs initiatives explorent déjà l’intégration de l’intelligence artificielle dans le dépistage du cancer du sein. En Allemagne, l’étude PRAIM a par exemple montré que l’intégration de l’IA a permis d’augmenter le taux de détection du cancer du sein de 17,6 % sans augmenter le taux de faux positifs. De plus, l’IA a contribué à réduire la charge de travail des radiologues en identifiant les cas normaux. En Suède, l’étude Masai a quant à elle mis en évidence que l’utilisation de l’IA en tant que lecteur secondaire a permis d’augmenter le taux de détection du cancer de 20 % sans augmenter le taux de faux positifs. Et en réduisant la charge de travail des radiologues de 44 %.

    * Economics of AI and human task sharing for decision making in screening mammography. 

    Ahsen, M.E., Ayvaci, M.U.S., Mookerjee, R. et al. 

    Nat Commun 16, 2289 (2025). https://doi.org/10.1038/s41467-025-57409-1

    https://www.nature.com/articles/s41467-025-57409-1

     

  • Comment le No-code accélère la transformation numérique des hôpitaux ?

    Le mouvement “citizen developer” s’impose dans la santé

    Jean-Michel Durocher, président et fondateur de Timetonic, observe une révolution silencieuse dans les hôpitaux. “Il y a 4 fois plus de citizen developers que de développeurs”, explique-t-il lors des Trophées de l’innovation FHF. Ces utilisateurs créent désormais leurs propres applications sans connaissances techniques. Le constat est unanime : les outils actuels ne répondent pas aux besoins des établissements. Les logiciels installés par les DSI restent rigides et complexes. Les tableurs offrent de l’autonomie mais demeurent limités. Les développements sur mesure coûtent cher et prennent du temps.

    Timetonic, une plateforme complète pour les établissements

    La solution Timetonic propose une alternative pragmatique. Fondée par Jean-Michel Durocher, cette startup française développe une plateforme No-code destinée à la gestion d’entreprise. Elle permet aux utilisateurs de créer des applications collaboratives sans compétences en programmation, avec intégration native de l’intelligence artificielle pour l’automatisation des processus métier. L’outil centralise les données et se synchronise avec les systèmes existants. L’architecture “full stack” comprend trois niveaux : un back-end pour la scalabilité et la sécurité des données, une couche d’automatisation pour créer des workflows, et un front-end pour la visualisation. Les utilisateurs peuvent générer des tableaux de bord avec des vues Gantt, des calendriers et des formulaires.

    L’intelligence artificielle intégrée aux processus

    L’IA enrichit les fonctionnalités de la plateforme. Elle extrait automatiquement des informations depuis des images, même sans texte structuré. Les coordonnées bancaires dans des documents photographiés sont ainsi récupérées instantanément. La technologie RAG (Retrieval Augmented Generation) permet de créer des assistants conversationnels. Ces outils analysent d’abord les données internes avant de répondre aux questions des utilisateurs. La gestion des droits utilisateurs assure la confidentialité des informations personnelles.

    L’AP-HP figure parmi les clients de référence de Timetonic, aux côtés de GRDF, Orano, l’URSSAF, Engie et Veolia. Cette diversité sectorielle démontre la polyvalence de la solution. Les avantages identifiés sont multiples : simplicité d’utilisation, puissance technique, aspect motivant pour les équipes, facilité de déploiement, sécurité des données et rentabilité économique.

    Vers une autonomie numérique des soignants

    L’objectif affiché est de donner aux professionnels de santé la même autonomie qu’avec un tableur, mais avec la puissance d’un ERP. Cette approche répond au besoin croissant d’outils de productivité adaptés au quotidien hospitalier. Le No-code représente une brique manquante dans l’écosystème numérique de la santé. Il permet de créer sur mesure des solutions sécurisées sans dépendre exclusivement des équipes techniques. Cette démocratisation de la création d’applications pourrait accélérer la transformation digitale des établissements de santé français.

  • SantExpo 2025 : Data visualisation & IA – un levier face à la complexité des données cliniques

    Le volume et la complexité des données générées lors des essais cliniques rendent leur exploitation de plus en plus complexe pour les équipes de recherche. Selon les intervenants, la data visualisation et l’intelligence artificielle (IA) offrent des solutions concrètes pour transformer ces ensembles de données hétérogènes en informations exploitables par les CRO accélérant ainsi la prise de décision et renforçant la qualité des analyses.

    Durant cette conférence, il a été rappelé qu’une grande partie des données collectées lors des essais cliniques ne sont pas pleinement exploitées, faute d’outils adaptés à leur exploration et à leur interprétation.  Les solutions de data visualisation permettent de rendre visibles des tendances, des anomalies ou des signaux de sécurité qui resteraient invisibles dans des tableaux bruts. Par exemple, l’application Davizi, présentée lors de la conférence, propose une interface d’exploration des données, de génération de rapports et de visualisation en temps réel facilitant la collaboration entre CRO et promoteurs.

    L’IA automatise et fiabilise les tâches critiques de la recherche clinique

    Présentée par Mickaël Coux, l’application Davizi combine data visualisation et IA pour offrir une analyse approfondie des données cliniques. Elle propose des visualisations interactives, des tableaux de bord personnalisés et des fonctionnalités d’analyse en temps réel. Davizi automatise également la génération de rapports, intégrant des éléments visuels et des analyses détaillées.

    L’IA s’impose comme un accélérateur en recherche clinique. Plusieurs cas d’usage ont été évoqués :

    • automatisation du contrôle qualité des données (recherche d’erreurs dans les eCRF, détection de doublons, harmonisation des terminologies) ;
    • aide au recrutement des patients en affinant les critères d’inclusion par l’analyse automatisée des dossiers médicaux ;
    • génération automatisée de rapports périodiques et d’états des lieux pour le suivi des essais ;
    • prédiction des réponses aux traitements ou identification de signaux de sécurité à partir de données multimodales.

    Ces apports réduisent la charge de travail des équipes, limitent les risques d’erreur humaine et améliorent la représentativité des cohortes.

    Sécurité, conformité et transparence : des impératifs juridiques renforcés

    Anne Charlotte Andrieux, avocate spécialisée en santé numérique, a souligné l’importance du respect des cadres réglementaires (RGPD et HDS) dans l’usage de la data visualisation et de l’IA. Les solutions comme Davizi intègrent des protocoles de sécurité avancés pour garantir la confidentialité et l’intégrité des données sensibles afin de répondre aux exigences croissantes des autorités de santé et des sponsors.

    L’anonymisation, la traçabilité des accès et la conservation des métadonnées sont des standards incontournables pour prévenir tout risque juridique ou éthique.

  • L’intelligence artificielle au service de l’efficience opérationnelle dans les hôpitaux (état des lieux)

    Une technologie qui pénètre toutes les sphères du monde hospitalier

    Dans un contexte où les établissements de santé doivent concilier qualité des soins, contraintes budgétaires et pénurie de personnel, l’intelligence artificielle (IA) s’impose progressivement comme un levier de transformation des hôpitaux. Son apport à l’efficience opérationnelle, entendue comme la capacité à produire un maximum de valeur en mobilisant un minimum de ressources, devient tangible. Loin de se limiter à la sphère clinique, l’IA s’infiltre dans les dimensions administratives, logistiques et organisationnelles des hôpitaux, avec des effets mesurables sur les coûts, la qualité de service et les conditions de travail.

    L’efficience opérationnelle vue comme une priorité dans la stratégie des industriels :

    Désormais, plusieurs industriels de la santé font de l’efficience une priorité dans leur stratégie IA. Dedalus, par exemple, a intégré cette logique dans sa feuille de route dévoilée lors de l’événement D4Evolution en janvier 2025, estimant que les besoins en automatisation, en anticipation et en rationalisation de l’activité hospitalière représentent une opportunité majeure pour ses solutions. D’autres acteurs, comme Softway Medical, ont déjà “opérationnalisé” cette approche avec l’intégration de Dragon Copilot à leur dossier patient informatisé (DPI), permettant aux médecins de dicter en langage naturel leurs comptes rendus directement dans le logiciel Hôpital Manager.

    L’apport de l’IA se mesure aussi sur le plan logistique. Des robots autonomes comme ceux conçus par Meanwhile, déployés dans certains CHU français, sont capables de transporter médicaments, poches de chimiothérapie ou échantillons biologiques entre les services, évitant ainsi plusieurs dizaines de déplacements quotidiens pour les infirmiers. Ce type d’application améliore la gestion des flux internes, diminue la fatigue du personnel et réduit les erreurs logistiques.

    Des effets déjà quantifiés

    Sur le plan médico-économique, les effets de l’IA sont déjà quantifiés. Selon une analyse publiée par le cabinet de conseil spécialisé dans l’intégration globale de l’IA au sein des organisations, Démarre ton aventure, certaines applications permettent des réductions de coûts allant jusqu’à 20 % sur les postes liés à l’administration et à la planification. Cela inclut des gains en matière de consommation de ressources, de taux d’occupation des lits, mais aussi de prévention des dépenses inutiles en cas de mauvaise anticipation des besoins. Un panorama publié par la même plateforme montre que les usages les plus fréquents concernent l’organisation des soins, la logistique, l’administration et les achats.

    Dans la littérature scientifique, plusieurs travaux récents confirment ces observations. Une étude parue sur PubMed (PMID: 39763580) démontre l’intérêt des outils d’IA pour la gestion prédictive des flux en soins intensifs, avec une amélioration de la réactivité des équipes et une meilleure allocation des ressources. Une autre publication sur ResearchGate en 2024 analyse comment l’IA peut améliorer la prise de décision stratégique, notamment en croisant les données de consommation hospitalière, d’activité et de ressources humaines pour optimiser les opérations.

    La Commission européenne elle-même, dans son rapport de 2024 sur l’IA dans les systèmes de santé, souligne que ces technologies peuvent améliorer l’efficacité des soins en prévoyant les admissions, en optimisant l’utilisation des lits et en facilitant la gestion des équipements et du personnel. De son côté, Siemens Healthineers, dans son livre blanc sur les hôpitaux intelligents, décrit des modèles de “smart hospitals” où l’IA agit comme un centre névralgique de pilotage opérationnel en temps réel. Une analyse menée par McKinsey en 2024 vient renforcer cette dynamique globale. Le cabinet identifie trois leviers majeurs par lesquels l’IA transforme l’efficience des opérations hospitalières : l’automatisation des tâches répétitives, l’optimisation par l’analytique prédictive et le renforcement des décisions de gestion via des systèmes augmentés. Ce modèle intégré permet, selon leurs estimations, d’améliorer significativement la productivité opérationnelle, tout en réduisant les coûts administratifs de 15 à 30 % dans certains hôpitaux pilotes. Cette vision, déployée à l’échelle internationale, vient confirmer l’intérêt stratégique d’un recours maîtrisé à l’IA dans la reconfiguration des parcours hospitaliers.

    Des interrogations subsistent sur l’avenir de certains métiers

    Pour autant, la mise en œuvre de ces technologies n’est pas exempte de défis. Il s’agit non seulement de disposer de données fiables et bien gouvernées, mais aussi d’assurer la formation continue des professionnels de santé afin qu’ils comprennent, utilisent et fassent confiance aux outils d’IA. Le développement de nouveaux métiers, comme ceux identifiés par l’American Hospital Association (chief AI officer, data scientist, data engineer, expert en gouvernance des données, etc.) devient une condition clé de succès.

    Nouveaux métiers créés à l'hôpital avec l'émergence et le déploiement de l'IA - @ AHA
    Nouveaux métiers créés à l’hôpital avec l’émergence et le déploiement de l’IA – @ AHA

    Enfin, si l’IA promet des gains de productivité, elle suscite aussi des interrogations sur le devenir des postes partiellement automatisables. Un rapport de l’OCDE paru en 2024 indique que jusqu’à 27 % des métiers hospitaliers pourraient être concernés, même si l’organisation anticipe une transformation plutôt qu’une suppression, à condition d’accompagner cette mutation par des dispositifs de formation et de reconversion.

    Ainsi, l’intelligence artificielle ne se résume pas à un effet de mode technologique, mais constitue désormais un axe structurant de l’efficience opérationnelle hospitalière. De la planification à la logistique, en passant par la gestion administrative, elle s’impose comme un outil de pilotage indispensable, à condition d’être pensée comme un projet organisationnel et humain avant d’être une simple innovation technique.