VERDU BISSI Alexandre

28 solutions d’IA pour la santé des femmes : l’oncologie domine le secteur

Plus de la moitié des solutions sont consacrées aux cancers de la femme (sein et col de l’uterus)

Les solutions d’IA en oncologie pour la santé des femmes ont pour objectif principal la détection précoce des cancers, ce qui permet une prise en charge rapide et une amélioration des chances de survie. L’IA est principalement utilisée pour le cancer du sein et le cancer du col de l’utérus, avec une multitude d’outils permettant de détecter les anomalies à travers des images médicales, notamment la radiographie et l’imagerie par résonance magnétique (IRM). 16 solutions sont consacrés aux cancers de la femmes.

Dans le cadre du cancer du sein, des solutions comme MammoScreen de Therapixel ou Breast-SlimView de Hera-Mi utilisent l’IA pour analyser les mammographies et aider les radiologues dans la détection du cancer du sein. De son côté, Galen Breast d’Ibex Medical Analytics applique des algorithmes de deep learning pour classer les images mammographiques et identifier les anomalies, tandis que ProFound Suite d’iCad optimise l’interprétation des mammographies pour améliorer les décisions diagnostiques. D’autres solutions comme TechCare Breast (Milvue)et Cleo Breast (Primaa) ont également été développées pour améliorer la précision des diagnostics mammographiques.

Pour le cancer du col de l’utérus, des outils comme CytoProcessor de Datexim détectent et analysent les anomalies cervicales à travers des frottis, tandis que Genius Digital Diagnostic System de Hologic aide à diagnostiquer le cancer du col de l’utérus par la numérisation et l’analyse des tests Papanicolaou.

Plusieurs solutions consacrées à d’autres pathologies chroniques, comme l’endométriose :

En ce qui concerne les pathologies chroniques féminines, plusieurs solutions sont conçues pour améliorer la gestion et le suivi des patientes atteintes de l’endométriose. Luna est une solution spécialisée dans l’endométriose qui utilise l’IA pour améliorer le diagnostic précoce et le suivi des patientes. Femendo de Femnov aide également à analyser les symptômes de l’endométriose et optimise la prise en charge des patientes. Matricis.ai est un autre outil qui se concentre sur l’endométriose, facilitant la détection et la gestion des symptômes de cette maladie complexe. Enfin, Ziwig permet de prédire et suivre l’évolution de l’endométriose grâce à l’IA, améliorant ainsi les traitements. Ces technologies ont montré des résultats prometteurs dans le suivi des maladies gynécologiques et l’amélioration du parcours de soins des femmes.

La santé reproductive et la maternité aussi prises en charge

L’IA s’invite également dans la santé reproductive des femmes, avec des solutions adaptées pour les parcours de fertilité, ainsi que dans la maternité et le post-partum. Ces outils aident à mieux gérer la fertilité, à prédire les risques de complications et à analyser des données complexes liées à la santé reproductive. Elles permettent de mieux surveiller les conditions médicales, d’améliorer la gestion des soins et de prévenir les complications.

3 solutions d’IA pour la santé reproductive :

ImVitro est une solution basée sur l’IA qui permet d’optimiser le processus de fécondation in vitro (FIV) en analysant les données des embryons. De son côté, Louise aide les femmes dans leur parcours de fertilité, en analysant les données de cycles et de traitements, quant Elixir Health utilise des outils basés sur l’IA pour personnaliser les traitements de fertilité en fonction des caractéristiques médicales de chaque patiente.

3 solutions pour la maternité et le post-partum :

Sonio est une solution innovante qui utilise l’IA pour aider les professionnels de santé à surveiller la grossesse. Elle analyse les échographies et les données cliniques pour détecter les risques précoces et faciliter un suivi personnalisé. Efelya permet un suivi à distance de l’état de santé des femmes enceintes et post-partum, en surveillant les signes vitaux et en fournissant des recommandations personnalisées. Diagnoly se concentre sur le diagnostic et le suivi des complications post-partum en analysant les données médicales, permettant ainsi une gestion optimale des soins après l’accouchement.

Ces technologies ont montré des résultats prometteurs dans le suivi des maladies gynécologiques et l’amélioration du parcours de soins des femmes.

Les solutions de santé pelvienne et de santé mentale, moins développées, mais pas oubliées

Les solutions pour la santé pelvienne et la santé mentale abordent des questions souvent négligées, mais essentielles pour le bien-être des femmes, notamment pour des pathologies comme l’endométriose, ou des troubles mentaux comme la dépression post-partum.

Digyne utilise des jumeaux numériques pour améliorer le suivi des pathologies pelviennes et apporter des traitements personnalisés. De son côté, Dalia est une solution qui se concentre sur la détection précoce des troubles de santé mentale chez les femmes, en particulier la dépression et l’anxiété post-partum.

Cartographie des solutions d’IA dédiées à la santé des femmes et utilisées en France :

Cartographie des solutions d’IA dédiées à la santé des femmes et utilisées en France – @Health&Tech Intelligence

5 mars 2025
Santé des femmes : chiffres clés et tendances du marché femtech en 2025
Un observatoire H&TI pour saisir les enjeux de la santé des femmes

Le dernier observatoire de H&TI publié en 2024 avait mis en lumière plusieurs initiatives françaises qui ont été mise en place pour favoriser l’amélioration de la santé des femmes, un meilleur accès au soin, ainsi qu’une plus grande prise en compte de certaines pathologies qui leurs sont propres, comme l’endométriose, mais avait aussi mis l’accent sur des enjeux auxquels doivent faire face les pouvoirs publics en matière de santé des femmes, et plus particulièrement d’égalité de prise en charge en santé, notamment en ce qui concerne l’errance diagnostique, les mauvaises prises en charge, ou encore la méconnaissance de certains symptômes.

Depuis ce dernier observatoire, aucune initiative majeure n’a été mise en place du point de vue du Gouvernement, mais l’écosystème de la Femtech n’a cessé de grandir, que ce soit à l’échelle de l’Hexagone, ou aux échelles européennes et mondiales, avec une forte croissance du nombre d’entreprises. Cependant, le point noir réside dans le manque de financement. Si la France s’est fixée l’objectif ambitieux d’investir 200 millions d’euros (public et privé) d’ici 2026 dans la Femtech, Juliette Mauro, CEO de My S Life et présidente de l’association Femtech France, expliquait dans un événement qui s’est déroulé en fin d’année 2024 que “les fonds français ne sont pas assez gros pour permettre de lever des montants significatifs” et que cela conduit au freinage de la progression des start-ups françaises qui ont pourtant énormément de projets ambitieux pour faire évoluer la façon dont la santé des femmes est traitée.

Compte tenu de ces évolutions, cet observatoire H&TI revient sur :
- ➡️ Les chiffres clés de la santé des femmes ;
- ➡️ Le marché de la femtech ;
Santé des femmes : les chiffres clés

Espérance de vie :

À la naissance, les femmes peuvent espérer vivre 64,2 ans sans incapacité et les hommes 63,6 ans, alors que l’âge moyen d’espérance de vie sans incapacités fortes s’établit à 77,5 ans pour les femmes et à 73,8 ans pour les hommes. Ces chiffres issues d’une récente étude de la Dress publiée en décembre 2024 sur les chiffres de l’année 2023 montre une baisse continue depuis 2021, avec une baisse par rapport à l’année 2022 (65,3 ans pour les femmes et 63,8 ans pour les hommes), alors que cette espérance là était plus haute en 2021 (67,0 ans pour les femmes et 65,6 ans pour les hommes).

Mais si les femmes peuvent espérer vivre plus longtemps que les hommes sans incapacité, le rapport “les inégalités sociales de santé” de l‘EHESP publié en 2021 montre que “les femmes vivent plus longtemps que les hommes, mais passent plus d’années d’incapacité qu’eux”, et ce quelque soit leur catégorie socio-professionnelle. Ainsi, les femmes passeraient environ 20 ans avec des incapacités modérées ou sévères, soit un quart de leur vie, là où les hommes ne passeraient que 16 ans (un cinquième de leur vie), comme le montre le tableau ci-dessous partagé par l’Insee :

Espérance de vie et espérance de vie sans incapacité à la naissance par sexe, de 2008 à 2023Espérance de vie et espérance de vie sans incapacité à la naissance par sexe, de 2008 à 2023 – © Insee

Epidémiologie des cancers chez les femmes :

On remarque que chez les femmes, la majorité des cancers ont vu leur incidence augmenté au cours des 30 dernières années, notamment pour les pathologies les plus fréquentes, comme le cancer du sein, le cancer du pancréas ou encore le mélanome de la peau.

Epidémiologie des cancers chez les femmes 1 – © e-cancer
- Source : Panorama des cancers en France – 2024
En croisant les données récoltés par le biais du “Panorama des cancers en France 2022” de l’Institut national du cancer (Inca), H&TI a créé un tableau qui montre que l’incidence n’est pas la seule donnée inquiétante à propos des cancers chez les femmes, mais que ces cancers causent aussi beaucoup de décès tous les ans.

Epidémiologie des cancers chez les femmes 2 – © Care Insight, source e-cancer

Quatre maladies affectent la santé des femmes et sont sous-estimées :

Selon un rapport du cabinet de conseil Mc Kinsey publié en janvier 2025, quatre maladies spécifiques aux femmes, que sont la ménopause, le syndrome prémenstruel (PMS), la migraine et l’endométriose, restent sous-reconnues malgré leur impact majeur sur la qualité de vie et l’économie mondiale. La ménopause affecte plus de 450 millions de femmes et augmente le risque de maladies chroniques, avec un manque à gagner estimé à 120 milliards de dollars par an. Le PMS touche 20 à 40 % des femmes en âge de procréer, entraînant une perte de 23 jours de productivité annuelle et un coût global de 115 milliards de dollars. Les migraines, trois fois plus fréquentes chez les femmes, font perdre 2,7 millions d’années de vie ajustées sur l’incapacité (DALYs (Disability-Adjusted Life Years)) et une perte de 80 milliards de dollars. L’endométriose, qui concerne 190 millions de femmes, entraîne des douleurs chroniques et une baisse de l’activité professionnelle, avec un marché potentiel de 180 à 250 milliards de dollars pour les traitements. En comblant ces lacunes, près de 27 millions d’années de vie ajustées sur l’incapacitépourraient être gagnés chaque année, améliorant ainsi la santé des femmes et stimulant la croissance économique.

Ce rapport indique également que la recherche pour ses pathologies est également sous financées : si certaines maladies, comme le syndrome prémenstruel (PMS), la ménopause, les hémorragies et troubles hypertensifs maternels, le cancer du col de l’utérus et l’endométriose, représentent 14 % de la charge globale des maladies féminines, mesurée en années de vie ajustées sur l’incapacité, elles ont reçu moins de 1 % des financements de recherche alloués aux 64 principales maladies responsables des inégalités de santé entre les sexes entre 2019 et 2023. À titre de comparaison, le diabète, qui ne représente que 2 % de cette charge, a bénéficié de 12,5 % des financements. Ce déséquilibre illustre une sous-évaluation persistante des maladies féminines, qui reçoivent des investissements largement inférieurs à leur impact réel. Le financement par DALY pour le diabète est presque deux fois supérieur à celui cumulé pour le PMS, la ménopause, l’endométriose et les autres pathologies concernées, mettant en lumière une disparité majeure dans les priorités de la recherche en santé.

Financement de la recherche par rapport à la charge que représente la maladie , 2019-2023, en dollars par années de vie ajustées sur l’incapacité – © Mc Kinsey

Chiffres clés des différentes pathologies :

Chiffres clés des principales pathologies des femmes – © Health & Tech Intelligence

Femtech : un marché mondial estimé à 117 Mds$ d’ici 2029

117 milliards de dollars (109 Mds €) : c’est le montant estimé du marché mondial des femtech d’ici 2029, selon une étude réalisée par Statista et publiée en août 2024. Ce chiffre – qui est en nette augmentation depuis l’étude de 2023 qui estimait que le marché atteindrait seulement 95 Mds$ en 2029 et 103 Mds$ en 2030 – couvre l’ensemble des segments du secteur, c’est-à-dire non seulement la santé mais également le bien-être qui s’est énormément développé ces dernières années.

Estimation du marché mondial de la femtech d’ici 2029 – © Statista

De l’investissement en baisse après une forte hausse en 2021 :

Après avoir atteint un record historique de sommes recueillis par les start-ups de la santé et du bien-être des femmes en 2021 avec 2,7 Mds $ (2,6 Mds €) de fonds levés, soit une hausse de 44 % en un an, les financements ont chuté de de 1,4 milliard à 648 millions de dollars en 2023. Une chute qui n’est pas un problème selon une étude de CB Insight publiée en mai 2024 qui montre que parallèlement à cela, plusieurs nouvelles technologies émergentes qui bénéficient à l’amélioration de la santé des femmes, ont, de leur côté connu une augmentation des financements récemment (surtout en 2023). C’est le cas notamment des applications mobiles d’aide à la ménopause et les technologies de soins de maternité virtuels et hybrides.

Évolution des levées de fonds pour les entreprises qui développent des applications mobiles d’aide à la ménopause et des technologies de soins de maternité virtuels et hybrides – © CB Insight

Un rapport publié en 2024 par les Echos Etudes, sur les nouvelles opportunités du marché de la santé de la femmes et de la femtech pour les acteurs de la santé souligne que les levées de fonds de plus de 5 millions d’euros portent quasi automatiquement “sur des technologies hautement innovantes”. Cependant, aucune entreprise française ne peut se vanter d’atteindre des montants de financements équivalents à ceux des entreprises américaines et britanniques : à titre de comparaison, et alors que la France a pour objectif de mobiliser 200 millions d’euros de financements publics et privés d’ici à 2026, la femtech Flo Health, basée à Londres, a obtenu 200 millions de dollars (182M €) de financement de la part d’un seul investisseur (General Atlantic) en juillet 2024. À ce jour, Sonio – et ses 18 millions d’euros levés – reste la start-up française de la Femtech qui a levé le plus de fonds.

Les plus grosses levées de fonds françaises du secteur de la Femtech jusqu’en décembre 2023 – © Les Echos Etudes
5 mars 2025
PNMR4 : un axe consacré au renforcement les bases de données et du partage des données de santé

Un écosystème de données encore fragmenté et sous-exploité

Actuellement, les bases de données dédiées aux maladies rares sont nombreuses, mais leur organisation reste hétérogène, rendant leur exploitation complexe. Cette dispersion freine leur interopérabilité et leur intégration aux grands référentiels nationaux et européens, tels que le système national des données de santé (SNDS). Les exigences croissantes en matière de réglementation, notamment avec le RGPD et la stratégie européenne des données de santé (EHDS), imposent une mise à niveau des infrastructures existantes pour garantir leur conformité et faciliter leur usage.

Pour répondre à cette problématique, le PNMR4 publié le 25 février 2025 prévoit une convergence des bases de données afin de mutualiser les ressources et d’améliorer la qualité des données collectées. L’intégration des nouvelles bases dans des structures existantes comme la banque nationale de données maladies rares (BNDMR) et France Cohortes est encouragée pour assurer leur pérennité. La mise en place de méthodologies communes, la standardisation des formats et le référencement des bases à l’échelle européenne figurent parmi les mesures clés pour structurer l’accès aux données et renforcer leur exploitation par l’ensemble des acteurs.

Des avancées pour optimiser la collecte et l’exploitation des données :

La structuration des bases de données de santé s’accompagne d’une volonté de faciliter leur collecte et leur réutilisation. Le PNMR4 met en avant plusieurs pistes pour optimiser ce processus et améliorer l’accessibilité des données pour la recherche et les soins. L’un des axes prioritaires est de réduire la charge administrative et technique liée à la saisie des données en automatisant certaines tâches à l’aide de l’intelligence artificielle. L’intégration de nouveaux outils numériques permettrait ainsi de diminuer les efforts de saisie manuelle et d’améliorer la qualité des informations collectées.

La pérennisation des bases de données figure également parmi les préoccupations majeures du plan, qui prévoit un renforcement de la gouvernance réglementaire et une meilleure sécurisation du financement. L’objectif est de garantir la continuité des projets de collecte de données tout en favorisant leur interopérabilité avec les systèmes d’information hospitaliers et les plateformes de recherche. Par ailleurs, l’optimisation des données passe par l’amélioration des méthodologies d’exploitation, en encourageant l’utilisation de techniques avancées comme le data mining et l’intelligence artificielle pour identifier des corrélations et affiner les analyses cliniques.

Les biobanques, un élément important pour la recherche en maladies rares :

En complément des bases de données numériques, le PNMR4 accorde une importance particulière aux biobanques, qui constituent une ressource essentielle pour l’étude des maladies rares. Ces collections d’échantillons biologiques, conservées dans différents établissements hospitaliers et laboratoires, sont essentielles pour le développement de nouvelles approches thérapeutiques et diagnostiques. Cependant, leur dispersion et l’absence de référentiels harmonisés compliquent leur accès et limitent leur potentiel de valorisation.

Pour pallier ces lacunes, le PNMR4 prévoit un recensement exhaustif des biobanques existantes afin d’améliorer leur référencement et de créer un portail numérique permettant d’accéder plus facilement aux collections disponibles. La mise en place d’une collection nationale générique dédiée aux maladies rares est également envisagée, avec des critères de qualité et de certification plus stricts. Cette initiative vise à structurer le stockage et l’exploitation des échantillons biologiques en garantissant leur traçabilité et leur conformité aux normes internationales.

L’amélioration de l’accès aux biobanques passe également par une simplification des processus réglementaires encadrant leur utilisation. Le plan met l’accent sur l’uniformisation des démarches administratives et des critères d’éligibilité pour l’exploitation des échantillons à des fins de recherche. En favorisant des protocoles standardisés et une meilleure intégration des biobanques aux plateformes de recherche existantes, le PNMR4 ambitionne d’accélérer l’innovation dans le domaine des maladies rares.

Une ambition européenne pour le partage des données et des échantillons

Au-delà du cadre national, le PNMR4 vise à renforcer la coopération européenne en matière de données de santé et de biobanques. La France souhaite jouer un rôle moteur dans la mise en place de standards partagés avec les registres européens et les réseaux de référence sur les maladies rares. L’intégration des bases françaises aux plateformes de données européennes, comme celles des European Reference Networks (ERNs), permettrait d’éviter les doublons et d’optimiser l’exploitation des données pour la recherche.

L’amélioration de l’interopérabilité entre les bases de données françaises et européennes est un enjeu central du plan. La structuration des échanges de données et d’échantillons biologiques repose sur la définition de standards communs et sur l’adoption de protocoles harmonisés. La France entend ainsi garantir un accès plus large aux données tout en maintenant un haut niveau de sécurité et de respect des réglementations en vigueur.

Comment renforcer le partage des données de santé en France et en Europe – @Filières de santé maladies rares

Une feuille de route claire pour accélérer l’innovation et améliorer la prise en charge des patients

En structurant mieux les bases de données et en développant des biobanques plus accessibles, le PNMR4 ambitionne d’optimiser l’usage des données de santé dans le domaine des maladies rares. La convergence entre les informations issues des soins et celles générées par la recherche, combinée aux avancées en intelligence artificielle, ouvre la voie à des progrès significatifs en matière de diagnostic et de traitement.

L’amélioration de la qualité et de l’accessibilité des données de santé est un levier fondamental pour l’innovation. Une gouvernance renforcée, une interopérabilité accrue et un cadre réglementaire adapté permettront d’accélérer la mise à disposition des données et des échantillons pour la recherche et la prise en charge clinique. Avec cette approche intégrée, la France ambitionne de se positionner comme un acteur clé dans la structuration des données de santé et l’innovation en maladies rares.

L’enjeu est de taille : en garantissant un accès plus fluide et sécurisé aux informations médicales et biologiques, le PNMR4 pourrait significativement transformer la manière dont les maladies rares sont étudiées et traitées, au bénéfice des patients et des professionnels de santé.

27 février 2025
L’IA comme nouvel espoir pour le diagnostic et le traitement des maladies rares ?

Un besoin urgent de solutions pour la détection des maladies rares

Actuellement, le diagnostic des maladies rares repose principalement sur une combinaison d’analyses génétiques, d’imagerie médicale et d’expertise clinique. Or, ces méthodes restent longues, coûteuses et parfois inefficaces lorsque la maladie en question est peu documentée. Grâce aux progrès du machine learning et de l’analyse des big data, l’intelligence artificielle (IA) semble s’imposer de plus en plus comme un outil clé pour accélérer la détection de ces maladies, affiner les diagnostics et favoriser la recherche de traitements. Dans le cas des maladies rares, cette technologie permet de croiser des millions de données génétiques, cliniques et phénotypiques afin de proposer des hypothèses diagnostiques plus précises et rapides. Son application s’étend également à la recherche thérapeutique et à l’identification de nouvelles cibles thérapeutiques.

L’IA intervient en facilitant l’interprétation des données issues du séquençage du génome et en permettant l’identification de variants génétiques potentiellement responsables. En 2024, des chercheurs chinois ont introduit RareBench, un banc d’essai conçu pour évaluer systématiquement les capacités des grands modèles de langage (LLMs) dans le diagnostic des maladies rares. Cette étude a mis en évidence le potentiel prometteur de l’intégration des LLMs dans le processus diagnostique clinique des maladies rares, en comparant notamment les performances de GPT-4 à celles de médecins spécialistes. Les résultats suggèrent que ces modèles pourraient servir d’outils d’assistance précieux pour les cliniciens, améliorant ainsi la précision et la rapidité des diagnostics.

Plusieurs outils déjà déployés :

L’avénement de l’IA dans la médecine a aussi amené son lot de solutions pour le diagnostic des maladies rares. Plusieurs outils d’IA sont donc déjà déployés ou en cours de déploiement pour améliorer ce diagnostic : c’est le cas par exemple de l’une des applications les plus connues et utilisées en la matière, Face2Gene. Réservée au professionnels de santé, elle est capable de détecter plus de 1000 maladies à partir des photographies de patients. Grâce à des algorithmes de deep learning entraînés sur des dizaines de milliers de photos de patients présentant des caractéristiques associées à des maladies rares, l’outil conçu par la start-up américaine FDNA est désormais capable d’identifier une maladie rare avec un nombre réduit de patients préalablement répertoriés par l’application.

Un autre outil notable est Dr Warehouse, développé par l’hôpital Necker-Enfants malades. Cet entrepôt de données cliniques se concentre sur l’analyse de documents médicaux non structurés, tels que les comptes rendus hospitaliers. En exploitant des algorithmes avancés de traitement du langage naturel, Dr Warehouse permet le phénotypage automatisé des patients et facilite le diagnostic en identifiant des similarités entre cas cliniques. Cette approche a été évaluée sur un ensemble de données comprenant environ 490 000 patients et 4 millions de comptes rendus, démontrant son efficacité dans la recherche translationnelle sur les maladies rares.

L’intégration de ces outils dans la pratique clinique vise à améliorer la précision et la rapidité des diagnostics, offrant ainsi aux patients une prise en charge plus adaptée et réduisant l’errance diagnostique. La partie de notre étude consacrée aux solutions d’IA, ainsi qu’aux cas d’usage de l’IA pour les maladies rares est disponible ici.

Des médecins qui souhaiteraient avoir recours à des outils d’IA :

Dans une étude publiée par Sanofi en 2024, 92 % des médecins généralistes ont déclaré qu’il était difficile de diagnostiquer une maladie rare, alors que 45 % de ces mêmes praticiens ont déjà été confrontés à un patient atteint d’une de ces pathologies. Face à cette complexité, 73 % des médecins expriment le besoin d’un meilleur accompagnement dans le diagnostic et la prise en charge des maladies rares.

L’intelligence artificielle apparaît comme une solution prometteuse pour ces professionnels de santé, puisque 81 % d’entre eux estiment qu’elle pourrait améliorer le diagnostic. L’intérêt pour ces outils est manifeste : 67 % des médecins se disent prêts à les utiliser, notamment pour l’aide à la décision (44 %), l’interprétation automatisée des résultats médicaux (43 %) et l’assistance à la prise de décision thérapeutique (40 %).

Un besoin de trouver des thérapies pour les patients identifiés

L’autre intérêt de l’IA pour les maladies rares réside dans le développement de traitements adaptés aux patients diagnostiqués. Actuellement, 95 % des maladies rares ne disposent d’aucun traitement spécifique, rendant essentielle l’exploration de nouvelles pistes thérapeutiques. Grâce à l’IA, il est désormais possible d’analyser rapidement d’énormes bases de données pharmaceutiques et génétiques afin d’identifier des médicaments existants qui pourraient être repositionnés pour traiter certaines maladies rares.

Une révolution dans le repositionnement de médicaments :

L’un des grands défis des maladies rares est le manque de traitements spécifiques, en raison du faible nombre de patients et du coût élevé des essais cliniques. L’IA joue un rôle clé dans le repositionnement de médicaments, une approche qui consiste à identifier de nouvelles indications pour des médicaments existants.

Une récente étude publiée en février 2025 dans le New England Journal of Medicine a démontré que l’IA pouvait être un atout majeur dans la recherche de traitements pour les maladies rares. Des chercheurs américians ont utilisé un algorithme d’apprentissage automatique pour analyser 4 000 médicaments existants. Ils ont ainsi identifié l’adalimumab, un anticorps monoclonal initialement utilisé contre l’arthrite et la maladie de Crohn, comme une solution thérapeutique potentielle contre la maladie de Castleman multicentrique idiopathique (iMCD). Les tests en laboratoire ont révélé que cette maladie était associée à une signalisation excessive du facteur de nécrose tumorale (TNF), ce qui a conduit à l’administration de l’adalimumab à un patient en soins palliatifs. Contre toute attente, ce dernier est entré en rémission et son état est resté stable pendant près de deux ans. Ce succès illustre le potentiel de l’IA pour accélérer le repositionnement de médicaments et trouver de nouvelles thérapies pour des maladies rares jusqu’ici sans solution thérapeutique viable.

Une accélération de l’utilisation de l’IA dans les essais cliniques :

L’IA permet également d’optimiser la recherche clinique en identifiant plus rapidement des biomarqueurs pertinents et en accélérant la sélection des patients pour les essais cliniques. L’exemple d’AlphaFold, développé par DeepMind, illustre bien cette avancée. Cet outil a permis de prédire la structure de plus de 200 millions de protéines, ouvrant ainsi la voie à la conception de traitements ciblés pour certaines maladies rares.

L’enjeu majeur reste toutefois l’accès aux bases de données de qualité, indispensables pour entraîner ces algorithmes. La collaboration entre chercheurs, industries pharmaceutiques et centres de soins est donc essentielle pour maximiser le potentiel de l’IA dans la découverte de traitements pour les maladies rares.

Plusieurs défis restent à relever

Si l’IA représente un espoir majeur, plusieurs défis restent à surmonter pour en maximiser les bénéfices de son utilisation dans le cadre de la recherche et du diagnostic pour les maladies rares. L’un des enjeux fondamentaux concerne la qualité des données : les bases de données doivent être enrichies et harmonisées afin d’entraîner des modèles plus performants. La confiance des professionnels de santé dans ces nouvelles technologies est également un facteur clé. L’explicabilité des algorithmes doit être améliorée pour garantir leur adoption et éviter les décisions médicales opaques. Enfin, la régulation de l’IA en médecine doit évoluer pour encadrer son utilisation, notamment en ce qui concerne la protection des données personnelles et l’éthique des décisions automatisées. Assurer un cadre juridique et technique fiable est essentiel pour exploiter pleinement le potentiel de l’IA dans le domaine des maladies rares.

26 février 2025
CDA : Un standard clé pour l’interopérabilité des documents médicaux en France et à l’international (focus Health Data Hub)

Un standard structurant pour l’échange des données de santé

L’objectif de ce focus sur le Clinical Document Architecture (CDA) publié par le HDH, en partenariat avec Veltys, est de faciliter l’échange structuré et sécurisé des informations de santé entre les professionnels et les patients, un enjeu essentiel dans la transformation numérique du système de soins, mais aussi de renforcer la compréhension et l’adoption de ce standard clé pour l’interopérabilité des documents médicaux.

Développé par Health Level Seven (HL7) depuis 1997 et reconnu par l’ISO, le CDA est un standard permettant de structurer et baliser les documents médicaux, tels que les synthèses médicales, lettres de sortie, comptes rendus d’examens biologiques et d’imagerie. En France, il est utilisé dans le cadre d’interopérabilité des systèmes d’information de santé (CI-SIS) et joue un rôle central dans l’alimentation du DMP via Mon espace santé.

En France, l’Agence du numérique en santé (ANS) joue un rôle clé dans l’intégration du CDA. Elle veille à sa normalisation et à son adoption progressive en publiant des modèles de contenus standardisés et en accompagnant les établissements de santé et les éditeurs de logiciels dans leur mise en conformité avec les exigences d’interopérabilité. L’ANS intègre le CDA dans ses recommandations officielles et travaille à son alignement avec d’autres standards comme FHIR (Fast Healthcare Interoperability Resources) pour garantir une compatibilité maximale entre les systèmes d’information hospitaliers.

Ce standard est également largement adopté à l’échelle européenne, notamment pour la standardisation du International Patient Summary (IPS) et des systèmes de ePrescription/eDispensation. À l’international, son usage est particulièrement répandu aux États-Unis, où il constitue une référence pour la gestion et l’échange des dossiers cliniques.

Une adoption progressive mais stratégique

Le focus du HDH montre que l’intégration du CDA dans les systèmes de santé français repose sur plusieurs initiatives stratégiques, notamment l’alimentation du DMP via Mon espace santé et la mise en œuvre de modèles de contenus standardisés pour différents types de documents médicaux. Ce standard est particulièrement utilisé pour l’échange d’informations cliniques entre établissements de santé et professionnels libéraux, le partage de données médicales structurées pour améliorer la coordination des soins, ainsi que la recherche médicale, où l’accès à des données harmonisées est un enjeu central.

L’un des cas concrets d’application du CDA a été observé au Portugal, dans le cadre d’une plateforme collaborative entre cliniciens et chercheurs du University Hospital Center of Coimbra pour l’unité de neurodéveloppement et d’autisme. Ce projet a permis de centraliser et d’harmoniser les données de santé pédiatriques, facilitant ainsi leur exploitation longitudinale.

Des défis à relever pour une interopérabilité optimale :

Si le CDA constitue une avancée significative pour la numérisation des dossiers médicaux, son adoption reste confrontée à plusieurs défis. L’hétérogénéité des pratiques entre établissements de santé complique l’harmonisation des échanges. Certains hôpitaux et professionnels adoptent des formats et modèles d’implémentation variables, ce qui freine une intégration fluide et généralisée.

Des différents niveaux d’implémentation du standard CDA – @iEHR.eu

La standardisation du CDA, bien que mature, doit encore évoluer pour s’intégrer pleinement avec d’autres normes comme FHIR. L’articulation entre ces différents standards est un enjeu central pour assurer une interopérabilité complète au sein des systèmes de santé nationaux et européens. L’appropriation du CDA par les acteurs du numérique en santé suppose également une montée en compétences. L’usage du standard implique une expertise en XML et HL7, ce qui nécessite une formation spécifique pour les développeurs, les professionnels IT et les éditeurs de logiciels de santé.

Vers un renforcement du standard CDA en France et en Europe :

L’ANS, qui a contribué sur la réalisation de ce focus publié par le Health Data Hub, continue d’accompagner l’intégration du CDA en publiant des modèles de contenus adaptés aux besoins des professionnels de santé. Dans le cadre de l’harmonisation européenne, le standard est progressivement aligné avec l’International Patient Summary (IPS), favorisant ainsi une meilleure circulation des données de santé entre pays membres.

Derniers chiffres de l’implémentation de l’IPS CDA en date d’octobre 2018 – @Blog HL7

La généralisation du DMP et des messageries sécurisées de santé devrait accélérer l’adoption du CDA en France. Son interopérabilité avec d’autres standards comme DICOM (imagerie médicale) et FHIR permet d’envisager une meilleure intégration des technologies numériques dans le parcours de soins.

L’évolution du CDA et son adoption à large échelle marquent une avancée majeure vers un système de santé plus fluide et connecté. En permettant un partage structuré et sécurisé des données médicales, ce standard s’impose comme un levier essentiel pour la transformation numérique des soins et l’amélioration de la prise en charge des patients.

21 février 2025
Usage des données de santé en France : un potentiel sous-exploité freiné par des blocages structurels (cartographie France Biotech)

Un écosystème fragmenté

Malgré un patrimoine numérique riche et structuré, les données de santé restent difficilement accessibles, en particulier pour les entreprises innovantes, laboratoires pharmaceutiques et chercheurs. C’est le constat dépeint par la cartographie “Usage de la donnée de santé dans l’écosystème” de France Biotech, qui met en lumière une asymétrie persistante entre les producteurs et les utilisateurs des données. Alors que les établissements de santé produisent l’essentiel des données stratégiques, qu’il s’agisse de données hospitalières, cliniques ou issues des soins courants, les entreprises du numérique en santé et les industriels rencontrent des obstacles réglementaires et administratifs pour y accéder, bien que leurs besoins soient croissants.

D’un autre côté, les organismes publics exploitent largement ces données, principalement pour le pilotage des politiques publiques et la recherche, ce qui renforce le cloisonnement du secteur. Mais en l’absence d’un modèle de collaboration fluide entre producteurs et utilisateurs, l’écosystème français peine à tirer pleinement parti de ce capital informationnel pourtant essentiel aux avancées scientifiques et médicales.

Des usages dominés par la recherche biomédicale et le pilotage des soins :

L’analyse des usages des données de santé en France montre une forte concentration sur la recherche, qui est le premier usage déclaré et qui arrive au premier rang des utilisations par de nombreux acteurs, notamment les établissements de santé (26 %), les biotechs (45 %) et les entreprises du numérique en santé (30,3 %). Dans les établissements de santé, la gestion des soins courants et le pilotage constituent également des usages majeurs.

Si le pilotage politiques publiques (41,6 %) et la recherche (32,6 %) sont des axes stratégiques pour les pouvoirs publics, les acteurs privés cherchent à exploiter ces données pour faciliter l’accès au marché et optimiser les affaires médicales. Les biotechs et laboratoires pharmaceutiques sont particulièrement concernés par ces usages, avec une forte demande pour la recherche et le développement de traitements innovants.

Usages de la donnée déclarés par acteurs – @France Biotech

Les données hospitalières, une ressource clé mais sous-exploitée :

Parmi les différentes sources de données de santé, celles issues des hôpitaux sont les plus convoitées et les plus utilisées par les industriels et les chercheurs. Elles arrivent en tête de plusieurs usages, notamment pour l’accès au marché, que ce soit des biotechs, des medtechs ou des entreprises de l’industrie pharmaceutiques, mais aussi pour le pilotage des organismes publics de santé et des établissements de santé. Ces informations, qui permettent d’étudier les parcours de soins, les réponses aux traitements et l’évolution des pathologies, sont essentielles pour le développement de nouvelles thérapies et la personnalisation des soins. Pourtant, leur accès demeure limité en raison de contraintes réglementaires strictes et de lourdeurs administratives qui ralentissent leur exploitation.

Données d’intérêt déclarées par usages et par acteurs – @France Biotech

Les entreprises du secteur de la medtech et du numérique en santé s’intéressent particulièrement aux données hospitalières pour leurs applications en intelligence artificielle et en télémédecine. L’essor des dispositifs médicaux connectés, combiné aux progrès en imagerie et en biologie computationnelle, ouvre des perspectives inédites pour le suivi des patients et l’optimisation des parcours de soins. Toutefois, les délais d’accès aux données et le manque de standardisation freinent encore leur intégration dans des solutions concrètes.

Décloisonner l’écosystème tout en garantissant un cadre sécurisé

L’étude menée par le groupe d’expertise de France Biotech met en évidence la nécessité de lever les barrières structurelles qui entravent l’exploitation des données de santé en France. Un accès facilité aux données hospitalières, encadré par des normes de protection strictes, permettrait d’accélérer l’innovation tout en assurant la confidentialité des informations médicales. Une meilleure collaboration entre les établissements de santé, les industriels et les chercheurs est indispensable pour maximiser l’impact des données de santé sur l’amélioration des traitements et des soins.

L’harmonisation des processus d’accès aux données au niveau national est une priorité. Aujourd’hui, les disparités entre les différentes instances d’autorisation et les délais trop longs constituent un frein majeur au développement de projets innovants. En parallèle, des investissements massifs dans les infrastructures numériques sont nécessaires pour moderniser les bases de données hospitalières et améliorer leur interopérabilité.

Vers une meilleure intégration des données de santé ?

En mettant en lumière les besoins et les usages des différents acteurs, cette cartographie constitue une première étape vers une meilleure intégration des données de santé dans les processus d’innovation. La capacité de la France à relever ce défi déterminera sa compétitivité future dans le domaine de la santé numérique et de la biotechnologie.

21 février 2025
Médecine générale : 15 solutions pour 6 cas d’usage de l’IA en France

Un outil qui réduit la charge administrative des médecins

Alors que de nombreuses études montrent que les tâches non médicales occupent entre 10 et 30 % du temps du médecin généraliste, l’intelligence artificielle (IA) offre des solutions pour alléger cette, souvent chronophage de leur pratique quotidienne. En automatisant des tâches répétitives telles que la rédaction de comptes rendus, la gestion des rendez-vous et l’organisation des dossiers médicaux, l’IA permet aux médecins de consacrer plus de temps à leurs patients. Ces technologies, en réduisant le temps passé sur des tâches administratives, contribuent ainsi à une gestion plus fluide du cabinet, améliorant à la fois l’efficacité des soins et la qualité de vie professionnelle des médecins. En France, 2 cas d’usage de l’IA concernent la réduction de leur charge administrative.

Une IA pour alléger le secrétariat :

La gestion des plannings et des rendez-vous est souvent une tâche complexe pour les médecins généralistes. L’IA intervient ici pour automatiser la prise de rendez-vous, gérer les créneaux horaires et envoyer des rappels aux patients, permettant ainsi d’optimiser l’organisation du cabinet et de réduire les annulations de dernière minute.

Cliniko, par exemple, est un logiciel de gestion de cabinet médical qui intègre une fonctionnalité de planification automatisée, réduisant ainsi la charge administrative liée à la gestion des rendez-vous et des créneaux horaires. L’Assistant de consultation de Doctolib est également une solution très utilisée pour gérer les consultations. Il prépare les dossiers des patients en amont, permettant ainsi une gestion fluide des consultations et une meilleure organisation des plannings.

De plus en plus de solution pour la rédaction automatique de comptes rendus :

L’IA offre une solution efficace pour réduire la charge administrative des médecins généralistes par le biais de l’automatisation de la création de comptes rendus de consultations. Cela permet non seulement de gagner un temps précieux, mais aussi d’améliorer la qualité des échanges avec les patients. Le cas d’usage de l’automatisation des documents est l’un des plus populaires et des plus répandus parmi les solutions d’IA en médecine générale.

L’une des solutions les plus utilisées pour automatiser les comptes rendus par les médecins français est Nabla, un assistant médical basé sur l’IA. Nabla permet aux médecins de se concentrer davantage sur leurs patients, sans se perdre dans la rédaction de notes. En parallèle, Nuance (Ambient Clinical Intelligence) se distingue par sa capacité à transcrire en temps réel les dialogues entre le médecin et le patient, facilitant ainsi l’intégration des informations dans les dossiers médicaux. Beaucoup de solutions de rédaction automatique de comptes rendus sont des solutions américaines qui proposent une fonction de retranscription des consultations en français. C’est le cas notamment de Deepscribe, de Suki AI et de Freed AI.

Un outil qui guide la décision des généralistes

L’IA se fait également de plus en plus une place centrale dans les cabinets des médecins généralistes en offrant une aide précieuse dans le processus de décision. En analysant les antécédents cliniques des patients, leurs symptômes et en croisant des informations multiples, l’IA permet de guider les médecins vers des choix plus éclairés et personnalisés. Cette assistance est particulièrement utile dans deux domaines essentiels : l’aide à la prescription médicale et la prise de décision clinique, qui sont les deux cas d’usage de l’IA pour l’aide à la prise de décision que l’on retrouve en France. L’IA réduit ainsi les risques d’erreurs médicales, personnalise les traitements en fonction des caractéristiques de chaque patient, et améliore ainsi l’efficacité et la sécurité des soins.

Des solutions d’optimisation de la prescription médicamenteuse :

L’un des cas d’usage les plus marquants de l’IA en médecine générale est l’optimisation de la prescription médicamenteuse. Chaque patient ayant un profil unique, les médecins doivent prescrire des traitements efficaces, mais également adaptés aux spécificités de leur état de santé, à leur historique médical et à leurs éventuelles interactions médicamenteuses. L’IA intervient ici pour aider les médecins à prendre des décisions de prescription plus sécurisées et pertinentes.

Synapse Copilot, co-développé par CompuGroup Medical (CGM) et Synapse Medicine, est une solution d’aide à la prescription qui analyse les données des patients pour recommander les traitements les plus appropriés. L’outil croise ces données avec des bases de données médicales actualisées, prenant en compte non seulement les antécédents médicaux mais aussi les interactions médicamenteuses, les allergies possibles et les contre-indications. Ce système intelligent permet de réduire considérablement le risque d’erreurs médicamenteuses, contribuant ainsi à la sécurité des patients et à l’efficacité du traitement.

La solution de Posos fournit, quant à elle, des suggestions de traitements personnalisés. En plus de proposer des options thérapeutiques basées sur les données médicales, Posos identifie également les risques spécifiques pour chaque patient, permettant ainsi au médecin d’adapter les traitements à la situation unique du patient. Cette solution est particulièrement efficace pour la gestion des maladies chroniques et des situations complexes nécessitant une surveillance attentive.

L’intégration de l’IA dans la prescription permet également une personnalisation des traitements. En effet, l’outil d’IA prend en compte des facteurs spécifiques tels que l’âge, le poids, les pathologies associées et les préférences du patient, afin de proposer des médicaments qui conviennent au mieux à leur profil. Cela rend la prise en charge plus précise, diminue les effets secondaires et optimise l’observance des traitements.

2 solutions pour l’aide à la prise de décision clinique :

Dans le domaine de la prise de décision clinique, l’IA joue un rôle en aidant les médecins à poser des diagnostics plus précis et à déterminer les traitements les plus adaptés, en analysant une multitude de données provenant des dossiers médicaux. Les outils d’IA permettent ainsi de croiser les informations cliniques, les antécédents médicaux, les résultats de tests et d’autres données pertinentes pour fournir des recommandations éclairées.

Pulselife AI est une solution qui se présente sous la forme d’un chatbot qui se distingue par son approche interactive et pratique en tant que chatbot médical. S’appuyant exclusivement sur les recommandations médicales officielles et la base médicamenteuse de l’ANSM, il fournit aux professionnels de santé des réponses instantanées et fiables à leurs questions médicales. Les utilisateurs peuvent sélectionner une pathologie ou un médicament et poser des questions sur des aspects variés tels que les symptômes, les diagnostics, les traitements, les complications, etc. Cette IA offre également la transparence en affichant les sources utilisées pour chaque réponse. De plus, il permet d’accéder directement aux documents de référence, garantissant ainsi que les recommandations sont fondées sur les standards médicaux les plus actuels et officiels.

De son côté, Isabel Healthcare est une plateforme qui aide à générer des diagnostics différentiels. En analysant les symptômes, les antécédents médicaux et les résultats de tests, Isabel Healthcare permet aux médecins de confirmer ou d’écarter certaines hypothèses diagnostiques, tout en offrant des alternatives. Cet outil devient un allié précieux dans les cas où le diagnostic est incertain, améliorant ainsi la précision du diagnostic et réduisant les risques de mauvaises interprétations.

2 nouveaux cas d’usage pour les études cliniques

stane a récemment lancé son outil Stane Research qui permet de surmonter plusieurs défis majeurs de la recherche en ville, notamment l’identification des patients éligibles aux études cliniques et la gestion des données cliniques. Cet outil ajoute, à lui seul, deux cas d’usage de l’IA pour la médecine générale.

Identification rapide et en continu des patients éligibles aux études avant même leur lancement :

Stane Research permet d’identifier les patients potentiellement éligibles à des études cliniques avant même que ces dernières ne soient officiellement lancées. Grâce à un algorithme avancé intégré dans la plateforme numérique de Stane Research, les professionnels de santé peuvent identifier rapidement les patients éligibles en analysant leurs antécédents médicaux et d’autres critères. Cela réduit de manière significative les délais de recrutement, permettant ainsi de démarrer plus rapidement les études cliniques. Cette fonctionnalité permet aussi de cibler les patients en fonction des critères spécifiques des études, ce qui contribue à améliorer l’efficacité du recrutement et à réduire le taux d’échec des études cliniques en médecine de ville.

Collecter, structurer et enrichir les données cliniques et les transformer en insights exploitables :

L’entrepôt de données de santé (EDS) de Stane Research exploite les dernières avancées de l’IA et du traitement du langage naturel (NLP) pour collecter, structurer et enrichir les données cliniques. Grâce à cette technologie, les données provenant des dossiers médicaux des patients sont transformées en informations exploitables qui permettent de fournir des insights précieux pour les promoteurs d’études. Cela contribue non seulement à améliorer la qualité des données, mais aussi à garantir la conformité réglementaire tout en respectant les exigences de confidentialité des données, avec un système validé par la CNIL. Ce processus d’enrichissement des données permet aux chercheurs de prendre des décisions plus éclairées et de produire des résultats d’études plus robustes.

Cartographie des solutions d’IA utilisées par les médecins généralistes en France

Cartographie des solutions d’IA utilisées par les médecins généralistes en France

Bénéfices des cas d’usage de l’IA dans la médecine générale

Bénéfices des cas d’usage de l’IA dans la médecine générale

19 février 2025
Pasteur 2030 : comment l’Institut Pasteur veut répondre aux défis de la santé publique dans les 5 prochaines années

Le plan stratégique Pasteur 2030, dévoilé par l’Institut Pasteur, définit une feuille de route ambitieuse pour relever les grands défis scientifiques et sanitaires des prochaines années. Face à l’augmentation des maladies infectieuses, à l’antibiorésistance, au vieillissement, aux cancers et aux effets du changement climatique sur la santé, l’institut se positionne comme un leader mondial de la recherche biomédicale.

Un cap stratégique pour accélérer la recherche biomédicale

Avec près de 140 ans d’existence, l’Institut Pasteur est un acteur historique des sciences du vivant et est à l’origine de nombreuses découvertes majeures, comme l’identification du VIH comme cause du sida (1983), ou encore la découverte du bacille de la peste (1894). Aujourd’hui, il entend réaffirmer son rôle de référence scientifique en structurant ses actions autour de trois grands objectifs.

1️⃣ D’abord, approfondir la compréhension des maladies infectieuses et de leur impact sur d’autres pathologies. Cela inclut l’étude des maladies endémiques, l’antibiorésistance, les risques pandémiques accrus par le changement climatique et l’analyse des réponses immunitaires selon l’âge, le sexe et le contexte biologique.

2️⃣ Ensuite, développer des solutions concrètes pour lutter contre ces pathologies. L’Institut Pasteur ambitionne d’accélérer la découverte de vaccins, de traitements et de tests diagnostiques innovants, tout en renforçant la surveillance des pathogènes émergents grâce à son réseau international.

3️⃣ Enfin, diffuser le savoir scientifique et défendre le rôle de la science dans la société. À travers la formation des jeunes chercheurs, la promotion d’une recherche ouverte et une communication active face aux critiques contre la science, Pasteur 2030 entend garantir un accès équitable aux découvertes scientifiques et maintenir la recherche au service du bien commun.

Quatre priorités scientifiques pour structurer la recherche de demain

L’Institut Pasteur a identifié quatre axes prioritaires qui guideront son action au cours des prochaines années.

1️⃣ Menaces infectieuses : une mobilisation renforcée face aux pandémies et à l’antibiorésistance

Les maladies infectieuses restent une cause majeure de mortalité mondiale, avec près de 15 millions de décès par an selon l’OMS. Malgré les avancées en vaccinologie et en traitement antimicrobien, l’émergence de nouvelles pathologies et l’accélération de la résistance aux antibiotiques posent des défis critiques.

L’Institut Pasteur prévoit d’intensifier ses efforts pour comprendre les mécanismes de résistance des microbes, surveiller l’évolution des pathogènes et développer de nouvelles thérapies. Le recours à l’intelligence artificielle et à la biologie computationnelle sera renforcé afin d’analyser les interactions hôte-pathogène et d’identifier plus rapidement des cibles thérapeutiques.

2️⃣ Santé et environnement : comprendre l’impact du climat sur la biologie humaine

Le changement climatique modifie les écosystèmes et favorise l’émergence de nouvelles maladies infectieuses. L’expansion géographique des moustiques vecteurs de maladies (comme Aedes albopictus, porteur du chikungunya et de la dengue) illustre l’impact du réchauffement climatique sur la transmission des pathogènes.

Le plan Pasteur 2030 met l’accent sur la nécessité de mieux comprendre ces interactions entre environnement et santé. Des études approfondies seront menées sur les maladies à transmission vectorielle, les infections émergentes et l’impact de la pollution sur le système immunitaire.

3️⃣ Origine des maladies : décrypter les mécanismes des pathologies non transmissibles

L’institut souhaite approfondir la compréhension des maladies inflammatoires chroniques, des cancers et des troubles neurodégénératifs. L’objectif est de mieux cerner les liens entre infections et maladies complexes, mais aussi d’explorer les réponses immunitaires spécifiques à ces pathologies.

Des efforts particuliers seront consacrés à l’étude des interactions entre le microbiote, l’immunité et l’inflammation, ainsi qu’au rôle du système nerveux dans la régulation des pathologies chroniques.

4️⃣ Santé et vieillissement : explorer les âges extrêmes de la vie

Le vieillissement de la population mondiale soulève des défis médicaux majeurs, notamment en matière de réponse immunitaire, d’efficacité vaccinale et de maladies neurodégénératives. L’Institut Pasteur s’intéresse également au développement précoce, notamment aux interactions mère-enfant qui influencent la santé à long terme.

L’ambition est de développer des approches thérapeutiques adaptées à ces populations vulnérables et de mieux comprendre l’impact du vieillissement sur l’efficacité des traitements.

Un institut tourné vers l’avenir et les nouvelles technologies

L’Institut Pasteur entend s’appuyer sur des technologies de pointe pour accélérer ses découvertes. L’intelligence artificielle,(IA), la biologie computationnelle et les approches quantitatives joueront un rôle clé dans l’analyse des données et l’identification de nouvelles pistes thérapeutiques. L’intégration de l’IA dans la recherche est déjà bien engagée, notamment pour l’analyse des images de microscope et la modélisation des épidémies. Le plan Pasteur 2030 prévoit d’étendre ces technologies à l’ensemble des programmes de recherche, en renforçant les collaborations interdisciplinaires.

L’institut s’engage également à moderniser ses infrastructures et à renforcer son attractivité pour les jeunes chercheurs. La formation des scientifiques de demain sera un axe stratégique, avec des programmes spécifiques dédiés aux jeunes talents et une ouverture accrue à l’international.

Un modèle économique à consolider pour garantir l’indépendance de la recherche :

Si l’Institut Pasteur bénéficie d’un fort soutien public et privé, l’évolution du modèle de financement constitue un enjeu central pour les années à venir. La diversification des sources de financement, notamment via des partenariats industriels et des fonds philanthropiques, est essentielle pour garantir la pérennité des recherches.

L’institut prévoit également de renforcer son engagement auprès du grand public en promouvant la science ouverte et en améliorant la diffusion des connaissances. La transparence et l’accessibilité de la recherche seront au cœur de cette démarche.

Vers un Institut Pasteur plus résilient et engagé dans la société :

À travers Pasteur 2030, l’institut ne se contente pas d’annoncer une feuille de route scientifique : il défend une vision de la science fondée sur l’excellence, l’ouverture et l’engagement sociétal. En renforçant ses capacités de recherche, en misant sur l’innovation technologique et en consolidant son rôle dans le débat public, l’Institut Pasteur ambitionne de rester une référence mondiale dans la lutte contre les maladies et la compréhension du vivant.

D’ici 2030, ces orientations stratégiques pourraient non seulement transformer la recherche biomédicale, mais aussi contribuer à améliorer la santé humaine à l’échelle mondiale.

18 février 2025
Panorama France healthtech 2024 : le secteur du numérique en santé double son chiffre d’affaire par rapport à 2022

Un secteur en forte croissance, mais fragilisé par les financements

Malgré un contexte économique tendu, le secteur continue de croître et, comme l’indique ce panorama de France Biotech, se structure autour de près de 2 700 entreprises innovantes en santé , regroupant biotechs, medtechs et santé numérique – qui est la catégorie la moins représentée avec 450 entreprises, qui emploient 75 600 personnes en France. En 2024, le chiffre d’affaires global du secteur a progressé de +21 %, tandis que les investissements en R&D atteignent 1,4 milliard d’euros (+10 % par rapport à 2022). Cette dynamique atteste du rôle moteur de l’innovation médicale française dans la transformation du système de santé. Le numérique en santé, quant à lui, est le secteur qui a connu la plus grande accélération en termes de chiffre d’affaire sur une année, avec un CA qui a été multiplié par deux, passant de 98 millions d’euros en 2022 à 198 millions pour 2023.

Croissance du CA du numérique en santé entre 2022 et 2023 – @France biotech

Le secteur healthtech français continue aussi d’attirer des investissements, avec une enveloppe totale de 3 milliards d’euros injectée dans la filière depuis 2021. Parmi ces financements, 2,3 milliards d’euros proviennent de France 2030, un programme stratégique visant à renforcer l’innovation en santé.

Croissance du chiffre d’affaires des entreprises innovantes en santé – @France Biotech

Mais malgré ces apports financiers, l’accès aux fonds reste complexe. La contraction des marchés financiers et la frilosité des investisseurs impactent particulièrement les biotechs et medtechs, qui nécessitent des financements à long terme pour le développement de nouvelles solutions thérapeutiques et technologiques.

Les taux de création d’entreprises restent soutenus, mais une hausse des défaillances est également observée. Pour les entrepreneurs, la pérennité des financements et la diversification des sources d’investissement sont désormais des priorités absolues.

L’IA et la data, nouveaux piliers de l’innovation médicale pour le numérique en santé

La santé numérique est désormais l’un des principaux moteurs de transformation du système de santé, redéfinissant les pratiques médicales et ouvrant la voie à une médecine plus personnalisée et efficiente. En 2024, 450 entreprises françaises se positionnent dans ce secteur en pleine expansion, avec une commercialisation déjà effective pour 76 % d’entre elles. L’essor des technologies basées sur l’intelligence artificielle (IA), l’exploitation des données de santé et la télémédecine révolutionne les processus de soin, la prise en charge des patients et l’optimisation des ressources médicales.

L’état du numérique en santé en France – @France biotech

L’IA joue un rôle fondamental dans le diagnostic, l’aide à la décision clinique et la gestion prédictive des patients. Ces technologies permettent notamment d’analyser des imageries médicales en quelques secondes, d’anticiper des complications post-opératoires et de fournir aux médecins des recommandations thérapeutiques personnalisées. Le machine learning et les modèles d’IA générative sont de plus en plus intégrés aux hôpitaux et aux plateformes de santé numérique, facilitant la détection précoce de pathologies et l’amélioration des protocoles médicaux.

Cependant, cet essor rapide soulève de nombreux défis réglementaires, techniques et éthiques. L’exploitation massive des données de santé, essentielle pour alimenter les algorithmes et améliorer la précision des diagnostics, doit être strictement encadrée afin d’assurer la protection des patients et la souveraineté numérique. En ce sens, l’Union européenne a instauré le règlement EHDS (Espace européen des données de santé), qui vise à harmoniser l’accès aux données médicales et à favoriser un écosystème de partage sécurisé entre les acteurs de la santé numérique en Europe. L’intégration du numérique dans les biotechs et medtechs s’inscrit dans cette dynamique d’innovation, où l’IA et la data deviennent les fondations des nouvelles stratégies de soins.

L’IA et la data au service aussi des biotechs :

Le secteur des biotechs bénéficie largement des progrès du numérique, qui accélèrent la découverte de nouveaux traitements et l’optimisation des essais cliniques. En oncologie, par exemple, l’IA permet d’analyser des millions de profils génétiques afin d’identifier les mutations spécifiques responsables du développement des cancers, ouvrant ainsi la voie à des traitements ultra-personnalisés. De plus, le machine learning appliqué à la biotechnologie facilite la modélisation de nouvelles molécules thérapeutiques, réduisant considérablement les délais et les coûts de recherche. Grâce à l’automatisation de l’analyse des données issues des patients et des essais cliniques, les biotechs peuvent prédire l’efficacité potentielle d’un médicament avant même son premier test sur l’humain.

Cependant, la pérennité des entreprises du secteur dépend toujours des financements à long cycle, alors que le coût moyen de développement d’un médicament dépasse le milliard d’euros. Bien que le secteur attire des investissements massifs, avec 3 milliards d’euros injectés depuis 2021, la contraction des marchés financiers complique l’accès aux fonds, notamment pour les start-ups early-stage.

Pour les biotechs, le numérique est donc un double levier de transformation : d’un côté, il accélère les découvertes et la mise sur le marché de nouveaux traitements, et de l’autre, il offre des opportunités de financement via les données de recherche et la simulation numérique.

Les medtechs se dirigent vers une médecine augmentée par l’IA :

L’intégration du numérique dans les medtechs propulse le secteur vers une médecine augmentée, où les dispositifs médicaux deviennent intelligents, prédictifs et interconnectés. La robotique chirurgicale, par exemple, améliore la précision des gestes médicaux et réduit les risques opératoires grâce à l’assistance en temps réel des chirurgiens par des systèmes d’IA embarqués.

Les dispositifs médicaux connectés connaissent également un essor spectaculaire. En 2024, ils jouent un rôle central dans la surveillance continue des patients à domicile, notamment pour les maladies chroniques comme le diabète ou l’insuffisance cardiaque. Ces objets intelligents collectent et analysent en temps réel des données physiologiques, permettant aux médecins de réagir plus rapidement en cas de dégradation de l’état de santé d’un patient.

L’imagerie médicale assistée par l’IA marque également une avancée majeure : les algorithmes sont désormais capables d’identifier des lésions invisibles à l’œil humain, réduisant ainsi les erreurs diagnostiques et permettant une prise en charge beaucoup plus précoce des pathologies graves.

Cependant, le développement des medtechs numériques reste freiné par des contraintes réglementaires et des délais d’autorisation longs. L’Europe travaille actuellement sur une harmonisation des réglementations pour permettre une adoption plus rapide de ces innovations sur le marché.

Classement des plus grandes préoccupations des entrepreneurs
en 2024 (% d’entreprises) – @France biotech

L’essor de la télémédecine et des plateformes numériques de soins :

Enfin, l’essor de la télémédecine et des plateformes numériques transforme radicalement l’accès aux soins en France. Avec une multiplication des consultations à distance (+75 % depuis 2020) et l’amélioration des outils de suivi numérique, la médecine devient plus accessible, y compris pour les populations éloignées des centres de soins.

Les plateformes de santé numérique centralisent l’historique médical des patients, facilitent les échanges entre professionnels de santé et optimisent la gestion des parcours de soins. Grâce à des assistants virtuels basés sur l’IA, ces plateformes offrent une aide au diagnostic en temps réel et contribuent à décharger les professionnels de santé d’une partie des tâches administratives.

Cependant, leur déploiement soulève encore des questions liées à l’interopérabilité des systèmes et à la cybersécurité des données. France biotech indique dans son panorama que l’adoption du EHDS sera un tournant décisif pour structurer l’écosystème numérique de la santé européenne et garantir un accès équitable et sécurisé aux innovations médicales digitales.

Une structuration du marché portée par l’internationalisation et les alliances stratégiques

Face aux mutations du secteur, les entreprises healthtech françaises renforcent leurs partenariats industriels. Après un ralentissement en 2023, les alliances stratégiques ont repris fortement en 2024, atteignant un montant record de 100 milliards de dollars en Europe. La France se positionne désormais comme le 4ᵉ pays européen en nombre d’opérations, avec 60 accords signés par des entreprises biopharmaceutiques françaises, pour une valeur de 16 milliards de dollars.

L’accélération de la croissance internationale est un axe prioritaire pour les entreprises, qui cherchent à s’implanter durablement sur les marchés mondiaux tout en consolidant leurs positions en Europe.

Un avenir prometteur mais encore incertain

Si la healthtech française affiche des perspectives positives, le panorama indique qu’elle doit encore relever plusieurs défis. En particulier, le renforcement des financements, l’accès facilité aux marchés étrangers et une régulation adaptée à l’innovation seront des leviers essentiels pour consolider le dynamisme du secteur.

L’optimisme reste de mise, puisque 83 % des entreprises healthtech envisagent de recruter en 2025, avec la création attendue de 2 000 nouveaux emplois, notamment en R&D, production et marketing.

Les emplois dans le secteur de la healthtech – @France biotech

Le panorama France healthtech 2024 témoigne d’un secteur en pleine transformation, où la santé numérique, l’IA et la robotique médicale redéfinissent les pratiques et ouvrent la voie à une médecine plus personnalisée et efficiente.

14 février 2025
AI in Healthcare : « Nous devons garantir un accès juste aux données de santé pour que l’IA bénéficie à tous » (E. Sutherland)

L’IA vue comme une révolution freinée par des obstacles majeurs

Organisé dans le cadre du Sommet sur l’action pour l’IA par le Health Data Hub et la Commission européenne, cet événement a réuni plusieurs experts de la donnée et de l’intelligence artificielle pour débattre des enjeux liés au développement de l’IA en santé en Europe. Emmanuel Bacry, directeur scientifique du Health Data Hub, a modéré une discussion portant sur la manière entre Joni Komulainen (ministère de la Santé de Finlande), Marco Marsella (Commission européenne), David Novillo (OMS), Bakul Patel (Google Health) et Eric Sutherland (OCDE). Les débats ont permis de mettre en lumière un constat central : l’IA appliquée à la santé repose entièrement sur l’accès aux données médicales, mais cet accès reste aujourd’hui entravé par de nombreux obstacles techniques, réglementaires et éthiques.

Le premier défi repose sur la fragmentation des données. Aujourd’hui, les informations médicales des patients sont dispersées entre divers systèmes hospitaliers, infrastructures nationales et bases de données disparates. Cette hétérogénéité complique leur mise en commun et limite les avancées en matière d’intelligence artificielle. Un deuxième obstacle, et non des moindres, concerne la qualité et la standardisation des données. L’absence d’une structure homogène et d’uniformisation des formats de stockage freine le travail des chercheurs et des entreprises technologiques qui développent des modèles IA en santé.

En plus de ces défis techniques, la question de l’accès aux données et de l’équité dans leur exploitation est au cœur des préoccupations. Si seules quelques entreprises privées ou certains pays dominent l’accès aux meilleures bases de données, l’IA en santé pourrait aggraver les inégalités entre les systèmes de soins. De même, les contraintes réglementaires freinent la recherche et le développement d’outils d’IA. L’accès aux bases de données médicales est strictement encadré par le RGPD et d’autres textes européens, ce qui rend difficile un accès harmonisé aux données sur le continent.

Face à ces enjeux, l’Union européenne a initié une réponse ambitieuse avec l’Espace européen des données de santé (EHDS). Officiellement adopté en janvier 2025, ce cadre réglementaire vise à structurer et encadrer le partage des données de santé en Europe.

L’EHDS espérée comme une solution européenne face aux défis de l’IA en santé

Lors de la conférence, Marco Marsella, directeur du Digital EU4Health et de la modernisation des systèmes de santé à la Commission européenne, a insisté sur l’importance de l’EHDS pour permettre une exploitation efficace et éthique des données de santé. L’objectif du règlement est de garantir un accès plus fluide et sécurisé aux données à travers l’Europe, en instaurant un cadre harmonisé qui facilitera la circulation des informations médicales tout en protégeant les droits des patients.

Cependant, la mise en œuvre de l’EHDS ne sera pas immédiate. Il faudra au moins deux ans pour définir les spécifications techniques et bâtir un environnement sécurisé permettant le traitement des données en toute confiance. L’adoption de ce cadre législatif est un premier pas, mais son succès dépendra de la manière dont les États membres mettront en place ces nouvelles règles.

Selon Marsella, l’interopérabilité sera au cœur de cette transformation. Aujourd’hui, les données médicales ne sont pas toujours accessibles d’un pays à l’autre, et même au sein d’un même système national, elles peuvent être éparpillées et difficilement exploitables. L’EHDS vise à remédier à cette situation en introduisant des standards européens, garantissant que les informations médicales puissent être échangées sans barrières techniques. “Nous n’allons pas changer la manière dont les données sont stockées aujourd’hui, mais nous allons fixer des normes communes pour les échanger efficacement”, a-t-il expliqué.

L’enjeu central des données de qualité :

Si l’EHDS promet d’améliorer l’accès aux données de santé, encore faut-il que celles-ci soient exploitables. Joni Komulainen, conseiller au ministère de la Santé et des Affaires Sociales de Finlande, a rappelé que la qualité des données est un facteur déterminant dans le succès de l’IA en santé.

La Finlande est l’un des pays les plus avancés en matière de gestion et d’exploitation des données de santé. Depuis 2019, un cadre législatif rigoureux permet d’utiliser ces informations pour améliorer la recherche et les soins. Pourtant, même dans un pays pionnier comme la Finlande, la structuration des données demeure un défi majeur. L’enregistrement des informations médicales reste en grande partie un processus manuel, mobilisant énormément de ressources humaines.

L’IA pourrait, selon Komulainen, jouer un rôle clé dans l’amélioration de la structuration des données, notamment en automatisant leur collecte et en facilitant leur organisation. Cela permettrait aux chercheurs et aux professionnels de santé de travailler avec des données plus fiables, et surtout, plus rapidement exploitables.

Permettre l’équité dans l’accès aux données :

L’un des points les plus débattus lors de la session concernait le risque de voir l’IA en santé accentuer les inégalités existantes. Eric Sutherland, économiste senior de la santé à l’OCDE, a alerté sur la fracture numérique qui pourrait se creuser entre les pays et les établissements de santé bien dotés et ceux qui disposent de moins de ressources.

Les centres hospitaliers les plus avancés, disposant de vastes bases de données et des moyens techniques nécessaires pour les exploiter, auront un avantage considérable dans le développement des outils d’IA. À l’inverse, les hôpitaux sous-financés risquent d’être exclus de cette transformation numérique, creusant davantage les écarts en matière de qualité des soins et d’innovation.

Sutherland a souligné que “l’IA elle-même ne fait pas de discrimination, mais son déploiement peut aggraver les inégalités existantes si nous ne veillons pas à un accès équitable aux données de santé”. Il est donc crucial que l’EHDS veille à un accès équitable aux bases de données de santé et encourage la mutualisation des ressources à l’échelle européenne.

14 février 2025