Un financement dédié aux start-ups en phase de croissance
L’AAP THI 2025 s’adresse exclusivement aux start-ups européennes ayant clôturé un tour de financement en equity en 2023 ou 2024. Ce programme vise à soutenir les innovations capables de transformer les systèmes de santé en les rendant plus personnalisés, durables et efficaces, tout en renforçant leur viabilité à long terme.
Contrairement à d’autres initiatives d’EIT Health, cet AAP ne requiert pas de constituer un consortium : une entreprise peut bénéficier toute seule de ce financement.
Jusqu’à 500 K€ pour accélérer l’innovation
Les start-ups lauréates pourront bénéficier :
d’un financement conséquent : jusqu’à 500 000 euros par projet pour valider et déployer des innovations critiques ;
d’un accompagnement expert : accès au réseau EIT Health, comprenant des mentors, des experts sectoriels et des partenaires stratégiques pour répondre aux exigences réglementaires et affiner les stratégies de commercialisation ;
ainsi que d’un soutien ciblé pour la commercialisation : les ressources allouées sont spécifiquement destinées à la phase post-preuve de concept (Poc), incluant des évaluations supplémentaires, des validations et des développements orientés vers le marché.
Modalités de candidature
Avec l’appel THI 2025, EIT Health réaffirme son ambition de soutenir des start-ups capables de transformer les systèmes de santé européens. Pour plus d’informations , le cahier des charges de cet AAP est disponible ici, et une foire aux questions (FAQ) a été mise à disposition sur cette page.
👉 Les candidatures doivent être soumises avant le 7 janvier inclus, sur la plateforme en ligne d’EIT Health accessible via ce lien.
Les dates clés de l’AAP :
Un webinaire d’information : le 22 novembre 2024 à 12h.
Des consultations régulières : les 6 et 20 décembre puis le 7 janvier, de 12h à 12h30, des rendez-vous bimensuels pour répondre aux questions spécifiques des candidats, sur cette visioconférence.
Une plateforme ouverte pour révolutionner l’imagerie
Chaque année, environ 3,6 milliards de tests d’imagerie médicale sont effectués pour diagnostiquer et traiter une variété de pathologies. Avec une demande croissante et des flux de travail complexes, la capacité à intégrer rapidement des outils basés sur l’IA dans les services cliniques est devenue essentielle.
Lors de la conférence annuelle de la Radiological Society of North America (RSNA), Nvidia et Siemens Healthineers ont annoncé l’intégration de MONAI Deploy dans les dispositifs d’imagerie de Siemens. MONAI (Medical Open Network for AI) est une plateforme open-source conçue pour simplifier la recherche et le déploiement d’applications d’IA en imagerie médicale. Elle permet aux chercheurs, start-ups et développeurs de transformer leurs modèles d’IA en applications cliniques opérationnelles en un temps record. Une tâche habituellement longue de plusieurs mois, qui sera désormais réalisable en quelques clics, grâce à cette innovation.
Une intégration native dans les solutions Siemens Healthineers
Les plateformes Syngo.via et Syngo Carbon de Siemens, installées dans plus de 15 000 dispositifs médicaux à travers le monde, permettent aux cliniciens de lire et d’analyser des images provenant de nombreuses sources. En s’intégrant à MONAI Deploy, ces plateformes deviennent des hubs d’IA, capables d’intégrer rapidement des applications tierces via la “Digital Marketplace” de Siemens Healthineers.
Pour le géant allemand de la MedTech, cette collaboration permet “aux institutions de santé de tirer parti des avancées de l’IA en imagerie médicale plus rapidement que jamais.” Une approche qui renforce le lien entre la recherche et la pratique clinique, offrant aux professionnels un accès direct à des innovations qui améliorent leur efficacité et la qualité des soins.
Une promesse pour l’avenir de la santé numérique :
En collaborant avec Nvidia et en adoptant MONAI Deploy, Siemens Healthineers accélère la transformation numérique de l’imagerie médicale. Cette avancée permet d’offrir des diagnostics plus rapides et précis, tout en allégeant les flux de travail des professionnels de santé. Pour les institutions de santé, les chercheurs et les entrepreneurs, ce partenariat représente une opportunité unique d’accéder à des outils d’IA avancés.
Les opportunités offertes par MONAI
Depuis sa création il y a cinq ans, MONAI a transformé le paysage de l’IA médicale. Avec plus de 3,5 millions de téléchargements et une adoption par des leaders mondiaux de la santé, cette plateforme continue de repousser les limites de l’innovation. Sa version 1.4 propose plusieurs nouveautés, notamment :
MAISI : un modèle génératif pour simuler des images de scanner en 3D avec segmentation anatomique ;
VISTA-3D : un modèle de segmentation performant couvrant 120 organes majeurs, capable d’apprendre à segmenter de nouvelles structures ;
M3 Framework : un outil permettant de connecter des modèles d’IA spécialisés à des grands modèles de langage (LLM), offrant des applications comme le radiologue virtuel VILA-M3.
Ces innovations, disponibles via la plateforme Nvidia NIM et la marketplace de Siemens Healthineers, permettent une adoption rapide par les établissements de santé, les chercheurs et les start-ups. De grandes entreprises comme AWS, Google Cloud et Microsoft Cloud offrent déjà des solutions basées sur MONAI pour répondre aux besoins des cliniciens et chercheurs à grande échelle.
Dans le cadre du partenariat européenTransforming Health and Care Systems(THCS), l’AAP “Better care closer to home: Enhancing primary and community care” est soutenu par le programme Horizon Europe. Il ambitionne de repenser et renforcer l’organisation des soins primaires et de proximitéen Europe, pour face aux défis croissants tels que le vieillissement de la population et les crises sanitaires. Il vise :
à renforcer les systèmes de soins primaires et de proximité pour limiter la dépendance aux soins en institution ;
et à moderniser les infrastructures et politiques de santé à travers des approches systémiques.
Doté de 35 millions d’euros, cet appel financera des initiatives innovantes portées par des consortia transnationaux et interdisciplinaires. Son objectif est de réunir toutes les parties prenantes du système de santé pour :
développer des solutions innovantes et des stratégies pour façonner les soins primaires et de proximité de demain ;
améliorer l’accès aux soins et réduire les inégalités de santé ;
et améliorer la continuité du parcours de santé des patients.
L’ANR et le ministère de la Santé parmi les financeurs
En France, deux principaux organismes soutiennent l’appel :
l’Agence nationale de la recherche(ANR), qui finance des projets collaboratifs sur les innovations organisationnelles et technologiques, consacrera1,5 millions d’eurosau financement des partenaires français ;
et le ministère de la Santé, particulièrement actif sur les soins primaires et la prévention, apportera un soutien supplémentaire à hauteur de2 millions d’euros, à travers la Direction générale de l’offre de soins (DGOS).
Critères d’éligibilité et types de projets visés
Les projets candidats doivent répondre à l’un des deux axes suivants :
1) le renforcement des soins primaires et communautaires :
améliorations opérationnelles : outils numériques, nouveaux modèles de financement ;
innovations en ressources humaines : formation, redistribution des tâches.
2) Modernisation systémique :
outils pour les décideurs politiques : stratégies pour harmoniser les politiques et infrastructures ;
méthodologies pour moderniser les soins de proximité dans des contextes variés.
Les projets doivent démontrer une maturité technologique et leurs preuves de concept, validations et démonstrations dans des écosystèmes de soins. Ils doivent, par ailleurs, garantir leur capacité à transférer et adapter les solutions qu’ils portent à d’autres contextes européens.
Structures éligibles :
Les consortia doivent inclure au moins trois partenaires de trois pays différents, dont au moins deux issus de l’Union européenne (UE) ou de pays associés à Horizon Europe. Les structures éligibles sont les suivantes :
universités et instituts de recherche ;
hôpitaux, centres de soins et organisations de santé publique ;
entreprises privées, y compris les petites et moyennes (PME) et start-ups ;
collectivités locales, ONG et associations de patients.
Jusqu’à deux partenaires autofinancés peuvent être intégrés, avec un budget limité à 30 % du total. Chaque pays participant définit ses propres plafonds de financement. Les budgets couvrent les coûts directs (salaires, matériel, déplacements) et les activités de diffusion. Les projets peuvent durer entre 12 et 36 mois.
Domaines ciblés :
Les projets peuvent couvrir plusieurs disciplines :
technologies de santé : télémédecine, outils numériques, dossiers électroniques ;
économie de la santé : réduction des coûts et amélioration de l’efficacité ;
sciences organisationnelles et gestion : modèles de gouvernance, gestion d’équipes ;
santé publique et psychologie : amélioration de la qualité de vie et réduction des inégalités.
Calendrier et accompagnement :
26 novembre 2024 : lancement de l’appel.
30 janvier 2025 à 14 h (CET) : date limite pour les pré-propositions.
15 avril 2025 : invitation à la phase finale.
19 juin 2025 à 14 h (CEST) : dépôt des propositions complètes.
Fin 2025/début 2026 : démarrage des projets.
Un webinaire d’information est prévu le 17 décembre 2024 pour guider les candidats. Pour y participer, les inscriptions sont possibles via ce lien.
👉 La candidature commence par le formulaire de pré-projet, qui présente les objectifs et les travaux envisagés. Elle doit, ensuite, être déposée sur la plateforme électronique accessible via ce lien. Les consignes détaillées sont disponibles dans le guide des candidats en ligne.
L’IA révolutionne la biologie médicale, un domaine clé pour le diagnostic, le suivi thérapeutique et la prévention des maladies. Ses apports sont nombreux : automatisation des analyses complexes, amélioration de la pertinence des prescription, optimisation des algorithmes prédictifs et personnalisation des soins. Toutefois, cette adoption soulève des enjeux techniques, éthiques, économiques et organisationnels. Comment l’IA redéfinit-elle les pratiques en biologie médicale ? Quels sont les cadres juridiques, les solutions existantes et les impacts sur les parcours patients et les collaborations entre acteurs ?
Dans cette étude, Health&Tech Intelligence dresse un état des lieux de cette spécialité médicale en France et en Europe, à travers l’analyse de différentes études et données du marché.
🔍 Analyses
En France, 70 % de l’activité des LBM est assurée par le secteur privé.
Depuis une vingtaine d’années, la biologie médicale a vu son paysage modifié sous l’effet de la réglementation, du financement public/privé et de la concentration des laboratoires. Tour d’horizon des éléments clés du secteur. 👉 A lire ici.
Etude / Europe : état des lieux et perspectives de l’usage de l’IA dans les laboratoires de biologie médicale
Accès aux données, infrastructures, compétences… Dans les laboratoires de biologie médicale, l’intégration de l’IA rencontre des défis spécifiques, en raison de la complexité des données utilisées et des exigences en matière d’interprétation clinique. Une nouvelle étude, publiée en octobre 2024 dans le journal Clinical Chemistry and Laboratory Medicine (CCLM), analyse l’état actuel de l’adoption de l’IA dans cette discipline à travers l’Europe. 👉 A lire ici.
Retex : l’AP-HM collabore avec la start-up Kiro pour améliorer la prise en charge des patients
Un score de sévérité pour prédire l’évolution des cas de Covid-19 et des perspectives pour l’optimisation des prescriptions : des travaux menés par la start-up marseillaise Kiro et l’Assistance publique – Hôpitaux de Marseille ont été partagés lors de la journée de sensibilisation ” IA & Santé : quelles opportunités ?”, organisée par l’ANFH Paca le 28 novembre à Marseille. 👉 A lire ici.
🗺️ Cartographies
Des cas d’usage de l’IA présents à différentes phases pratiques de la biologie médicale
Du contrôle de la qualité des prélèvements à la validation des résultats d’analyse de biologie, en passant par l’analyses génomiques et transcriptomiques, et l’amélioration de la pertinence des prescriptions des tests de biologie : l’IA est présente tout au long du processus clinique du laboratoire de biologie médicale, avec près de 20 cas d’usage en France. 👉 A consulter en suivant ce lien.
Analyse des besoins à chaque étape du parcours du laboratoire de biologie médicale
Le processus analytique en biologie médicale, structuré en trois phases (pré-analytique, analytique et post-analytique), est au cœur du diagnostic et du suivi médical. Aujourd’hui, l’IA promet de lever les obstacles rencontrés à chaque phase, en automatisant les tâches, en réduisant les erreurs et en accélérant les délais de traitement dans les laboratoires. 👉 A consulter en suivant ce lien.
Des cas d’usage innovants de l’intelligence artificielle (IA) en biologie médicale ont été partagés par le Pr Bruno Lacarelle, chef du pôle biologie-pathologie de l’AP-HM, et Alexandra Cosseron, responsable data science chez Kiro, lors d’une conférence organisée ANFH, en collaboration avec Care Insight et Ethik-IA. L’événement a permis de croiser leurs retours d’expérience avec ceux d’autres experts, dans des domaines tels que l’imagerie médicale, les urgences et l’optimisation du codage médical.
Le Pr Lacarelle a rappelé que la biologie est au cœur de la médecine du 21ᵉ siècle, jouant un rôle clé dans les décisions cliniques et la médecine personnalisée : “Avec plus de 70 % des décisions médicales reposant sur des résultats biologiques, les défis croissants liés au vieillissement de la population, aux maladies chroniques, et à l’autonomisation des patients ne peuvent être relevés sans une biologie performante”. Dans ce contexte, l’intégration des technologies émergentes, dont l’IA, trouvent tout son sens.
Vers une biologie connectée et durable
Lors de son intervention, le Pr Lacarelle a mis en lumière les transformations technologiques et organisationnelles qui redéfinissent la biologie et la pathologie médicales, en insistant notamment sur :
les technologies émergentes : capteurs portables, tests génétiques délocalisés, prélèvements robotisés, géolocalisation via puces RFID, automatisation du transport (drones, robots) ;
et les apports de l’IA dans :
l’automatisation des tâches répétitives et gestion des flux ;
l’analyse avancée des images et diagnostics assistés sur échantillons tissulaires ;
le développement de biomarqueurs numériques pour des traitements personnalisés ;
ainsi que la juste prescription et optimisation des processus hospitaliers.
Ces avancées redessinent également les métiers du laboratoire, conclut le professeur, avec une montée en expertise des biologistes et l’émergence de nouveaux rôles comme celui des “pilotes de process”.
Kiro, une start-up au service d’une biologie médicale augmentée
Fondée en 2018, Kiro est une start-up marseillaise spécialisée dans l’IA appliquée à la biologie médicale. Elle développe des solutions innovantes visant à transformer les données biologiques en informations exploitables pour les professionnels de santé. L’entreprise propose des outils d’aide à la décision, basés sur le traitement de grands volumes de données, pour optimiser les diagnostics et la prise en charge des patients. Parmi ses offres phares figurent des solutions de création de biomarqueurs digitaux, d’analyse prédictive et d’optimisation des flux de laboratoire.
Collaborant avec des établissements de renom comme l’AP-HM et les Hospices civils de Lyon (HCL), Kiro s’impose comme un acteur clé dans le paysage de la digitalisation et la personnalisation de la biologie médicale. En 2023, la start-up avait annoncé levée de fonds de 13,8 millions d’euros pour adapter sa plateforme d’interprétation automatique des comptes-rendus d’analyse biologique aux marchés européen et américain, et commencer à les investir commercialement.
Des prédictions de gravité à la rationalisation des tests :
En 2021, l’AP-HM s’est associée à Kiro pour tester des algorithmes de machine learning sur une vaste base de données biologiques. Son objectif était de prédire la progression du Covid-19 vers des formes graves, à l’aide de biomarqueurs numériques. L’IA a ainsi été appliquée à une cohorte de 18 980 patients uniques, diagnostiqués positifs au Covid-19. Les résultats rapportés sont prometteurs :
AUC (ultracentrifugation analytique) : 0,95 sur les premiers modèles, 0,89 malgré l’apparition de variants.
Précision : 0,69 (contre 0,34 sans IA).
Sensibilité : 0,69 (contre 0,51 sans IA).
Spécificité : 0,95 (contre 0,85 sans IA).
Ne nécessitant pas la connaissance des comorbidités, de tels modèles, considérés comme robustes, pourraient révolutionner le triage des patients et la gestion hospitalière des soins.
L’enjeu de l’optimisation des prescriptions :
Après cette étude, les deux partenaires ont ouvert des perspectives sur l’optimisation des prescriptions en biologie médicale. “Actuellement, 10 actes concentrent 50 % des prescriptions, malgré l’existence de près de 4 000 tests disponibles”, souligne Alexandra Cosseron. Et d’ajouter : “Ce déséquilibre, combiné à des prescriptions redondantes ou peu pertinentes, engendre des surcoûts évalués à 30 % par an dans les hôpitaux.” La surconsommation de réactifs, les répétitions inutiles et le manque de standardisation aggravent ces problèmes.
Une démarche éco-responsable pour l’AP-HM :
L’optimisation des prescriptions s’inscrit également dans une démarche éco-responsable. L’AP-HM intègre ces objectifs dans une vision “green” qui associe innovation technologique et responsabilité environnementale. Ainsi, en réduisant le nombre d’examens inutiles, les établissements peuvent :
préserver le capital veineux des patients ;
limiter la consommation de réactifs et la production de déchets ;
et réaliser des économies substantielles.
Les cas d’usage partagés lors de cette journée ANFH montrent à quel point l’IA transforme la biologie médicale et la gestion hospitalière. En alliant innovations prédictives et optimisation des processus, les établissements de santé peuvent relever les défis du 21ᵉ siècle, tout en améliorant la qualité des soins et leur impact environnemental.
Vers une biologie médicale numérique et intelligente
Bien que l’IA offre des perspectives prometteuses pour améliorer la discipline de la biologie médicale, des défis importants subsistent en matière d’accès aux données, de ressources techniques et de compétences. Selon cette étude, publiée en octobre 2024 dans le journal Clinical Chemistry and Laboratory Medicine (CCLM), l’intégration de l’IA dans ce domaine nécessitera une mise à jour des infrastructures existantes et une formation continue des professionnels de la santé.
Avec leurs processus minutieusement définis et documentés, les laboratoires semblent être un terrain idéal pour le déploiement de l’IA. Les données structurées, abondantes dans ces environnements, sont essentielles à l’entrainement des modèles d’apprentissage automatique, ou machine learning (ML). Toutefois, contrairement à la reconnaissance d’images, où l’IA a déjà montré des résultats impressionnants, l’interprétation des résultats de laboratoire repose aussi sur des informations cliniques supplémentaires relatives du patient, telles que :
l’indication clinique ;
la médication ;
les antécédents médicaux ;
la prise en charge entreprise ;
et les examens physiques.
Autant de facteurs qui compliquent l’intégration de l’IA dans le processus de diagnostic de laboratoire, car ces informations ne sont pas toujours facilement accessibles, comme l’indiquent plusieurs études, dont celle réalisée par le groupe de travail sur l’IA (WG-AI) de la Fédération européenne de biologie médicale (EFLM).
Résultats de l’enquête
Les auteurs de l’étude explore ainsi les défis, les opportunités et l’état actuel de l’adoption de l’IA dans les laboratoires de biologie médicale à travers l’Europe, en mettant en lumière les obstacles liés à l’accès aux données, aux infrastructures techniques et à l’expertise, tout en soulignant un fort intérêt des professionnels pour l’apprentissage et l’intégration de l’IA. Ils rappellent qu’en réponse aux besoins et lacunes identifiés dans l’enquête, l’EFLM travaille à l’élaboration de ressources éducatives destinées à soutenir l’adoption de l’IA dans les laboratoires de biologie médicale européens. Son ambition : accompagner leur transition vers une biologie médicale plus numérique et intelligente.
Elle a été réalisée sous forme de questionnaire en ligne, auquel ont répondu 204 participants issus de laboratoires situés dans divers pays européens, avec une surreprésentation notable de la Turquie (23,5 % des répondants), mais aussi des contributions d’autres pays tels que l’Allemagne, la France, l’Espagne et l’Italie – bien que le nombre de réponses par pays soit limité. Cela a conduit les auteurs à éviter les analyses spécifiques par pays pour garantir une interprétation équilibrée à l’échelle européenne. Le profil des participants était diversifié, incluant des laboratoires universitaires, privés et hospitaliers, réalisant entre 1 million et 10 millions de tests annuels.
1) Des défis liés à l’accès et à la gestion des données :
Les données de qualité sont fondamentales pour l’apprentissage des modèles d’IA. Le principe FAIR (Findable, Accessible, Interoperable, and Reusable) guide cette approche, et l’accessibilité est un élément crucial de ce cadre.
Bien que de nombreux laboratoires aient accès aux données de leurs propres systèmes d’information (SIL), leur interprétation exige souvent l’inclusion d’informations cliniques supplémentaires. Or, ces dernières ne sont généralement pas fournies automatiquement, mais doivent être extraites des dossiers patients informatisés (DPI), ce qui présente des obstacles majeurs à un déploiement efficace de l’IA : des restrictions d’accès et des délais administratifs importants pour obtenir les autorisations nécessaires.
Cette enquête menée auprès des laboratoires de biologie médicale européens révèle qu’environ la moitié des répondants n’ont pas accès à ces données cliniques externes, ou nécessitent une autorisation formelle.
2) L’enjeu des ressources techniques et des infrastructures :
Si les laboratoires ne sont généralement pas en mesure de développer ou d’affiner des modèles de ML à grande échelle en interne, l’accès à des services cloud et à des modèles préexistants représente une solution pragmatique. Pour ce faire et afin de mettre en œuvre de l’IA dans le flux de travail clinique, une infrastructure numérique robuste est, cependant, essentielle :
une connexion Internet fiable ;
un accès aux services cloud ;
et des équipements de calcul adaptés, comme des ordinateurs dotés de GPU (unités de traitement graphique) ou de TPU (unités de traitement tensoriel).
Les résultats de l’enquête révèlent que près d’un quart des laboratoires européens ne disposent pas de réseau Wi-Fi ou ont une connexion Internet lente ou instable. De plus, un nombre significatif d’entre eux ne sont pas autorisés à utiliser des logiciels tiers ou ne peuvent y accéder que sous des conditions strictes, ce qui empêche l’adoption de solutions cloud pour l’analyse des données.
3) … Mais aussi des compétences et de la formation :
Selon cette enquête européenne, seulement 10,8 % des participants indiquent avoir une bonne connaissance de l’IA au sein de leur équipe, et près de la moitié des laboratoires n’ont pas de compétences en informatique ou en sciences des données. Cependant, une forte demande de formation est présente : 89,7 % des répondants exprimant un intérêt pour des formations sur l’IA.
L’absence de spécialistes en IA dans les laboratoires européens, ainsi que l’insuffisance des infrastructures et des données, freine l’application concrète de l’IA en biologie médicale. Néanmoins, il existe un intérêt croissant, notamment parmi les professionnels de santé, pour combler cette lacune par des formations adaptées et des collaborations interdisciplinaires. L’étude montre, par ailleurs, un fort intérêt pour l’intégration de l’IA dans les formations universitaires, avec 34,7 % des participants ayant des responsabilités pédagogiques incluant des sujets sur l’IA.
Avancées du déploiement de l’IA dans les laboratoires de biologie médicale – @ CCLM, 2024
Quelles perspectives d’avenir ?
Les applications de l’IA en biologie médicale sont nombreuses, en particulier dans des domaines tels que :
la génomique ;
la transcriptomique ;
la protéomique ;
ainsi que dans des tâches de reconnaissance d’images telles que l’hématologie et la microbiologie.
Les avancées récentes montrent également que l’IA peut être utilisée pour prédire les résultats de laboratoire à partir d’autres données cliniques disponibles, ouvrant ainsi de nouveaux horizons pour améliorer l’efficacité et la précision des diagnostics.
Cependant, le manque de processus adaptés pour l’acquisition de données, les restrictions d’accès, ainsi que les infrastructures techniques insuffisantes représentent des obstacles majeurs à l’adoption de l’IA dans les laboratoires. Ce qui n’empêche pas l’existence d’une forte volonté d’apprendre et de former les équipes à l’IA pour réussir l’intégration future de ces technologies dans les pratiques quotidiennes.
* A comprehensive survey of artificial intelligence adoption in European laboratory medicine: current utilization and prospects
L’IA générative gagne du terrain dans les entreprises françaises, notamment parmi les TPE PME. Selon le Baromètre France Num 2024, l’usage de l’IA dans ces structures a bondi de 8 points en un an, avec une adoption notable de la Gen AI, qui constitue désormais l’essentiel des solutions utilisées (10 % des entreprises équipées).
Les usages de l’IA augmentent et sont tirés par l’IA générative – @ Baromètre France Num 2024
Selon les résultats d’une enquête de Bpifrance Le Lab, publié en mars 2024, les applications les plus fréquentes se concentrent sur des tâches transversales :
analyse et collecte d’informations : utilisée par 56 % des TPE PME sondées, cette fonction optimise la recherche et la gestion de données ;
création de contenus écrits : rédaction d’e-mails, de comptes-rendus ou encore de supports de formation (54 %) ;
traductions : déployées par 34 % des répondants ;
génération visuelle : production de contenus graphiques ou de posts pour les réseaux sociaux (28 %).
Outre ces fonctions de support, certaines entreprises innovantes placent l’IA générative au centre de leur activité. Les applications avancées incluent la prospection commerciale (17 %), l’assistance au codage (17 %), la relecture automatisée (16 %), ou encore l’aide à la décision grâce aux reportings analytiques (11 %). Si ces usages sont aujourd’hui majoritairement présents dans les services, d’autres secteurs pourraient eux aussi en tirer profit.
Les usages les plus poussés de l’IA générative restent rares, selon une enquête datant de mars 2024 – @ Bpifrance
Des guides pratiques pour maîtriser la Gen AI
C’est dans ce contexte que France Num, initiative gouvernementale dédiée à la transformation numérique des petites entreprises, propose un ensemble de quatre fiches pratiques pour guider les TPE/PME dans l’adoption de l’IA générative. Ces ressources abordent les points suivants :
comprendre l’IA générative : une première fiche décrypte les fondements de l’IA générative, sa logique de fonctionnement et son potentiel impact sur les organisations ;
explorer les cas d’usage concrets : une deuxième fiche montre, à travers des exemples détaillés, comment l’IA générative peut libérer du temps et améliorer l’efficacité dans divers contextes professionnels ;
choisir les solutions adaptées : une troisième fiche aide les entreprises à identifier leurs besoins spécifiques et à sélectionner une solution pertinente ;
adopter des pratiques responsables : la dernière fiche propose un tour d’horizon des risques associés à l’IA générative (sécurité, conformité, protection des données) et des précautions à prendre.
Les 4 fiches pratiques d’IA générative pour les entreprises – @ France Num
Qu’elles soient débutantes ou en quête d’optimisation, les entreprises pourront trouver dans ces fiches pratiques une aide pour intégrer l’IA générative de manière efficace et sécurisée, et ainsi en faire un véritable levier de compétitivité.
En générant du contenu rapidement et de manière fluide, la Gen AI a le potentiel de révolutionner la publication scientifique. Cela pose cependant plusieurs défis importants, notamment en termes de transparence, d’intégrité et de responsabilité. En 2024, le groupe The Lancet, l’un des plus grands groupes de revues scientifiques dans le monde, a mis en place des mesures spécifiques pour encadrer son usage dans le cadre de ses publications.
L’une des premières mesures instaurées concerne la transparence : les auteurs doivent désormais déclarer explicitement l’utilisation de l’IA générative au moment de la soumission de leurs articles. Un nouveau système de « case à cocher » a été ajouté dans le processus de soumission, demandant aux auteurs de préciser si l’IA a été utilisée, et de détailler les informations suivantes :
le modèle de langage utilisé ;
sa version ;
ainsi que les prompts employés.
Ces informations doivent être incluses dans la section des remerciements du manuscrit.
L’usage de l’IA interdit dans la rédaction des opinions et critiques :
Au-delà des articles scientifiques eux-mêmes, certaines sections des revues, telles que les commentaires ou les perspectives, doivent rester sous le contrôle exclusif de l’intelligence humaine. The Lancet insiste sur le fait que la Gen AI peut être utilisée uniquement pour la correction grammaticale ou l’amélioration du style, et ne doit en aucun cas interférer avec l’interprétation ou la contextualisation des recherches. Cette distinction est fondamentale, estime le groupe, pour maintenir la valeur ajoutée de l’analyse humaine dans ces espaces critiques.
Protéger confidentialité et intégrité de la recherche :
Une autre règle essentielle concerne la confidentialité des recherches en cours. Les relecteurs des manuscrits ne doivent en aucun cas introduire du contenu inédit dans un modèle de langage, afin d’éviter toute violation de la confidentialité des données. Par ailleurs, l’utilisation de l’IA pour créer des figures ou des œuvres graphiques doit se limiter à des tâches de brainstorming ou de suggestions d’idées, afin de prévenir tout risque de violation des droits d’auteur.
Des risques liés à la Gen AI
Bien qu’irréfutablement efficace, la IA générative présente des risques notables. Elle est, par exemple, susceptible produire des « hallucinations », c’est-à-dire es informations erronées qui semblent crédibles mais qui manquent de fondement. Ces erreurs peuvent nuire à la confiance du public dans les résultats scientifiques.
D’autre part, une trop grande dépendance à l’IA pourrait mener à une réduction des compétences humaines, avec des conséquences négatives sur la qualité de la recherche. The Lancet rappelle que l’intégrité scientifique repose sur l’analyse critique et la réflexion humaine, éléments impossibles à reproduire par une machine.
… Mais des opportunités innombrables aussi :
Malgré ces risques, l’IA génère aussi de nombreuses opportunités pour la recherche scientifique. Elle pourrait rendre la littérature scientifique plus inclusive, notamment pour les chercheurs non anglophones ou neurodivergents. Elle pourrait également faciliter la gestion des références bibliographiques, en rendant plus visible la recherche issue de diverses cultures et langues. De plus, l’IA pourrait alléger certaines tâches répétitives des chercheurs, comme l’analyse de données ou l’identification des lacunes dans la littérature, tout en augmentant leur productivité. Le journal fait toutefois remarquer qu’il est primordial que l’humain reste responsable de chaque étape du processus de recherche.
Maintenir les standards d’excellence du journal :
Le groupe The Lancet affirme rester déterminée à maintenir les plus hauts standards d’intégrité et de transparence dans la publication scientifique. Si, pour lui, la Gen AI offre de nombreux avantages, son utilisation devra être strictement encadrée pour éviter tout abus et garantir que la recherche scientifique continue d’être un domaine dirigé par l’intelligence humaine. Les mesures récentes mises en place au sein du groupe de journaux marquent une étape importante vers l’intégration réfléchie de l’IA dans la science, tout en protégeant les principes fondamentaux de rigueur et de responsabilité.
Une vision partagée pour une IA au service de tous
Le Sommet pour l’action sur l’IA, prévu les 10 et 11 février 2025 à Paris, marque une étape majeure dans le développement d’une IA éthique, durable et inclusive à l’échelle internationale. À cette occasion, Clara Chappaz, secrétaire d’État chargée de l’Intelligence artificielle et du Numérique, Anne Bouverot, envoyée spéciale du président de la République pour le Sommet pour l’action sur l’IA, et Bruno Bonnell, secrétaire général pour l’investissement en charge de France 2030, ont annoncé le lancement des défis « Convergence IA », qui visent à valoriser les projets utilisant l’IA comme levier de transformation technologique et sociétale.
Clara Chappaz souligne que l’ambition derrière cette initiative est d’ouvrir une « troisième voie » pour l’IA, fondée sur la confiance, la durabilité et l’inclusivité. Les défis sont conçus pour encourager des projets ayant un impact concret sur des problématiques générales, qu’il s’agisse de santé, d’éducation ou encore de transition écologique. De son côté, Anne Bouverot insiste sur le rôle catalyseur de l’IA. Selon elle, ces défis reflètent la vitalité des écosystèmes académiques et industriels, en France et à l’international, et offrent une vitrine mondiale aux talents innovants.
5 thématiques prioritaires :
Les défis « Convergence IA » s’articulent autour de cinq thématiques majeures :
IA au service de l’intérêt public : des solutions pour la santé, l’éducation et les services essentiels ;
avenir du travail : comment l’IA redéfinit les métiers et les modèles organisationnels ;
innovation et culture : l’IA comme vecteur de créativité et d’évolution culturelle ;
confiance dans l’IA : promouvoir une IA transparente, fiable et éthique ;
et gouvernance mondiale de l’IA : établir des cadres globaux pour une adoption responsable.
Ces priorités mettent en avant des défis ayant un impact direct sur la société tout en intégrant une vision globale et collaborative.
Des projets ouverts à tous les stades de maturité
Qu’il s’agisse de prototypes, de solutions prêtes à l’emploi ou de projets en cours, les défis s’adressent à toutes les équipes capables de démontrer une ambition et une faisabilité alignées avec les enjeux sociétaux. Les formats possibles incluent des hackathons, des projets à moyen terme ou des innovations prêtes à être commercialisées.
Le calendrier des défis s’étend sur plusieurs mois. Les projets retenus bénéficieront de visibilité et d’un accompagnement jusqu’à leur présentation lors du sommet en février 2025.
Les critères de sélection incluent :
l’impact international du projet (implication d’acteurs ou de données multiculturelles) ;
l’innovation de rupture (propositions audacieuses et inédites) ;
la création de valeur (contribution au développement durable, à la résilience et à la croissance économique) ;
et la mobilisation des parties prenantes (capacité à fédérer un écosystème diversifié).
Pour Bruno Bonnell, ces défis devraient montrer comment l’IA peut transformer nos pratiques sociales et économiques : “il s’agit de repousser les limites tout en construisant un monde plus résilient et durable.”
Calendrier des défis « Convergence IA » :
25 novembre : les porteurs de projets sont invités à soumettre leurs propositions avant le 5 décembre 2024 à 23h59 via ce lien.
6 décembre 2024 : réunion du comité de sélection pour évaluer et retenir les projets les plus prometteurs.
Semaine du 9 décembre 2024 : réunion de lancement des défis sélectionnés, remise du label « AI Action Summit » et distribution des outils de communication.
Jusqu’au 9 février 2025 : développement des projets, incluant la présentation de résultats intermédiaires à mi-janvier devant le comité.
10 et 11 février 2025 : présentation des résultats finaux dans le cadre du Sommet pour l’action sur l’IA à Paris.
Un autre sommet international à Paris avant la fin de l’année
En écho aux défis “AI Convergence”, et en attendant le Sommet pour l’action sur l’IA en février 2025, un autre événement international majeur, dédié à l’IA et à la data mais en santé, est à venir : le Health&Tech Summit 2024, qui se tiendra à Parisanté Campus du 17 au 19 décembre 2024. Sous le thème « Healthcare with AI & Data: Drive the Change! », cet événement se focalise sur l’intégration pratique de l’IA et des données dans les systèmes de santé. Avec des discussions approfondies sur les cas d’usage, des masterclasses et des échanges entre décideurs, l’événement illustrera comment l’IA et les données redéfinissent les soins, de la prévention à l’excellence opérationnelle des hôpitaux.
Ensemble, ces deux sommets dessinent une trajectoire commune pour mobiliser les acteurs de l’IA dans des initiatives transformatrices, au service des citoyens et des institutions.
👉 Pour participer à la conversation et découvrir comment l’IA et les données façonnent déjà l’avenir de la santé dans le monde, inscrivez-vous dès maintenant au Health&Tech Summit 2024 via ce lien.
L’AMI « IA pour l’Efficience » constitue une chance unique pour les entreprises de démontrer comment des solutions d’IA peuvent concrètement transformer les pratiques, améliorer l’efficience et renforcer la confiance dans les technologies émergentes.
En valorisant des projets à impact fort, cette initiative soutient les acteurs économiques, dont ceux du secteur de la santé, dans leur mission de réinventer les pratique pour le bien commun, tout en inscrivant leurs innovations dans une dynamique mondiale. En pleine mutation face à des défis comme la personnalisation des soins, la gestion des coûts et la pénurie de ressources humaines, la santé est au cœur de cette initiative.
L’AMI, pierre angulaire du Sommet pour l’action sur l’IA 2025 :
La DGE (DGE) invite ainsi entreprises, administrations publiques et organisations internationales à participer à cet AMI, dont l’objectif est de renforcer la confiance dans l’IA en partageant, à l’échelle internationale, des réussites inspirantes et des ressources pratiques. En effet, les projets retenus seront au cœur du Sommet pour l’action sur l’IA, prévu les 10 et 11 février 2025 à Paris. Cet événement, soutenu par des institutions internationales, vise à démontrer les bénéfices concrets de l’IA, tout en promouvant une adoption responsable. Il s’inscrit dans une dynamique mondiale pour faire de l’IA un levier d’innovation et de transformation économique.
3 thématiques stratégiques
Les projets candidats doivent s’inscrire dans l’une des trois thématiques de l’AMI :
IA pour les entreprises, axée sur l’optimisation des processus, la gestion des connaissances ou encore l’automatisation des services client ;
IA pour l’industrie, intégrant des secteurs variés, dont la santé, avec des initiatives visant à optimiser les ressources, automatiser des tâches complexes ou améliorer la durabilité ;
IA pour l’administration publique, mettant en avant des solutions pour les services aux citoyens, la détection des fraudes ou encore la gestion des crises.
Modalités de candidature
Avec cet AMI, la DGE souhaite placer l’IA au cœur des transformations industrielles, économiques et sociétales, tout en s’assurant que ses applications se développent de manière responsable et durable.
Les projets candidats doivent avoir dépassé le stade pilote et présenter des résultats mesurables. Pour plus d’informations, le cahier des charges de cet AMI est téléchargeables ici.
Les candidatures doivent être soumises en anglais via la plateforme Démarches simplifiées, jusqu’au 31 décembre 2024.
Une visibilité internationale pour les lauréats :
Les projets sélectionnés bénéficieront :
d’une visibilité internationale : leurs initiatives seront présentées sur une plateforme publique accessible dès février 2025 et au cœur du Sommet ;
d’une opportunité de réseautage : les lauréats auront l’occasion d’échanger avec des experts en IA et des décideurs internationaux ;
ainsi que d’un tremplin pour l’avenir : certains projets seront invités à intervenir sur scène, renforcer leur notoriété et participer à d’autres événements IA.
👉 Pour accompagner les participants potentiels, un webinaire se tiendra le 3 décembre à 14h. Il présentera les détails de l’AMI, les critères de sélection et répondra aux questions. Pour y participer, une inscription est obligatoire via ce lien.
