Nabil

  • bioMérieux acquiert Day Zero Diagnostics pour accélérer le séquençage génomique des infections 

    1,27 million de morts évitables selon l’OMS 

    bioMérieux annonce l’acquisition des actifs de Day Zero Diagnostics, une start-up américaine spécialisée dans le diagnostic génomique rapide, pour un montant inférieur à 25 millions de dollars. Cette opération vise à intégrer des technologies de séquençage de nouvelle génération (NGS) directement applicables au diagnostic des infections graves et résistantes. 

    Selon l’Organisation mondiale de la santé (OMS), les infections bactériennes résistantes représentent une urgence sanitaire mondiale.

    • 1,27 million de décès sont directement attribuables chaque année à ces infections résistantes aux antibiotiques
    • 1,1 million de morts supplémentaires sont liées à des cas de sepsis, souvent causés par ces mêmes agents pathogènes

    Le défi est de pouvoir identifier rapidement le pathogène et son profil de résistance, afin de prescrire le traitement le plus efficace sans attendre plusieurs jours. 

    2 à 5 jours de délai avec les méthodes actuelles 

    Le diagnostic conventionnel repose encore majoritairement sur :

    • Une culture bactérienne préalable.
    • Des tests ID/AST (identification/sensibilité aux antibiotiques).
    • Un coût élevé peu compatible avec les flux hospitaliers automatisés.
    • Un délai d’obtention des résultats allant de 48 à 120 heures.

    Une innovation combinant NGS et IA 

    Day Zero Diagnostics développe une technologie intégrée de NGS combinant :

    • L’analyse d’échantillons directement à partir de sang total.
    • Un algorithme d’intelligence artificielle pour identifier les espèces bactériennes et prédire les résistances en quelques heures.
    • Un pipeline logiciel et des réactifs propriétaires pour l’identification et la sensibilité aux antibiotiques.

    Un marché en forte croissance d’ici 2028

    • Selon Grand View Research, le marché du NGS appliqué aux maladies infectieuses pourrait représenter 3,4 milliards d’euros de revenus annuels d’ici 2028
    • Selon Market Research Future, le marché mondial du diagnostic des infections résistantes devrait atteindre 8,5 milliards d’euros d’ici 2030

  • Etude : les patients accordent une confiance excessive aux conseils générés par l’IA (NEJM)

    Les résultats de leur étude* publiée le 13 mai dans le New England Journal of Medicine AI mettent en évidence une tendance inquiétante : ils accordent à l’IA une confiance injustifiée même en présence d’erreurs. 

    Remplacer le médecin par l’IA, personne n’y songe réellement. Les études montrant que la technologie n’apporte un bénéfice qu’en complémentarité sont légion. Le 13 juin, une équipe de recherche internationale, dirigée par l’Institut Max Planck pour le développement humain (Allemagne), a par exemple mis en évidence la pertinence de la coopération humains-IA dans l’élaboration d’un diagnostic. Les humains et l’IA commettant des erreurs systématiquement différentes, ils se complètent.

    Le match IA/médecin

    Dans ce contexte, des chercheurs du Massachusetts Institute of Technology (MIT) ont cependant voulu mener une analyse approfondie de la manière dont les réponses médicales générées par l’intelligence artificielle (IA) sont perçues et évaluées par des non-experts. Pour y parvenir, ils ont inclus 300 participants qui ont été invités à évaluer des réponses médicales soit rédigées par un médecin sur une plateforme de santé en ligne, soit générées par un grand modèle de langage (IA). Préalablement, ces réponses avaient été classées par des médecins comme ayant une haute ou faible précision. Trois configurations différentes ont été comparées :  

    • Les participants savent si la réponse vient d’un médecin ou d’une IA. 
    • Les participants ne savent pas d’où vient la réponse. 
    • Une réponse IA est présentée comme venant d’un médecin (ou l’inverse). 

    Les résultats de leurs travaux ont été publiés le 13 mai dans le New England Journal of Medicine AI.  

    Résultats : une surprenante préférence pour l’IA imprécise 

    Les participants ne font pas de distinction fiable entre les réponses d’un médecin et celles d’une IA. Le taux moyen de reconnaissance de l’origine est d’environ 50 % pour chaque catégorie.  

    • Ils évaluent les réponses IA – même inexactes – comme aussi bonnes, voire meilleures que celles des médecins. 
    • L’IA, même faiblement précise, semblait mieux comprise que les réponses médicales réelles.  
    • Paradoxalement, l’IA à faible précision provoquait la plus forte tendance à suivre le conseil, plus encore que l’IA à haute précision ou le médecin. 
    • Même les médecins experts ont évalué plus favorablement les réponses générées par l’IA lorsque la source n’était pas révélée.  
    • Les participants faisaient davantage confiance aux réponses IA de haute précision lorsqu’on leur disait qu’elles venaient d’un médecin 

    Ces résultats suscitent de l’inquiétude chez les chercheurs. « La confiance excessive accordée à des conseils médicaux générés par IA, même inexacts ou inappropriés, peut mener à des mauvais diagnostics et à des conséquences préjudiciables pour les personnes en quête d’aide, » soulignent-ils. Bien sûr, les conditions de l’étude ne reflètent pas directement la réalité clinique, car ils sont obtenus dans un contexte contrôlé, limité à une plateforme textuelle en ligne, sans interaction réelle avec un professionnel. Mais, dans un monde où de plus en plus de conseils médicaux sont donnés par écrit et à distance, l’étude montre que la manière dont l’information est présentée influence la crédibilité plus que sa qualité médicale réelle. 

    Afin de prévenir la désinformation tout en bénéficiant des avancées offertes par ces technologies de pointe, les auteurs concluent que « les systèmes d’IA devraient être intégrés en collaboration avec des professionnels de santé, et non utilisés seuls ».
     

    *People Overtrust AI-Generated Medical Advice despite Low Accuracy. 

    Shruthi Shekar, Pat Pataranutaporn, Chethan Sarabu, MD, Guillermo Cecchi, Pattie Maes. NEJM AI. 2025. DOI: 10.1056/AIoa2300015  

    https://ai.nejm.org/doi/full/10.1056/AIoa2300015 

  • 2 AMI avec 4 millions d’euros pour tester l’IA dans les urgences et la gestion du temps de travail

    Ces initiatives s’inscrivent dans la stratégie IA et données de santé mise en consultation publique le 1er juillet, et dans la cartographie des leviers du numérique en santé.

    IA dans les SAMU et les services d’urgence

    Trois usages de l’intelligence artificielle seront testés :

    • Retranscription automatique des appels au SAMU pour améliorer la qualité et la traçabilité des dossiers de régulation et simplifier la coordination entre équipes.
    • Triage des patients aux urgences en soutenant la décision des soignants par des données disponibles rapidement.
    • Estimation des temps d’attente et prévision des flux pour répartir les ressources et fluidifier les parcours patients.

    IA pour la gestion du temps de travail

    Le deuxième AMI cible l’expérimentation de solutions d’IA pour la planification automatisée et adaptative des plannings des équipes, intégrant contraintes organisationnelles et souhaits des agents. L’objectif est d’améliorer la qualité de vie au travail, la stabilité des plannings et l’efficience des organisations, dans la continuité des conclusions tirées lors du Duel “IA et temps de travail” de l’ANAP en mars dernier. L’ANAP accompagnera les établissements retenus via son appui “Gestion du temps de travail” pour renforcer la maîtrise des connaissances nécessaires au déploiement des outils d’IA.

    Un financement de 4 millions d’euros

    Les projets sélectionnés bénéficieront d’un financement d’amorçage pouvant couvrir les coûts liés aux expérimentations : acquisition de matériel, intégration technologique, formation. Le montant total mobilisé pour ces deux AMI pourra atteindre 4 millions d’euros, à répartir entre les lauréats en fonction de leur nombre et des projets. Les établissements intéressés peuvent consulter les modalités de candidature sur le site du ministère de la Santé, avec un dépôt des candidatures au plus tard le 31 juillet 2025. Les notifications des projets retenus sont prévues pour le 22 août 2025, pour un démarrage des expérimentations le 1er septembre 2025.

  • 44 PDG européens demandent à Bruxelles de mettre en pause l’AI Act

    Des règles jugées floues et contraignantes

    Ils ont demandé à la Commission européenne de suspendre pendant deux ans l’application de l’AI Act, qui doit entrer en vigueur en août. Selon leur lettre, obtenue par le Financial Times, certaines dispositions sont jugées “floues” et “se chevauchent”, risquant de “freiner la compétitivité européenne” dans le développement et le déploiement de l’IA à grande échelle. Les signataires estiment que les règles complexes de l’AI Act « mettent en danger les ambitions européennes » en matière d’intelligence artificielle, en compromettant la capacité de créer des champions européens dans un contexte de concurrence mondiale. Ces inquiétudes s’ajoutent aux pressions exercées par les États-Unis, les acteurs technologiques et les entreprises européennes sur un texte considéré comme le cadre réglementaire le plus strict au monde pour l’IA.

    Une pression qui s’intensifie

    En parallèle, une seconde lettre, signée par plus de 30 fondateurs de start-up européennes et investisseurs, qualifie l’AI Act de « bombe à retardement précipitée ». Ces initiatives rendent incertaine la manière dont l’Union européenne répondra à ces appels à la suspension, alors même qu’elle finalise ses discussions avec l’industrie sur la mise en œuvre de cette réglementation avant son entrée en vigueur.

  • L’IA relance le financement de la HealthTech en Europe en 2025

    Les LLMs attirent 50 nouvelles startups en Europe

    AlbionVC, en partenariat avec HLTH Europe, publie la quatrième édition de sa HealthTech Market Map, basée sur l’analyse de plus de 5 000 entreprises européennes. Plus de 1 000 startups à forte croissance ont été sélectionnées pour leur contribution à la transformation des soins en Europe dans le digital care et le digital pharma. L’équipe d’AlbionVC constate que le financement repart à la hausse en 2025, marquant une année de levées record depuis le pic post-pandémie, porté par l’adoption de l’IA dans les outils et services de santé.

    Les grands modèles de langage (LLMs) optimisent les workflows cliniques, de l’automatisation du back-office à l’aide à la décision clinique, permettant un gain de productivité pour les prestataires de soins. Plus de 50 nouvelles startups ont rejoint ce segment en 18 mois, répondant aux besoins d’efficience des systèmes de santé. L’analyse souligne l’apparition de solutions intégrant l’ensemble des parcours cliniques.

    25 nouvelles startups IA ciblent les maladies sans traitement en Europe

    Le segment « virtual-first care » fait son entrée dans la cartographie 2025. Il regroupe symptom checkers, téléconsultations, télésurveillance, thérapeutiques digitales et gestion des maladies chroniques dans des parcours spécifiques aux pathologies. Ces acteurs visent une prise en charge personnalisée, accessible, avec une expérience proche des standards grand public. Environ la moitié opère en B2B avec remboursement via les systèmes publics ou assureurs obligatoires, l’autre moitié en B2C, principalement dans les secteurs où l’accès rapide est recherché.

    Dans le digital pharma, l’IA poursuit la dynamique enclenchée en 2023 en accélérant les pipelines de découverte de médicaments. Vingt-cinq nouvelles startups ciblent des maladies jusqu’alors sans traitement, redessinant le modèle de R&D pharmaceutique européen. Dans le segment TechBio, plus des deux tiers des nouvelles entrées se concentrent sur des aires thérapeutiques spécifiques, préfigurant des modèles hybrides combinant licences technologiques et redevances.

    European HealthTech Market Map 2025

  • L’État chiffre à 60-90 M€ par an les besoins des CHU pour les entrepôts de données (Stratégie IA et données de santé)

    Données de santé : un prérequis pour accélérer l’IA dans le système de soins

    L’intelligence artificielle en santé ne progressera qu’avec des données accessibles et fiables. C’est le message qu’a porté Yannick Neuder, ministre chargé de la Santé, lors du comité stratégique exceptionnel du 1er juillet 2025. La stratégie nationale 2025-2028, présentée à cette occasion, mise sur la simplification de l’accès aux données pour soutenir le développement de solutions d’IA adaptées au système de santé. L’État prévoit une montée en puissance de l’IA en santé autour de quatre axes :

    • Clarification et encadrement réglementaire.
    • Évaluation des solutions et de leur impact.
    • Accompagnement des professionnels via la formation.
    • Et création d’un cadre économique durable pour soutenir l’innovation.

    La stratégie inclut également l’accompagnement à la mise en œuvre de l’AI Act, notamment sur les dispositifs médicaux, et la publication d’une FAQ et d’un guide sur l’usage des systèmes d’IA en contexte de soins.

    La France prépare ses infrastructures pour des volumes massifs, et un Forum des parties prenantes remplacera le Comité stratégique des données de santé

    La feuille de route s’articule donc autour de l’utilisation secondaire des données de santé. Elle prévoit un cadre pour les détenteurs et utilisateurs de données et anticipe l’application du règlement sur l’espace européen des données de santé, dont les dispositions s’appliqueront dès mars 2029. Ce règlement impose la mise à disposition obligatoire des données d’intérêt pour un usage secondaire via les ORAD (Organismes Responsables de l’Accès aux Données).

    La France va mettre en place un Forum des parties prenantes, remplaçant le Comité stratégique, afin d’associer à la gouvernance les acteurs de la recherche, des établissements de santé, les industriels et les patients. La construction d’infrastructures pour le partage et l’analyse des données, compatibles avec des volumes importants et conformes aux exigences de sécurité du SNDS, est prévue. Le lancement d’un appel d’offres pour un nouvel hébergeur souverain du Health Data Hub est annoncé, avec une mise en service attendue à l’été 2026. Un groupe de travail avec les offreurs de cloud de confiance débutera au troisième trimestre 2025.

    60 à 90 M€ par an nécessaires pour les entrepôts de données des CHU

    Un groupe de travail a été constitué pour clarifier les référentiels de conformité afin d’aider les acteurs à s’y préparer. Un catalogue national des ensembles de données sera mis en place d’ici 2029, référençant les bases existantes avec des métadonnées complètes. Une première estimation des besoins financiers des CHU pour la gestion de leurs entrepôts de données est située entre 60 et 90 millions d’euros par an.

    Consultation publique sur l’IA santé ouverte jusqu’à fin septembre 2025

    Une consultation publique est ouverte jusqu’à fin septembre pour recueillir les contributions des acteurs sur cette stratégie IA en santé. Elle s’inscrit dans une démarche de co-construction avec les professionnels de santé, industriels, chercheurs et patients. En parallèle, la DGOS et l’ANAP lancent deux appels à manifestation d’intérêt pour tester en conditions réelles des solutions d’IA dans les établissements de santé et médico-sociaux, dans les domaines de la médecine d’urgence et de la gestion du temps de travail. Les candidatures sont ouvertes jusqu’au 31 juillet 2025.

    Les 4 axes de la Stratégie intelligence artificielle et données de santé

    Axe 1 – Renforcer la transparence et la confiance

    • Lancer le Forum des parties prenantes (opérationnel en 2026).
    • Déployer un portail unique d’exercice des droits via la PDS (T4 2025).
    • Assurer un hébergement souverain (SecNumCloud) avec copie du SNDS (mi-2026).
    • Investir 110 M€ (France 2030) pour les entrepôts hospitaliers.

    Axe 2 – Construire des bases de données réutilisables

    • Cartographier les besoins en données pour prioriser les collectes.
    • Standardiser via le label Quantum (pilote en 2025).
    • Publier le catalogue FReSH au S2 2025.
    • Partager des outils open source (33 algorithmes BOAS) pour la réutilisation.

    Axe 3 – Organiser le partage et l’accès

    • Créer un répertoire national complet avant 2029.
    • Financer durablement les entrepôts (60-90 M€/an pour CHU).
    • Expérimenter des grilles de tarification et un modèle économique équilibré.

    Axe 4 – Simplifier l’utilisation des données

    • Basculer vers un régime déclaratif (loi en S2 2025).
    • Tester de nouveaux usages via des bacs à sable (IA, données synthétiques).
    • Harmoniser les procédures d’accès d’ici 2026.

  • IA médicale en Chine : un benchmark national dévoile des failles critiques

    LLM médicaux en Chine : entre essor technologique et usages cliniques intensifs

    Portés par l’ambitieuse initiative gouvernementale Healthy China, les modèles linguistiques à grande échelle (LLM) sont désormais au cœur des services hospitaliers. En 2025, plus de 35 hôpitaux pilotes testent activement des LLM cliniques. Ces systèmes, capables d’assister les professionnels dans la rédaction de notes, le diagnostic ou encore l’éducation thérapeutique, s’intègrent dans les flux médicaux quotidiens. Par exemple, le modèle Qwen, déployé dans les services de médecine interne et d’oncologie, affiche après ajustement fin (fine-tuning) :

    • Une amélioration de 19 % des performances diagnostiques.
    • Une réduction de 30 % des recommandations à risque.

    Une évaluation comparative pionnière et rigoureuse

    Malgré l’adoption en 2024 de la Constitution de l’IA médicale en Chine, des zones grises persistent. L’équipe du Shanghai AI Laboratory, spécialisée en IA appliquée à la santé, a conçu un benchmark de référence reposant sur 12 000 scénarios cliniques réalistes, explorant 11 dimensions éthiques et 9 critères de sécurité. Le protocole méthodologique, rigoureux, s’appuie sur :

    • Une exécution en environnement sécurisé en mai 2025.
    • Une analyse croisée de l’exactitude, des hallucinations et du raisonnement éthique.
    • Des données validées par des cliniciens et éthiciens.

    Des lacunes critiques révélées par 49 % d’erreurs en situation non anticipée Les résultats soulignent des fragilités structurelles préoccupantes :

    • Les modèles Qwen et DeepSeek produisent des réponses erronées dans 49 % des cas non anticipés par les données d’entraînement.
    • Le respect des principes de justice et d’équité plafonne à 60 %.
    • Des posologies pédiatriques inexactes persistent de manière préoccupante.

    L’évaluation met également en évidence :

    • Une gestion lacunaire de la confidentialité des données et des consentements.
    • L’absence de protocoles d’audit éthique pré-déploiement.
    • Des comités d’éthique hospitaliers (IRB) insuffisamment formés à l’IA, souvent en retard dans leurs évaluations.

    Encadrer l’IA médicale : une gouvernance systémique en urgence

    Les auteurs de l’étude appellent à la mise en place d’une gouvernance robuste et multidisciplinaire pour encadrer les LLM en santé, avec plusieurs recommandations concrètes :

    • L’adoption de lignes directrices internes sur l’éthique algorithmique dans chaque structure.
    • La mise en œuvre de tests de simulation clinique avant tout déploiement.
    • La création de comités IA spécialisés intégrant cliniciens, informaticiens, éthiciens et juristes dans chaque hôpital.

     

  • L’AFCROs publie une charte pour encadre l’usage de l’IA dans la recherche clinique

    Pour Yoanni Matsakis, président de l’AFCROs, ce texte marque : « la volonté de faire de l’IA un levier d’accélération des innovations en recherche clinique tout en maîtrisant les risques ».

    L’intelligence artificielle s’impose dans les métiers de la recherche clinique, de l’analyse statistique à la rédaction médicale. Pour accompagner cette transformation, l’Association française des entreprises de la recherche clinique publie une charte visant à encadrer l’utilisation des outils d’IA, y compris l’IA générative. La charte instaure un registre des usages et interdit les applications proscrites par l’AI Act, comme la manipulation cognitive ou le social scoring. Les outils grand public, tels que ChatGPT, ne peuvent être utilisés que pour des contenus non sensibles, les données confidentielles étant exclues de ces plateformes.

    Des audits réguliers et comité IA désormais requis par l’AFCROs

    Les professionnels doivent vérifier les résultats générés par l’IA et valider tout contenu critique avec un expert. Chaque entreprise adhérente devra mettre en place un comité de supervision de l’IA, des formations et un dialogue social pour anticiper les évolutions organisationnelles liées à l’IA. L’AFCROs recommande d’intégrer la traçabilité des usages de l’IA dans les contrats des projets de recherche et de réaliser des audits réguliers. Cette charte s’inscrit dans le cadre réglementaire européen tout en garantissant le respect des droits des patients.

  • Conformité : 56 % des entreprises françaises peinent à suivre l’explosion des données

    Le cadre réglementaire comme un moteur d’innovation pour 36 % des entreprises

    Malgré les efforts européens de simplification réglementaire, 61 % des entreprises estiment que le respect des exigences deviendra encore plus difficile dans les trois prochaines années. La conformité devient un vecteur de transformation pour 71 % des décideurs IT, qui y voient un facteur de différenciation. L’encadrement réglementaire favorise une gouvernance des données structurée. Les répondants soulignent des bénéfices tels :

    • Qu’une amélioration de la vitesse d’innovation (36 %).
    • Et Une réactivité accrue aux évolutions du marché (34 %).

    Le cadre normatif contribuant à aligner systèmes d’information et processus opérationnels.

    Surcharge de données : un frein pour 59 % des entreprises dans l’adoption de l’IA

    La France rattrape son retard dans l’adoption de l’IA, avec 70 % des entreprises travaillant sur des projets, un taux proche de celui observé au Royaume-Uni (71 %) et en Allemagne (75 %). Cependant, seuls 39 % des répondants combinent projets passés et en cours, contre 53 % au Royaume-Uni, traduisant un retard en matière de déploiement opérationnel. La qualité des données limite les ambitions : 42 % des entreprises évoquent des données obsolètes ou incomplètes, ce qui freine les projets, tandis que 45 % identifient l’introduction de l’IA comme génératrice de volumes supplémentaires difficiles à gérer. Pour 59 % des décideurs, cette surcharge de données menace l’efficacité opérationnelle.

    52 % des dirigeants attendent des insights pilotés par les DSI

    L’étude montre une attente croissante des conseils d’administration : 52 % des décideurs IT indiquent que leurs dirigeants attendent désormais des insights pilotés par les données. Parmi ceux qui ont vu leurs volumes de données augmenter, 22 % identifient une opportunité d’innovation via le développement de nouveaux produits et services. La gouvernance se redéfinit en capacité à capter, fiabiliser et exploiter les données pour renforcer la croissance.

    Dans un environnement instable et réglementé, la capacité des entreprises françaises à articuler gestion des données, conformité et adoption technologique devient un facteur de stabilité et de création de valeur. Historiquement prudentes, elles adoptent désormais une posture d’investissement ciblé pour renforcer la gouvernance des données et accompagner leur transformation numérique.

    Lien etude : OnePoll pour Splunk menée auprès de 500 décideurs IT

  • IA en santé : une stratégie en concertation ouverte jusqu’au 22 septembre

    Concertation ouverte sur la stratégie nationale « IA au service de la santé »

    Cadre réglementaire, évaluation des bénéfices cliniques, support économique … Une consultation ouverte sur plusieurs sujets

    Les acteurs du secteur sont appelés à contribuer à cette concertation. La stratégie entend structurer le déploiement de l’intelligence artificielle dans le système de santé, dans un cadre éthique et sécurisé, pour renforcer la qualité des soins, accompagner les professionnels, optimiser les organisations et améliorer l’efficience globale. Le document mis en concertation s’appuie sur un travail engagé dès janvier 2025 avec les parties prenantes réunies au sein du Conseil du Numérique en Santé, professionnels de santé, patients, industriels, chercheurs, usagers et institutions.

    Quatre priorités identifiées

    • Clarifier et adapter le cadre réglementaire et éthique des systèmes d’IA en santé.
    • Évaluer les systèmes d’IA sur leurs bénéfices cliniques, organisationnels et économiques.
    • Accompagner les professionnels dans l’appropriation des outils d’IA par la formation et la sensibilisation.
    • Soutenir un cadre économique durable pour le développement, l’accès et le financement des solutions.

    Le document de proposition en consultation publique jusqu’au 22 septembre

    Cette stratégie intègre les enjeux européens, notamment l’AI Act et l’Espace Européen des Données de Santé, tout en intégrant des dimensions de souveraineté numérique, de frugalité énergétique et de transparence. L’ambition affichée est de favoriser un environnement en faveur des solutions d’IA au service de la recherche, de l’innovation et de l’amélioration des parcours de soins. Le document de proposition est consultable en ligne, avec une participation ouverte jusqu’au 22 septembre.

    Participez à la concertation publique sur la stratégie « IA au service de la santé » | Agence du Numérique en Santé