Entretien

  • Entretien : « L’objectif, c’est que des gestes complexes soient proposés à plus de patients, car accessibles à plus de praticiens. » (Laetitia Messner, Quantum Surgical)

    Epione : un robot conçu pour la précision et la polyvalence

    La combinaison de la radiologie et de l’Intelligence artificielle avec la chirurgie apporte des solutions innovantes dans le domaine de la médecine interventionnelle. Pour mieux comprendre cette mutation, Health & Tech Intelligence s’est entretenu avec Laetitia Messner, directrice clinique au sein de Quantum Surgical. Fondée en 2017 la start-up Montpelliéraine s’est donnée pour mission de transposer l’expertise acquise en chirurgie robotique vers les actes mini-invasifs de radiologie interventionnelle. « Le principe, c’était vraiment d’appliquer cette base de connaissances en robotique chirurgicale au monde de la radiologie interventionnelle, qui est encore assez peu investi par la robotique en tant que telle », explique Laetitia Messner.

    Au cœur de cette aventure technologique, la plateforme Epione, développée par Quantum Surgical, apporte une assistance robotisée aux radiologues pour positionner des aiguilles à travers la peau, notamment pour biopsier ou détruire des tumeurs. Son design, pensé dès le départ pour la polyvalence, rend possible des interventions sur des organes variés : foie, rein, poumon et désormais sur les tumeurs osseuses. « C’est un robot qui va permettre d’aider les radiologues interventionnels à mettre des aiguilles à travers la peau… on a commencé par le cancer du foie, puis on a étendu à l’abdomen, au rein, puis au poumon, et là, on vient de finir une étude clinique sur les lésions et tumeurs osseuses », précise Laetitia Messner.

    Rendre les gestes complexes accessibles aux praticiens

    Quant à la place de l’intelligence artificielle, Laetitia Messner insiste sur une approche pragmatique, tournée vers le bénéfice clinique. « Pour nous, c’est de l’IA applicative dans le sens où il faut qu’elle soit utile, parfois elle donne de meilleurs résultats que l’algorithmique traditionnelle, mais parfois ce n’est pas le cas », analyse-t-elle. Grâce au deep learning, Quantum Surgical optimise les fusions d’images, la localisation et la segmentation des tumeurs ou des zones à traiter, pour guider au plus près des contraintes anatomiques, en temps réel, les gestes du praticien.

    L’une des innovations majeures d’Epione réside dans la simplification d’actes considérés jusqu’ici comme réservés à des praticiens très expérimentés. « Ces gestes, qui nécessitent des années et des années d’entraînement, sont facilités par la technique. Grâce à la technologie, des médecins beaucoup plus juniors sont en capacité de faire ces gestes avec le même niveau de performance et de sécurité », affirme Laetitia Messner. En témoignent les premières publications françaises, qui rapportent que de jeunes chefs de clinique réalisent désormais, via robot, des interventions complexes autrefois réservées aux seniors.

     

    De Gustave Roussy à l’international : la diffusion rapide du robot Epione

    Le développement de cette technologie se fait, selon Laetitia Messner, en forte interaction avec les médecins utilisateurs. Le robot n’est pas conçu pour répondre à une seule pratique, mais doit s’adapter à une grande diversité de gestes et de parcours patients. « C’est un énorme travail pour que l’usage soit intuitif, intégrable dans le workflow quotidien. On fait un robot pour une diversité de pratiques, mais autour d’une indication donnée », détaille-t-elle, soulignant l’importance du dialogue « en co-création » avec les professionnels de terrain.

    La diffusion rapide d’Epione dans l’hexagone (Gustave Roussy, HCL de Lyon, CHU d’Amiens, Institut Paoli-Calmettes, CHU de Toulouse, Léon Bérard…) et à l’international (Royaume-Uni, Allemagne, États-Unis…) témoigne de l’importance de la dynamique d’adoption en radiologie interventionnelle. Cette montée en puissance transforme à la fois la répartition des actes entre spécialités, la formation des équipes et les possibilités offertes aux malades. Ainsi, la robotique en radiologie interventionnelle ne se contente plus d’être une promesse : elle change déjà les pratiques, rend l’accès à des interventions complexes plus large et amorce un nouveau partage des compétences dans l’hôpital de demain.

     

  • Entretien : « Les pharmacies n’ont pas suffisamment de pharmaciens aujourd’hui pour valider 500 ordonnances par jour.» (Brigitte Bonan, Hôpital Foch)

    Pour approfondir son étude sur l’intelligence artificielle en pharmacie hospitalière, les équipes de Care Insight se sont entretenues directement avec les professionnels du secteur afin d’appréhender concrètement les défis organisationnels, humains, réglementaires et technologiques, tout en illustrant par de nombreux exemples les réalités du terrain.

    La validation des prescriptions : un enjeu central et complexe

    Le Contrat d’Amélioration de la Qualité et de l’Efficience des Soins (CAQES), qui lie les établissements de santé à leur ARS fixe comme objectif de valider 100% des prescriptions. Or un hôpital comme celui de Foch avec des services de pointe dédiés à la mucoviscidose, à l’urologie,  ou aux greffes peut être confronté à un volume très élevé de prescription. Brigitte Bonan pharmacienne à Foch résume la problématique ainsi « Les pharmacies n’ont pas suffisamment de pharmaciens aujourd’hui pour valider ou revalider tous les jours jusqu’à 500 ordonnances » (Brigitte Bonan). Face à l’impossibilité d’embaucher massivement — « quel est l’hôpital aujourd’hui… qui embaucherait 20 pharmaciens pour faire de la validation uniquement ? » — l’établissement a donc logiquement misé sur la création de règles expertes intégrées dans un logiciel, permettant de hiérarchiser les priorités en termes de patients à risques, de molécules et de contre-indications. Elodie Bambina a elle aussi évoqué premièrement la question de la validation, particulièrement lors des week ends et des gardes, mais elle identifie d’autres utilisations de l’IA, mais elle a aussi deux autres utilisations de l’IA au sein de l‘hôpital Edouard-Toulouse : la conciliation médicamenteuse entre les ordonnances de médecine de ville et les prescriptions hospitalières, un enjeu particulièrement important les phases de changement ou rupture dans les prises en charge – comme les passages ville/hôpital – qui ont été identifiées comme à haut risques par l’OMS. Et la prise de notes dans les entretiens patients/pharmacien.

    Ces technologies permettent aux pharmaciens hospitaliers de gagner du temps tout en garantissant la qualité des actes médicaux.

    Un fort intérêt des internes

    L’introduction de l’intelligence artificielle et des outils numériques dans le circuit du médicament suscite un véritable engouement auprès des jeunes professionnels. Certains internes choisissent même de prolonger leur expérience pour continuer à travailler sur ces projets : « On a une interne qui est restée un semestre de plus pour continuer sur Pharmia»(Brigittte Bonan). Toutefois, cette attractivité se heurte au manque de formations dédiées à l’utilisation de ces outils qui freine l’adoption de ces nouveaux outils.

    Le rôle de l’expertise des pharmaciens

    Comme mentionné précédemment, si l’IA sélectionne les cas à risque l’expertise du pharmacien reste mobilisée pour élaborer, affiner et valider des règles de priorisation et de sécurité dans les logiciels (par exemple, déterminer quels patients ou molécules sont prioritaires, quelles contre-indications doivent être surveillées). Ces règles sont le fruit d’une expérience clinique approfondie et d’une connaissance fine des risques spécifiques à chaque situation. Egalement l’élaboration de base de données commune de règles expertes nécessite une collaboration inter établissements et une veille constante sur l’évolution des pratiques et des risques. Brigitte Bonan résume la situation ainsi : «L’IA va plutôt demander une montée en compétence du pharmacien pour garder la supervision de ce qui se passe et pouvoir analyser les incidents.»

    La traçabilité : sécurisation et innovation technologique

    La traçabilité des médicaments et des dispositifs médicaux constitue un axe majeur de sécurisation du circuit du médicament. À Foch un système permettant de retrouver l’identité autant du préparateur que du prescripteur a été mis en place. Cela permet d’assurer une compatibilité entre le bracelet du patient, la prescription et le contenu de la chimiothérapie, limitant les risques d’erreur. L’établissement réfléchit déjà à des évolutions, envisageant l’apport de l’intelligence artificielle pour aller plus loin dans la sécurisation et l’automatisation de la traçabilité. La traçabilité s’étend également à la gestion logistique, avec un suivi informatisé des commandes et des ruptures de stock, enjeu crucial à l’heure des tensions d’approvisionnement.

    Doctolib : un levier d’organisation et de fluidification du parcours patient

    L’intégration de Doctolib pour la gestion des rendez-vous de rétrocession (la dispensation de médicament par une pharmacie à usage intérieur (PUI) d’un établissement de santé à des patients non hospitalisés, aussi appelés patients ambulatoires) marque une évolution organisationnelle majeure. L’application Doctolib permet de prioriser les patients inscrits, d’optimiser les plages de rendez-vous et de mieux répartir les ressources humaines. Ce changement d’organisation, bien qu’il ait nécessité un important travail d’explication auprès du personnel et des patients a permis de fluidifier la gestion des ordonnances, des renouvellements et des sorties, en particulier pour des pathologies lourdes comme la cancérologie ou la greffe.

  • Entretien : « [En cardiologie] toutes les technologies qui augmentent le niveau de certitude sur la décision sont existentielles » (Arnaud Rosier, Implicity)

    En plus de son caractère très numérique, la cardiologie a également la particularité d’être une discipline dans laquelle les pathologies sont souvent graves, urgentes et dont les traitements présentent des risques. Les technologies qui augmentent le niveau de certitude sur sa décision sont donc essentielles. Les exigences sont élevées, tant pour le praticien que pour toute technologie susceptible de l’assister.

    Des cardiologues “early adopteurs”

    On trouve l’IA dans tous les domaines de la cardiologie : recherche, diagnostic, rythmologie, suivi et pronostic. Le potentiel d’apport de l’IA est particulièrement élevé dans trois domaines.

    L’imagerie diagnostique. D’une part parce que l’IA a de bonnes performances qui permettent de gagner en productivité, mais aussi parce que cette modalité est utilisée par des cardiologues particulièrement réceptifs aux innovations — ce sont des adopteurs précoces (early adopters, selon Arnaud Rosier). Le fait que la cardiologie soit une discipline numérique a rendu les professionnels plus perméables aux nouvelles technologies.

    La chirurgie interventionnelle. L’IA aide à la réalisation des actes (thermoablation en particulier), avec guidage des sondes en intracardiaque grâce à l’aide d’aimants (triangulation) et à l’imagerie en reconstruction 3D. L’IA permet aussi d’assurer le geste du praticien interventionnel, en stabilisant le bout de la sonde qui intervient en intracardiaque ; comme le souligne Jean-François Thébaut : « La main du praticien peut trembler, mais le bout de l’instrument reste parfaitement stable ». Par ailleurs, grâce à l’IA, il est possible de réaliser une reconstruction précise des circuits électriques du cœur afin d’identifier précisément la zone à traiter.

    La télésurveillance. Par définition, la télésurveillance est une modalité où « les humains veulent transformer une information entrante en décision médicale prise à distance du patient » (Arnaud Rozier), un cadre intrinsèquement très favorable à l’IA. La télésurveillance médicale implique une quantité d’informations très importante, souvent accompagnée d’un rapport signal/bruit défavorable. Dans ce cas-là, l’IA devient une IA ‘de productivité’, dans le sens où elle ne vise pas à surpasser le spécialiste mais à accomplir ce qu’il n’a pas le temps de faire. C’est ce que fait Implicity, qui permet notamment de réduire les faux positifs de 79 % sur les électrocardiogrammes issus des ILR (implantable loop recorder). Le concept d’IA ‘de productivité’ s’applique également aux urgences où chaque minute est importante et où elle permet aux praticiens de gagner un temps précieux.

    Prédiction des décompensations cardiaques

    Implicity développe également des solutions d’intelligence artificielle dédiées à la prédiction. Dans le cadre de l’Appel à Projets (AAP) du Health Data Hub (HDH), elle utilise les données issues des pacemakers et défibrillateurs connectés (100 à 200 paramètres, comme le rythme cardiaque ou l’impédance thoracique), croisées avec celles du Système National des Données de Santé (SNDS) — incluant les co-morbidités et hospitalisations — afin de prédire le risque de décompensation cardiaque dans un délai de 30 à 60 jours.

    Ce système, validé par la FDA en octobre 2023, offre des performances deux à trois fois supérieures aux solutions existantes. Des projets pilotes sont en cours aux États-Unis, où le modèle financier est étudié en raison des pénalités associées aux réhospitalisassions. Actuellement, cet algorithme est compatible avec les dispositifs médicaux implantables des fabricants Medtronic, Biotronik et Boston Scientific.

    En France, le défi du financement.

    Les futurs domaines d’application incluent la télésurveillance de l’insuffisance cardiaque, dont les outils sont encore peu développés, ainsi que l’analyse des pathologies complexes, telles que celles liées au muscle cardiaque ou aux lésions du cœur. Par exemple, au lieu de classer une lésion comme “inférieure à 50 %” et de traiter en fonction de cette catégorie, l’IA permet un diagnostic précis (par exemple une lésion évaluée à 43 %), permettant un traitement personnalisé, ce qui est particulièrement important en cardiologie

  • Entretien : « l’IA est aussi bonne que la donnée qu’elle utilise » (Delphine Moulu, Femtech France)

    Dans le cadre de son étude sur la santé des femmes, Health & Tech Intelligence s’est entretenue avec Delphine Moulu, directrice générale de Femtech France. Lors de cet entretien, nous avons pu échanger sur les spécificités de la santé des femmes, l’application de l’IA à ce domaine ou les principales difficultés auxquelles faisaient face les Femtechs. 

    Des solutions d’IA en santé féminine déjà matures 

    Lors du sommet de l’IA, Femtech France a organisé une table ronde sur l’IA et la santé des femmes. Lors de cet événement, 3 startups françaises ont été mises en avant pour leur utilisation de l’IA dans le secteur de la Femtech : 

    • My S Life, une application utilisant l’IA générative pour répondre aux questions des femmes sur leur santé. 
    • Elixir Health, un logiciel pour améliorer les chances de grossesse dans les parcours de Procréation Médicalement Assistée (PMA). 
    • Theremia qui permet de personnaliser les traitements selon le sexe, évitant une approche standardisée homme/femme. 

    L’enjeu des données 

    Un des grands enjeux de la santé féminine est celui des essais cliniques. Pendant longtemps, les femmes n’étaient pas incluses dans les essais cliniques. L’obligation d’inclure des femmes dans les essais cliniques date de seulement 30 ans. 

    L’IA étant tributaire des données qui ont servi à l’entraîner, si ces dernières sont biaisées, les indications de l’IA le seront également. 

    La France, un marché spécifique 

    La France est reconnue comme un leader européen du secteur Femtech, aux côtés du Royaume-Uni. Cette position s’explique notamment par une forte concentration d’innovations liées à l’endométriose, soutenues par une stratégie nationale dédiée à cette maladie chronique. 

    Le système de santé français fait que les modèles économiques sont moins orientés vers le B2C (Business to Consumer) que ceux du Royaume-Uni ou des États-Unis. De plus en plus de Femtech françaises font du B2B2C, par exemple elles vendent leurs solutions à des entreprises qui vont ensuite les proposer comme avantages à leurs salariées. 

    La problématique du financement 

    Le temps nécessaire pour signer un partenariat avec une entreprise ou une mutuelle est long (9 à 12 mois). Si la start-up n’a pas énormément de trésorerie, cette attente peut lui être fatale. Les startups doivent souvent prouver leur retour sur investissement (ROI) avant même que leur produit ne soit pleinement déployé. 

    Le rôle de Femtech France 

    Face à ces défis pour les start-up Femtech, Femtech France s’est donné pour mission de promouvoir des startups innovantes, de fédérer les acteurs de l’écosystème tels que les industriels ou les établissements de santé, et d’aider les startups femtech à se financer. L’association regroupe déjà plus de 80 startups Femtech au sein de son collectif et continue de porter des projets pour soutenir leur développement. 

  • Entretien : « l’utilisation de l’IA améliore la survie des patients ayant des métastases d’origine inconnue » (Dr Sarah Watson, Institut Curie)

    Dr. Sarah Watson, oncologue médical à l’Institut Curie, est spécialisée dans la prise en charge des cancers rares. Elle partage son temps entre la clinique et la recherche, travaillant notamment sur l’intégration de l’intelligence artificielle (IA) en oncologie.

    Chaque année, 7 000 patients en France développent des métastases d’un cancer de primitif inconnu (CUPI). Ces cancers posent un défi majeur : sans connaître leur origine, il est difficile de définir un traitement efficace et approprié. Cela laisse ces patients dans une impasse thérapeutique. Pour répondre à cette problématique, l’Institut Curie a développé un outil basé sur l’IA. Cet outil utilise des données moléculaires pour identifier l’origine des cancers avec une précision inégalée jusqu’à présent. Utilisé à grande échelle notamment lors des réunions de concertations pluridisciplinaires (RCP) nationales, il est déjà d’une aide précieuse pour les cliniciens, apporte des solutions thérapeutiques personnalisées et améliore les perspectives de survie des patients. Cependant, des défis subsistent : améliorer l’accessibilité à ces outils, élargir les datasets et garantir leur adoption par les professionnels de santé. Comme le souligne Dr. Watson, l’IA ne remplacera pas les médecins mais elle devient un allié indispensable pour ceux qui l’intègrent dans leur pratique.

    Classification et identification de l’origine des CUP

    Comment a été conçu l’outil d’IA ?

    L’outil d’IA développé par l’Institut Curie se base sur une idée simple : chaque tumeur possède une « empreinte moléculaire » unique. En analysant les profils génétiques des métastases, il est possible de retrouver des indices sur leur origine. Pour cela, l’équipe du Dr Watson a constitué une base de données qui rassemble plus de 20 000 profils moléculaires de cancers. Ces données, normalisées et anonymisées, couvrent une large variété de types tumoraux. L’algorithme de deep learning a été entraîné sur ce dataset pour apprendre à reconnaître les signatures associées à plus de 200 cancers différents.

    Quels sont les résultats obtenus en clinique ?

    Lors des premiers tests, l’outil a été utilisé sur une cohorte de 50 patients présentant des métastases d’origine inconnue. L’IA a réussi à identifier l’origine probable du cancer dans 80 % des cas avec des scores de probabilité élevés. En termes pratiques, ce processus est rapide et compatible avec les délais cliniques : un séquençage ARN prend environ une semaine et les résultats peuvent ensuite être intégrés aux discussions lors des RCP.

    Depuis sa mise en œuvre en 2020, cet outil a transformé la prise en charge des cancers d’origine inconnue. Les patients diagnostiqués grâce à l’IA bénéficient de traitements plus ciblés ce qui se traduit par une augmentation significative de leur survie : jusqu’à 46 % d’amélioration dans certains cas.

    Quelles sont les limites de cet outil d’IA ?

    Premièrement, il nécessite des prélèvements tumoraux congelés pour effectuer le séquençage ARN. Or, dans de nombreux centres hospitaliers les échantillons sont conservés en paraffine rendant cette technologie inaccessible à certains patients.

    Deuxièmement, comme tout système d’IA, l’algorithme est tributaire de la qualité et de la diversité de son dataset. Si un type de cancer est absent des données d’entraînement alors l’outil ne pourra pas le reconnaître. Dr. Watson explique que l’équipe travaille actuellement sur une nouvelle version dont l’objectif est d’élargir le dataset, et à le rendre applicable à des échantillons conservés en paraffine. Ces améliorations permettront de rendre l’outil plus performant et plus inclusif au niveau national.

    Vers une oncologie plus précise grâce à l’intégration des données moléculaires

    Comment l’outil permet d’améliorer les décisions thérapeutiques ?

    Cet outil d’IA a comme principaux atouts sa précision et sa rapidité. Une fois que l’origine probable du cancer est identifiée, les oncologues peuvent adapter les traitements en conséquence. Cela inclut la sélection de chimiothérapies spécifiques ou l’intégration de thérapies ciblées en fonction des caractéristiques biologiques de la tumeur. En pratique, cet outil a été intégré à la RCP nationale dédiée aux CAPI. Dans ce cadre, le séquençage ARN est effectué sur les plateformes nationales SeqOIA et Auragen sur des échantillons congelés envoyés depuis différents centres hospitaliers à travers la France. Une fois le séquençage réalisé, les données sont passées dans l’algorithme d’IA pour proposer un diagnostic potentiel accompagné d’un score de probabilité. Les résultats sont intégrés aux autres caractéristiques de la maladie et le diagnostic final probable ainsi qu’une proposition thérapeutique sont rendus par les médecins experts dans le cadre de la RCP nationale.

    Quelles sont les perspectives pour améliorer cette IA ?

    Chaque nouveau cas enrichit la base de données afin d’affiner le modèle d’IA et d’améliorer ses performances. Par ailleurs, des projets complémentaires explorent d’autres possibilités : par exemple, prédire la réponse des patients à certains traitements en analysant leurs données cliniques et génomiques. Ces approches s’inscrivent dans une vision à long terme à l’Institut Curie : celle d’une oncologie entièrement personnalisée où chaque patient bénéficie d’un traitement optimisé.

    Quelles sont les autres applications de l’IA en oncologie à Curie ?

    Le Dr Watson explique qu’outre cet outil, l’Institut Curie utilise l’IA pour plusieurs autres applications. En radiothérapie, des algorithmes automatisent des tâches comme le contourage des tumeurs ce qui réduit la charge de travail des cliniciens et améliorant la précision des traitements. Dans l’analyse d’images médicales, l’IA détecte des lésions cancéreuses avec une excellente précision. Ces outils, bien qu’encore en phase de développement pour certaines applications ont un fort potentiel pour la pratique clinique.

     

  • Entretien : « Comprendre et soulager la douleur chronique doit être au cœur de l’action » (F. Alliot-Launois, Aflar)

    Les multiples défis des patients douloureux

    Quels sont les principaux obstacles rencontrés par les patients souffrant de rhumatismes ?

    La douleur chronique est un défi quotidien majeur qui dépasse le cadre médical. Elle touche l’autonomie, mais aussi l’intégration sociale et professionnelle des patients. Nombre d’entre eux se sentent seuls dans un parcours de soins souvent complexe et mal coordonné. Ils doivent jongler entre médecins, pharmaciens, spécialistes de la douleur, kinésithérapeutes et infirmiers, assumant eux-mêmes le rôle de coordinateurs.

    Certaines populations, comme les personnes âgées, les adolescents ou les femmes, sont particulièrement négligées. La douleur des femmes, par exemple, est moins bien diagnostiquée et moins bien prise en compte. Par ailleurs, les travaux actuels sur les liens entre douleur, inflammation, alimentation, microbiote, etc., restent à approfondir, car il s’agit de pistes qui pourraient offrir des pistes de traitement.

    La douleur peut aussi détruire les liens sociaux et familiaux : divorce, chômage, isolement, voire parfois suicide, malheureusement. C’est pourquoi une des missions de l’Aflar est de soutenir les patients via des groupes de parole, des conseils et une écoute active. Nous tenons compte aussi des proches, car la sphère familiale est souvent très impactée.

    L’innovation entre limites et promesses

    Quelles sont les innovations récentes pour la gestion de la douleur que vous avez pu remarquer ?

    Les avancées thérapeutiques récentes concernent moins les médicaments que les approches alternatives. En pharmacologie, les antalgiques classiques comme le paracétamol ou les anti-inflammatoires non stéroïdiens (AINS) restent incontournables, avec des indications larges dans les douleurs rhumatismales. Les opioïdes, régulés par des prescriptions strictes, doivent être utilisés avec précaution du fait de leurs effets secondaires et du risque de dépendance.

    Le cannabis thérapeutique offre une opportunité intéressante, mais il reste très encadré en France, rendant son accès difficile. Beaucoup de patients, frustrés, se tournent vers des solutions non remboursées comme l’homéopathie, les phytothérapies ou encore des cures alimentaires. Pourtant, certaines de ces pratiques, mal expliquées ou mal encadrées, comportent des risques.

    En revanche, des études sérieuses montrent que des régimes anti-inflammatoires peuvent être bénéfiques pour les patients souffrant de maladies rhumatismales. De même, les approches non médicamenteuses – méditation, sophrologie, activité physique adaptée, voire de simples activités du quotidien comme le tricot ou le jardinage – jouent un rôle important dans le soulagement des douleurs. Très peu de patients bénéficient d’une éducation thérapeutique du patient (ETP), et les centres de la douleur, avec leurs longues listes d’attente, ne peuvent répondre à la demande massive : on parle en effet de 20 millions de personnes concernées en France.

    Comment les nouvelles technologies, comme l’intelligence artificielle, peuvent-elles transformer la prise en charge de la douleur ?

    Les solutions numériques offrent des perspectives fascinantes. L’IA, par exemple, peut décrypter le langage des patients, leurs comportements et leurs émotions pour mieux évaluer leur douleur. Elle permet de personnaliser les traitements et de suivre l’évolution de la douleur dans le temps. Cela pourrait révolutionner la prise en charge, notamment pour des populations souvent négligées, comme les femmes, les adolescents ou les personnes âgées.

    Cependant, il est crucial que l’IA reste un outil complémentaire à l’humain. La parole et l’écoute d’un professionnel de santé sont indispensables pour créer un lien de confiance et apporter un soutien empathique. À l’Aflar, nous sommes déjà engagés avec des start-ups qui développent des solutions innovantes pour améliorer la qualité de vie des patients. Nous travaillons aussi à renforcer les solutions non numériques, proposées gratuitement dans nos pôles régionaux. Mais il reste beaucoup à faire pour intégrer ces technologies dans les parcours de soins. Nous devons donner aux soignants les moyens de détecter et de traiter efficacement la douleur, en particulier dans les Ehpad et les lieux de vie où les besoins sont immenses.

    La douleur ne doit donc pas être vécue comme une fatalité…

    La douleur chronique n’est jamais normale. L’objectif de l’Aflar est d’agir sur tous les fronts : sensibilisation, écoute, recherche clinique et mise en œuvre de solutions thérapeutiques adaptées. Avec les nouvelles technologies et une meilleure coordination des soins, nous espérons redonner de l’espoir et de la qualité de vie à des millions de patients en France.

     

  • Entretien : l’IA pour faciliter l’inclusion des patients dans les essais cliniques (M. Morice et N. Varoqueaux, Amgen)

    Un projet collaboratif au service de la recherche clinique

    Le projet AIIPIK (Artificial Intelligence to Improve Patient Inclusion and Knowledge) a été lancé avec le soutien d’Amgen France dans le but de surmonter l’un des obstacles majeurs aux essais cliniques : la difficulté à identifier les patients éligibles dans des délais appropriés. Dans un entretien exclusif avec Health&Tech Intelligence, Marie Morice, directrice de l’innovation, et Nathalie Varoqueaux, directrice médicale chez Amgen France, reviennent sur les motivations stratégiques et opérationnelles du laboratoire spécialisé en biotechnologies pour soutenir ce projet expérimental porté par la société Ospi en collaboration avec le CHU de Toulouse.

    Selon Marie Morice, AIIPIK s’inscrit pleinement dans la stratégie globale d’Amgen visant à intégrer l’IA dans ses processus de recherche et développement (R&D). « L’IA n’est pas seulement utilisée pour découvrir de nouvelles cibles thérapeutiques, mais aussi pour optimiser le processus des essais cliniques, en particulier la sélection des patients car cela représente un enjeu majeur d’accès à l’innovation », explique-t-elle. Les essais du laboratoire « sont de plus en plus personnalisés grâce aux thérapies ciblées ». Or, identifier manuellement les patients éligibles « reste un processus long et fastidieux pour les équipes de recherche clinique ». Ce projet collaboratif fait ainsi le lien entre les équipes médicales et l’innovation, créant une synergie entre la recherche clinique et les technologies de pointe pour accélérer l’accès des patients aux innovations. « Il représente pour Amgen un exemple de connexion avec l’écosystème de la recherche et de l’innovation en France ».

    De son côté, Nathalie Varoqueaux précise que ce projet est issu du programme d’accélération de l’EIT « Start-ups Meet Pharma », auquel Amgen a participé en 2021 pour proposer de rechercher une solution capable d’identifier et de sélectionner automatiquement les patients pour des essais cliniques à partir des dossiers médicaux. « L’identification de patients éligibles aux essais cliniques sur la base de critères spécifiques est un élément clé pour le succès de nos études cliniques et l’attractivité de la France pour les essais internationaux. Or, il est difficile d’estimer en temps utile le potentiel de patients éligibles dans les établissements ». Elle explique, par ailleurs, qu’au travers du projet AIIPIK, l’ambition d’Amgen est de « comprendre l’intérêt et la faisabilité d’utiliser l’IA pour accélérer la phase de “pré-screening” de patients dans les essais cliniques et ainsi augmenter le nombre de patients participants, notamment en oncologie où 70 % des études d’Amgen impliquent l’existence d’un biomarqueur. »

    Une expérimentation clinique au CHU de Toulouse

    Le cœur du projet AIIPIK réside dans la capacité du logiciel I4H « Intelligence 4 Health » (i4H) de la société Ospi à analyser en continu des comptes-rendus médicaux pour identifier les patients éligibles à un essai clinique. Ce logiciel intègre des fonctionnalités de traitement du langage naturel (NLP) pour analyser en temps réel les données médicales structurées et non structurées. Parmi ces données, on trouve les comptes-rendus médicaux, les résultats des examens d’imagerie, ainsi que les biomarqueurs, essentiels dans les essais cliniques d’aujourd’hui.

    L’outil a été testé au CHU de Toulouse, dans le cadre d’une expérimentation clinique rétrospective visant à évaluer sa capacité à identifier rapidement des patients éligibles à un essai clinique en oncologie thoracique, une des pathologies les plus complexes à traiter. Le premier bilan des résultats a montré que l’outil d’IA était plus efficace que l’identification manuelle, une avancée importante pour la recherche clinique.

    « L’IA permet d’automatiser une tâche fastidieuse et chronophage, tout en améliorant la précision des sélections des patients », précise Nathalie Varoqueaux. Et d’ajouter que, grâce à l’outil développé par Ospi, « la phase de pré-screening des patients éligibles à un essai clinique aurait pu être accomplie en 30 minutes tandis que, manuellement, cela peut prendre de plusieurs jours à plusieurs semaines. »

    Améliorer l’accès à l’innovation pour tous les patients

    L’un des objectifs principaux d’Amgen, à travers ce projet, est de garantir un accès équitable aux essais cliniques, en particulier dans des disciplines comme l’oncologie, où les traitements ciblés reposent sur des biomarqueurs spécifiques. « La recherche clinique représente un enjeu majeur pour l’accès à l’innovation, et le recrutement des patients reste un très grand défi », souligne Marie Morice. En effet, dans un contexte où 77 % des essais cliniques nécessitent la recherche de biomarqueurs, l’utilisation d’outils comme I4H permet de réduire le temps nécessaire pour identifier les patients qui peuvent bénéficier de ces thérapies personnalisées.

    De plus, le projet AIIPIK ne se limite pas à un cadre expérimental restreint. Selon Nathalie Varoqueaux, il fait partie d’une réflexion plus large qui est en cours sur l’intégration de l’IA dans différents types d’établissements, qu’ils soient publics ou privés, dans le but de faciliter l’inclusion des patients dans des essais cliniques, quel que soit leur type de pathologie.

    Vers un déploiement à grande échelle :

    Les premiers résultats du projet AIIPIK montrent des avancées prometteuses, mais il reste encore des défis à surmonter. « Il est crucial que cet outil devienne une solution autonome pour les médecins, afin qu’ils puissent l’utiliser directement sans nécessiter l’intervention systématique de data scientists », explique Marie Morice.

    Les deux représentantes du laboratoire rappellent aussi qu’un autre outil d’IA développé par Amgen, appelé Atomik, aide leurs équipes à sélectionner les centres de recherche. « Cela illustre l’intégration des outils d’IA dans notre quotidien, avec l’utilisation d’objets connectés et d’autres plateformes numériques, notamment pour la mise en place d’essais cliniques décentralisés. »

    Un impact direct sur la recherche clinique en oncologie :

    Les premiers résultats de l’expérimentation ont été présentés lors du congrès de la Société européenne d’oncologie médicale (ESMO), en septembre 2024 : l’outil a permis d’identifier plus de patients que les méthodes manuelles classiques. Cette avancée représente une étape importante dans l’amélioration des pratiques de recherche clinique, et pourrait, à terme, faciliter l’accès des patients aux traitements les plus innovants, dans des délais réduits et avec une plus grande précision.

     

     

  • Tribune : « L’avenir de la santé numérique est interopérable et centré sur le patient » (P. Bouvier, OpenEHR)

    L’ouverture essentielle de la santé numérique

    Dans un contexte où les systèmes de santé sont fortement sollicités en termes de temps et de capacités cliniques, un avenir numérique doit permettre des décisions rapides et précises pour la prise en charge des patients.

    Le consensus est que l’avenir de la santé numérique dépend largement du partage et de l’intégration des données. Les données interconnectées jouent également un rôle clé dans la promotion des innovations technologiques. Comme le montre l’évolution du secteur, il est essentiel de tirer parti de l’intelligence artificielle pour exploiter pleinement ce potentiel. Toutefois, il est également admis que des bases de données robustes et efficaces sont indispensables pour soutenir ce type d’innovation, même si des défis restent à surmonter.

    Une approche citoyenne bénéfique pour tous

    OpenEHR permet aux systèmes de santé de passer d’une organisation centrée sur les systèmes à des données centrées sur la personne. Cette approche architecturale innovante accélère la transformation numérique en séparant de manière sécurisée les données des patients, sans les obstacles liés aux silos de données isolés. Le résultat est un dossier patient longitudinal qui favorise la coordination des soins, améliore les résultats et contribue à la santé de la population.

    Les systèmes de santé et d’aide sociale reconnaissent que le dossier longitudinal ou “jumeau numérique” est essentiel pour fournir des soins adaptés aux individus et aux populations. Le développement de l’application du NHS a d’ailleurs encouragé les citoyens à voir leurs données sous cet angle, s’attendant désormais à un accès unifié et centralisé à leurs informations de santé.

    Une croissance évolutive soutenue par des normes cohérentes

    OpenEHR se distingue comme norme de référence pour la pérennité des données, offrant une plateforme qui favorise la croissance continue. Les données enregistrées aujourd’hui seront utilisables par les professionnels de santé et les services sociaux dans 10 ou 100 ans, pour gérer et stratifier les risques de maladies chroniques tout au long de la vie d’une personne.

    « En tant que directeur des systèmes d’information, j’ai observé que de nombreux systèmes ne sont pas évolutifs en raison de la rigidité des données », souligne Pete Bouvier d’OpenEHR. « Chaque nouvelle application exigeait de reprendre les données de base, générant ainsi des coûts et des complexités additionnelles pour l’organisation. Avec OpenEHR, ces frictions disparaissent, car la norme permet d’intégrer de nouvelles technologies tout en assurant la validité des données. »

    Dans le domaine de la santé, de nombreuses normes de données sont utilisées, et elles doivent coexister pour assurer la fonctionnalité globale du système. (Comme FHIR, Snomed et Omop, etc…). Par exemple, OpenEHR International collabore étroitement avec HL7 pour connecter des sources de données intelligentes FHIR et OpenEHR, afin qu’elles soient accessibles dans des applications destinées aux patients et cliniciens.

    Récemment, en collaboration avec Chuck Jaffe, PDG de HL7, OpenEHR a annoncé son ambition d’aligner certaines normes et spécifications pour le bien commun. L’objectif est d’élargir le choix et le potentiel des logiciels disponibles. Dans cet esprit de collaboration, OpenEHR attend avec impatience les discussions que cette initiative suscitera.

    Soutenir des systèmes de soins avancés en Europe

    L’Europe est à l’avant-garde de l’adoption d’OpenEHR. De nombreux systèmes de santé avancés privilégient l’ouverture, car elle leur permet de mieux exploiter leurs données.

    La Catalogne en est un exemple, avec la mise en place d’un dossier de santé régional unifié et bidirectionnel. La région a adopté une approche structurée pour évaluer l’architecture cible et la manière de l’exploiter. Des chercheurs du monde entier ont participé à cette réflexion, et OpenEHR a été choisi comme base de données. Le déploiement d’OpenEHR est désormais prévu dans d’autres régions d’Espagne.

    Dans les pays nordiques, OpenEHR bénéficie d’une adoption croissante avec le soutien de nombreux fournisseurs. En Suède, sept régions l’utilisent déjà, et l’hôpital universitaire de Karolinska a également mis en place un cadre basé sur une approche ouverte.

    La Slovénie utilise OpenEHR depuis près de 13 ans, et la Grèce a récemment signé un accord pour implémenter un dossier de soins partagé à l’échelle nationale.

    Ce changement de perspective est encourageant à un moment où les systèmes de santé nationaux sont sous forte pression et nécessitent une transformation rapide. OpenEHR constitue la voie la plus rapide vers un dossier de santé unifié centré sur le citoyen, plaçant les données de santé sur une trajectoire prometteuse et durable pour l’avenir.

     

  • Entretien : « l’IA sera indispensable à la radiologie, mais les modèles financiers non aboutis sont à construire avec la profession » (Dr Laurent Verzaux, directeur général du groupe Vidi)

    Un besoin évident :

    L’activité radiologique va continuer à augmenter du fait de l’enrichissement des capacités de l’imagerie, et d’une demande croissante liée au vieillissement de la population, tant dans les activités de dépistage, de diagnostic que de suivi des patients. Les radiologues et les manipulateurs, s’ils ne remettent pas en question leur organisation de travail, leur mode de fonctionnement, ne pourront pas faire face à cette demande. L’IA, que ce soit pour fluidifier et accélérer le parcours patient, ou pour aider à l’interprétation et au traitement des images, est une des briques essentielles pour répondre à ce défi.

    Un modèle financier à stabiliser

    Quelle est la cohérence des investissements IA par rapport aux modèles financiers existants ?

    Les modèles actuels ne sont pas encore stabilisés et nécessitent une restructuration. Alors que dans le passé la numérisation des archives radiologiques a été un succès relatif (accompagnement financier pour assurer la transition), il est dommage qu’une solution de ce type n’ait pas été proposée pour l’IA, mettant ainsi en lumière les faiblesses des systèmes de financement.

    Les coûts liés à l’introduction des outils d’IA en radiologie sont un facteur déterminant dans la lenteur de leur adoption. Le développement de ces technologies demande des investissements importants, non seulement pour leur création mais aussi pour leur déploiement à grande échelle. Le coût des développements augmente à mesure que l’accès aux bases de données et aux systèmes devient plus complexe. Par conséquent, les solutions basées sur des systèmes SaaS, très populaires, deviennent difficilement viables à mesure que l’activité augmente.

    Pour contrer cela, il faudrait que les nouveaux modèles économiques soient adaptés à la réalité des cabinets de radiologie. Une approche proposée est la mutualisation des coûts à travers des réseaux de cabinets ou des collaborations inter-hospitalières. Cela permettrait de partager les charges d’investissement tout en assurant une diffusion plus large des technologies. Ces modèles financiers devront être discutés et coconstruits avec les représentants légitimes de la profession, les hôpitaux et les autorités compétentes, afin de garantir une tarification équitable et un accès généralisé aux outils d’IA.

    Les défis de l’intégration des outils d’IA

    Quels sont les usages de l’IA aujourd’hui ?

    L’IA en radiologie a déjà fait ses preuves, en particulier dans l’aide à l’interprétation ou le post traitement d’images, mais son intégration complète reste un défi de taille. Les outils disponibles actuellement offrent des performances déjà impressionnantes, comme la détection automatique de fractures, ou la réalisation de mesures en orthopédie, la détection et le suivi de nodules. Ces outils utilisés sous leur responsabilité permettent aux radiologues de se concentrer sur des tâches plus complexes, améliorant ainsi à la fois leur efficacité et la qualité des soins.

    Toutefois, la fiabilité des outils d’IA est encore perfectible. Par exemple, dans le cas du dépistage du cancer du sein, le taux de faux positifs demeure trop élevé. Pour que l’IA devienne une aide fiable dans ce domaine, il est nécessaire d’améliorer les logiciels de comparaison entre examens successifs, afin de réduire les faux positifs. Une des premières applications attendues dans ce domaine serait de réaliser la seconde lecture du dépistage avec IA dans environ 40 ou 60 % des cas. Pour y arriver, il faut que la dématérialisation de la deuxième lecture soit opérationnelle sur l’ensemble du territoire. Un autre aspect de l’intégration de l’IA est l’optimisation du workflow allant de la prise de rendez-vous à la génération de comptes-rendus.

    Un autre besoin, fondamental pour s’assurer du bon usage de l’imagerie, et auquel l’IA pourrait répondre est :

    • la pertinence des demandes d’examens ;
    • la structuration et la qualité des demandes.

    Comment l’IA permettrait d’améliorer le workflow ?

    L’optimisation du workflow grâce à l’IA est un domaine à perfectionner et améliorer car le nombre d’examens ne cesse d’augmenter pour les radiologues en activité.

    A titre d’exemple, pour le suivi de patients en rémission : ils doivent être suivi chaque année avec un scanner de contrôle, et avec comparaison au scanner de l’année précédente. Ces patients sont nombreux. L’IA pourrait identifier ces patients dès leur prise de rendez-vous, programmer l’examen et le protocole scanner, comparer les images et proposer une pré-compte rendu. Le radiologue supervise et signe le compte-rendu en fin d’examen. Cela éliminerait les processus administratifs lourds et permettrait un gain de temps considérable, tant pour le patient que pour le radiologue. L’objectif est de réduire la charge de travail des radiologues tout en garantissant une précision et une efficacité accrues.

    En optimisant les processus et en réduisant les tâches répétitives, les radiologues pourraient traiter un plus grand nombre de patients sans sacrifier la qualité des soins. Dans un contexte où le nombre de pathologies à diagnostiquer, notamment en cancérologie, ne cesse d’augmenter, cette optimisation du workflow est perçue comme un élément clé pour répondre aux besoins futurs de la profession.

     Quels sont les usages de l’IA en oncologie ?

    Aujourd’hui, l’IA a montré son potentiel en orthopédie ou en imagerie d’urgences mais son utilisation en oncologie est à perfectionner. Par exemple, les outils d’IA pour le suivi des tumeurs et des nodules ne sont pas encore largement utilisés, malgré leur potentiel énorme. La comparaison d’images dans le temps, pour détecter la croissance ou la régression d’une tumeur, est l’un des domaines où l’IA pourrait faire la différence mais les solutions existantes ne sont pas encore déployées à grande échelle.

    Se réorganiser : une nécessité pour accéder à l’IA

    Comment s’assurer, pour demain, d’un déploiement et d’un usage réussis de l’IA ?

    Pour que l’intégration de l’IA dans la radiologie soit possible et réussie, il est impératif de repenser organisations et modes de fonctionnement. En particulier il faut une coopération accrue entre les différents acteurs du secteur. Il est important de mutualiser les investissements et de partager les ressources, que ce soit entre cabinets privés, réseaux d’hôpitaux ou régions entières. La création de réseaux de radiologues utilisant des plateformes partagées permettrait de diminuer les coûts d’accès aux technologies d’IA, tout en garantissant une meilleure répartition des outils à travers les territoires.

    Cette mutualisation est importante pour éviter les inégalités dans l’accès aux soins. En effet, le risque est de voir se créer un système à deux vitesses, où les grands groupes de radiologie et les établissements de santé bien financés auraient accès aux dernières technologies, tandis que les petites structures ou les régions moins développées resteraient en marge de cette évolution. Une telle situation pourrait entraîner des disparités dans la qualité des soins et dans la capacité à diagnostiquer efficacement certaines pathologies. La mutualisation des ressources permettrait de garantir une répartition plus équitable des technologies, rendant ainsi leur coût supportable pour l’ensemble des acteurs du secteur.

  • Entretien : « Des parcours hybrides et une étroite collaboration avec les territoires pour améliorer l’accessibilité des soins » (J.-P. Piermé, LET)

    Quelles sont les difficultés auxquelles les opérateurs de la téléconsultation doivent-ils faire face et quelles réponses y apporter ?

    Un premier aspect à considérer est l’intégration des téléconsultations dans les structures de soins. Cela nécessite une coordination à trois niveaux : local, régional et national. Le LET (Les entreprises de télésanté) a fait de nombreux efforts pour faire des propositions de régulation et reste convaincu que le système de santé est un bien commun. Loin d’une logique d’ubérisation, notre approche se veut professionnelle et responsable. Une bonne gouvernance médicale est primordiale, et nous constatons un bon climat de travail avec les institutions nationales, tandis que la collaboration avec les collectivités locales est déjà bien établie.

    Dans les années à venir, nous souhaitons travailler en étroite collaboration avec les agences régionales de santé (ARS). Les Assises de la téléconsultation sont justement prévues pour faciliter ce travail, et des initiatives comme e-Meuse Santé illustrent cette dynamique positive.

    Les opérateurs de la téléconsultation rencontrent des difficultés liées aux modèles économiques qui sont en pleine évolution. Avant l’instauration d’un statut clair de la pratique, il n’existait pas de base de financement adéquate pour ces activités. Avec l’Assurance maladie, un modèle commence à se structurer pour les activités de télésanté, mais il reste encore du chemin à parcourir. Nos réflexions actuelles privilégient une approche centrée sur les parcours et les équipes, plutôt que sur des actes isolés. Aujourd’hui, nous nous dirigeons vers un modèle où il est important de différencier le forfait technique versé à l’opérateur et le forfait intellectuel destiné aux professionnels de santé. Nous offrons des services d’organisation, de formation et de technique, et notre modèle économique doit donc évoluer vers un forfait organisationnel et technique.

    Se posent ensuite la question des investissements qui sont essentiels pour développer une infrastructure efficace et intégrer la téléconsultation au niveau des hôpitaux. Pour cela, il est nécessaire d’augmenter encore les usages afin de mieux s’insérer dans les services d’accès aux soins (Sas) et les établissements de santé, ce qui fait partie de la trajectoire à suivre.

    Quels parcours de soins devrait-on mettre en place avec les enjeux actuels et futurs de la téléconsultation ?

    Les parcours de soins hybrides sont une solution prometteuse, alliant des consultations en présentiel et à distance. Cette approche s’inspire de la téléradiologie, où des médecins radiologues sont présents sur place mais peuvent également intervenir à distance.

    Nous avons déjà commencé à mettre en place des téléconsultations assistées, où les patients sont pris en charge par des professionnels paramédicaux. Ce modèle est déjà opérationnel au Canada pour les flux courts, et nous aspirons à le développer ici. Toutefois, cette trajectoire prendra du temps et nécessitera une collaboration accrue avec les structures de soins. Il est nécessaire de gérer cette intégration aux niveaux local, régional et national, simultanément. Le statut de la téléconsultation étant encore récent, notre objectif est de renforcer la collaboration avec les acteurs des régions et des territoires dans le but d’accroître l’efficacité de ces parcours.

    Comment la téléconsultation peut-elle se développer sans compromettre l’universalité et la qualité des soins, tout en répondant aux exigences de leur modernisation et de leur rationalisation ?

    La question de la qualité des soins est fondamentale pour les sociétés de téléconsultation. En témoigne l’encadrement médical obligatoire qui y est instauré pour garantir un haut niveau de soins. Nous sommes de plus en plus intransigeants sur la qualité médicale, car l’interrogatoire en téléconsultation nécessite une approche différente de celle des consultations en présentiel. La télé-sémiologie impose au médecin de poser des questions spécifiques, qui ne sont pas toujours nécessaires lors d’une consultation en personne.

    Il est important de ne pas comparer la téléconsultation au « gold standard » des consultations en présentiel. L’évaluation doit se faire par parcours, afin d’apprécier l’adaptabilité de la téléconsultation et d’orienter les pratiques en conséquence. Les médecins sont déjà en mesure de déterminer ce qui peut être pris en charge par des téléconsultations assistées ou classiques.

    En France, il y a plus de 400 millions de consultations par an, dont environ 10 millions sont des téléconsultations, gérées en majorité par des médecins traitants (80 % de médecine générale). En abordant la question de la territorialité, un enjeu majeur des Assises de la téléconsultation, nous prévoyons une augmentation significative des volumes, notamment pour des soins aigus nécessitant des réponses rapides. La complémentarité entre les consultations en présentiel et à distance permettra cette évolution.

    Chaque année, au LET, nous publions des études qui mettent en lumière les bonnes et les mauvaises pratiques en télésanté. Cependant, il reste encore beaucoup d’incertitudes à clarifier. L’ensemble des actions se fera en concertation avec les territoires. Nous entrons dans une phase de collaboration plutôt que d’opposition, afin de répondre à notre principale priorité à tous : le besoin d’accès aux soins.

    👉 Pour aller plus loin :

    L’étude Health&Tech Intelligence intitulée “Téléconsultation : comment réduire l’écart entre le dynamisme de l’innovation et son intégration dans les pratiques ?“, publiée le 11 septembre 2024, est accessible via ce lien.