VERDU BISSI Alexandre

  • Téléexpertise : l’ARS Auvergne-Rhône-Alpes ouvre un AAP pour proposer de nouvelles offres (15/09)

    Proposer une offre de téléexpertise pour une ou plusieurs spécialités

    Dans le cadre du schéma régional de santé (SRS) 2023-2028 de l’ARS Auvergne-Rhône-Alpes, qui s’inscrit lui-même dans l’alignement de la feuille de route nationale du numérique en santé planifiée jusqu’en 2027, l’Agence régionale a décidé de lancer un AAP pour le déploiement de la téléexpertise dans sa région. Ce choix réside dans le fait que si la télémédecine est fortement présente en Auvergne-Rhône-Alpes, notamment grâce aux dispositifs déployés par les Hospices civiles de Lyon (HCL), la télé-expertise est moins courante, alors qu’elle possède de nombreux atouts tels que “le partage de connaissances et de savoir-faire entre les professionnels de santé tout en garantissant le respect du secret médical et la sécurité des informations transmises”.

    Cet AAP s’adresse aux établissements sanitaires, aux associations portant un projet de santé territorialisé, ainsi qu’aux  structures juridiques porteuses d’une structure d’exercice collectif (maison de santé pluriprofessionnelle ou centre de santé) ou d’un cabinet de groupe qui souhaitent porter un projet qui propose une offre de téléexpertise, intégrée dans un parcours de soins. Cette offre devra concerner une ou plusieurs spécialité(s) médicale(s) et être amenée à s’étendre progressivement vers d’autres. Les lauréats de l’AAP bénéficieront d’un accompagnement par l’ARS allant de 12 à 18 mois, ainsi que d’un soutien financier  couvrant les coûts relatifs au démarrage et au pilotage du projet et pouvant aller jusqu’à 70 000 euros par lauréat.

    👉 L’AAP est d’ores et déjà ouvert et les inscriptions sont a effectuer sur la plateforme “Ma démarche santé” (accessible via ce lien) en cliquant sur le formulaire « Region – AAP Téléexpertise » avant le 15 septembre 2023 à 23h00.

    Modalités de l’AAP

    Calendrier :

    • dépôt des candidatures : du 4 juillet au 15 septembre 2024 à 23:00 ;
    • instruction et sélection des candidats : du 16 au 30 septembre 2024 ;
    • réponse et conventionnement des projets retenus : avant le 1er novembre 2024 ;
    • démarrage des projets : avant le 1er janvier 2025 ;
    • bilan et finalisation : avant le 30 juin 2026.

    Critères d’éligibilité :

    Pour être éligible, le dossier de candidature devra :

    • être complété et déposé avant le 15 septembre 2024 ;
    • concerné un projet d’une structure de la région Auvergne-Rhône-Alpes ;
    • contenir un état des lieux de l’activité de téléexpertise au sein de la structure au moment du dépôt de la candidature ;
    • comporter l’identification des partenaires ciblés ;
    • contenir la description des moyens humains dédiés, tel que l’identification d’un chef de projet médecin ou a minima d’un ou plusieurs médecins relais participant au pilotage du projet ;
    • comporter un bilan prévisionnel de l’activité de téléexpertise lors de l’arrivée à échéance de la convention avec des cibles d’usages pour 2 indicateurs a minima : le volume total d’actes réalisés et ventilation par spécialités médicales et le nombre de spécialités médicales ouvertes à la téléexpertise ;
    • et aborder les actions de communication et de formation envisagées pour promouvoir l’offre de téléexpertise auprès des requérants potentiels.

    Critères de sélection :

    Pour sélectionner les projets lauréats, l’ARS examinera :

    • la pertinence du projet et la complétude du dossier ;
    • le respect de la réglementation en vigueur et des critères d’éligibilité ;
    • la stratégie et moyens mobilisés pour atteindre les objectifs fixés.

    Plus de détails concernant cet AAP peuvent être retrouvés dans ce cahier des charges et son annexe.

     

  • Pathologie numérique : la taskforce de France Biotech recommande une inclusion dans le Ségur du numérique

    Répondre à un besoin de digitalisation

    La taskforce de France Biotech dédiée à l’anatomopathologie numérique a été lancée en mai 2023 dans un contexte de nécessité de la digitalisation du secteur alors que les pathologistes ont vu leurs tâches s’intensifier “à la fois en volume et en complexité dans un contexte de médecine de précision” explique l’association. Pour répondre à cette attente en termes de digitalisation, cette taskforce a réuni 130 participants parmi lesquels des médecins pathologistes libéraux, des médecins pathologistes hospitalo-universitaires et hospitaliers, des sociétés savantes, des industriels et des institutionnels.

    De mai 2023 à mars 2024, ils se sont réunis à de plusieurs reprises au travers de groupes pour travailler à :

    • favoriser les échanges entre les acteurs de l’anatomopathologie numérique ;
    • permettre aux acteurs d’assurer une bonne transition vers l’anatomopathologie numérique ;
    • faire émerger les solutions innovantes à même d’optimiser la pratique clinique, en lui offrant un cadre réglementaire et économique favorable ;
    • consolider une filière dynamique et porter des actions prioritaires structurantes à destination des pouvoirs publics. 

    En mai 2024, France Biotech a fait état des travaux de sa taskforce au travers d’un événement de restitution qui s’est déroulé à PariSanté Campus et par le biais duquel les groupes de travaux ont présenté un état des lieux des bénéfices et des enjeux du passage au digital et à l’IA, mais les difficultés du passage à cette digitalisation, ainsi qu’un certain nombre d’actions prioritaires visant à soutenir la filière dans ce passage.

    Quel intérêt à numériser l’ACP ?

    L’ACP est une spécialité médicale qui permet la détection de maladie, leur compréhension, ainsi que le diagnostic des patients grâce à l’analyse d’échantillons biologiques par microscope sur des lames. Le passage d’une lecture sur des lames physiques à une lecture sur des lames virtuelles ouvre donc la porte à une facilitation du travail pour les pathologies.

    Les résultats des groupes de travail de la taskforce ont montré que du côté du soin, la digitalisation de l’ACP permet, entre autres, la facilité d’accès aux données – car de par la numérisation des lames, leur transfert est plus facile entre professionnels de santé – , un confort de lecture pour les pathologistes, une sécurité supplémentaire – puisqu’il y a moins de risque de confusion entre plusieurs lames – , une utilisation plus aisée des algorithmes d’IA qui n’ont qu’a analyser les données numériques, ainsi qu’une meilleure prise en charge, avec des délais plus courts, grâce à une lecture décentralisée des lames.

    Du côté de la recherche, la digitalisation de l’ACP peut faciliter l’exploitation des images qui seront stockées numériquement, ce qui permet aussi la constitution de bases de données de recherche, mais aussi des bases de données pour les entrepôts de données de santé et donc pour la réutilisation secondaire de ces données. Agissant toujours de paire avec l’IA, la collecte de ces données peut aussi faciliter l’exploitation de la multimodalité et la constitution de jumeaux numériques pour accélérer la découverte de médicaments.

    La digitalisation de l’ACP peut aussi avoir des bénéfices dans la cadre de la formation comme la démontré la taskforce : “la digitalisation facilite le partage des cas didactiques, la création de collections pédagogiques, de base de données bibliographiques. Elle a permis notamment l’accès aux bases de données de l’Université numérique en santé et sport (UNESS) qui comprennent des collections de lames de référence par pathologie, annotées par des experts et des cours en ligne, ainsi que la mise en place de la plateforme “UNESS-SIDES”.

    Les bénéfices d’une inclusion de l’IA :

    Pour ce qui est du passage à l’IA, la taskforce a, là aussi, relevé de nombreux bénéfices du côté du soin, de la recherche et de la formation des pathologistes. En effet, l’IA offre des algorithmes destinés à optimiser la pratique du pathologiste et à améliorer le parcours de soin et la décision thérapeutique aux bénéfices des patients. Dans le cadre du soin, les groupes de travaux de la taskforce ont établi que l’IA impacte directement la prise en charge du patient grâce à une analyse plus précises des lames ce qui optimise cette prise en charge. Mais là n’est pas le seul bénéfice, puisque l’IA va aussi assister le pathologiste dans sa prise de décision et lui permettre un gain de temps, notamment grâce aux algorithmes d’analyse comme ceux qui permettent la lecture des frottis cervicaux.

    Pour la recherche, c’est les capacités prédictives de l’IA et l’automatisation qu’elle permet qui sont intéressantes. La taskforce montre que l’IA peut être utilisée pour prédire l’évolution de la maladie ou sa réponse à une thérapie donnée, pour remplacer des techniques existantes, ainsi que pour détecter des signaux faibles invisibles à l’œil et qui seraient des signatures pronostiques ou prédictives de nature à revoir les guidelines diagnostiques.

    Dans le cadre de la formation, l’IA permet “d’illustrer des cas (détecter des évènements, afficher des masques, …) et d’alimenter les contenus de formation et de développer le sens critique des jeunes pathologistes“.

    Les obstacles à une généralisation

    Si une digitalisation de l’ACP à d’ores et déjà débuté, de nombreux freins empêche sa généralisation. Les groupes de travail de la taskforce montre que les principaux freins à une utilisation plus générale de l’IA dans l’ACP résident dans des contraintes techniques et réglementaires. En effet, une généralisation ne pourra prendre forme que lorsqu’un financement sera instauré pour permettre un accès à l’usage de l’IA, mais aussi lorsque les DM numériques à usage professionnel seront évalué et déclaré conforme par la Haute autorité de santé (HAS). Cette généralisation nécessitera aussi une maîtrise des outils d’IA par les professionnels, chose qui n’est pas encore acquise.

    Ces mêmes freins sont constatés pour une digitalisation plus générale : des freins techniques couplés à des coût importants, puisqu’une numérisation des services nécessite d’engager des investissements très lourds. La taskforce a aussi relevé d’autres freins comme l’absence de format d’image standard pour le partage des données, mais aussi l’archivage et le stockage des lames qui, lorsqu’elles seront totalement numérisées, nécessiteront des bases de données conséquentes. Le dernier frein relevé par la taskforce est celui concernant les défis juridiques comme l’obéissance au RGPD pour le stockage des lames numériques, ou encore les procédures pour l’accès et l’utilisation des données des patients, comme l’obtention de leur consentement.

    Les principales préconisations de France Biotech

    Après avoir dressé cet état des lieux, la taskforce préconise 31 actions prioritaires, parmi lesquelles la nécessité :

    • de mettre en place d’un accompagnement financier efficace, indispensable pour soutenir la digitalisation des laboratoires publics et privés ;
    • de favoriser de l’inscription des outils IA dans le RIHN (impliquant le recueil de données) et passage en droit commun d’actes matures tels que les actes de biologie moléculaire (PCR, NGS) de manière à libérer l’enveloppe au profit de nouvelles innovations tels que les actes assistés par IA ;
    • de permettre la création de nouveaux types d’actes pour l’utilisation d’algorithmes, y compris à l’initiative des industriels, tenant compte de la typologie d’IA et coefficienté en fonction de la valeur ajoutée évaluée par la HAS ;
    • d’améliorer la coordination entre les secteurs public et libéral afin de favoriser l’exploitation des datas par les industriels et les chercheurs ;
    • de soutenir la création d’entrepôts locorégionaux de données de santé interconnectés permettant de recueillir des données multimodales et multi origines provenant des secteurs privés et publics ;
    • d’inclure la pathologie digitale dans le Ségur du numérique afin de bénéficier du soutien de la DNS pour conseiller et dynamiser la standardisation et les choix en matière d’interopérabilité pour la filière ;
    • de proposer que l’archivage légal puisse être réalisé en physique ou en digital de manière à pouvoir adapter les stratégies aux dispositions des laboratoires et aux cas d’usage, et éviter un double archivage (physique et numérique) ;
    • et de sensibiliser la Cnil au sujet de la création d’entrepôts de données de santé, en lui demandant de définir des procédures harmonisées et adaptées afin de réduire les délais d’autorisations (public et privé).

    👉 Toutes les actions préconisées par la taskforce de France Biotech sont à retrouver dans la restitution de la taskforce consultable en cliquant sur ce lien.

  • Santé des femmes : l’ARS Île-de-France lance un AAP pour des innovations organisationnelles (30/09)

    Jusqu’à 100 000 € de financement

    C’est dans le cadre de son projet régional de santé 2023-2028 que l’ARS Île-de-France a ouvert cet AAP dédié à la santé des femmes et centré sur les innovations organisationnelles. Elle vise ainsi à sélectionner des projets qui pourront :

    • renforcer les compétences et connaissances sur la santé des femmes pour un meilleur accès à la santé ;
    • améliorer l’accès à la santé pour des femmes dont la santé est susceptible de se dégrader en raison de difficultés spécifiques.

    Peuvent participer à cet AAP principalement les établissements de santé, les établissements et services médico-sociaux, les structures juridiques porteuses d’une structure d’exercice collectif ou d’un cabinet de groupe, les associations portant un projet de santé territorialisé, ou encore les dispositifs d’appui à la coordination, tous franciliens. Les porteurs de projets doivent proposer un projet innovant qui va permettre de soutenir les innovations organisationnelles en lien avec les structures de santé qui contribuent à améliorer l’accès à la santé des femmes, mais ce dernier ne doit pas obligatoirement contenir d’innovations numériques, qui ne sont pas pris en charge par le financement de l’appel.

    L’ARS Île-de-France indique qu’entre 3 et 5 lauréats seront sélectionnés à terme de cet AAP et qu’ils bénéficieront d’un financement de 300 000 euros à se partager, donc entre 60 000 et 100 000 euros par lauréat. L’AAP est d’ores et déjà ouvert et les inscriptions peuvent se faire via ce lien jusqu’au 30 septembre à 23:59.

    Déroulement de l’AAP

    Calendrier de l’AAP :

    Ouvert le 3 juillet 2024, l’AAP “innovations organisationnelles au service de la santé des femmes” sera clos le 30 septembre 2024 à 23h59. Tous les dossiers de candidature doivent être soumis avant cette date limite. La sélection des équipes retenues, ainsi que leur notification se fera le 8 novembre 2024.

    Critères d’éligibilité :

    Pour que le projet soit éligible, le dossier de candidature devra obligatoirement :

    • être déposé, complété et signé par tous les membres du groupement sur le site démarches-simplifiees.com avant le 30 septembre 2024 à 23:59 ;
    • contenir le plan de financement complété par chaque membre du groupement éligible à la subvention ;
    • contenir des mandats signés par les membres du groupement ;
    • contenir des résultats d’études réalisées sous forme de document ou article scientifique (le cas échéant).

    Critères de sélection :

    Les projets éligibles seront sélectionnés par l’ARS en fonction des critères suivants :

    • adéquation avec la thématique, les publics cibles et les objectifs de l’appel à projet ;
    • adéquation avec les priorités transversales et thématiques du projet régional de santé ;
    • qualité du pilotage et de la gestion du projet ;
    • caractère innovant de l’organisation par rapport aux savoirs ou pratiques existants ;
    • légitimité, qualité et pertinence des partenariats mobilisés ;
    • logique de représentativité et de couverture territoriale du projet ;
    • pertinence des modalités de gouvernance du projet pour le mener à bien ;
    • clarté et pertinence de la démarche de mise en œuvre du projet et des choix méthodologiques ;
    • volume de bénéficiaires du projet suffisamment représentatif ;
    • capacité à mobiliser des acteurs du territoire ;
    • faisabilité du projet et adéquation des moyens aux objectifs (calendrier, moyens humains) comportant l’anticipation des risques projet ;
    • reproductibilité de l’usage en dehors du projet et auprès d’autres structures de santé similaires à la structure expérimentatrice ;
    • justification du budget du projet ;
    • conduite d’une étude d’impact.

    Ne sont pas éligibles les projets :

    • qui ne prévoient pas de chefferie et gestion de projet ;
    • qui ne comportent pas d’éléments montrant qu’une capitalisation et une mesure d’impact vont être réalisées ;
    • qui reposent sur des financements déjà prévus dans le droit commun ;
    • et dont les modalités de recueil et d’analyse des données recueillies sont non conformes aux règles et recommandations de la Cnil.

     

  • Quels cas d’usage de l’IA dans la découverte des médicaments ?

    2 grandes catégories de cas d’usage dans la découverte des médicaments

    Si l’IA a un impact qu’il est encore difficile à mesurer concrètement en ce qui concerne la recherche clinique, de nombreuses études ont montré que cette technologie permet d’accélérer les processus de recherches de molécules, de création de molécules, et même de prédiction de leurs propriétés moléculaires et de leur toxicité avant même leur conception. Une bonne utilisation des algorithmes au service de la recherche clinique permettrait de faire des économies d’argent et de temps conséquentes pour les chercheurs.

    Et même si aucun médicaments n’a été mis sur le marché pour le moment après sa découverte grâce à l’IA, ces algorithmes montrent pour le moment des résultats pertinents dans deux grandes catégories de cas d’usage : la conception de médicaments et l’analyse des médicaments lors de la phase pré-clinique. En plus de ces deux catégories, il y en a une troisième qui ne s’intéresse pas directement au médicament mais plutôt aux pathologies, puisqu’il s’agit de la découverte de biomarqueurs.

    La plus grande partie des usages concentrés dans la découverte de cibles

    De ces deux grandes catégories de cas d’usage, celle qui est le plus proposée par les solutions actuellement disponibles sur le marché, que ce soit en France ou dans le monde, est celle concernant la découverte de médicaments, notamment avec une majorité des solutions qui proposent une découverte de cibles, à savoir des molécules qui vont avoir un effet thérapeutique sur la maladie ciblée par le chercheur. Les deux autres cas d’usage les plus représentés sont la découverte de candidats-médicaments, suivis de près par la découverte de biomarqueurs.

    Drug design : les cas d’usage liés à la conception de médicaments

    Comme évoqué précédemment, la découverte de médicaments peut passer par l’identification de cibles, mais aussi par la découverte de candidats médicaments, la prédiction des propriétaires moléculaires d’une molécule, ainsi que la découverte et la génération de nouvelles molécules. Tous ces cas d’usage font partie de ceux liés à la conception des médicaments.

    1️⃣ Génération de nouvelles molécules : les algorithmes d’apprentissage profond vont là aussi servir la découverte de médicaments, puisqu’ils vont être utilisés pour générer les molécules de façon séquentielle, par construction itérative. Le modèle de génération va ensuite permettre de sélectionner la prochaine étape de construction pour un état donné de la molécule. Plus qu’une simple génération de molécules, l’IA peut aussi générer des molécules satisfaisant une propriété moléculaire donnée grâce à une approche d’apprentissage par renforcement.

    2️⃣ Découverte de nouvelles molécules : avant de générer les molécules, il faut les avoir découvert et là encore, l’intelligence artificielle à son rôle à jouer. Grâce à des algorithmes d’exploration et d’apprentissage par recherche active de connaissances, l’IA va analyser des millions de données et tester des millions de molécules pour déterminer lesquels sont les plus à même d’avoir un impact sur la maladie ciblée. On parle de découverte de nouvelles molécules, parce que même si elles ne vont pas être créées directement par l’IA c’est l’IA qui va découvrir son utilité pour le traitement d’une pathologie.

    3️⃣ Découverte de cibles : avant de penser à quel molécule va agir pour le traitement d’une pathologie, il faut découvrir la cible thérapeutique pour cette maladie : quelle molécule il faut que le médicament atteigne. En ce qui concerne le cancer, par exemple, de nombreux médicaments sont développés sur la base d’hypothèses validées expérimentalement qui peuvent expliquer un mécanisme possible sous-jacent à la cancérogénèse, mais ignorent d’autres faits de la maladie. Grâce à des algorithmes spécialisés en analyse biologique basés sur l’apprentissage automatique, l’IA va pouvoir fournir des analyses biologiques avancées afin de permettre une identification précise des cibles menant à la découverte de médicaments.

    4️⃣ Découverte de candidats-médicaments : en assemblant des images de protéines à la structure des molécules s’y fixant, l’intelligence artificielle peut développer des clichés représentant des petites fractions de molécules (appelées fragments) liées à des parties d’images (appelées sous-poche protéique), qui vont ensuite être assemblées pièce par pièce afin de proposer une molécule idéalement complémentaire de la protéine que l’on veut activer ou inhiber. Grâce à l’IA et à son analyse des molécule et des cibles, il est possible de trouver les candidats-médicaments les plus à même d’atteindre ces cibles thérapeutiques.

    5️⃣ Conception de médicaments de novo : grâce à des modèles de langage chimique (CLM) qui sont des techniques d’apprentissage automatique conçues pour traiter et apprendre à partir de structures moléculaires représentées sous forme de séquences (comme les chaînes de caractères SMILES (Simplified Molecular Input Line Entry System)), l’IA peut créer de nouvelles molécules à partir de zéro. Ceci est l’étape ultime de la découverte de médicament grâce à l’IA parce qu’elle est la création du médicament à proprement parlé. Aucun médicament n’a pour le moment été créé de la sorte, mais de nombreuses études, dont une parue en avril 2024 dans la revue Nature montre que cela est réalisable.

    Drug screening : les cas d’usage liés à l’analyse des médicaments

    En plus de la conception de médicaments, l’IA peut être utilisée dans le cadre de l’analyse des médicaments lors de la phase pré-clinique, pour s’assurer qu’ils répondent à toutes les attentes en vue de leur entrée en essai clinique. Cela peut concerner la prédiction de leur activité biologique, de leur toxicité ou encore de leurs propriétés moléculaires.

    1️⃣ Prédiction de l’activité biologique des médicaments : les algorithmes d’apprentissage automatique permettent d’automatiser la découverte de composés afin de prédire l’activité biologique des médicaments. C’est cette activité biologique qui reflète la puissance et la capacité d’un médicament à avoir un effet biologique et donc des effets pharmacologiques sur une pathologie. Leur prédiction est donc importante pour comprendre si le médicament va être ou non efficace et s’il nécessite donc une entrée en essai clinique.

    2️⃣ Prédiction de la toxicité des médicaments : alors que plusieurs études ont montré que plus de 30 % des candidats médicaments sont rejetés en raison de leur toxicité, il est important d’intégrer une prédiction de cette toxicité lors du processus de découverte du médicament. Grâce à l’utilisation de divers algorithmes d’apprentissage automatique et d’architectures d’apprentissage profond, l’intelligence artificielle est capable de détecter la potentiel toxicité des candidats médicaments avant leur essais sur l’homme.

    3️⃣ Prédiction des propriétés moléculaires : avec plusieurs types d’intelligence artificiel tel que les modèles  d’apprentissage profond, il va être possible de modéliser les interactions entre atomes et d’introduire une invariance à l’ordre des atomes ainsi qu’à la translation et rotation géométriques. Cela va permettre de prédire la propriété d’une petite molécule destinée à être utilisée pour la création d’un candidat médicament, notamment son intérêt et sa fiabilité. La prédiction de ses propriétés grâce à sa structure ou à sa valeur va avoir plusieurs finalités telles que la prédiction de l’interaction du médicament avec sa cible moléculaire.

    Les cas d'usage de l'IA dans la recherche de médicaments
    Les cas d’usage de l’IA dans la découverte de médicaments

  • Recherche médicale : dynamique, plan de rénovation et apports de l’IA… (Etat des lieux)

    Une recherche clinique qui s’essouffle en France

    Avec ses 48 médicaments mis sur le marché entre 2017 et 2022, la France arrive au sixième rang des pays européens producteurs de médicaments, loin derrière l’Allemagne et ses 122 médicaments. Pourtant, les Français ont besoin de médicaments et la rupture constatée de 4 925 médicaments – développés par la plupart par des entreprises étrangères – en 2023 et signalé par l’Agence nationale de sécurité du médicament et des produits de santé (ANSM) le prouve. Mais depuis la sortie de la pandémie de Covid-19 qui avait permis une explosion de la recherche clinique en France, cette recherche a retrouvé son niveau d’avant-crise qui n’est pas fameux : loin derrière les Etats-Unis qui représentent plus de 40 % des dépôts de brevets de produits pharmaceutiques, la France stagne avec ses 5 % depuis 2006.

    Pour découvrir un médicament, il faut qu’il y ait la découverte préalable d’une protéine responsable d’une maladie, comme le cancer du sein par exemple, que les chercheurs vont tenter de comprendre pour savoir si une simulation ou un blocage de cette protéine peut avoir comme impact l’atténuation ou la guérison de cette maladie. Mais pour provoquer cette réaction, les chercheurs doivent parfois tester plusieurs centaines de milliers voire des millions de substances, ce qui demande un temps considérable.

    Conséquence d’une baisse du nombre d’essais cliniques :

    Mais alors pourquoi la France est en retard au niveau européen et mondial si la recherche est difficile pour tous les chercheurs du monde ? Parce qu’après avoir découverts des molécules susceptibles d’avoir un impact sur une pathologie, les chercheurs créés des candidats médicaments qui vont subir tout un tas de tests pour vérifier leur efficacité. Et dans ce qu’on appelle la recherche clinique, l’Europe n’est qu’au 3eme rang mondial derrière les Etats-Unis et la Chine selon les derniers chiffres communiqués par le Leem et la France arrive à la troisième place au niveau européen, continent où l’Espagne se distingue comme étant le seul pays a n’avoir pas subi de baisse au niveau de la recherche en 2023.

    La France est pourtant le pays leader en termes d’études menées sur la recherche clinique en Europe, mais lorsqu’on regarde les chiffres des études cliniques, ces dernières sont en baisse de 9 % entre 2022 et 2023, passant ainsi de 1467 à 1345 malgré une augmentation de 10 % des études académiques. Pour que la France reste dans la course avec l’Espagne et les plus pays les plus impliqués dans la recherche au niveau mondial, le Leem conseille aux chercheurs d’augmenter de 25 % leur participation aux essais multinationaux et d’accélérer le démarrage des études cliniques.

    👉 Pour aller plus loin sur la question des essais cliniques, Health & Tech a récemment publié un indicateur concernant les essais cliniques décentralisés qu’il est possible de consulter en cliquant sur ce lien.

    Un plan de rénovation demandé par le Gouvernement

    Et le Leem n’est pas le seul a avoir émis des recommandations pour faire progresser la recherche clinique. À la demande du Président de la République, Emmanuel Macron, qui avait déclaré en mai 2023 à l’Institut Curie “le moment est venu de travailler à une recherche biomédicale plus unifiée, plus efficace, pour permettre à la France de retrouver une place de premier plan dans la compétition internationale”, les ministres de l’Enseignement Supérieur et de la Recherche, de la Santé et de la Prévention et de l’Industrie, ont demandé à Anne-Marie Armanteras et Manuel Tunon de Lara de proposer un plan de rénovation de la recherche biomédicale.

    Après avoir confirmé l’essoufflement de la recherche biomédicale dans l’Hexagone et rappelé que les anciennes initiatives qui ont tenté de régler ce problème, comme l’initiative Aviesan, n’ont pas réussi à réorganiser le système du pilotage de la recherche biomédicale et de l’innovation en France, Anne-Marie Armanteras et Manuel Tunon de Lara ont proposé, dans un rapport publié en mai 2024, un plan en six étapes qui permettra à la France d’avoir des ensembles universitaires forts et des moyens financiers importants dédiés à cette recherche :

    • 1️⃣ faire évoluer l’Inserm vers une agence de programmation et de financement de la recherche biomédicale ;
    • 2️⃣ construire une véritable politique de site contractuelle de la recherche biomédicale ;
    • 3️⃣ combler notre retard dans le financement public et privé de la recherche biomédicale ;
    • 4️⃣ repenser les conditions d’exercice et la carrière des hospitalo-universitaires ;
    • 5️⃣ anticiper et accompagner les mutations à venir dans la recherche chez l’homme et dans les populations dans le cadre de la révolution numérique ;
    • 6️⃣ répondre à l’accélération de la dynamique d’innovation dans le domaine biomédical.

    L’opportunité d’accélération par l’IA

    De la découverte d’une molécule d’intérêt thérapeutique à la mise sur le marché d’un médicament, le tout en passant par les phases pré-clinique et clinique de son développement et son test sur l’homme et sur l’animal, il s’écoule généralement une quinzaine d’années, rapporte l’Institut national de la santé et de la recherche médical (Inserm).  Au cours de ces 15 ans, l’investissement consacré pour le développement de ce candidat médicament est d’environ 2,4 milliards d’euros, en sachant que la majorité des candidats médicaments n’aboutissent pas à une mise sur le marché ou son retirer du marché en cas de constatation d’effets secondaires trop nombreux sur les patients. Cela représente donc une énorme perte d’argent et de temps pour les laboratoires et les entreprises pharmaceutiques, qui ont pourtant à coeur de découvrir de nouveaux traitements pour des maladies chroniques qui se répandent plus qu’hier, à cause notamment du vieillissement de la population, ainsi que pour des maladies plus rares comme certains types de cancers qui n’ont pour le moment pas de traitement.

    C’est alors que l’intelligence artificielle (IA) intervient. Des algorithmes de plus en plus performants, tels que ceux permettant le machine learning ou le traitement du langage naturel (NLP), arrivent désormais à traiter des millions de données, de créer des molécules à vitesse grand V et de tester leur efficacité sur les pathologies de manière artificielle avant de lancer des essais sur l’homme ou sur l’animal. Concrètement, certaines IA vont combiner des données pour proposer plusieurs candidats médicaments, quand d’autres vont reproduire le jumeau numérique de la protéine responsable de la maladie, ainsi que le ceux des candidats médicaments pour tester virtuellement la réaction du candidat médicament sur la maladie.

    Aucun médicament découvert par l’IA encore mis sur le marché :

    Si l’utilisation de l’IA dans la recherche clinique et dans la découverte de médicament semble intéressante parce qu’elle permet de réaliser en quelques heures voire quelques jours, le travail qu’un chercheur met plusieurs années à faire, à savoir la découverte de candidats médicaments grâce à la combinaison de molécules, aucun médicament découvert par l’IA n’a été encore mis sur le marché. Pour aller plus loin que cela, aucun de ces candidats médicaments n’a fait l’objet d’essais cliniques pour le moment dans le monde.

    Mais le Franco-américain Owkin a annoncé à la fin du mois de juin 2024 avoir obtenu un accord de licence mondial exclusif avec Idorsia Pharmaceuticals pour exploiter et commercialiser le double inhibiteur OKN4395, qui permet le développement de la biologie EP2/EP4 perturbe de manière significative la connectivité des cellules T au sein du microenvironnement tumoral (TME) par des mécanismes directs et indirects. Avant une potentielle mise sur le marché, ce double inhibiteur fera l’objet d’essais cliniques de phase 1 au premier trimestre de l’année 2025 pour démontrer son efficacité auprès des patients : une grande première.

     

  • Téléconsultation : Amazon diversifie les offres de One Medical en y intégrant son service Amazon Clinic

    Plusieurs services sur une seule plateforme

    Lancé en novembre 2022, le service Amazon Clinic est une plateforme qui permet à tout citoyen américain d’avoir accès à un médecin pour une consultation concernant un “problème de santé courant” – comme une infection rénale, une conjonctivite ou des problèmes érectiles – à tout moment (24 heures sur 14 et 7 jours sur 7) à partir du site web ou de l’application d’Amazon. Ces consultations peuvent s’effectuer par le biais d’une discussion instantanée ou par visioconférence (cette option est uniquement disponible dans 34 États pour le moment). Ses services ont été entendus en octobre 2023 : depuis cette date, la plateforme permet aux patients d’être traités pour plus de 35 pathologies courantes, “telles que les allergies, l’acné et la perte de cheveux”.

    Afin de permettre à ses clients de disposer de plusieurs offres de soins au sein de la même plateforme, Amazon a décidé, le 27 juin 2024, d’intégrer Amazon Clinic à sa plateforme One Medical, qui propose elle aussi des téléconsultations, ainsi que des consultations en présentiel, qui sont accessibles au travers d’un abonnement mensuel. Suite à cette intégration, le géant américain a décidé de modifier le nom de son offre Amazon Clinic et la relier au nom One Medical en l’appelant “Amazon One Medical Pay-per-visit“, se différenciant ainsi de l’offre One Medical classique disponible uniquement sous la forme d’un abonnement.

    Pour rappel, la société de Jeff Bezos a racheté One Medical pour 3,9 milliards de dollars (environ 36 millions d’euros) en 2022 pour faire du géant de la tech un acteur important de la téléconsultation aux États-Unis.

    Le choix entre le paiement à la consultation ou par abonnement

    Outre l’aspect “avec abonnement” et “sans abonnement”, les deux offres se distinguent par le fait qu’avec le forfait One Medical, le patient peut réserver un rendez-vous avec un médecin qui est salarié par Amazon et qui exerce de chez lui ou d’un cabinet One Medical, alors que l’Amazon One Medical Pay-per-visit est une plateforme qui se veut être un comparateur d’offre de télémédecine. Concrètement, ce service va relier plusieurs plateformes de télémédecine partenaires afin de permettre aux patients de choisir celui qui leur convient le mieux en fonction de leur budget ou de leurs pathologies et/ou symptômes, mais ces médecins ne sont pas salariés par Amazon, qui se charge juste de relier le patient et la plateforme.

    Désormais, Amazon offre au patient la possibilité de prendre un abonnement annuel ou mensuel pour avoir accès à un médecin à tout moment, ou de choisir de payer pour une consultation de manière ponctuelle, chose qui était jusqu’alors impossible puisque les deux services étaient dissociés l’un de l’autre. Si les abonnements mensuel (9 $) ou annuel (99 $) apparaissent plus intéressant que le prix par consultation, à savoir 29 $ pour une consultation par message et 49 $ pour une téléconsultation, le service Amazon One Medical Pay-per-visit permet aux patients d’avoir accès à une multitude de médecins qui sont compétents pour le traitement d’un plus large éventail de pathologies que ceux de One Medical. 

    Une offre qui ne s’arrête pas à la téléconsultation

    En plus de permettre aux patients de faire le choix entre le paiement à l’abonnement ou à la téléconsultation, la plateforme de One Medical offre aussi le service Amazon Pharmacy qui permet aux clients Amazon de se faire livrer le contenu de leur ordonnance à leur domicile. Cette initiative a pour objectif de faciliter les clients dans la prise de leur traitement et ne pas s’arrêter à la simple consultation à distance ou en présentiel avec un médecin.

    Si le service Amazon Pharmacy est payant, le géant américain propose aux patients, avec les consultations sur la plateforme One Medical, de se faire livrer leur médicament gratuitement dans une pharmacie du groupe Amazon ou de recevoir le contenu de leur ordonnance dans une autre pharmacie, contre paiement de la livraison.

     

  • Gen IA : une vision centrée sur l’humain et le respect des données comme principes directeurs du rapport de AI for Health

    De nombreux défis nécessaires à une généralisation de la Gen IA

    L’intelligence artificielle générative (Gen IA) en santé est devenue une réalité que toutes les parties doivent appréhender, qu’il s’agisse des patients, des médecins, des laboratoires pharmaceutiques ou encore des entreprises du secteur : c’est ce qu’explique AI for health (Artefact) dans son rapport sur la Gen IA en santé. En 2023, cette technologie a pris un essor considérable dans beaucoup de secteur, notamment celui de la santé avec des algorithmes créés spécifiquement pour cela. De Nabla à Nvidia, la Gen IA peut être utilisée pour la prise de notes, pour la découverte de médicaments ou encore pour la réponse de questions médicales.

    Mais si la GEN IA possède un potentiel immense et peut avoir un énorme impact dans la promulgation des soins, la société parisienne explique dans son rapport qu’il y a encore de nombreux défis à relever et qu’il convient d’utiliser cette technologie avec précaution et sécurité. Les principaux défis concernant la protection des données, la mise en place d’une législation solide, ainsi que l’acculturation des professionnels par le biais de formations.

    Maintenir l’humain au centre de cette transformation

    IA for Health et toutes les personnes qui ont contribué à l’élaboration de ce rapport – dont Emmanuel Bacry, Stéphanie Allassonnière et Thomas Clozel – insiste sur le fait que l’intégration de l’IA générative dans la santé ne doit pas uniquement passer par des changements au niveau du système de soins, des secteurs médical ou biomédical, mais que cette transformation doit toucher plus largement l’humain.

    Le rapport indique que “les humains doivent être au centre des processus décisionnels [et doivent] être dotés des outils et des capacités nécessaires pour exercer un contrôle et prendre des décisions éclairées, [car] l’objectif principal de l’IA dans le domaine de la santé est de responsabiliser l’écosystème médical, en garantissant que la technologie sert de catalyseur à l’expertise humaine plutôt que de la remplacer”.

    5 clés pour mettre la Gen IA au service de la santé

    Après avoir parlé de l’impact que la Gen IA a eu depuis son utilisation dans le secteur de la santé et l’avènement de ChatGPT d’OpenAI en fin d’année 2022 – notamment avec la création d’algorithmes propres au secteur tel que BioNeMo de Nvidia ou encore le dernière IA médicale de Google, Med-Gemini (voir article H&TI ici) – , le rapport propose 5 clés pour mettre cette technologie au service de la santé :

    • 1️⃣ mettre en place des cadres juridiques solides : le document souligne le besoin urgent de cadres juridiques et réglementaires solides pour protéger la confidentialité, la sécurité et l’intégrité des données de santé utilisées pour alimenter les algorithmes d’IA générative ;
    • 2️⃣ mettre en place des outils de confidentialité innovants : le rapport souligne aussi l’importance de développer des outils innovants pour assurer la confidentialité et la sécurité des données de santé et des modèles d’IA générative ;
    • 3️⃣ surmonter le défi d’explicabilité : alors que l’explicabilité du processus de prise de décision de l’IA, en particulier pour les grands modèles de langage (LLM), reste un obstacle important aujourd’hui, il est nécessaire de remédier à cela avant une plus large adoption de cette technologie ;
    • 4️⃣ permettre une meilleure accessibilité des données et mettre en place des formations : les performances des modèles d’IA générative reposant fortement sur l’accessibilité des données, il est important qu’un accès contrôlé et éthique à ces données soit facilité. De plus, le rapport indique que l’acculturation des données et la formation des professionnels de santé sont cruciales pour une meilleure utilisation de la Gen IA et pour qu’ils puissent comprendre tous les risques associés à cette utilisation ;
    • 5️⃣ mettre en place une transformation qui doit être centrée sur l’humain : le rapport souligne que la Gen IA doit être mise au service de l’humain pour aider les patients, les médecins, découvrir de nouvelles thérapies et ne doit pas être pensée avant tout comme un outil de performance qui permettrait uniquement de générer du profit grâce à une optimisation du temps ou à la vente de logiciel.

  • IA et cancer : Avec son spin-off Spotlight Medical, l’Institut Curie veut apporter des traitements plus personnalisés aux patients

    Eviter les traitements inefficaces

    Ce sont plusieurs chercheurs et cliniciens de l’Institut Curie, de l’école des Mines de Paris – PSL et de l’Inserm qui ont mis au point cette IA qui permet d’analyser les données de santé des patients pour identifier le traitement anticancéreux le plus adapté à chacun. Partant du constat que ces données contiennent des informations importantes sur le patient, informations qui lui sont propres et qui varient d’une personne à une autre, les fondateurs de cette nouvelle start-up spin-off de l’institut Curie ont décidé de les utiliser pour donner à chaque patient le parcours de soin qui lui correspond le mieux.

    Grâce à cette IA, fruit du travail de plusieurs années, Spotlight Medical souhaite ouvrir “des perspectives inédites pour personnaliser les traitements contre le cancer” et accorder une prise en charge optimale pour les patient. Pour le moment, le parcours de soins des patients atteints de cancer se résume à la mise en place de traitements généraux qui peuvent ne pas être adaptés et s’avérer inefficaces et donc réduire les chances de guérison des patients, tout en ayant un impact sur leur qualité de vie, les traitements étant souvent lourds.

    C’est pour cela que Sylvain Berlemont, fondateur de la plateforme Keen Eye (Tribun Health) et CEO de Spotlight Medical, voit dans le lancement des opérations de la start-up un “impact immense sur la survie des patient-es et leur qualité de vie” et explique que l’utilisation de l’IA pour la personnalisation du traitement du cancer promet de faire rentrer la prise en charge du cancer dans “une nouvelle ère”.

    Une IA qui compare les traitements disponibles au profil du patient

    Avec la solution de la jeune pousse, les données médicales des patients – dont ” de nouvelles informations biologiques” – vont être analysées par l’algorithme d’IA qui va en extraire des informations nécessaires à l’identification du traitement le plus adapté à leur profil. Pour ce faire, l’IA va comparer le profil du patient à une multitude de traitement et va prédire l’efficacité de chaque traitement en fonction des données récoltées pour guider les oncologues dans leur choix et cela peu importe le type de cancer du patient. Spin-off de l’institut Curie, Spotlight Medical peut compter sur les données cliniques du centre de lutte contre le cancer pour alimenter son algorithme d’IA et le rendre plus efficace.

  • Cybersécurité : des fiches pratiques de l’Anap pour répondre aux cyberattaques

    Une réponse à des incidents en hausse

    En pleine transformation numérique, les secteurs sanitaire et médico-social sont devenues des proies privilégiées des pirates informatiques. Les derniers chiffres publiés par l’Agence du numérique en santé (ANS) montrent qu’en 2022, 78 % des cyberattaques en France ont eu lieu dans le secteur sanitaire. La même année, plus de 33 établissements de santé ont déclaré avoir été victimes d’un incident cyber.

    Pour aider les directeurs des systèmes d’informations (DSI) hospitaliers à se préparer à affronter ce type d’agression et à protéger leurs données, l’Anap a mis au point un “plan d’attaque contre les attaques” sous la forme de fiches pratiques.

    Répartition des cyberattaques par type de structure entre 2020 et 2022 - Anap
    Répartition des cyberattaques par type de structure  dans les secteurs sanitaire et médicosocial, entre 2020 et 2022 – @ Anap

    3 types de recommandations :

    Ces chiffres témoignent de la nécessité de mettre en place une réelle politique de défense des SI dans les structures sanitaires et médicosociales. Dans ce sens, les nouvelles fiches de l’Anap ont été élaborées à partir d’échanges ayant eu lieu entre ses experts du numérique, des experts en cybersécurité étrangers au monde de la santé, des instances régulatrices et des établissements du secteur.

    Ses recommandations s’inscrivent ainsi dans trois champs principaux :

    • l’analyse des risques ;
    • les mesures d’hygiène informatique à mettre en place pour éviter les attaques ;
    • ainsi que les meilleurs moyens de répondre aux incidents cyber.

    Mieux réagir pour limiter les dommages

    Pour limiter l’impact des cyberattaques, l’Anap préconise de mettre en place une analyse des risques qui repose sur :

    • l’identification des actifs critiques essentiels au parcours de soins ;
    • l’évaluation des vulnérabilités associées ; 
    • l’évaluation des menaces ; 
    • l’évaluation des risques ;
    • et la planification de la réponse aux incidents.

    L’enjeu de la planification de la réponse :

    Cette dernière mesure a pour objectif de limiter les dommages causés par une cyberattaque, de compliquer les chemins d’attaques, de restaurer les systèmes et de minimiser les interruptions des opérations. Son importance est illustrée par le chapitre qui lui a été consacré dans les fiches pratiques de l’Anap qui la décline en 3 types d’action :

    • la réactivité du DSI que l’Anap qualifie d’essentielle “pour isoler rapidement le système informatique et fermer le plus de sous-réseaux possibles afin de limiter l’ampleur de l’attaque”, en indiquant que “plus la réaction est rapide, plus l’impact sur la continuité des soins est limité” ; 
    • la connaissance du SI, puisqu’une bonne connaissance du système de l’établissement permet de comprendre ce qui est atteint par l’attaque pour déclencher une réponse à cet incident de sécurité, avec ou sans un prestataire de réponse à incidents de sécurité ;
    • et la mise en place d’un centre opérationnel de sécurité (SOC) qui utilise des technologies avancées “telles que l’analyse comportementale, l’intelligence artificielle, les systèmes de détection d’intrusion (IDS) et les systèmes de prévention d’intrusion (IPS)”, pour assurer une surveillance constante, une détection précoce des menaces, ainsi qu’une réponse rapide aux incidents.

    Mettre en place des mesures en amont des attaques :

    S’il est important de savoir comment répondre à une cyberattaque, il est préférable de prévenir l’arrivée d’un tel incident afin d’éviter totalement la compromission du SI. Là encore, l’Anap dresse 5 “mesures d’hygiène informatique” pour protéger le SI. Elle recommande de mettre en place :

    • une division du réseau avec des sous-parties pour limiter la surface d’attaque ;
    • un active directory pour gérer les droits et les identités au sein du SI ;
    • et une sensibilisation au phishing auprès des collaborateurs dans les hôpitaux, alors que 90 % des cyberattaques qui aboutissent sont initiées par du phishing d’e-mails.

    👉 Les fiches pratiques du “plan d’attaque contre les attaques” de l’Anap sont à retrouver ici.

     

  • Cartographie de 18 solutions d’essais clinique décentralisé disponibles en France

    4 grandes catégories de solutions

    Si en France, la législation ne permet pas la mise en place d’essais cliniques décentralisés basés exclusivement sur la réutilisation de données secondaires, couplée à la collecte de données primaires directement auprès des patients (ePRO et dispositifs connectés), de nombreuses solutions, françaises ou non, sont disponibles sur le territoire pour permettre une décentralisation et une dématérialisation des essais cliniques.

    Dans le cadre de son indicateur sur les DCT, Health & Tech Intelligence a relevé 18 solutions disponibles en France et réparties en 4 catégories :

    • celles permettant la récolte des données de patients en vue de mener des essais cliniques ; 
    • celles permettant le déploiement des essais cliniques ; 
    • celles qui vont analyser et structurer les données pour diriger au mieux les essais cliniques ;
    • et celles qui vont mettre en relation patients et chercheurs/promoteurs.

    Il est important de notifier que la majorité des solutions ne sont pas cantonnées à une seule de ces 4 catégories et que certaines d’entre elles peuvent permettre d’effectuer plusieurs tâches. C’est le cas par exemple de la solution Iqvia DCT proposée par l’américain Iqvia qui permet de mettre en relation des patients avec des chercheurs, mais aussi de déployer des essais cliniques, notamment grâce à l’utilisation de l’intelligence artificielle (IA) pour proposer des solutions d’essais cliniques de phases IIb et III et pour optimiser le recrutement de patients et l’orientation de la recherche.

    Plusieurs solutions de mise en relation disponibles en France

    Les solutions les plus utilisées en France sont celles permettant la mise en relation entre les patients et les chercheurs qui ont lancé ou souhaitent lancer un essai clinique mais craignent une faible participation. Parmi les 17 solutions relevées par H&TI, 11 d’entre-elles permettent cela, dont 4 qui ont une double fonctionnalité en plus de cette mise en relation. Parmi ces 11 solutions, on retrouve celles des français Biokortex, Inato et Kayentis, même si celle de ce dernier propose en plus de la mise en relation entre chercheurs et patients, la collecte électronique de données permettant l’évaluation électronique des résultats cliniques (eCOA).

    La solution “MyVeeva for Clinical Trials” de l’américain Veeva Systems est l’une des solutions de mise en relation les plus abouties puisqu’en plus de permettre une mise en relation à distance entre les promoteurs et les patients à la recherche d’essais cliniques, elle propose aussi des fonctions de visite virtuelle, d’adhésion du patient, d’ePRO (patient reported outcomes ou résultats rapportés par le patient), d’eConsentement et d’eSource, et donc un suivi du patient tout au long des essais cliniques et de la prise de traitement.

    Alors que les solutions de Veeva ou de Massive Bio permettent aux patients de participer à des essais cliniques qui se déroulent parfois à des milliers de kilomètres de chez eux, la solution Cline Research de la start-up française du même nom se veut plus classique, puisqu’elle permet la dématérialisation de la recherche d’essais cliniques et propose aux patients de s’inscrire à des essais proches de chez eux.

    Un écosystème qui se met en place

    Pour les 6 autres solutions, elles se répartissent à elles seules dans les 3 catégories restantes, ce qui montre la maturité des solutions de mise en relation pour les essais cliniques en France. Mais malgré le faible nombre de solution de récolte de données des patients en vue d’essais cliniques, des déploiements d’essais ou d’analyse et de structurations des données, ça ne fait pas d’elles des solutions moins abouties pour autant.

    Le belge Andaman7 propose par exemple une application mobile qui permet aux patients de rassembler sur leurs smartphones l’ensemble de leurs données de santé à partir de dossiers médicaux électroniques, d’appareils connectés ou de documents et de les partager à des organisations qui contribuent à la recherche médicale. Pour ce qui est des solutions permettant le déploiement d’essais cliniques, le français Medidata Solutions, filiale de Dassault Systèmes, propose la solution myMedidata qui met en place des formulaires de consentement, une évaluation électronique des résultats cliniques (eCOA), ainsi que des visites vidéo d’investigateurs/patients, pour s’assurer du bon déploiement des essais.

    Malgré un nombre de solutions beaucoup moins important qu’aux Etats-Unis, celles présentent en France permettent tout de même d’organiser des essais cliniques de manière dématérialiser, de s’assurer de leur bonne mise en place, ainsi que d’une bonne utilisation des données qui y sont récoltés, ce qui témoigne d’un réel écosystème qui se met en place dans l’Hexagone.

    Vers une décentralisation totale en France ?

    Aux Etats-Unis des essais cliniques totalement décentralisés ont déjà lieu et s’opèrent uniquement grâce à la réutilisation de données secondaires, qui peuvent quelques fois être couplées à des données récoltées directement auprès des patients. Mais en France, la loi ne permet pas une telle utilisation des données secondaires, même anonymisées. Pourtant, la solution Trial4Care de l’italien Dedalus se rapproche des solutions utilisées aux USA : elle permet une mise en lien des hôpitaux et des entreprises pharmaceutiques pour valoriser les données de santé à travers des essais cliniques. En mai 2023, l’hôpital NOVO a été enregistré en tant que premier client utilisant la plateforme en France. Concrètement, Dedalus va piocher dans les données de ses DPI présents dans de nombreux hôpitaux, va les anonymiser et les mettre à disposition des laboratoires pharmaceutiques clients de la solution. Ces derniers pourront donc mesurer l’impact des thérapies sans avoir à mener d’essais cliniques directement auprès de patients.

    En janvier 2024, la Direction générale de la santé (DGS), la Direction générale de l’offre de soins (DGOS), l’Agence nationale de sécurité du médicament et des produits de santé (ANSM) et la Cnil ont lancé la phase pilote des DCT en France en vue de publier des recommandations françaises, d’accompagner les promoteurs académiques et industriels dans leurs projets de DCT et d’apporter des réponses concrètes aux difficultés qu’ils rencontrent dès la phase de conception de leurs recherches contenant un ou plusieurs éléments décentralisés. 2 mois après ce lancement qui était initialement prévu pour une durée de 6 mois, la DGS, a annoncé l’ouverture de cette phase pilote aux études internationales notamment afin de promouvoir l’attractivité de la France, la décentralisation étant une norme aux États-Unis par exemple, et de nourrir la doctrine sur la dématérialisation et la décentralisation à élaborer par la Cnil.  Cette phase pilote et son ouverture aux études internationales pourraient être le point de départ d’une dématérialisation et d’une décentralisation totale des essais cliniques en France, moyen pour l’Hexagone de rattraper son retard sur les États-Unis.