35 000 € pour le projet ηNet, visant à réduire les coûts énergétiques des laboratoires grâce au numérique

Essentiels à la recherche biomédicale, les laboratoires consomment beaucoup d’énergie et génèrent d’importants déchets. À Karlsruhe, une analyse interne a révélé un potentiel d’économies chiffré à plusieurs dizaines de milliers d’euros par an, en raison du manque de transparence et d’outils de pilotage numériques. Développé par l’Université coopérative de Bade-Wurtemberg et le Robot-and-Human-Motion-Lab, le projet ηNet – Cyber-Physical and Data Managed System vise à :

• Créer des jumeaux numériques des équipements et infrastructures.
• Mettre en place un monitoring énergétique intelligent.
• Déployer des outils de planification basés sur l’IA.
• Assurer une gestion modulaire des ressources.

Le projet bénéficie d’un financement de 35 000 € dans le cadre du concours d’idées BWGreenLabs du ministère de la Science, de la Recherche et des Arts du Bade-Wurtemberg.

Une phase pilote pour tester l’IA, le suivi énergétique et l’enregistrement numérique en laboratoire

La phase pilote inclut :

• Le déploiement des outils de planification basés sur l’IA.
•  L’enregistrement numérique des équipements.
• La mise en place de contrôles énergétiques intelligents.
• l’optimisation de l’utilisation des matériaux. Les perspectives prévoient une extension à d’autres sites, l’intégration de technologies avancées et la diffusion de bonnes pratiques à l’échelle nationale.

ηNet pourrait ainsi devenir un modèle de durabilité pour les laboratoires universitaires, contribuant à réduire leur empreinte carbone et à promouvoir une recherche plus responsable.

Cancer : un taux de mortalité de 67 % en Asie

Le cancer reste une priorité mondiale avec 20 millions de nouveaux cas et 9,7 millions de décès en 2022, selon l’Organisation mondiale de la santé. En Asie, la mortalité/incidence atteint 67 %, contre 38 % en Europe. Les outils conventionnels de diffusion scientifique montrent leurs limites :

• Congrès coûteux et peu accessibles
• Publications médicales lentes à diffuser
• Formation continue inégale selon les pays

Plateforme Sermo : un réseau numérique pour oncologues en Asie

En 2023, le Tata Memorial Hospital (Inde), le Clemenceau Medical Center (Liban) et le MD Anderson Madrid (Espagne) ont mené une étude via Sermo, un réseau médical sécurisé regroupant 1,3 million de médecins vérifiés dans 150 pays. Cette plateforme numérique favorise :

• Les sondages cliniques en temps réel.
• Les échanges professionnels transnationaux.
• La formation médicale continue via outils numériques.

Cette enquête illustre la croissance rapide des solutions de santé numérique en Asie, où les investissements en e-santé dépassent 4,5 milliards $ en 2022.

Étude clinique : impact mesuré des réseaux sociaux en oncologie

Les résultats, publiés en septembre 2023 dans Future Oncology montrent un impact mesurable des réseaux sociaux sur les pratiques cliniques. L’étude transversale incluait 14 questions et un panel de 7 digital opinion leaders (DOLs).

• 340 oncologues interrogés (Asie, Amérique latine, Moyen-Orient).
• 52 % signalent une influence moyenne à élevée sur leurs prescriptions.
• 88 % utilisent ces plateformes sur mobile, souvent sur leur temps libre.
• 64 % expriment des craintes liées aux conflits d’intérêts.

Perspectives : réseaux sociaux et diagnostic in vitro en Asie

Dans ce contexte, les réseaux sociaux peuvent devenir un levier stratégique pour l’éducation médicale en Asie :

• Contenus multilingues et visuels adaptés aux usages mobiles.
• Formation continue intégrant les DOLs en oncologie.
• Cadres de régulation pour renforcer la fiabilité des contenus et limiter les conflits d’intérêts.

10 variables cliniques pour anticiper la forme grave de la dengue

Selon l’OMS, 3,9 milliards de personnes dans 129 pays sont exposées à la dengue, avec 390 millions d’infections annuelles, dont 96 millions symptomatiques. Parmi ces patients, 20 % développent une forme sévère, entraînant près de 40 000 décès par an. Les méthodes classiques — examen clinique et tests sérologiques ou moléculaires (PCR, ELISA) — présentent des limites en termes de prédiction pronostique, de délai d’analyse et d’accessibilité dans les zones à ressources limitées.

Une équipe malaisienne développe DeSprog, un outil basé sur l’intelligence artificielle pour identifier dès l’admission hospitalière les patients à risque de dengue sévère.

L’université de Malaya a réuni cliniciens et biostatisticiens pour concevoir DeSprog (Dengue Severity Prognostication), intégrant un algorithme de machine learning au dossier médical électronique. L’outil évalue le risque de dengue sévère dès l’admission, avec un déploiement en temps réel via un tableau de bord clinique.

Points clés du modèle :

• Algorithmes testés : régression logistique, Random Forest et Support Vector Machines (SVM).
• 10 variables cliniques analysées pour prédire l’évolution de la maladie.
• Intégration directe dans le flux hospitalier pour un usage pratique.

DeSprog affiche 90,7 % de précision globale

Une étude prospective pilote, monocentrique, menée de novembre 2021 à novembre 2022, a inclus tous les patients admis pour dengue dans un hôpital tertiaire malaisien. Les résultats publiés dans BMJ Evidence-Based Medicine montrent :

• Précision globale : 90,74 %
• Spécificité : 93,08 %
• Valeur prédictive négative : 97,19 %
• Sensibilité : 30 %
• Valeur prédictive positive : 14,29 %

Ces données indiquent que DeSprog identifie efficacement les patients peu susceptibles de développer une dengue sévère, tout en soulignant la nécessité d’intégrer des biomarqueurs moléculaires pour améliorer la sensibilité du modèle.

Une IA pour limiter les faux positifs et affiner le diagnostic

Des équipes du Johns Hopkins Kimmel Cancer Center, de la Whiting School of Engineering et du Ludwig Center, tous situés à Baltimore, Maryland, États-Unis, ont développé une IA clinique capable d’intégrer des données provenant de différents états pathologiques pour renforcer la fiabilité diagnostique des biopsies liquides.

Selon l’Organisation mondiale de la santé (OMS), 20 millions de nouveaux cas de cancer ont été diagnostiqués dans le monde, avec près de 9,7 millions de décès annuels. La biopsie liquide, bien qu’innovante, reste confrontée à :

• Des faux positifs fréquents.
• Une dépendance à des biomarqueurs peu spécifiques.

L’approche atteint 98 % de spécificité sur 1 000 échantillons

Des oncologues, biologistes moléculaires, immunologues et bioinformaticiens de Johns Hopkins Kimmel Cancer Center, du Ludwig Center et de la Whiting School of Engineering ont mis au point MIGHT (Multidimensional Informed Generalized Hypothesis Testing). Cette méthodologie statistique intégrée à l’IA permet de :

• Tester des hypothèses généralisées via des milliers d’arbres décisionnels.
• Limiter les erreurs liées à l’inflammation tout en optimisant sensibilité et spécificité.

Dans une étude observationnelle publiée dans le PNAS, 1 000 participants (352 patients atteints de cancers avancés, 648 témoins) ont été analysés. Chaque échantillon sanguin a été évalué sur 44 variables biologiques. MIGHT a validé sa robustesse par cross-validation, montrant :

• Une sensibilité de 72 %.
• Une spécificité de 98 %, confirmant sa capacité à distinguer cancers précoces et inflammations.

Cette approche statistique innovante, intégrant l’intelligence artificielle, renforce la fiabilité des outils diagnostiques en quantifiant l’incertitude et en maîtrisant les erreurs spécifiques, offrant ainsi des prédictions cliniques plus précises et robustes.

Une IA pour affiner les risques cardio avec 40 variables

Une équipe malaisienne développe un modèle de machine learning intégré à une plateforme numérique, améliorant la prédiction du risque cardiovasculaire en Asie du Sud-Est. Les maladies cardiovasculaires (MCV) représentent la première cause de mortalité mondiale, responsables de 44 % des décès liés aux maladies non transmissibles selon l’OMS.

• 17,9 millions de décès annuels dus aux MCV dans le monde
• +47,4 % d’augmentation dans la région Asie-Pacifique

Les scores occidentaux (Framingham, RPCE, SCORE2) sont mal calibrés pour les populations asiatiques. L’Université Technologique MARA (UiTM, Shah Alam) et l’Université de Malaya (Kuala Lumpur) ont conçu un modèle interprétable, financé à hauteur de 1,2 million de dollars par le ministère malaisien de la Science, de la Technologie et de l’Innovation (MOSTI) dans le cadre du programme TeD 1. Il intègre 40 variables cliniques et fonctionnelles, incluant force de préhension et périmètre du mollet, absentes des scores classiques.

+17,3 % de reclassification nette pour le modèle malaisien

REDISCOVER a suivi 13 654 adultes de 40 communautés (18 urbaines, 22 rurales) depuis 2007, avec des collectes tous les trois ans. L’objectif : analyser facteurs sociaux, comportementaux, génétiques et environnementaux liés aux MCV.

Les résultats publiés dans l’International Journal of Cardiology Cardiovasculare Risk and Prevention a révélé Sur 4 299 participants suivis 10 ans :

• AUC du modèle ML : 0,800 vs 0,693 pour Framingham
• Amélioration nette de reclassification : +17,3 %
• Sensibilité et spécificité combinées > 1,5
• Validation croisée 10 plis sur cohorte multiethnique, adaptée à la médecine de précision

La plateforme numérique est en déploiement pour usage clinique et dépistage préventif. Les prochaines étapes incluent extension des essais, homologation réglementaire et intégration en médecine de précision.

Eaux usées : l’IA comme alternative rapide et économique au séquençage classique

25 à 150 € le test : l’IA promet une surveillance moins coûteuse des virus

Une équipe de l’Université du Nevada (Las Vegas) a développé une plateforme d’intelligence artificielle appliquée au séquençage des eaux usées, capable d’identifier rapidement de multiples agents infectieux avant leur détection clinique. La pandémie de COVID-19 a rappelé l’urgence d’outils de surveillance rapides. Selon Worldometer, plus de 704 millions de cas et 7 millions de décès liés au SARS-CoV-2 étaient recensés au 1er septembre 2025 selon l’OMS . Les méthodes classiques (PCR et séquençage hospitalier) restent coûteuses – de 25 à 150 € par test – et lentes (48 à 96 h de délai). De plus, 42 % des pays à faibles ressources ne disposent pas de capacités de séquençage systématique, limitant la détection des variants émergents.

3 600 échantillons analysés, l’IA ICA-Var repère des variants non référencés

Cette approche identifie précocement des signaux de grippe, VRS, variole du singe, rougeole, gonorrhée, Candida Auris et SARS-CoV-2, souvent avant confirmation clinique. Baptisé « ICA-Var », le dispositif s’appuie sur un algorithme d’analyse en composantes indépendantes appliqué à plus de 3 600 échantillons. Il distingue et regroupe les motifs de mutations virales, repère des clusters non référencés et s’affranchit des bases de données biaisées par les seuls variants connus.

18 variants détectés avec >95 % de sensibilité : validation pour ICA-Var

Validée prospectivement sur 2 684 échantillons collectés entre 2021 et 2023, la plateforme a été décrite dans Nature Communications. Les résultats : jusqu’à quatre semaines d’avance sur les pipelines standards, 18 variants détectés avec une sensibilité >95 %, et 1 385 échantillons présentant une haute couverture génomique (séquençage de 50 à 80 % du génome). Cette profondeur analytique permet d’anticiper la circulation de nouveaux variants avant tout diagnostic clinique. Au-delà du SARS-CoV-2, ICA-Var ouvre deux perspectives majeures : un dépistage communautaire sans prélèvements individuels, y compris en zones sous-médicalisées, et une veille épidémique de précision, utile pour l’adaptation rapide des campagnes vaccinales.

Une IA modulaire face à 80 % de la charge sanitaire

La start-up singapourienne AIGP Health lance une plateforme d’IA clinique modulaire pour automatiser la documentation, fluidifier le diagnostic in vitro et améliorer le suivi de maladies chroniques Le vieillissement démographique et l’essor des maladies chroniques bouleversent la médecine de premier secours. Selon l’Organisation mondiale de la santé (OMS) :

• 1 personne sur 6 aura plus de 60 ans d’ici 2030
• Les maladies chroniques causent 74% des décès mondiaux

A Singapour, les maladies chroniques diabète, hypertension et hyperlipédémie représentent 80% de la charge sanitaire.

AIGP Health combine IA multilingue et copilote décisionnel

Créée par quatre médecins-ingénieurs, AIGP Health propose, une plateforme modulaire combinant :

• Un agent conversationnel multilingue pour la pré- et post-consultation ;
• un co-pilote décisionnel en temps réel facilitant documentation et analyse.

Ce système s’appuie sur l’interopérabilité Electronic Medical Record (API-first), la conformité HSA SaMD Classe A et la norme ISO 13485. L’architecture reste centrée sur la sécurité et le human-in-the-loop, garantissant que le clinicien conserve la décision finale.

+80 % jugent le suivi médical amélioré

Une étude pilote auprès de 44 patients et 6 médecins a révélé :

• 100 % des praticiens constatent une baisse de la charge administrative ;
• 90 % des patients recommandent la plateforme ;
• plus de 80 % jugent le suivi amélioré.

Ces résultats ouvrent la voie à un essai clinique en conditions réelles et à une extension fonctionnelle vers le triage automatisé et la coordination du suivi chronique. AIGP Health ambitionne une homologation progressive en classes SaMD de risque supérieur, nécessaires aux logiciels médicaux intervenant plus directement dans le diagnostic.

FDA : feu vert au test IA de bioMérieux pour 5 virus en 15 min

BioMérieux obtient l’autorisation de la FDA pour son test nasal antérieur basé sur l’IA, capable de détecter cinq agents pathogènes respiratoires et pharyngés en seulement 15 minutes. Les infections respiratoires aiguës (IRA) et les pharyngites entraînent des millions de consultations chaque année, surtout chez les enfants et les personnes âgées. Selon l’OMS, elles touchent 450 millions de personnes par an et causent 4,2 millions de décès, avec une prévalence dominante des virus Rhinovirus, Influenza A/B, RSV et SARS-CoV-2.

Différencier infections virales et bactériennes comme la pharyngite streptococcique nécessite des diagnostics rapides. Les tests PCR standard, immunochromatographiques et cultures virales présentent des limites :

• Délai de 1 à 3 jours
• Coût élevé
• Prélèvements invasifs

Étude multicentrique : le test Spotfire affiche 94,8 % de sensibilité Rhinovirus

Le test nasal antérieur BioFire Spotfire Respiratory/Sore Throat Panel Mini détecte simultanément Rhinovirus, Influenza A/B, RSV, SARS-CoV-2 et Streptococcus pyogenes en 15 minutes grâce à :

• 15 M€ investis dans la plateforme Spotfire et le test multiplex PCR
• Intégration de l’IA pour des analyses instantanées

Une étude prospective multicentrique menée aux États-Unis (mars 2024 – février 2025, 450 patients symptomatiques) révèle :

• Sensibilité 94,8 % / spécificité 93,5 % pour le Rhinovirus
• Sensibilité et spécificité 100 % pour Influenza A/B
• Sensibilité 87,5 % / spécificité 99,8 % pour le RSV

Perspectives : extension à d’autres panels

Le test affiche une PPA et NPA supérieures à 90 % pour tous les agents, sauf l’adénovirus (PPA 88,24 %). BioMérieux prévoit de déployer cette technologie à d’autres panels multiplex pour biologie délocalisée :

• Panel respiratoire étendu (15 agents pathogènes)
• Panel gastro-intestinal
• Panel urinaire

15 minutes pour identifier dengue et paludisme

Des chercheurs singapouriens ont développé une puce portable intégrant l’intelligence artificielle, capable d’identifier la dengues et d’autres infections tropicales en moins de quinze minutes. La dengue et le paludisme restent des menaces mondiales. Selon l’Organisation mondiale de la santé (OMS), la dengue cause environ 490 millions de cas et 25 000 décès chaque année. Les tests conventionnels, qu’il s’agisse de réactions en chaîne par polymérase (PCR) ou de sérologies, présentent plusieurs limites :

• Sensibilité inférieure à 80 % pour certains tests rapides.
• Délais allant de plusieurs heures à plusieurs jours.
• Coût dépassant souvent 20 dollars par test.
• Accessibilité restreinte dans les zones à faibles ressources.

96 % de sensibilité pour la nouvelle puce diagnostique

Un “lab-on-a-chip” validé sur 300 patients

La plateforme national de secteur public Diagnostics Development Hub (DxD) de l’agence singapourienne A*STAR, en collaboration avec le département de génie biomédical de la National University of Singapore (NUS), a conçu une puce « lab-on-a-chip ». Elle associe :

• Un capteur biologique avec optique embarquée.
• Un algorithme d’intelligence artificielle auto-ajustable, calibrant en continu les seuils de détection.

Cette technologie analyse en temps réel les biomarqueurs sanguins par fluorescence et fournit un résultat en moins de quinze minutes. Son format portable facilite son déploiement dans les cliniques de terrain et les zones isolées.

Une étude prospective monocentrique a inclus 300 patients suspectés de dengue ou de paludisme à l’hôpital universitaire de Singapour. Les résultats, publiés dans le Journal of Clinical Microbiology, montrent :

• Une sensibilité de 96 %.
• Une spécificité de 98 %.
• Une aire sous la courbe (AUC) de 0,99.

Perspectives : vers des essais multicentriques internationaux

Des essais multicentriques sont prévus dès 2026 afin d’obtenir les validations réglementaires européenne (CE) et américaine (FDA). À terme, cette puce portable pourrait être produite à grande échelle, pour le dépistage à domicile, l’usage dans les régions à faibles ressources et le développement de la médecine de précision en santé tropicale.

Réduire les traitements intensifs inutiles en cancer du sein précoce

La start-up française Spotlight Medical, spin off de l’institut Gustave Roussy vient de valider un test de diagnostic in vitro par intelligence artificielle, capable d’identifier un sous-groupe de patientes à faible risque métastatique parmi celles classées « haut risque » en cancer du sein précoce ER+/HER2−.

Avec 2,3 millions de nouveaux cas et 685 000 décès annuels, le cancer du sein demeure la première cause de cancer chez la femme, selon l’OMS. Dans les pays industrialisés :

• 1 femme sur 8 sera touchée au cours de sa vie ;
• Il représente la première cause de mortalité par cancer chez la femme.

Les recommandations actuelles prévoient une escalade thérapeutique par inhibiteurs de CDK4/6 pour les patientes ER+/HER2− à haut risque clinique. Mais aucun outil de routine ne distingue encore de façon fiable celles pouvant se limiter à l’hormonothérapie associée à la chimiothérapie.

Un algorithme intégrant 14 paramètres

Spotlight Medical a conçu un test pronostique clinique basé sur l’IA, exploitant des décennies de données patients pour optimiser les traitements anticancéreux. Cette nouvelle technologie de test d’IA combinant :

• 4 variables clinico-pathologiques ;
• 10 descripteurs morphologiques numériques issus d’une seule lame H&E.

95,4 % de survie sans rechute métastasique à 9 ans

Validé sur 633 patientes (cohortes CANTO + UNIRAD) et publié dans le Journal of Clinical Oncology, ce modèle a permis de reclasser une partie significative des malades avec ;

• 95,4 % survie sans rechute observée rejoint celle de l’étude TAILORx pour les patientes N0 à risque intermédiaire (≈ 94,5 %) de survie sans rechute métastasique à 9 ans.
• 79 % de réduction des événements métastasiques.

Ce test identifie donc une population biologiquement à faible risque, comparable à un stade I, et pourrait éviter une escalade thérapeutique inutile à près de 50 000 femmes par an. Il ouvre la voie à une stratification thérapeutique personnalisée, limitant toxicités et coûts. Les prochaines étapes incluent son intégration dans des essais cliniques élargis et les procédures d’homologation.