Deborah

  • Le Royaume-Uni 4x la France en healthtech : quand l’infrastructure NHS dope les valorisations

    Le Royaume-Uni a levé 2,5 milliards de livres en healthtech pure en 2025 contre 693 millions de dollars pour la France, un écart de 4:1 qui ne sanctionne pas l’innovation mais récompense des choix d’infrastructure radicalement différents.

    Cera : 150 millions prouvent la rentabilité systémique

    Cera a levé 150 millions de dollars en janvier 2025, atteignant le statut de licorne avec une valorisation supérieure à 1 milliard de dollars. Cette levée récompense un modèle économique démontré : les analyses indépendantes confirment que Cera génère 1 million de livres d’économies quotidiennes pour le NHS, réduisant les hospitalisations de 70% grâce à 60 000 visites à domicile IA-guidées chaque jour.

    Ce succès illustre la logique britannique : la healthtech doit prouver sa rentabilité systémique avant valorisation. Collaborant avec 150 gouvernements locaux et deux tiers des systèmes NHS intégrés, Cera démontre comment l’intégration dans un système de santé public massif crée un chemin de liquidité prévisible. La France, sans équivalent du NHS, peine à répliquer cette dynamique systémique où l’adoption institutionnelle précède et justifie les mégadeals.

    67% des financements UK en phase scale : maturité prouvée

    67% des levées britanniques au troisième trimestre 2025 concernaient les phases B et C, traduisant une maturité d’écosystème où les investisseurs privilégient les scale-ups avec traction prouvée. Cette focalisation s’explique par le mandat NHS d’adoption des systèmes EPR et du triage IA, qui transforme le principal goulot d’étranglement : les startups doivent désormais prouver leur interopérabilité avant toute expansion.

    Huma (80 millions en série D) et Lindus Health (55 millions en série B) exemplifient cette logique. Huma déploie sa plateforme dans 3 000 hôpitaux de 70 pays avec 1,8 million d’utilisateurs actifs, tandis que Lindus Health, “l’anti-CRO”, accélère les essais cliniques trois fois plus rapidement grâce à l’IA. Le Royaume-Uni excelle dans la transformation d’infrastructures cliniques en SaaS B2B scalables, créant des entreprises prêtes pour l’acquisition par les grands acteurs hospitaliers mondiaux.

    Ultromics-Cyted : 87 millions pour conquérir FDA avant Europe

    Ultromics (55 millions) et Cyted Health (32,5 millions de livres) illustrent la maîtrise britannique des approbations réglementaires transatlantiques. EchoGO® d’Ultromics est la première IA approuvée FDA pour détecter l’HFpEF et l’amylose cardiaque, deux formes d’insuffisance cardiaque sous-diagnostiquées. Cyted complète avec EndoSign®, approuvé FDA 510(k) pour la détection précancéreuse œsophagienne via biopsie virtuelle.

    Cette stratégie réglementaire crée un avantage concurrentiel majeur : les investisseurs britanniques rémunèrent la conquête FDA comme préalable au scale européen. Les startups UK évitent ainsi la fragmentation MDR européenne pour viser directement le plus grand marché de santé numérique mondial. La France, orientée vers des déploiements hospitaliers précoces (CHU, cliniques privées), accumule traction clinique européenne mais manque ces sceaux réglementaires de premier rang.

    SheMed-Numan : 95 millions D2C en 18 mois, l’agilité britannique

    SheMed (50 millions) et Numan (45 millions de livres) démontrent comment le Royaume-Uni transforme les niches de santé numérique en licornes express. Fondée en avril 2024, SheMed servait déjà 60 000 membres en octobre 2025 via sa plateforme GLP-1 D2C supervisée médicalement, publiant la première étude clinique centrée femmes. Numan double ses revenus vers 150% de croissance 2025 dans la santé masculine numérique.

    Cette vélocité s’explique par l’absence de régulation pharmaceutique lourde : les plateformes numériques contournent le NHS saturé en proposant des services premium personnalisés. Le Royaume-Uni excelle dans la conversion rapide d’insights comportementaux en capital, créant des licornes D2C en moins de deux ans là où la France peine encore à structurer ses 170 startups femtech.

    Nabla domine : 70 millions sans équivalent hexagonal

    Nabla (70 millions en série C) représente l’exception française, déployant des agents IA conversationnels pour professionnels de santé dans 140 pays. Utilisée dans les hôpitaux les plus avancés d’Europe et des États-Unis, la plateforme illustre la capacité française à produire des outils IA horizontaux de classe mondiale.

    Pourtant, aucune autre startup hexagonale n’atteint cette échelle VC. SeqOne (22,6 millions d’euros) excelle en séquençage génomique IA pour 140 laboratoires cliniques, mais les valorisations restent sages. La France produit des technologies de haute qualité sans chemin d’intégration systémique comparable au NHS, limitant mécaniquement les tickets investisseurs et les multiples de sortie.

    Moodwork : 3,1 millions ciblent le burnout entreprise

    Moodwork (3,1 millions d’euros) révèle la spécificité française : plateforme IA contre stress et burnout professionnels, validée par une baisse de 13% du risque de burnout après six mois d’usage. Positionnée B2B entreprise dans le cadre de la Grande Cause Nationale 2025 santé mentale, elle répond à une problématique RH plus qu’hospitalière.

    Cette orientation distingue radicalement les priorités nationales : la healthtech française cible le bien-être professionnel quand le Royaume-Uni priorise l’intégration hospitalière et diagnostique. Résultat : des revenus récurrents stables mais des valorisations bien plus basses, traduisant un positionnement défensif plutôt qu’offensif.

    France 2030 compense : 900 millions publics vs VC privé britannique

    Le plan France 2030 injecte 650 millions d’euros en santé numérique (dont 400 millions pour dispositifs médicaux), complété par 250 millions du plan “Osez l’IA” visant à former 500 000 soignants. Structurellement, 2/3 des healthtech françaises dépendent de financements non-dilutifs Bpifrance/Europe, rendant le CIR (utilisé par 87% des entreprises) essentiel.

    Ce modèle public compense l’écart VC mais crée un paradoxe temporel : les subventions françaises suivent l’innovation quand les mégadeals britanniques la précèdent. Les startups hexagonales mûrissent sur capitaux publics avant confrontation au VC privé international, créant des entreprises résilientes mais retardant mécaniquement les exits à valorisation élevée.

    107 M&A UK consolident vs tension française

    107 transactions M&A au premier semestre 2025 au Royaume-Uni (vs 121 sur l’année 2024 complète) signalent une consolidation massive. Les healthtech achètent 63% des deals, créant des champions européens consolidés par leurs pairs (Sword Health rachète Surgery Hero).

    La France souffre d’un manque criant de liquidité domestique : sans acquéreurs stratégiques de taille intermédiaire, les entrepreneurs français patientent ou exportent à valorisation dépressive. Cette discipline forge néanmoins des business models robustes : Nabla atteint 70 millions sans acquisition intermédiaire, prouvant sa viabilité indépendante.

    Femtech France structure enfin ses 170 acteurs

    170 startups femtech françaises ont vu 39% doubler leur chiffre d’affaires entre 2023-2024, mais le premier fonds dédié n’émerge qu’en juin 2025 (Île-de-France, 5 millions d’euros). 50% prévoient des levées pour 90 millions d’euros au total, structurant enfin un secteur historiquement sous-financé.

    Face à SheMed (licorne express), ce timing français retarde la maturité VC mais prépare une échelle institutionnelle durable. La France transforme enfin la demande femtech en infrastructure de capital, évitant la bulle spéculative britannique.

    L’IA européenne à 65% converge vers complémentarité

    L’IA représente 65% du financement healthtech européen 2025, France et Royaume-Uni convergeant sur cette priorité absolue. Pourtant les vocations divergent : le Royaume-Uni bâtit des plateformes verticales scalables (Cera, Huma, Ultromics) tandis que la France produit des outils horizontaux universels (Nabla agents IA, SeqOne génomique).

    À horizon 2027, cette complémentarité devient symbiotique : les plateformes britanniques auront besoin des outils IA français pour scale interopérable, tandis que les solutions hexagonales nécessiteront les infrastructures d’intégration UK. L’Europe healthtech se structure alors en écosystème paneuropéen cohérent.

    Infrastructure bat l’innovation : leçon 2025

    L’écart 4:1 britannique récompense moins l’innovation que l’infrastructure. Le mandat NHS crée une demande systémique prévisible, les VC américains reconnaissent la densité académique du Triangle d’Or, les 107 M&A structurent des exits liquides.

    La France possède un avantage différé stratégique : outils IA universels + 900 millions publics préparent une échelle post-consolidation. À 2027, les plateformes britanniques acquerront les briques technologiques françaises pour intégration complète, transformant la complémentarité actuelle en leadership européen mutualisé

  • Numérique, IA, qualité : les trois axes qui redessinent le système de santé en 2025

    La doctrine du numérique en santé 2025 fait du numérique une véritable infrastructure critique du système de santé, en fixant un cadre plus contraignant aux Entreprises du Numérique en Santé sur la sécurité, l’interopérabilité, l’éthique et l’usage des référentiels nationaux. Elle clarifie l’urbanisation du système d’information de santé autour de services socles (identité nationale de santé, Pro Santé Connect, référentiels d’interopérabilité, messageries sécurisées, Mon espace santé, etc.) et conditionne les financements publics au respect de ces exigences.​

    Concrètement, 2025 voit la généralisation de l’appli carte Vitale, l’accélération de l’ordonnance numérique et la montée en charge de Mon espace santé comme point d’entrée unique pour les documents, examens et messageries patients, ce qui structure les parcours au‑delà des seuls établissements. L’écosystème est incité à se « brancher » sur ces socles via des API standardisées, ce qui met sous pression les éditeurs et start‑up qui doivent se conformer à ces règles de sécurité et d’interopérabilité s’ils veulent rester dans le jeu des financements Ségur et des appels à projets publics.​

    IA et données de santé : une stratégie nationale outillée

    Le deuxième volet de la stratégie nationale « IA et données de santé » publié en 2025 affirme la volonté de faire de la France un acteur de référence en matière d’IA appliquée au soin, à la recherche et à la santé publique. Cette stratégie organise la gouvernance autour d’instances partagées, consolide le rôle du Health Data Hub et des entrepôts de données hospitaliers, et cible des cas d’usage prioritaires (imagerie, triage, prédiction de complications, optimisation des parcours, etc.).​

    La Journée nationale de l’innovation en santé numérique 2025 consacre ce virage en mettant en avant un portefeuille de projets IA et data de plus en plus matures, nourris par plus de 120 projets lauréats et un accompagnement de centaines de milliers d’innovateurs au fil des dernières années. Santé publique France, de son côté, annonce l’utilisation de l’IA générative et de capacités de calcul haute performance pour accélérer l’analyse des signaux sanitaires, la détection d’épidémies et la production de connaissances, ce qui marque le passage à un usage opérationnel de l’IA en santé publique.​

    Qualité des soins : l’expérience patient devient un résultat à piloter

    La HAS consolide en 2024‑2025 un mouvement de fond : passer d’une logique de conformité des moyens à une logique de résultats et d’expérience vécue par les patients. Les indicateurs de qualité et de sécurité des soins sont enrichis, la collecte d’indicateurs de résultats à partir des bases médico‑administratives est rendue plus systématique, et le référentiel de certification 2025‑2030 consacre un objectif entier à la place du patient et de son expérience.​

    En pratique, cela se traduit par la montée en puissance des PROMS et PREMS (mesures rapportées par les patients) comme outils d’évaluation de la pertinence et du succès des prises en charge, au‑delà des simples indicateurs de processus. L’expérience patient devient un levier d’amélioration continue : implication dans les démarches qualité, participation aux comités, co‑construction des parcours, intégration des retours dans les plans d’actions, ce qui déplace progressivement la culture qualité vers une culture de partenariat patient‑soignant.​

    Santé publique : priorité prévention, menaces et inégalités

    Le programme de travail 2025 de Santé publique France s’inscrit dans le contrat d’objectifs 2024‑2028 et structure son action autour de grands enjeux : anticipation des menaces sanitaires, santé environnementale, maladies chroniques, santé mentale, santé maternelle et infantile, et réduction des inégalités de santé. L’établissement réaffirme l’importance de la surveillance épidémiologique et du recours aux données massives, tout en développant des démarches de prévention ciblées vers les populations les plus exposées, notamment dans les territoires défavorisés.​

    Santé publique France investit dans des infrastructures numériques permettant la collecte, le traitement et la visualisation de données multi‑sources, avec l’appui d’outils d’IA pour accélérer la production de signaux utiles à la décision. Cette stratégie traduit un basculement du système vers une logique de santé publique proactive : repérer tôt, prévenir, orienter et adapter les réponses aux besoins des populations plutôt que se limiter à la gestion des crises.​

    Médico‑social et ESMS : numériser les parcours de vie

    Le programme ESMS numérique, piloté par la CNSA en lien avec la DNS, l’ANS et l’ANAP, porte l’ambition d’équiper l’ensemble des établissements et services sociaux et médico‑sociaux d’un dossier usager informatisé (DUI) interopérable d’ici fin 2025. Doté de plus de 600 millions d’euros sur 2021‑2025, dont 450 millions dédiés au soutien direct des projets, il vise à embarquer environ 36 000 ESSMS à travers quelque 1 400 projets territoriaux.​

    Le DUI est pensé comme le cœur du système d’information médico‑social, permettant de documenter les besoins, les plans personnalisés d’accompagnement et les interventions au fil du temps, puis de partager ces informations avec les professionnels sanitaires via l’interopérabilité avec le DMP, la messagerie sécurisée et Mon espace santé. Le programme repose sur trois leviers : soutien méthodologique et financier aux ESSMS, pilotage régional renforcé via les ARS et les GRADeS, et accélération de l’offre logicielle conforme aux exigences nationales (interopérabilité, sécurité, ergonomie, référencement Ségur).​

    IA en santé : promesse clinique et enjeux de gouvernance

    Le livret de la FHF « L’IA en santé – qui est le maître ? » met en lumière en 2025 la tension centrale entre l’apport clinique des algorithmes et le risque de perte de contrôle par les professionnels et les patients sur les décisions de santé. Les établissements publics y voient à la fois un levier pour améliorer le diagnostic, optimiser les flux et soutenir les équipes épuisées, et un terrain de vigilance sur les biais, l’explicabilité, la transparence et la responsabilité médico‑légale.​

    Les retours d’expériences montrent que l’IA est mieux acceptée lorsqu’elle est intégrée comme outil d’aide à la décision, dans des organisations accompagnées, formées et dotées de gouvernances éthiques et de comités de suivi. En 2025, la question n’est plus tant « faut‑il faire de l’IA ? » que « comment la gouverner, la financer et la déployer à l’échelle tout en gardant le contrôle clinique et éthique ? ».​

    Un système sous tension : finances, RH et attractivité

    Malgré ces dynamiques, 2025 reste une année de fortes tensions sur la soutenabilité du système de santé, avec des signaux d’alerte récurrents sur les conditions de travail, le recrutement et la fidélisation des professionnels. Les analyses économiques soulignent le risque d’une double peine : des établissements contraints de faire toujours plus de transformation (virage ambulatoire, territorialisation, numérique) dans un contexte de marges financières limitées, au risque d’accentuer la fatigue organisationnelle.​

    Les travaux prospectifs sur l’avenir du système recommandent de combiner transformation numérique, refonte des organisations de soins primaires et renforcement du collectif de travail, plutôt que d’empiler les dispositifs. Territoires de santé, communautés professionnelles, GHT et coopérations médico‑sociales sont identifiés comme les bons niveaux pour articuler stratégie numérique, projets IA, amélioration de la qualité et prévention, à condition d’y associer étroitement les usagers.​

    Enseignements structurants pour 2025

    Trois enseignements se dégagent pour le secteur de la santé :

    • Le numérique en santé sort de la phase expérimentale et devient un socle structurant, avec une doctrine renforcée, des financements ciblés et des exigences élevées envers les industriels.​
    • La qualité se redéfinit autour des résultats et de l’expérience patient, avec des indicateurs orientés vers ce que vivent les patients, à l’hôpital comme en ville et dans le médico‑social.​
    • L’IA et les données de santé passent du statut de promesse à celui de levier opérationnel, à condition de s’inscrire dans une gouvernance robuste, d’être reliées à la prévention et de ne pas ignorer les tensions humaines et financières qui traversent le système.

     

  • L’IA en pédiatrie : un inventaire des cas d’usage déployés en France

    La détection précoce et le diagnostic : le cœur des usages actuels

    C’est dans la détection et le diagnostic que l’IA est aujourd’hui la plus visible en pédiatrie. L’objectif est toujours le même : repérer plus tôt, objectiver mieux et réduire l’errance diagnostique, en particulier pour des pathologies rares ou complexes.

    En néonatalogie, le projet NewBorn NeuroDigital, déployé à l’hôpital Armand-Trousseau (AP-HP), s’attaque à une situation d’urgence absolue : l’asphyxie périnatale. L’IA synthétise automatiquement les enregistrements EEG réalisés dans les six heures suivant la naissance pour aider les réanimateurs à décider de la mise en hypothermie thérapeutique. L’outil s’appuie sur une étude rétrospective portant sur 104 nouveau-nés, suivis entre 2005 et 2020, et permet à la fois de gagner du temps et d’homogénéiser la qualité de la décision, y compris lorsque l’expertise en neurophysiologie est limitée.

    Toujours dans les tout premiers jours de vie, le projet AGMA-PESS du CHU de Saint-Étienne automatise l’analyse des mouvements spontanés des prématurés. L’IA détecte les points clés du corps du nourrisson, sélectionne les séquences vidéo les plus riches en informations et aide les experts à repérer les anomalies motrices précoces. Ce cas d’usage illustre une IA qui ne remplace pas l’examen clinique, mais lui fournit une mesure objective et reproductible, essentielle pour déclencher des interventions précoces.

    La même logique se retrouve plus tard dans le parcours, avec les travaux de l’unité R2P2 à l’hôpital Raymond-Poincaré : l’analyse vidéo et la vision par ordinateur sont mobilisées pour caractériser la motricité des enfants atteints de maladies neuromusculaires ou de polyhandicap. À terme, les parents pourraient filmer leur enfant à domicile sur un fond uni, et l’IA aiderait à repérer des anomalies motrices subtiles, orientant plus vite vers une consultation spécialisée.

    Dans le champ des maladies rares, le projet AIDY à Necker-Enfants malades (AP-HP) s’appuie sur l’IA appliquée à des photographies cliniques pour améliorer le diagnostic du syndrome Kabuki, une affection génétique très rare. En analysant 364 photos de 107 patients, l’algorithme apprend à détecter automatiquement ce syndrome à partir des traits du visage et même à distinguer différents types de mutations causales. Ici, l’IA devient un outil clé pour réduire l’errance diagnostique et permettre un accompagnement plus précoce des enfants.

    L’IA s’invite aussi dans la neuroréhabilitation avec le projet AI-4-CHILD, financé par l’ANR, dédié à la paralysie cérébrale, déficience motrice la plus fréquente chez l’enfant (2,1 cas pour 1 000 naissances, soit environ 125 000 personnes en France). Ce programme, porté par l’IMT Atlantique et le CHRU de Brest, développe des méthodes d’analyse d’images IRM pour un diagnostic plus précoce ainsi que des séquences d’IRM dynamiques permettant de suivre les mouvements de l’enfant et d’optimiser la rééducation de la marche. L’IA est utilisée à la fois pour reconstruire des images haute résolution et pour extraire des paramètres biomécaniques, transformant l’IRM en véritable outil de suivi fonctionnel.

    Enfin, la pédopsychiatrie commence elle aussi à se doter d’outils d’IA. L’application ESRA, développée par la Hamad Bin Khalifa University, analyse les dessins d’enfants de 5 à 10 ans et, grâce à un modèle DenseNet, atteint 84 % de précision pour l’évaluation émotionnelle. Loin de remplacer le pédopsychiatre, cet outil constitue un indicateur de dépistage standardisé des troubles psychologiques ou du stress.

    Imagerie pédiatrique : standardiser, réduire les doses et objectiver la croissance

    La radiologie pédiatrique est l’un des terrains les plus avancés en matière d’IA.

    Sur le versant de la croissance, plusieurs solutions – PANDA (ImageBiopsy Lab), TechCare Kids (Milvue) et BoneAge (Gleamer) – automatisent l’évaluation de l’âge osseux à partir des radiographies de la main, en s’appuyant sur la méthode de Greulich et Pyle. Utilisées notamment au CHU de Lille, elles génèrent des rapports structurés directement dans les environnements habituels des radiologues. L’intérêt est double : standardiser une mesure clé pour le diagnostic des troubles endocriniens et libérer du temps médical sur une tâche répétitive.

    Sur le plan de l’imagerie en coupes, des outils comme myExam Companion (Siemens Healthineers), déployé à la Fondation Lenval, adaptent en temps réel les paramètres du scanner aux caractéristiques de l’enfant et améliorent le centrage grâce à une caméra 3D. L’IA permet de réduire significativement la dose de rayonnement tout en maintenant une qualité d’image satisfaisante, un enjeu majeur pour des patients particulièrement sensibles à l’irradiation.

    L’imagerie devient ainsi un terrain de jeu privilégié pour l’IA en pédiatrie : mieux voir, avec moins de rayons, et interpréter plus vite des volumes de données de plus en plus importants.

    Rationaliser les urgences et la régulation : l’IA comme copilote de triage

    Les urgences pédiatriques et la régulation téléphonique sont confrontées à un afflux de demandes, avec une obligation de prioriser.

    Un premier cas d’usage vient du SAMU pédiatrique : dans le cadre d’un enseignement dédié à l’IA pour l’aide à la décision clinique à Université Paris Cité, des étudiants de 4ᵉ année de médecine ont conçu un prototype d’outil de régulation pour le SAMU pédiatrique. L’application vise à prioriser le degré d’urgence, proposer des recommandations et offrir une interface ergonomique aux médecins régulateurs. Le projet a donné lieu à deux articles indexés sur PubMed et à plusieurs présentations en congrès. Une nouvelle phase est en préparation, intégrant cette fois du machine learning à partir des données générées par l’outil pour repérer automatiquement les situations les plus critiques.

    Aux urgences pédiatriques, une étude publiée dans JAMA Network Open décrit un modèle de machine learning entraîné sur les données de 77 219 patients âgés de 0 à 18 ans dans un hôpital tertiaire de Toronto. L’algorithme prédit, dès l’arrivée du patient, la probabilité de réaliser certains examens (analyse d’urine, ECG, échographies, radiographie de l’avant-bras, etc.), et permet de préordonner les examens d’imagerie avant même l’évaluation médicale complète. Résultat : un gain de temps dans le parcours et une rationalisation des ressources en imagerie.

    En complément, en ville, la solution CareCall propose un assistant conversationnel dédié aux cabinets et centres de santé pédiatriques. Il prend en charge les appels entrants, détecte les situations urgentes selon des critères pédiatriques, oriente vers la bonne ressource, gère les rendez-vous et soulage les secrétariats. Là encore, l’IA est utilisée comme filtre intelligent pour absorber la charge, sans renoncer à la sécurité.

    Personnaliser et sécuriser les traitements : de l’oncologie à l’épilepsie

    En oncologie pédiatrique, l’IA est mise au service de décisions thérapeutiques particulièrement délicates.

    Le programme DOSELIA, piloté par Gustave Roussy, modélise les doses reçues par les enfants lors de la radiothérapie, y compris les expositions indirectes liées aux actes d’imagerie. En s’appuyant sur le registre HARMONIC-Radiotherapy, l’IA aide à prédire les risques à long terme, comme l’apparition de cancers secondaires, et à ajuster les protocoles pour optimiser le rapport bénéfices/risques.

    Le modèle PACpAInt (Owkin), utilisé notamment à la Pitié-Salpêtrière, s’intéresse à l’hétérogénéité moléculaire des tumeurs en combinant images histologiques et données transcriptomiques. Il permet d’identifier des sous-types tumoraux et des niveaux d’activité stromale afin de stratifier finement les patients et de guider le choix thérapeutique. Même si ce modèle n’est pas exclusivement pédiatrique, il ouvre la voie à une oncologie de précision applicable aux cancers de l’enfant.

    Au-delà du choix du traitement, la sécurisation des thérapeutiques est un autre terrain clé. La solution DrugCam (Eurekam) surveille en temps réel la préparation des chimiothérapies grâce à une caméra intelligente et des algorithmes de reconnaissance visuelle. Utilisée depuis plus de dix ans au CH de La Rochelle et désormais dans plus de 100 établissements, elle a permis d’intercepter plus de 500 erreurs graves potentielles sur 313 000 scénarios de préparation. Pour la pédiatrie, où les marges de dose sont particulièrement étroites, cette IA joue un rôle de filet de sécurité majeur.

    Dans le champ de l’épilepsie infantile, l’hôpital Necker-Enfants malades a mobilisé la suite codoc (dérivée de l’outil Dr Warehouse) pour accélérer une étude rétrospective sur le syndrome de West. Grâce à l’entrepôt de données de santé et aux outils d’exploration, les équipes ont pu constituer rapidement une cohorte de patients et évaluer l’efficacité d’un algorithme de traitement séquentiel (Vigabatrin puis stéroïdes). Ce cas d’usage illustre une IA moins visible pour le patient, mais essentielle pour tester, comparer et ajuster les stratégies thérapeutiques à partir des données réelles de l’hôpital.

    Maladies chroniques et éducation thérapeutique : une IA plus ludique et relationnelle

    Les maladies chroniques de l’enfant – en particulier le diabète de type 1 – commencent elles aussi à bénéficier de cas d’usage d’IA, souvent orientés vers l’éducation thérapeutique.

    Un exemple emblématique est celui du jeu sérieux T1D Learning Camp, développé à Harvard et présenté dans le blog de Linkidoc. Ce jeu vidéo intègre une IA générative pour permettre aux enfants d’avoir de véritables conversations avec des personnages virtuels autour de leur diabète : alimentation, glycémie, gestion du quotidien. Après une phase pré-programmée où l’enfant apprend un concept (par exemple la différence entre aliments à pic glycémique rapide ou lent), des dialogues générés par l’IA viennent tester sa compréhension et relier ce savoir à sa vie de tous les jours.

    Le jeu repose sur la reconnaissance vocale et la synthèse de la parole, ce qui le rend accessible aux plus jeunes qui ne savent ni lire ni écrire. Il est aussi capable de s’adapter culturellement, en générant des images d’aliments correspondant aux habitudes et aux cuisines locales. Ce cas d’usage montre comment l’IA peut transformer l’éducation thérapeutique en expérience ludique, personnalisée et inclusive, en particulier pour des enfants confrontés à une pathologie chronique à vie.

    Dans une autre dimension de la chronicité, la plateforme AIConnectsCare propose un suivi connecté des bébés prématurés et des patients nécessitant des soins de longue durée. Les familles peuvent suivre l’état de santé en temps réel, interagir avec les équipes médicales et mieux comprendre l’évolution. L’IA y est utilisée pour organiser l’information, faciliter la communication et réduire l’anxiété, en particulier dans les parcours longs et complexes.

    Valoriser les données pédiatriques rares : plateformes et entrepôts augmentés

    Enfin, plusieurs cas d’usage se situent au niveau de l’infrastructure de données, indispensable pour faire progresser la recherche pédiatrique.

    Le projet Share4Kids, porté par le Centre Léon Bérard, vise à centraliser les données sur les cancers de l’enfant dans une plateforme bioinformatique dédiée. L’IA est utilisée pour analyser ces données rares et soutenir la recherche, en permettant d’atteindre une masse critique sur des pathologies peu fréquentes.

    À Necker et à l’Institut Imagine, l’outil Dr Warehouse devenu la suite codoc illustre une autre facette de ces plateformes : en facilitant l’exploration de l’entrepôt de données de santé, il permet aux cliniciens de constituer des cohortes, lancer des études rétrospectives et tester des hypothèses à partir des données de soin. Ces briques d’IA ne sont pas directement visibles par les patients, mais elles conditionnent la capacité des équipes à concevoir des cas d’usage cliniques robustes.

    Vers une pédiatrie plus anticipatrice, personnalisée et connectée

    Pris ensemble, ces cas d’usage dessinent une trajectoire claire : l’IA en pédiatrie se concentre aujourd’hui sur trois grands rôles – mieux détecter, mieux décider, mieux accompagner – avec une forte implantation dans les CHU et hôpitaux spécialisés.

    Les domaines les plus couverts sont la néonatalogie, l’oncologie, la radiologie et les maladies rares, tandis que l’asthme, l’obésité ou les troubles des apprentissages restent encore peu outillés. Mais les premiers signaux sont là : de la régulation au SAMU pédiatrique aux jeux vidéo éducatifs pour le diabète, l’IA commence à s’inscrire dans le quotidien des enfants et de leurs familles.

    <span data-mce-type= »bookmark » style= »width: 0px;overflow: hidden;line-height: 0″ class= »mce_SELRES_start »></span><span data-mce-type= »bookmark » style= »width: 0px;overflow: hidden;line-height: 0″ class= »mce_SELRES_start »></span>

  • Diabète : 4,36 millions de patients, 6,48 % de la population… une épidémie silencieuse, polypathologique et coûteuse

    En France, plus de 4 millions de personnes vivent aujourd’hui avec un diabète, une proportion passée de 5,6 % en 2015 à 6,48 % de la population en 2023. Pathologie chronique au cœur des inégalités sociales et territoriales, le diabète se présente désormais comme une maladie « polypathologique », associée à de multiples comorbidités et à des complications lourdes, avec plus de 10,9 milliards d’euros de dépenses pour l’Assurance maladie en 2023.

    • 537 millions d’adultes vivaient avec un diabète dans le monde en 2021, et la Fédération internationale du diabète projette 783 millions en 2045.
    • Un article récent évoque déjà 589 millions de personnes diabétiques en 2024 dans le monde, avec 853 millions attendues d’ici 2050.
    • 4 364 820 personnes étaient prises en charge pour un diabète en France en 2023, soit 6,48 % de la population.
    • En parallèle, plus de 3,8 millions de personnes étaient traitées par médicament pour un diabète en 2023 (5,6 % de la population).
    • Le diabète représente 10,925 milliards d’euros de dépenses remboursées par l’Assurance maladie en 2023, dont 8,889 milliards pour les soins de ville.
    • Le diabète a été responsable de plus de 33 902 décès en 2024 en France, avec un âge moyen au décès de 80 ans, et plus de 85 000 morts en 2021 selon une autre source.
    • Chez les personnes de 45 ans et plus traitées pour un diabète, les complications podologiques entraînent 981 hospitalisations pour plaies du pied et 286 amputations de membre inférieur pour 100 000 personnes en 2023.
    • Le diabète multiplie par 2 à 4 le risque de complications cardiovasculaires, et la rétinopathie diabétique est première cause de cécité chez les moins de 65 ans en France.
    • 54 % des Français déclarent n’avoir jamais réalisé de dépistage du diabète, et 35 % des personnes diabétiques estiment que leur diagnostic a été tardif (57 % chez les 15-34 ans).

    Une épidémie mondiale qui se renforce et se chronicise

    Le diabète est défini comme une maladie chronique caractérisée par une hyperglycémie – un excès de sucre dans le sang – liée à un défaut de sécrétion ou d’action de l’insuline. Au niveau mondial, la Fédération internationale du diabète estimait à 537 millions le nombre d’adultes (20-79 ans) atteints de diabète en 2021, soit 10,5 % de la population mondiale de cette tranche d’âge, avec une projection à 783 millions en 2045. D’autres estimations récentes évoquent 589 millions de personnes diabétiques en 2024, pour 853 millions en 2050, illustrant l’ampleur croissante de ce fardeau. La progression touche tous les continents, y compris des régions longtemps moins concernées comme l’Afrique, l’Asie ou l’Amérique latine. Cette dynamique globale se traduit directement en France, où la maladie s’inscrit dans la durée, avec une incidence en hausse et une espérance de vie améliorée des personnes diabétiques : davantage de cas, et des patients qui vivent plus longtemps avec la maladie.

    6,48 % de la population touchée en 2023 : un « effet épidémie » bien installé

    En France, le nombre de personnes vivant avec un diabète augmente régulièrement depuis des années. Selon la Fédération Française des Diabétiques, plus de 4 millions de personnes étaient atteintes en 2023, la prévalence passant de 5,6 % en 2015 à 6,48 % en 2023.

    Les données de l’Assurance maladie confirment cette tendance :

    • 4 364 820 patients ont été pris en charge pour un diabète en 2023,
    • Soit une prévalence de 6,48 % tous âges et tous sexes confondus.

    Santé publique France, de son côté, rapporte que plus de 3,8 millions de personnes étaient traitées par médicament pour un diabète en 2023, ce qui représente 5,6 % de la population. La différence entre ces chiffres reflète notamment la diversité des sources (prise en charge globale vs traitement pharmacologique, définitions utilisées). Les projections sont inquiétantes : si les tendances observées entre 2015 et 2021 se poursuivent, 520 000 personnes supplémentaires pourraient être atteintes par le diabète en 2027 par rapport à 2021, dont 500 000 par un diabète de type 2 et 20 000 par un diabète de type 1.

    Disparités d’âge, de sexe et de territoire

    Les données de prévalence mettent en lumière de fortes disparités :

    • Le pic de prévalence se situe entre 80 et 84 ans : 25,60 % des hommes et 17,98 % des femmes de cette tranche d’âge vivent avec un diabète.
    • Globalement, 55 % des personnes diabétiques sont des hommes et 45 % des femmes.
    • Dans les départements et régions d’outre-mer (DROM), cette tendance s’inverse : les femmes sont plus touchées, avec par exemple 59 % de femmes parmi les personnes diabétiques en Guadeloupe et en Martinique.

    Les disparités régionales sont marquées :

    • Les prévalences les plus élevées sont observées dans les DROM, les Hauts-de-France et l’Occitanie, avec des valeurs pouvant atteindre 11,72 % en Guadeloupe, presque le double de certaines régions métropolitaines.
    • À l’inverse, des régions comme la Bretagne (4,81 %), les Pays-de-la-Loire (5,47 %) ou l’Île-de-France (5,89 %) présentent des prévalences plus faibles.

    Ces données confirment que le diabète est une maladie de plus en plus fréquente, mais aussi une pathologie profondément ancrée dans les contextes démographiques, sociaux et territoriaux.

    Le diabète, maladie polypathologique par excellence

    Le diabète de type 2, qui représente plus de 90 % des cas, est étroitement associé au surpoids, à l’obésité, à la sédentarité, à des habitudes alimentaires déséquilibrées et parfois à des troubles du sommeil. Il coexiste souvent avec d’autres facteurs de risque cardiovasculaires : hypertension artérielle, hypercholestérolémie, tabagisme, consommation excessive d’alcool. Le ministère de la Santé souligne qu’au-delà de 45 ans, le diabète est la maladie la plus fréquente dans un cumul de maladies, illustrant son caractère fortement polypathologique. Les données de la CNAM détaillent cette polypathologie : parmi les personnes prises en charge pour un diabète en 2023, les principales comorbidités sont :

    • Maladie coronaire chronique : 15 %
    • Maladies respiratoires chroniques (hors mucoviscidose) : 12 %
    • Traitements antidépresseurs ou thymorégulateurs : 10 %
    • Traitements anxiolytiques : 10 %
    • Troubles du rythme ou de la conduction cardiaque : 10 %
    • Affections de longue durée pour d’autres causes : 7 %
    • Artériopathie périphérique : 5 %
    • Insuffisance cardiaque chronique : 4 %

    Cette liste illustre à quel point le diabète s’inscrit dans un paysage de multimorbidité : maladies cardiovasculaires, troubles respiratoires, souffrance psychique et autres affections chroniques se superposent chez un même patient. Les inégalités sociales renforcent ce caractère polypathologique : la prévalence du diabète est 1,3 fois plus élevée chez les hommes et 1,7 fois plus élevée chez les femmes vivant dans les communes les moins favorisées, par rapport aux communes plus aisées. Chez les moins de 60 ans, le diabète est deux fois plus fréquent chez les bénéficiaires de la Complémentaire santé solidaire.

    Complications chroniques : cœur, reins, yeux, pieds, bouche…

    L’hyperglycémie chronique abîme les vaisseaux sanguins de gros et de petit calibre, ainsi que les nerfs, exposant à toute une série de complications.

    Complications cardiovasculaires

    Les personnes vivant avec un diabète ont 2 à 4 fois plus de risque de développer une complication cardiovasculaire. Le ministère de la Santé rappelle que les maladies cardiovasculaires sont la première cause de décès chez les personnes diabétiques.

    • En 2023, parmi les personnes de 45 ans et plus traitées pour un diabète :
    • Les accidents vasculaires cérébraux (AVC) représentent un taux d’incidence standardisé de 589 hospitalisations pour 100 000 personnes.
    • Les infarctus du myocarde transmural (avec sus-décalage du segment ST) atteignent 223 hospitalisations pour 100 000 personnes.

    Complications rénales

    Les complications rénales liées au diabète (néphropathies diabétiques) favorisent l’élévation de la pression artérielle, aggravent les dommages rénaux et augmentent le risque cardiovasculaire. Le diabète, associé à l’hypertension artérielle, représente l’une des premières causes de maladies rénales chroniques.

    Complications oculaires

    La rétinopathie diabétique est une complication majeure :

    • elle constitue la première cause de cécité en France chez les moins de 65 ans,
    • elle touche environ 50 % des personnes vivant avec un diabète de type 2.

    Non dépistée à temps, elle peut évoluer vers un œdème maculaire diabétique, avec des troubles visuels graves et irréversibles.

    Complications podologiques et amputations

    Les complications au niveau des pieds sont fréquentes :

    • 20 à 25 % des personnes diabétiques présenteront une plaie du pied au cours de leur vie,
    • Environ 10 000 amputations par an en France sont liées au diabète, avec un risque d’amputation pour 10 % des personnes vivant avec la maladie.

    Les données 2023 de Santé publique France confirment cette lourde charge : chez les personnes de 45 ans et plus diabétiques, on observe 981 hospitalisations pour plaie du pied et 286 amputations de membre inférieur pour 100 000 personnes.

    Complications bucco-dentaires

    Enfin, environ une personne diabétique sur deux souffre d’une maladie parodontale (gingivite, parodontite). Ces infections des gencives sont à la fois cause et conséquence d’un déséquilibre glycémique, et leur prévention fait partie intégrante de la prise en charge. Sur le plan de la mortalité, la Fédération Française des Diabétiques indique que le diabète a été responsable de plus de 33 902 décès en 2024, avec un âge moyen au décès de 80 ans. Une étude Ifop pour Sanofi évoque plus de 85 000 décès en 2021, soulignant l’ampleur du phénomène selon les définitions retenues pour l’attribution des décès.

    Un dépistage encore trop tardif malgré la progression de la maladie

    Si le diabète progresse, le dépistage ne suit pas. L’étude Ifop pour Sanofi, réalisée en 2023, montre que :

    • 54 % des Français déclarent ne jamais avoir réalisé de dépistage du diabète,
    • la part de personnes ayant déjà fait un test est passée de 56 % en 2009 à 46 % en 2023,
    • Un quart des Français a déjà évité ou repoussé un test (VIH, diabète, cancer…) par peur du diagnostic.

    Ce recul du dépistage a des conséquences directes sur la prise en charge :

    • 35 % des personnes diabétiques estiment que le diagnostic de leur diabète a été tardif,
    • Ce sentiment grimpe à 57 % chez les 15-34 ans.

    La Fédération Française des Diabétiques souligne qu’environ 28 % des patients atteints de diabète de type 2 sont diagnostiqués au stade des complications nécessitant une hospitalisation.

    En parallèle, Santé publique France met en évidence la hausse du diabète de type 1 chez les moins de 20 ans :

    • De 20 300 jeunes en 2012 à 31 400 en 2023,
    • Soit une augmentation continue, justifiant l’importance du diagnostic précoce pour éviter les formes graves comme l’acidocétose ou le coma.

    L’Observatoire de prévention de l’acidocétose de l’AJD rapporte qu’en 2023, plus de 4 enfants ou adolescents sur 10 de moins de 15 ans ont été diagnostiqués « trop tard », avec une acidocétose modérée (24,9 %) ou sévère (17,5 %), voire un coma diabétique (3 %).

    10,9 milliards d’euros de dépenses CNAM et des parcours de soins à réinventer

    Pour l’Assurance maladie, le diabète représente en 2023 :

      • 10 925 millions d’euros de dépenses totales remboursées, dont 8 889 millions d’euros de soins de ville (consultations, médicaments, biologie, soins infirmiers, transports…),
      • 891 millions d’euros pour les hospitalisations,
      • 1 146 millions d’euros de prestations en espèces (indemnités journalières…).

    Un article consacré au centre Diabet’ reprend un ordre de grandeur similaire : le diabète représente « près de 10,9 milliards d’euros de dépense nationale annuelle », confirmant le poids économique de la pathologie. Au-delà du coût, le parcours de soins reste complexe. Le médecin généraliste à l’origine du Pôle Diabet’, premier centre de santé pluridisciplinaire dédié intégralement au diabète en Europe, rappelle que le suivi d’un patient diabétique représente en théorie quatre rendez-vous par an, mais que la séparation des spécialités et les délais peuvent faire monter ce chiffre jusqu’à treize consultations annuelles. Le centre Diabet’ rassemble au même endroit des spécialistes de la rétinopathie, de la néphropathie, de la podologie et d’autres complications, afin de :

    • Simplifier le parcours de soins,
    • Réduire les délais entre examens et consultations,
    • Désengorger les hôpitaux en assurant le suivi des patients qui ne nécessitent pas une prise en charge lourde.

    Prévenir et retarder les complications : un enjeu structurant de santé publique

    La prévention du diabète et de ses complications est intégrée aux grandes politiques nationales de santé :

    • La Stratégie nationale de santé 2018-2022 et le plan « Priorité prévention » posent le cadre de lutte contre les maladies chroniques, avec un accent sur la promotion de la santé (alimentation saine, activité physique, réduction de la sédentarité) et la réduction des inégalités de santé.
    • Le Programme national nutrition santé (PNNS4) et la Stratégie nationale sport-santé soutiennent la mise en place d’environnements favorables aux comportements protecteurs.
    • L’activité physique adaptée (APA) est reconnue comme une thérapeutique non médicamenteuse : la loi permet de la prescrire aux personnes atteintes d’affections de longue durée, dont le diabète. Des référentiels spécifiques existent pour le diabète de type 1 et de type 2.

    Sur le terrain, ces stratégies se heurtent toutefois à la réalité d’une pathologie silencieuse, souvent méconnue, marquée par un dépistage tardif et une forte charge en comorbidités.

  • IA générative en santé : de l’EEG au compte rendu radiologique, une nouvelle chaîne de valeur clinique se dessine

    Au-delà de la diversité des cas d’usage, la conférence fait ressortir plusieurs lignes de force utiles pour toute organisation de santé ou acteur de la e-santé :

    • L’IA générative ne remplace pas les spécialistes, elle restructure leur travail en filtrant, triant, préparant, résumant.
    • Les modèles de fondation deviennent un actif central (EEG, imagerie, texte), au service de multiples algorithmes cliniques.
    • Les plateformes de données et d’IA (stockage, dev, déploiement, sécurité) sont aussi importantes que les modèles eux-mêmes.
    • La souveraineté et la sécurité des données ne sont plus des annexes : elles sont au cœur des architectures, côté cloud comme côté clinique.
    • Enfin, les usages les plus prometteurs sont ceux qui s’inscrivent au plus près des workflows existants : EEG à domicile, viewer de radiologie, poste de travail radiologue, portail des courtiers.

    Quatre cas d’usage, un même fil rouge : industrialiser l’IA générative

    La session dans le cadre de la journée AWS Healthcare à PariSanté Campus s’ouvrait sur un constat partagé par tous les intervenants : l’IA, et désormais l’IA générative, n’est plus un gadget de démonstration mais une infrastructure qui doit s’intégrer aux flux de travail existants : examens, outils métiers, systèmes d’information et régulation.

    • Ulysse Gimenez (BioSerenity) part du lit du patient, avec l’EEG à domicile et l’analyse neurologique à distance.
    • Antoine Hirtz (Devoteam) illustre l’apport de l’IA générative du côté des assureurs santé et de leurs 8 000 courtiers partenaires.
    • Alexandre Attia (AZMed) montre comment l’IA radiologique accompagne déjà les radiologues sur plus de 15 millions d’images par an.
    • Eric Plisson (Philips) élargit la focale en décrivant le futur poste de travail du radiologue, où la génération de compte rendu devient le terrain de jeu central de l’IA générative.

    En toile de fond : la pénurie de spécialistes, l’augmentation massive des volumes d’actes, et un mot-clé qui revient chez tous les intervenants : modèles de fondation et industrialisation.

    EEG : 20 % des examens français déjà dans le cloud

    Premier cas d’usage : celui de l’électroencéphalogramme (EEG), examen clé du diagnostic neurologique. Ulysse Gimenez rappelle un fait rarement discuté hors des cercles de spécialistes : de nombreux patients épileptiques, Alzheimer ou atteints d’autres pathologies neurologiques restent en errance diagnostique pendant des années, faute d’accès à l’examen et de spécialistes pour l’interpréter.

    BioSerenity s’attaque à ces deux goulets d’étranglement :

    • Accessibilité : la société a développé un casque EEG médical léger, sans fils, que des techniciens peuvent poser directement au domicile des patients. L’enregistrement n’est plus limité à une vingtaine de minutes à l’hôpital : il peut se faire sur plusieurs heures ou jours, dans la vie réelle.
    • Interprétation : les signaux sont envoyés dans le cloud, où un réseau de neurologues partenaires réalise la télé-interprétation.

    BioSerenity est désormais présente « dans le flot » de 20 % des EEG réalisés en France. Mais la prochaine marche se joue côté médecins : comment leur faire gagner du temps sur l’analyse d’examens très complexes et bruités, sans les déposséder de leur rôle ? La réponse de l’entreprise : un modèle de fondation appliqué à l’EEG. Concrètement, les signaux sont découpés en petits « patchs », transformés dans le domaine fréquentiel, puis discrétisés en un « dictionnaire » de plusieurs milliers de tokens EEG. Le modèle apprend ensuite, par masquage et prédiction de ces tokens, la « grammaire » des ondes cérébrales. Sur cette base, BioSerenity peut :

    • Accélérer des tâches répétitives des neurologues, en les recentrant sur les cas complexes.
    • Développer de nouveaux biomarqueurs pour détecter plus précocement certaines pathologies ou mieux les suivre dans le temps.

    Un premier algorithme dérivé de ce modèle de fondation (un outil de triage des patients normaux vs pathologiques ) arrive en production, marquage dispositif médical à la clé. Le calcul s’effectue en environ une minute après l’examen ; le neurologue garde la main, mais peut prioriser d’abord les cas les plus suspects, tout en filtrant les examens clairement normaux ou non concluants. Dernier élément important : BioSerenity insiste sur trois plateformes internes : stockage des données, développement IA, déploiement en production, et affiche sa volonté de partager son modèle de fondation avec l’écosystème académique français, dans une logique de souveraineté face aux modèles américains ou chinois.

    8 000 courtiers santé épaulés par un chatbot génératif

    Le second temps de la conférence déplace l’IA générative vers un autre maillon de la chaîne de valeur santé : l’assurance. Antoine Hirtz (Devoteam) présente le cas d’un courtier grossiste en assurance, spécialisé notamment sur le médical, le paramédical et les officines, qui anime une plateforme numérique au service de 8 000 courtiers partenaires et plus de 1 000 activités couvertes. Jusqu’ici, le chatbot de la plateforme reposait sur des logiques classiques, avec une capacité limitée à comprendre des demandes complexes et à naviguer dans un catalogue et une base de connaissances très riches. L’objectif du projet mené avec Devoteam : introduire l’IA générative sans repartir de zéro et en s’appuyant sur le socle cloud existant (AWS).

    L’architecture décrite repose sur plusieurs briques :

    • Un routeur intelligent, propulsé par des modèles génératifs (Anthropic via AWS Bedrock), capable de comprendre l’intention du courtier et de l’orienter vers :
      • la recherche de produits d’assurance adaptés, dans un catalogue de plus de 1 000 offres ;
      • la recherche de contrats via des APIs ;
      • l’exploration d’une base de connaissances (en PDFs ou HTML, convertis en embeddings et indexés dans une base vectorielle type OpenSearch) ;
      • l’analyse de comportements anormaux ou à risque (tentatives de fraude, usages suspects, etc.).

    Un socle de sécurité-by-design : authentification SSO/OIDC, gestion fine des droits, chiffrement des données, VPC cloisonné, supervision des coûts, et mécanismes de guardrails pour éviter les fuites de données ou réponses inappropriées. Antoine évoque un « curseur d’autonomie » : pour l’instant, l’assistant reste peu autonome, il guide, propose, route mais la montée en puissance des services IA du cloud rend possible, à terme, des agents plus autonomes. Le choix actuel est volontairement prudent : améliorer l’expérience utilisateur sans perdre la maîtrise du risque, dans un contexte où les données médicales et assurantielles sont particulièrement sensibles.

    Radiologie : 15 millions d’images analysées chaque année

    Avec AZMed, la conférence revient au cœur de la clinique. Alexandre Attia rappelle que le volume d’images médicales a doublé en une décennie, alors que le nombre de radiologues est resté stable. Résultat : pression accrue sur les équipes, risque d’erreurs et délais rallongés pour les patients. AZMed s’est positionnée d’abord sur la radiographie standard 2D, qui représente l’essentiel du volume :

    • Traumatologie (fractures, lésions aux urgences).
    • Radiographie thoracique (pathologies pulmonaires, pneumothorax…).
    • Mesures ostéo-articulaires complexes (alignements, angles, longueurs).
    • Âge osseux chez l’enfant, utile pour évaluer la croissance.

    L’IA ne se contente pas de détecter les anomalies ; elle réalise aussi du triage et de la priorisation. Intégrée dans les viewers des radiologues, elle ajoute des vues annotées, résume les fractures détectées et précise ce qui n’a pas été retrouvé (épanchements, lésions associées…). Les chiffres partagés sont parlants :

    • +83 % de gain sur le temps diagnostique en traumatologie.
    • Diminution des erreurs d’environ deux tiers, notamment des faux négatifs.
    • Valeur prédictive négative de 99,37 % : lorsque le logiciel indique qu’il n’y a rien, c’est presque toujours le cas, ce qui renforce la confiance des radiologues.
    • Plus de 15 millions d’images analysées par an, dans environ 2 500 sites de santé répartis dans plus de 55 pays.

    L’entreprise, qui compte une quarantaine de collaborateurs, a également lancé un logiciel pour scanner thoracique 3D, dédié au dépistage et au suivi des nodules pulmonaires dans la perspective des futurs programmes de dépistage du cancer du poumon. Derrière ces produits, il y a surtout un actif stratégique : une base de 20 millions de radiographies, provenant de plus de 40 pays, dont un sous-ensemble annoté par trois radiologues indépendants, et des processus qualité alignés sur les exigences de dispositifs médicaux.

    Mais AZMed se heurte à trois défis structurels :

    1. La généralisation des algorithmes d’un pays, d’un appareil ou d’une population à l’autre.
    2. Le scalage à un nombre croissant de pathologies, sans devoir tout réentraîner de zéro.
    3. L’exploitation des données non annotées, qui représentent la majorité des 20 millions d’images.

    La réponse, là encore : la construction d’un modèle de fondation spécialisé en imagerie médicale, par vertical (trauma, thorax, etc.), capable de comprendre la « grammaire » des images radiologiques et d’alimenter à la fois la détection de pathologies et, à terme, la génération de comptes rendus structurés.

    Du film au compte rendu généré : la troisième révolution des cabinets de radiologie

    Dernier temps fort : la vision d’Eric Plisson (Philips) sur le poste de travail radiologique. Il replace l’IA dans une histoire en trois actes :

    1. Passage du film au digital et informatisation des systèmes (PACS, RIS).
    2. Reconnaissance vocale dans les années 2000, première grande victoire de l’IA « classique », qui a fait gagner des minutes par compte rendu et supprimé les allers-retours avec les secrétariats de transcription.
    3. IA d’imagerie spécialisée, via de nombreux algorithmes convolutionnels orchestrés par des plateformes, chacun ciblé sur une modalité (scanner, IRM, radio…) et une pathologie ou une tâche (détection de fracture, quantification vasculaire, etc.).

    La prochaine rupture se situe clairement au niveau du compte rendu radiologique. Les modèles de langage – et demain les modèles multimodaux image + texte – permettent d’imaginer un flux de travail très différent :

    • Résumé automatique de l’historique patient et des examens antérieurs pertinents.
    • Ambiant reporting : le radiologue parle (sans micro dédié), et l’IA génère un premier jet de compte rendu.
    • Génération automatique de la conclusion à partir des observations dictées.
    • Contrôle qualité automatisé, en comparant le compte rendu à des modèles ou à une base de rapports, pour signaler des incohérences ou oublis (mesures manquantes, conclusions peu claires…).
    • Traduction en langage patient : version simplifiée du rapport ou bulles d’explication pour rendre le compte rendu compréhensible sans passer systématiquement par une recherche sur Internet.

    Philips propose déjà son infrastructure d’imagerie en cloud (hébergée notamment sur AWS), ce qui rapproche les données, les outils métiers et les modèles génératifs dans un même environnement sécurisé. Le radiologue reste responsable de la relecture et de la signature, mais pourrait passer de 10 minutes à quelques minutes par compte rendu, un gain décisif dans un contexte de vieillissement de la population et d’augmentation des maladies chroniques.

     

  • L’Inde, laboratoire de la santé numérique : un milliard de dossiers connectés pour 1,4 milliard d’habitants

    Un système de santé en mutation sous impulsion gouvernementale

    L’Inde a engagé depuis une décennie une profonde transformation de son système de santé, portée par une vision : bâtir une infrastructure numérique unifiée au service des 1,4 milliard d’habitants. Au cœur de cette stratégie, la National Health Authority (NHA) pilote l’Ayushman Bharat Digital Mission (ABDM), lancée en 2021. Cette initiative phare vise à connecter patients, professionnels, hôpitaux et laboratoires dans un écosystème commun.

    En avril 2025, les chiffres donnent la mesure de cette ambition :

    • 770 millions de comptes ABHA (Ayushman Bharat Health Account) créés ;
    • 530 millions de dossiers de santé numérisés ;
    • 392 000 établissements et plus de 600 000 professionnels de santé enregistrés.

    La NITI Aayog, principal think tank du gouvernement, a posé les bases de cette révolution en 2018 avec le concept du National Health Stack, ancêtre de l’ABDM. Quant au Ministry of Health and Family Welfare, il supervise l’ensemble des programmes digitaux : du suivi materno-infantile (Mother and Child Tracking System) au registre national des patients tuberculeux (Nikshay), en passant par les systèmes d’information hospitaliers (HIS).

    eSanjeevani : 25 millions de téléconsultations, un modèle d’inclusion numérique

    Dans un pays où près de 65 % de la population vit en zone rurale, la télémédecine est devenue un outil d’accès essentiel. La plateforme publique eSanjeevani, déployée par le gouvernement, a permis plus de 25 millions de téléconsultations à travers 800 centres de télémédecine couvrant 95 spécialités. Ce programme illustre la volonté de réduire la fracture territoriale tout en créant un réseau de soins intégré, interopérable avec les systèmes hospitaliers publics et privés.

    Autre exemple de réussite : CoWIN, plateforme nationale de gestion vaccinale, a orchestré plus de deux milliards d’injections durant la pandémie de COVID-19. Ce système, salué à l’international, a posé les bases de la gestion numérique des campagnes de santé publique à grande échelle. Enfin, le programme d’assurance Ayushman Bharat Pradhan Mantri Jan Arogya Yojana (PM-JAY) couvre 100 millions de familles vulnérables, offrant jusqu’à 500 000 roupies par an pour des soins hospitaliers. L’intégration progressive de cette assurance dans les plateformes numériques renforce la continuité du parcours de soins.

    L’explosion des startups HealthTech : 1100 investisseurs

    L’Inde abrite aujourd’hui plus de 1 100 investisseurs actifs dans la santé numérique, dont Peak XV Partners, Accel, Prosus, Temasek ou TPG. Le secteur a levé 707 millions USD au premier semestre 2024, soit le double de 2023. Depuis dix ans, les startups HealthTech indiennes ont cumulé près de 10 milliards USD d’investissements, confirmant la maturité d’un marché désormais structuré.

    • Practo, pionnière du domaine, reste la référence. Son écosystème complet, de la prise de rendez-vous à la téléconsultation, réunit plus de 100 000 médecins et 70 000 cliniques et hôpitaux. Avec plus d’un milliard USD de dépenses générées sur sa plateforme, Practo a accompagné la croissance fulgurante du marché de la télémédecine pendant la pandémie.
    • PharmEasy, fondée en 2015, s’est imposée comme le leader de la e-pharmacie, malgré une valorisation en repli depuis son pic de 2021. Elle a levé 216 millions USD en 2024 et détient une participation majoritaire dans Thyrocare, réseau de diagnostics.
    • De son côté, Tata 1mg (rachetée par Tata Digital) est désormais numéro 1 du marché, avec 31 % de parts et une présence dans plus de 1 000 villes. Son modèle intègre vente de médicaments, téléconsultations et tests de laboratoire.
    • Enfin, MediBuddy, orientée santé d’entreprise, dessert plus de 600 sociétés et 30 assureurs, avec 3,5 millions d’abonnés. Ces plateformes combinent accessibilité, téléconsultation et suivi à distance, tout en favorisant l’essor d’un marché B2B solide.

    Les hôpitaux privés accélèrent leur virage numérique

    Les grands groupes hospitaliers indiens mènent eux aussi une transformation en profondeur. Apollo Hospitals, fondé en 1983, demeure le fer de lance du secteur. Son réseau de 71 établissements a réalisé plus d’un million de téléconsultations en 2023 et investi 1 200 crores INR (près de 145 millions USD) dans sa transformation numérique. Sa plateforme Apollo 24/7 et son programme ASK Apollo permettent un continuum de soins : téléconsultations, commande de médicaments, dossiers de santé électroniques et soins à domicile via Apollo Home Health.

    Manipal Hospitals, avec 37 hôpitaux dans 19 villes, collabore avec Google Cloud pour des solutions IA capables de réduire le temps de traitement des ordonnances de 15 à 5 minutes. Chaque jour, 60 000 entrées de données sont traitées avec une précision de 99 %, un jalon pour l’automatisation des processus hospitaliers. Max Healthcare, Fortis Healthcare et Narayana Health misent eux aussi sur la donnée et l’intelligence artificielle. Max Healthcare a déployé le premier système intégré de surveillance à distance en Inde ; Fortis déploie progressivement les dossiers médicaux électroniques (DME) dans ses hôpitaux ; Narayana Health, enfin, utilise des modèles prédictifs pour anticiper l’insuffisance cardiaque à partir d’ECG grâce à une base de 100 000 images médicales. Ces innovations traduisent la montée en puissance d’une santé prédictive et personnalisée, orientée résultats cliniques.

    Les géants technologiques mondiaux s’ancrent dans l’écosystème indien

    L’attractivité du marché indien a convaincu les grands groupes internationaux de renforcer leur présence. Google Health accompagne la montée en puissance de l’infrastructure numérique locale avec une stratégie « multi-pronged » axée sur la collaboration, l’accessibilité et la personnalisation. Son approche s’appuie sur la compréhension culturelle et le développement durable des solutions — notamment via Fitbit et les écosystèmes wellness urbains.

    • Philips Healthcare, GE Healthcare et Siemens Healthineers investissent massivement dans l’imagerie, les soins à distance et la R&D locale. Siemens, en particulier, renforce ses capacités de diagnostic avancé et d’analyse des données de patients. Du côté des acteurs numériques, Amazon Clinic et Microsoft explorent des modèles B2B basés sur le cloud : les infrastructures AWS, Azure et Google Cloud constituent aujourd’hui l’épine dorsale des hôpitaux numériques indiens.
    • Enfin, Roche et Apple Health participent à la convergence entre diagnostic, données et bien-être. Roche déploie sa plateforme Navify, intégrant IA et Lean Six Sigma pour optimiser les parcours de soins ; Apple mise sur les wearables connectés et des partenariats avec assureurs pour développer des modèles de prévention personnalisés.

    Un écosystème ouvert et internationalisé

    L’écosystème indien ne se limite plus à son territoire. De nombreuses entreprises étrangères spécialisées — bioMérieux, Vygon, Peters Surgical, Air Liquide Medical Systems ou encore NatéoSanté — participent à la structuration de l’offre locale en dispositifs médicaux et en solutions numériques. Des partenariats public-privé se multiplient, notamment autour de la World Economic Forum Healthcare Coalition India, soutenant des projets comme celui d’Apollo Hospitals dans l’État du Meghalaya pour la prise en charge du cancer. Ces collaborations internationales permettent à l’Inde de bénéficier d’un transfert de compétences et de technologies tout en consolidant son positionnement comme hub régional de l’innovation médicale.

    Un marché dynamique mais encore fragmenté

    Malgré ses avancées spectaculaires, la santé numérique indienne fait face à plusieurs défis. La fragmentation du système de soins, la variabilité des standards de données et les inégalités d’accès au numérique entre États fédérés freinent encore l’interopérabilité complète.
    L’ABDM constitue une réponse structurante, mais sa réussite dépendra de la capacité à unifier les données de santé publiques et privées tout en garantissant la confidentialité. L’adoption rapide des outils numériques par les hôpitaux et les patients, conjuguée à l’arrivée de nouveaux acteurs internationaux, pourrait cependant accélérer cette convergence.

    @Healt & Tech Intelligence

  • L’intelligence artificielle, nouvel instrument de la qualité et de la sécurité des soins

    En France, près d’un patient hospitalisé sur dix subit un événement indésirable. L’intelligence artificielle s’impose désormais comme un levier stratégique pour transformer la prévention, la conformité et le pilotage de la qualité des soins, de l’hygiène à la gestion des risques en passant par la traçabilité réglementaire.

    Sécurité des soins : l’IA au service de la détection, de la prédiction et de la prévention des événements indésirables

    Les établissements hospitaliers placent la sécurité des patients au cœur de leurs priorités. L’intelligence artificielle y joue un rôle croissant, capable d’identifier les signaux faibles annonciateurs d’incidents et d’accompagner les équipes dans une gestion proactive des risques.

    Une étude menée à l’Université Paris 13 (Saab, 2022) a démontré le potentiel de l’apprentissage automatique pour la prédiction et la détection des événements indésirables cliniques, avec des modèles capables d’anticiper la dégradation clinique des patients et de réduire la réadmission hospitalière à 30 jours. Ces recherches ont inspiré le développement de solutions d’aide à la décision clinique combinant règles de décision et modèles d’apprentissage supervisé, pour identifier les patients à haut risque de détérioration et recommander des interventions adaptées.

    Cette approche est prolongée dans plusieurs hôpitaux pilotes, où les outils d’IA s’intègrent désormais dans les workflows hospitaliers. Le Centre hospitalier Jacques-Cœur de Bourges a par exemple mis en place une solution fondée sur l’intelligence artificielle pour automatiser la gestion des plaintes et des événements indésirables, tout en garantissant transparence, éthique et traçabilité. Les plateformes Qualineo et MoveWORK Healthcare y occupent une place centrale : ces outils de pilotage qualité utilisent des copilotes IA pour catégoriser automatiquement les incidents, recommander des actions correctives et accélérer les déclarations réglementaires.

    L’approche est renforcée par le module SESAME d’Atout Majeur Concept, qui digitalise la déclaration, le suivi et la traçabilité des événements indésirables au sein d’un même environnement collaboratif, avec un moteur d’analyse Power BI intégré. Ces outils informatisés, de plus en plus répandus dans les CHU et GHT, permettent une traçabilité complète, une hiérarchisation par gravité et un suivi temps réel des plans d’action, plaçant la sécurité patient au centre de la performance hospitalière.

    Surveillance hygiénique : de la détection des infections nosocomiales à la prévention prédictive

    Les infections nosocomiales représentent encore une cause majeure de morbidité hospitalière. Face à ce défi, les établissements français mobilisent l’IA pour détecter précocement les risques infectieux et automatiser les contrôles d’hygiène.

    À l’hôpital Henri-Mondor (AP-HP), la solution MoveWORK Flow exploite l’intelligence artificielle et l’Internet des objets (IoT) pour surveiller les données hospitalières et identifier les situations à risque de contamination croisée. En analysant en continu les flux de nettoyage, la désinfection et les déplacements, la plateforme déclenche des alertes ciblées, optimisant ainsi la priorisation des interventions d’hygiène et la sécurité des patients.

    Cette approche prédictive est complétée par des outils de surveillance automatisée des conditions d’hygiène : capteurs et caméras intelligentes détectent les écarts aux protocoles (non-port du masque, désinfection insuffisante, contaminants environnementaux), contribuant à instaurer une culture d’hygiène renforcée.

    L’usage de l’IA ne se limite pas aux infrastructures : la solution DeepCath d’ICUREsearch illustre l’apport du deep learning à la surveillance des infections liées aux cathéters. Grâce à une application mobile, les soignants et patients photographient le point d’insertion, et l’algorithme évalue en temps réel les signes d’infection (rougeur, exsudat, œdème). Le modèle, entraîné sur une base validée par des infectiologues, calcule un score de risque prédictif et génère des alertes immédiates, renforçant la prévention des complications liées au cathétérisme.

    Enfin, plusieurs hôpitaux expérimentent des modèles d’optimisation hospitalière intégrant la prévention prédictive des risques infectieux, combinant IA et gestion logistique pour anticiper les pics d’infection et adapter la disponibilité des lits ou des urgences. Ces dispositifs traduisent une transformation profonde : la surveillance hygiénique devient un processus intelligent, automatisé et prédictif.

    Conformité et traçabilité : l’IA, garante d’une qualité réglementaire maîtrisée

    Au-delà de la sécurité clinique, l’IA soutient la conformité réglementaire des établissements de santé, enjeu majeur pour la qualité globale des soins.

    Les solutions Empower (Blue Soft Group) et Witik s’imposent comme références pour la traçabilité documentaire, la conformité RGPD et IA Act, ou encore la cartographie automatisée des systèmes d’intelligence artificielle. Elles accompagnent les établissements dans la mise en conformité avec les réglementations européennes, tout en assurant la sécurisation des données sensibles.

    Le logiciel Qualineo intègre lui aussi un module de conformité qualité et hygiène, capable de suivre en temps réel les protocoles et d’automatiser les rapports réglementaires. En parallèle, plusieurs plateformes d’IA générative émergent dans ce domaine : IMO Clinical AI, Yseop Copilot et la Data Space Platform (Iomed) explorent l’intégration hospitalière intelligente, la rédaction automatisée de documents réglementaires et la standardisation des données cliniques. Ces solutions facilitent la documentation médicale, soutiennent la recherche clinique et réduisent le temps consacré à la conformité.

    Enfin, des outils tels que App Use & Share renforcent l’interopérabilité des données de santé grâce à l’alignement sémantique automatique entre systèmes hétérogènes. En harmonisant les vocabulaires locaux sur des référentiels internationaux, ils garantissent la cohérence et la qualité des données utilisées à des fins de pilotage ou de reporting réglementaire.

    Ces innovations traduisent un changement de paradigme : la conformité n’est plus une contrainte, mais un levier de performance et de qualité globale, grâce à la puissance analytique de l’IA.

    Qualité opérationnelle : recherche documentaire, analyse et automatisation des processus

    L’amélioration continue de la qualité des soins repose aussi sur une gestion documentaire fluide et un accès rapide à l’information. C’est tout l’enjeu du cas d’usage du CHU de Brest, où les solutions Illuin Search et Qualineo permettent aux professionnels d’accéder instantanément aux procédures qualité internes par simple requête textuelle. Grâce au traitement automatique du langage naturel (NLP), le moteur recherche dans les bases documentaires internes et fournit des réponses précises dans plus de 90 % des cas.

    Cette intelligence documentaire s’inscrit dans une logique d’excellence opérationnelle, où les responsables qualité peuvent également anticiper les risques organisationnels via des modèles prédictifs, planifier des actions d’amélioration et suivre leur impact dans le temps.

    Parallèlement, les établissements déploient des outils d’IA pour la classification automatique des réhospitalisations liées à des événements indésirables, identifiant les retours évitables et les causes racines. Ces approches, validées par les travaux de Saab et al. (2020), offrent une mesure plus fine du préjudice nosocomial et soutiennent la planification de stratégies préventives ciblées.

    Dans le domaine du bloc opératoire, la société Aprogsys a développé un système multi-agents d’alerte intelligente. Ce dispositif surveille en temps réel les conditions de sécurité au bloc et émet des alertes en cas de risque, contribuant à la réduction des événements indésirables opératoires.

    Enfin, des outils comme MoveWORK Flow et Qualineo Copilot participent à l’automatisation des tâches à faible valeur ajoutée, libérant du temps pour les soignants et renforçant la fiabilité des procédures qualité. L’intelligence artificielle devient ainsi un pilier de la performance organisationnelle, soutenant les démarches d’accréditation et de certification qualité.

    Ressources humaines et qualité de vie au travail : une IA au service des équipes

    La qualité des soins ne peut être dissociée de la qualité de vie au travail. Le CHU d’Angers l’a bien compris en développant un outil d’analyse juridique automatisée basé sur la plateforme Doctrine Flow et des modèles internes de traitement des données RH. Ces outils exploitent l’intelligence artificielle pour analyser la jurisprudence, rédiger automatiquement des résumés de dossiers et générer des circuits administratifs intelligents (suivi des absences, départs, recrutements).

    L’objectif : sécuriser les réponses juridiques, réduire la charge administrative et fiabiliser la gestion des agents. Des modules de chatbot RH et de tableaux de bord automatisés complètent ce dispositif, illustrant une IA tournée vers la simplification et la conformité, mais aussi vers la prévention des risques psychosociaux et la qualité de vie des professionnels.

     

  • Healthtech européenne : 2025 marque un écart de financement de 4,5 pour 1 entre le Royaume-Uni et la France

    1,81 milliard $ levé au Royaume-Uni contre 393 M € en France : un déséquilibre quantitatif, mais des priorités convergentes

    Le rapport entre les montants investis dans la healthtech britannique et française illustre la différence de maturité des deux écosystèmes. Outre-Manche, quinze entreprises ont mobilisé 1,81 milliard de dollars en 2025, quand les start-ups françaises ont collecté 393 millions d’euros sur la même période. Pourtant, derrière cet écart, les deux pays poursuivent des objectifs similaires : consolider la donnée de santé comme actif stratégique, accélérer l’intégration de l’intelligence artificielle et rapprocher la recherche du soin. La différence tient surtout à la concentration des capitaux : cinq entreprises britanniques captent plus de 70 % du total levé, contre un tissu français beaucoup plus fragmenté mais très varié technologiquement.

    Cinq méga-levées britanniques : 73 % du capital concentré sur des acteurs d’IA et de robotique

    Le marché britannique s’est structuré autour d’un petit nombre d’entreprises déjà proches de la phase industrielle. Isomorphic Labs (600 M $), filiale d’Alphabet, s’impose comme un cas emblématique : sa levée record pour l’IA de découverte de médicaments traduit l’industrialisation du modèle AlphaFold 3. Verdiva Bio (411 M $) développe un traitement oral GLP-1 pour l’obésité et les troubles cardiométaboliques, tandis que CMR Surgical (200 M $) poursuit l’expansion mondiale de son robot chirurgical Versius. Cera (150 M $) et BenevolentAI (150 M $) complètent ce groupe de tête. Ces cinq opérations concentrent plus de 1,5 milliard $ à elles seules : une polarisation qui témoigne d’une logique d’échelle et d’un positionnement global.

    En France, 24 M € pour Median Technologies et 15 M € pour One Bioscience : la consolidation par la science

    La dynamique française, repose sur la valorisation de la recherche académique et la montée en puissance des spin-offs. Median Technologies (24 M €) renforce son développement dans l’imagerie oncologique et l’intelligence artificielle pour le dépistage précoce. One Bioscience (15 M €), issue de l’Institut Curie, applique l’IA à la biologie moléculaire. Autour de ces leaders gravitent des structures plus jeunes comme ArcaScience (7 M $) ou VitaDX (1,5 M €), qui prolongent la tradition française de recherche translationnelle. Leur point commun : transformer l’expertise scientifique nationale en applications industrielles, dans un contexte où les volumes de financement restent inférieurs mais la qualité scientifique élevée.

    70 % des fonds britanniques dirigés vers l’IA et la robotique ; en France, 60 % vers la donnée clinique et la télésurveillance

    En 2025, sept entreprises britanniques sur quinze font de l’intelligence artificielle leur cœur technologique : Isomorphic Labs, BenevolentAI, Healx, Ultromics, MyWay Digital Health, Level Zero Health et Sano Genetics. Leur champ d’application va de la découverte de médicaments à la cardiologie et la santé hormonale. Au contraire, la France oriente la majorité de ses fonds (environ 60 %) vers la donnée de santé, la coordination et la télésurveillance : RDS (14 M €), Rofim (10 M €) ou Codoc en sont les exemples phares. Les deux pays convergent cependant sur une même idée : la santé numérique n’est plus un outil accessoire, mais une infrastructure de soin.

    Essais cliniques et médecine de précision : un avantage de rapidité britannique

    Les solutions britanniques liées aux essais cliniques illustrent un modèle plus intégré entre recherche et industrie. Lindus Health (55 M $) revendique des essais trois fois plus rapides que les approches traditionnelles grâce à sa plateforme Citrus, et Sano Genetics (11,4 M $) combine tests génétiques et engagement patient. En France, l’équivalent se développe sous forme de collaborations entre hôpitaux et start-ups, encore limitées en volume. Là où le Royaume-Uni capitalise sur la flexibilité réglementaire du NHS et la disponibilité de données anonymisées, la France s’appuie sur une politique plus prudente de protection et d’accès encadré.
    Résultat : deux vitesses, mais une même trajectoire vers la médecine de précision.

    Soins à domicile et prévention : Cera, Simple Life et Numan d’un côté ; RDS et Solence de l’autre

    Les plateformes de prévention et de suivi personnalisés constituent un terrain de rencontre entre les deux pays. Au Royaume-Uni, Cera (150 M $) s’impose comme acteur des soins à domicile : 60 000 visites quotidiennes et une réduction de 70 % des hospitalisations évitables grâce à l’IA prédictive. Simple Life (35 M $) et Numan (55 M $) démocratisent la santé numérique du quotidien, en matière de poids, de métabolisme et de bien-être sexuel. En France, la même tendance prend la forme de solutions ciblées : RDS pour la télésurveillance cardiaque et Solence (1,6 M €) pour la santé hormonale féminine. Les montants diffèrent, mais l’objectif reste commun : déplacer la prévention du champ médical vers l’usage numérique de proximité.

    Femtech et santé hormonale : 6,9 M $ levés à Londres, 3,2 M € à Paris

    Le segment de la femtech illustre une convergence récente. Le britannique Level Zero Health (6,9 M $) a conçu un dispositif de surveillance hormonale continue, tandis que les Françaises MovaLife et Solence ont réuni 1,6 M € chacune. Les montants restent modestes, mais ces opérations traduisent la reconnaissance d’un champ de recherche longtemps sous-investi. Pour la première fois, les deux écosystèmes financent des innovations centrées sur la santé des femmes, souvent à la croisée de la biotechnologie, du wearable et des thérapies digitales.

    Robotique et réalité augmentée : 200 M $ pour CMR Surgical contre des montants encore limités en France

    La robotique médicale demeure le domaine où l’écart de maturité est le plus marqué. Avec CMR Surgical (200 M $) et Strolll (13 M $), le Royaume-Uni dispose d’une véritable filière exportatrice, couvrant chirurgie et rééducation neurologique. Les entreprises françaises, encore à un stade expérimental, se concentrent sur des niches : MovaLife en femtech robotisée ou Austral DX (2,5 M €) pour le diagnostic pulmonaire et cardiaque. Cet écart reflète des stratégies différentes : l’une s’appuie sur une base industrielle déjà constituée, l’autre sur une volonté de rattrapage technologique à partir de la recherche publique.

    Un investissement britannique concentré sur Londres (9 entreprises sur 15) ; une géographie française plus éclatée

    La géographie de la healthtech traduit la structure de chaque économie. Au Royaume-Uni, Londres concentre neuf entreprises sur quinze, avec des extensions vers Cambridge et Oxford. Cette centralisation facilite l’accès au capital-risque et aux partenariats internationaux. La France, en revanche, répartit ses levées entre Paris, Lyon, Marseille, Lille et plusieurs écosystèmes régionaux. La logique est ici celle d’un maillage territorial, où les clusters hospitalo-universitaires jouent un rôle d’incubateur. L’uniformité britannique accélère la visibilité, mais la dispersion française favorise la spécialisation et la résilience.

    Des politiques publiques contrastées, mais une même orientation vers la donnée de santé

    Les choix de financement reflètent deux cadres d’action. Le Royaume-Uni favorise l’investissement privé massif avec le soutien ponctuel d’institutions publiques, alors que la France s’appuie sur une politique d’État d’appui à la transformation numérique du système de santé. L’initiative “Mon Espace Santé”, les dispositifs de remboursement de la télésurveillance et le rôle de Bpifrance traduisent une approche planifiée de la transition numérique. Le modèle britannique, plus agile, repose sur la compétitivité internationale ; le modèle français, sur la cohérence du parcours de soins. Les deux convergent toutefois vers une même priorité : la gouvernance de la donnée comme fondement de la souveraineté sanitaire.

    Une lecture commune : la donnée devient le socle d’une santé prédictive européenne

    Au-delà des écarts de volumes, 2025 montre que la healthtech britannique et française avancent vers une même transformation : passer d’une innovation centrée sur la technologie à une infrastructure de santé pilotée par la donnée. Les start-ups britanniques démontrent la capacité d’industrialiser rapidement l’IA médicale ; les Françaises, celle de l’intégrer durablement dans les parcours cliniques. L’équilibre entre ces deux approches pourrait constituer la base d’un modèle européen spécifique, conciliant performance, régulation et impact clinique.

  • IA et santé mentale : l’écosystème français fédère recherche, institutions et innovation pour intégrer l’IA dans les parcours de soins

    Les troubles psychiques touchent 13 millions de Français et représentent 23 milliards d’euros de dépenses annuelles remboursées par l’Assurance Maladie. Face à cette réalité, l’écosystème français de la santé mentale se structure autour d’acteurs institutionnels, fédérations, fondations et collectifs qui œuvrent pour intégrer l’intelligence artificielle dans la prévention, le diagnostic et l’accompagnement des troubles psychiques.​

    Santé publique France investit massivement dans l’IA générative au service de la surveillance épidémiologique

    Santé publique France marque un tournant stratégique en intégrant l’intelligence artificielle générative dans ses missions de surveillance et d’information en santé publique. L’agence expérimente depuis fin 2024 la solution de Mistral AI, startup française pionnière dans le domaine, pour optimiser la collecte de données, leurs traitements et la valorisation des résultats d’enquêtes épidémiologiques.​

    Cette collaboration s’inscrit dans le cadre d’un partenariat stratégique qui permet d’accélérer le développement de programmes analytiques tout en respectant les exigences de rigueur et de sécurité. L’agence développe parallèlement ses propres infrastructures de calcul haute performance pour garantir un hébergement local et souverain des modèles d’intelligence artificielle.​

    La fédération Santé mentale France mobilise 200 structures pour promouvoir l’innovation

    Reconnue d’utilité publique depuis 1986, la fédération Santé mentale France rassemble plus de 200 structures adhérentes et représente la seule organisation qui fédère l’ensemble des parties prenantes du champ de la santé mentale. Présente dans chaque région française via 12 coordinations régionales, elle organise l’innovation à travers des actions de formation, d’échanges de bonnes pratiques et de recherche scientifique.​

    La fédération soutient l’innovation et la recherche comme l’une de ses cinq missions prioritaires, publiant notamment la revue trimestrielle “Pratiques en Santé Mentale” qui porte les débats contemporains de la santé mentale depuis 1952. Elle joue un rôle clé dans la promotion des concepts de Rétablissement et du Pouvoir d’agir, essentiels pour l’intégration de solutions technologiques respectueuses des droits des personnes.​

    Le collectif MentalTech publie un cadre de “numéricovigilance” pour 10 principes éthiques

    Créé en mars 2022 par 7 membres fondateurs, le collectif MentalTech réunit aujourd’hui une trentaine d’acteurs – institutionnels, startups et professionnels de santé – autour de l’urgence de déployer des outils numériques éthiques en santé mentale. Présidé par le Dr David Labrosse, médecin de santé publique et fondateur de Tricky, le collectif identifie quatre cadres d’intervention de l’IA : la prédiction de valeurs, la génération de texte, la génération d’activités thérapeutiques et la recommandation de ressources.​

    En octobre 2024, MentalTech publie un rapport inédit définissant 10 principes du cadre de “numéricovigilance” : élaboration d’une notice d’information, constitution d’un comité scientifique pluridisciplinaire, implication des professionnels de santé, formation des praticiens, installation personnalisée pour les utilisateurs, absence de conflits d’intérêts, adaptation des métriques d’évaluation, retraçage des décisions de l’IA, sélection représentative de la population d’entraînement et collecte parcimonieuse des données.​

    La Fondation FondaMental développe 54 centres experts et une médecine de précision en psychiatrie

    Créée par décret en tant que fondation de coopération scientifique, la Fondation FondaMental compte 54 centres experts en activité : 17 centres Troubles bipolaires, 13 Schizophrénie, 10 Autisme de haut niveau et 14 dépression résistante. Dirigée par la professeure Marion Leboyer et présidée par Stéphane Richard depuis février 2024, elle repose sur une centaine d’équipes hospitalières et laboratoires de recherche reconnus.​

    La fondation se fixe quatre missions prioritaires : améliorer le diagnostic précoce, la prise en charge et le pronostic ; accélérer la recherche et l’innovation en psychiatrie ; diffuser les savoirs ; briser les préjugés. Elle développe des recherches pour identifier des marqueurs biologiques susceptibles d’améliorer les outils de diagnostic et de personnaliser les traitements, mobilisant imagerie, génomique et métagénomique.​

    Les universités créent des symposiums internationaux pour croiser recherche et innovation

    L’Université de Caen Normandie organise depuis 2024 un symposium international et interdisciplinaire “IA et santé mentale” pérennisé tous les 2 ans. Coordonné par Amandine Cayol (ICREJ) et Gaël Dias (GREYC), l’événement s’inscrit dans le cadre de la Fédération Hospitalo-Universitaire A2M2P et réunit près de 150 participants – universitaires, professionnels de santé, représentants de collectivités territoriales.​

    L’événement bénéficie d’une couverture médiatique nationale et initie un dialogue entre informaticiens, professionnels de santé et chercheurs en sciences humaines et sociales sur les enjeux du développement de l’IA en santé mentale. Il vise à développer des méthodes préventives innovantes utilisant des outils d’IA de manière éthique et déontologique.​

    L’initiative IMPACT mobilise 10 fondateurs pour 1,9 milliard d’euros sur les parcours de soins

    Lancée en septembre 2021, l’initiative “IMPACT – Accélérateur d’Innovation en Santé Mentale” fédère 10 membres fondateurs : PariSanté Campus, la Fondation Université de Paris, l’Assistance publique – Hôpitaux de Paris, France Biotech, l’ARIIS, la Fédération Française de l’Assurance, AXA France, Janssen France, Otsuka et Eisai. Cette alliance public-privé développe un appel à projets pour faire émerger des solutions technologiques ciblant les ruptures de parcours de soins.​

    Les projets sélectionnés créent de la valeur sur les parcours en apportant des réponses technologiques aux enjeux de prévention, repérage précoce, diagnostic, stratégie clinique, coordination ville-hôpital et errance thérapeutique. L’initiative s’inscrit dans la nouvelle action “parcours de Santé” du programme “IA et Santé” du Comité stratégique de filière des Industries et Technologies de santé.​

    Le ministère de la Santé coordonne 50 actions pour 3,3 milliards d’euros jusqu’en 2026

    La feuille de route santé mentale et psychiatrie, lancée le 28 juin 2018 et enrichie des 30 mesures des Assises de septembre 2021, mobilise désormais 3,3 milliards d’euros : 1,4 milliard sur 2018-2021 et 1,9 milliard complémentaire jusqu’en 2026. Coordonnée par le délégué ministériel à la santé mentale et à la psychiatrie, le Pr Frank Bellivier, elle développe 50 actions structurées autour de trois axes prioritaires.​

    Le dispositif MonParcoursPsy, consacré par la Loi de financement de la sécurité sociale pour 2022, enregistre 90 642 patients pris en charge par 2 200 psychologues conventionnés pour 372 547 séances. La stratégie nationale de prévention du suicide déploie le numéro national 3114 (213 000 appels reçus) et le dispositif VigilanS dans 17 régions et 92 départements pour 90 000 patients inclus depuis 2015.​

    Les sociétés savantes créent un réseau de 260 associations partenaires du Congrès Français de Psychiatrie

    Le Congrès Français de Psychiatrie fédère un écosystème de 260 sociétés savantes et associations partenaires, de l’Association Française de Psychiatrie (AFP) à la Société Francophone de Psychiatrie de l’Enfant et de l’Adolescent (SFPEADA). Cette mobilisation collective structure les échanges entre praticiens, chercheurs et institutionnels autour des innovations technologiques.​

    Les partenaires incluent des acteurs spécialisés comme l’Association Francophone de Remédiation Cognitive (AFRC), la Société Franco-Algérienne de Psychiatrie (SFAP) et la Fédération Française Anorexie Boulimie (FFAB). Ils bénéficient de tarifs préférentiels et participent à un programme d’accompagnement de 9 mois pour accélérer le déploiement de projets innovants.​

    L’écosystème français de la santé mentale structure ainsi une approche collaborative entre acteurs publics et privés pour intégrer l’intelligence artificielle dans les parcours de soins, tout en développant des cadres éthiques et déontologiques garants de la protection des personnes vulnérables.

  • L’IA aux extrêmes de la vie : quand l’imagerie médicale se réinvente pour les enfants et les personnes âgées

    Des scanners pédiatriques moins irradiants aux biomarqueurs prédictifs du vieillissement, l’intelligence artificielle s’impose aux âges où la médecine est la plus vulnérable. Mais son déploiement reste semé d’obstacles scientifiques et éthiques.

    Les angles morts de l’innovation : enfants et personnes âgées sous-représentés

    Depuis une dizaine d’années, la littérature sur l’IA en imagerie explose. Pourtant, cette croissance n’a pas profité également à toutes les populations. Une revue publiée en 2023 soulignait que seuls 3 % des dispositifs d’imagerie par IA validés par la FDA concernaient spécifiquement l’enfant. Quant à la gériatrie, elle n’a pas encore fait l’objet de développements ciblés, malgré une demande croissante.

    Le problème tient en partie aux données. En pédiatrie, la variabilité morphologique liée à la croissance rend l’entraînement des modèles plus complexes, et les bases de données sont limitées. En gériatrie, la difficulté réside dans l’écart entre âge chronologique et âge biologique : un cerveau de 80 ans peut être parfaitement fonctionnel, quand un autre, au même âge, présente déjà des signes de démence.

    Cette sous-représentation n’est pas anecdotique : elle crée des algorithmes qui fonctionnent bien sur des adultes « standards », mais dont la fiabilité chute aux extrêmes de la vie.

    En pédiatrie, l’IA pour réduire l’irradiation : jusqu’à 95 % de dose en moins

    La question de l’irradiation reste importante en pédiatrie, car les enfants sont plus vulnérables aux effets cancérigènes des rayonnements. L’une des avancées les plus documentées est l’utilisation de réseaux neuronaux profonds pour reconstruire des images de haute qualité à partir de doses plus faibles.

    Une revue systématique de 2023 a compilé 22 études portant sur plus de 1700 patients pédiatriques. Résultat : la réduction de dose varie de 36 à 70 %, et peut atteindre 95 % dans certaines conditions expérimentales, sans perte de qualité diagnostique. Ces performances sont observées aussi bien avec des systèmes commerciaux (Canon AiCE, GE TrueFidelity) que des modèles développés par des centres académiques.

    L’exemple de la Fondation Lenval à Nice illustre le passage à la pratique. Depuis septembre 2025, l’hôpital est équipé d’un scanner nouvelle génération couplé à l’IA, capable de réduire drastiquement la dose administrée tout en améliorant la netteté des images. Un atout considérable pour les familles, soucieuses de limiter l’exposition de leurs enfants, et pour les radiologues, qui disposent d’images plus fiables pour poser un diagnostic.

    Âge osseux : l’automatisation au service de la croissance

    L’évaluation de l’âge osseux, utilisée pour explorer les retards ou avances de croissance, a longtemps reposé sur une lecture manuelle à l’aide d’atlas (Greulich et Pyle). Une méthode fastidieuse et sujette à variabilité inter-observateur.

    Avec l’IA, cette pratique gagne en objectivité. BoneXpert, développé par la société Visiana, est aujourd’hui l’outil le plus étudié. Dans une recherche menée à Singapour sur 200 enfants et adolescents, l’algorithme a montré une excellente corrélation avec les évaluations endocrinologiques, avec un coefficient de concordance supérieur à 0,97. La précision moyenne était de 0,6 à 0,8 an par rapport à l’âge osseux déterminé par les experts, une marge considérée comme cliniquement acceptable.

    Une autre étude sur 521 radiographies a comparé BoneXpert à un concurrent, IB Lab PANDA. Les deux solutions se rapprochaient de l’évaluation humaine, mais BoneXpert se montrait légèrement supérieur pour les enfants prépubères. Les auteurs concluaient que ces outils pouvaient fiabiliser et standardiser la pratique, tout en faisant gagner un temps précieux aux équipes médicales.

    Détection des fractures : des urgences pédiatriques mieux sécurisées

    Les fractures constituent un motif fréquent de consultation en urgence pédiatrique. Mais la lecture des radiographies chez l’enfant est délicate, en raison de la présence des cartilages de croissance et de l’immaturité osseuse. Résultat : des fractures parfois méconnues, surtout en l’absence de radiologues pédiatriques disponibles 24 h/24.

    C’est précisément là que l’IA trouve sa place. Le logiciel BoneView, développé par la start-up française Gleamer, a été testé sur plus de 800 radiographies d’enfants concernant les membres supérieurs. Les résultats sont parlants :

    • Sensibilité globale : 89 %
    • Spécificité globale : 91 %
    • Performances maximales pour les fractures du poignet (96 % de sensibilité)
    • Performances plus limitées pour le coude (87 % de sensibilité, 65 % de spécificité).

    Pour les auteurs, ces chiffres confirment l’intérêt de BoneView comme système d’aide au triage en situation d’urgence. L’IA n’a pas vocation à remplacer le radiologue, mais elle peut signaler une suspicion de fracture, réduisant ainsi le risque d’erreurs et améliorant la rapidité de prise en charge.

    Gériatrie : la radiologie face à l’explosion démographique

    Si la pédiatrie bénéficie déjà d’outils concrets, la gériatrie reste un champ en devenir. Pourtant, l’urgence est bien réelle : selon l’OMS, le nombre de personnes âgées de plus de 60 ans devrait doubler d’ici 2050.

    Les patients âgés présentent des caractéristiques spécifiques : comorbidités multiples, fragilité, poly-médication, perte de mobilité ou de cognition. Autant de facteurs qui compliquent la réalisation et l’interprétation des examens d’imagerie. Dans un éditorial publié en 2022, plusieurs radiologues appelaient à la création d’une sous-spécialité de radiologie gériatrique, capable de développer des protocoles adaptés et de former des praticiens à ces enjeux.

    Ici, l’IA pourrait devenir un outil clé. En combinant imagerie, données cliniques et biologiques, les algorithmes pourraient mieux distinguer un processus pathologique d’une modification liée au vieillissement normal. Mais pour l’heure, peu de solutions sont validées. Le champ reste largement ouvert à l’innovation.

    Biomarqueurs du vieillissement : l’IA comme outil prédictif

    Au-delà du diagnostic, la recherche se tourne vers la médecine prédictive. L’IA est en effet capable d’extraire des biomarqueurs subtils à partir d’images standards. En gériatrie, plusieurs pistes sont explorées :

    • L’âge cérébral apparent, qui permet de comparer l’aspect du cerveau d’un patient à une base de référence et d’anticiper un risque de déclin cognitif.
    • La densité osseuse, utilisée pour détecter précocement l’ostéoporose.
    • La qualité musculaire, corrélée à la sarcopénie et au risque de chute.
    • Les lésions vasculaires infra-cliniques, indicatrices d’un risque cardiovasculaire futur.

    Ces biomarqueurs pourraient à terme fournir un score global de fragilité et permettre une prévention plus personnalisée. L’idée : intervenir avant que la dépendance ne s’installe, en ajustant les traitements, l’alimentation ou la rééducation.

    Des défis éthiques et organisationnels à relever

    Malgré ces promesses, plusieurs obstacles freinent l’adoption de l’IA aux âges extrêmes. Le premier est celui des biais de données : la plupart des algorithmes ont été entraînés sur des adultes jeunes, ce qui limite leur fiabilité pour les enfants et les personnes âgées.

    L’acceptabilité constitue un autre enjeu. Les familles d’enfants malades, comme les patients âgés, peuvent se montrer méfiants vis-à-vis de décisions perçues comme « automatisées ». La transparence des algorithmes et leur explicabilité sont donc essentielles pour instaurer la confiance.

    Enfin, l’organisation hospitalière doit suivre. Former les équipes, adapter les protocoles, financer les équipements : autant de conditions nécessaires pour que l’IA ne reste pas l’apanage de quelques centres d’excellence, mais irrigue l’ensemble du système de santé.