NyembTchebi

  • NLP : en quoi consiste la solution de Better World pour l’analyse des verbatims des patients ?

    Un transfert d’expertise du secteur automobile à la santé

    Better World concentre aujourd’hui la majeure partie de ses activités dans le secteur de la santé (plus de 60 %). Cependant, c’est dans l’industrie automobile que l’entreprise française a initialement développé sa solution. Daniel Ritter, président et cofondateur de Better World, explique que les ingénieurs automobiles ne communiquent pas avec les utilisateurs et se basent sur des groupes de discussion limités, ce qui ne reflète pas les avis de millions d’utilisateurs rencontrant des problèmes quotidiens avec leur voiture. En 2017, Better World a donc eu l’idée de recueillir tous les retours des clients sur leurs voitures à partir des millions de témoignages disponibles sur internet et notamment en s’appuyant sur les forums spécialisés. C’est en 2019, que des acteurs du secteur de la santé se sont intéressé à la solution développée par Better Word et ont suggéré que cette méthode pourrait s’appliquer à l’expérience patient.

    Aujourd’hui, Better World est le leader en France dans l’analyse des verbatims patients par l’intelligence artificielle (IA). L’entreprise collabore avec plus de 600 établissements de santé et médico-sociaux. En moyenne, cela représente entre 5000 à 10 000 verbatim par établissement et par an, mais pour des grands groupes d’hospitalisation privés, cela peut aller jusqu’à plusieurs centaines de milliers de verbatim

    Leur solution est notamment déployée dans les groupes privés (Elsan, Vivalto Santé, Almaviva Santé, EHPAD du Groupe Colisée, Hôpital des 15-20, l’Hôpital Foch). À ce jour, sur les 101 établissements où la solution Better World est déployée, ce sont 700 000 verbatim patients qui ont pu être analysés.

    De la collecte à l’analyse d’informations

    Notons que l”évènement du SNITEM  : “Quelle est la place du  numérique dans le secteur industriel du dispositif médical ?” en date du 17 juin, a été l’occasion pour l’entreprise Better World de présenter cette solution devant les acteurs du DM.

    Better Wolrd se base sur plusieurs sources afin de collecter le maximum d’avis clients :

    • grâce au dispositif national e-SAtis de la Haute autorité de santé (HAS) permettant de mesurer en continu la satisfaction et l’expérience des patients qui ont été hospitalisés, dans le public comme dans le privé ;
    • dans les propres enquêtes que font les établissements et au travers notamment du questionnaire de sortie ;
    • les feedbacks présents sur le web que les patients rédigent, notamment au travers des avis Google ;
    • grâce au QR codes placés par l’entreprise dans des lieux stratégiques du parcours patient (les chambres, les lieux d’accueil).

    Une fois la collecte d’informations réalisée, l’objectif sera de d’analyser l’information, cette analyse se déroule en 3 temps :

    L’analyse par la classification :

    Grâce au traitement automatisé du langage (NLP) qui est l’une des deux principales branches de l’IA, englobant à la fois l’analyse d’images et l’analyse de textes. Cette étape consiste à catégoriser les remarques des patients. “Cela consiste à savoir, à partir d’une remarque comme ‘le personnel est très attentif’, que l’on parle du niveau d’écoute et d’attention. Cette étape est ce que l’on appelle la classification”, explique Daniel Ritter ;

    L’analyse du sentiment :

    L’IA détermine si les patients parlent de manière positive ou négative, et avec quelle intensité. Cette analyse aide à comprendre le ton général des retours patients et à identifier les domaines nécessitant des améliorations. Cette étape permet d’identifier les sentiments et de prioriser les interventions en fonction de la gravité des problèmes perçus.

    Segmentation des retours sous forme de mapping @ Better World

    L’échantillonnage :

    Pour garantir la fiabilité, Better World procède par échantillonnage, en demandant à des humains de catégoriser des extraits de verbatims et de les situer sur une échelle de sentiments. Les résultats humains sont ensuite comparés à ceux de l’IA pour s’assurer de la précision. Daniel Ritter précise, “L’objectif est de s’assurer que les résultats fournis par la machine soient toujours représentatifs statistiquement, c’est-à-dire supérieurs à 90 % dans la justesse de l’analyse du sentiment et dans la classification.”

    Notons que toutes les informations recueillies n’ont cependant pas la même importance stratégique : “dans la plupart des établissements, le moment de la sortie du patient est crucial car c’est il est souvent source de mauvaises expériences : soit parce que l’on ne sort pas au moment où on l’avait prévu, soit parce qu’on arrive pas à avoir un taxi en partant, soit parce qu’on a pas reçu son ordonnance. C’est un moment de stress”.
    La solution développée par Better World représente également une opportunité pour les fabricants de dispositifs médicaux en ce qu’elle pourrait les aider à concevoir des dispositifs plus adaptés aux patients cela grâce à la collecte et l’analyse des avis.

  • HAS : un guide pour le recueil des IQSS à partir du dossier patient grâce au logiciel Alice

    Une avancée majeur pour les audits médicaux

    Développé par l’Agence technique de l’information sur l’hospitalisation (ATIH) selon les spécifications de la HAS, le logiciel Alice représente une avancée significative dans le domaine des audits de dossiers médicaux. Son objectif est de faciliter l’identification et l’analyse des dossiers des patients à partir des données hospitalières du Programme de médicalisation des systèmes d’information (PMSI). Alice permet une standardisation des pratiques en offrant un outil commun à tous les établissements de santé pour analyser les informations nécessaires au calcul des IQSS.

    Ces indicateurs de qualité et de sécurité des soins évaluent :

    • l’état de santé des patients ;
    • les pratiques professionnelles ;
    • ainsi que la survenue d’événements à analyser.

    Ils visent, par ailleurs, à mesurer de manière fiable la qualité des soins et la sécurité des patients. Les départements d’information médicale utilisent désormais Alice pour identifier les dossiers à analyser, en coordination avec les responsables qualité des établissements de santé. Seuls les gestionnaires des fichiers du domaine PMSI sur la plateforme Plage de l’ATIH peuvent accéder au logiciel. Au vu du caractère sensible des données, un niveau de protection élevé des données a été établi. Il est à noter que le logiciel Alice remplace tous les logiciels Lotas utilisés jusqu’en 2023.

    Fonctionnement du logiciel Alice

    Ce logiciel permet d’apporter une aide aux établissements de santé pour identifier les dossiers des séjours hospitaliers à analyser, en générant des données de correspondance entre les identifiants de séjours anonymisés et les données locales des établissements.

    Plus précisément :

    • a partir du début de la campagne, Alice permet d’apparier les identifiants des séjours tirés au sort et ceux conservés dans les archives locales de l’établissement ;
    • une liste de correspondance entre le numéro de tirage au sort du séjour figurant dans QualHAS et les identifiants locaux du séjour est ainsi produite et permet de retrouver chaque dossier ;
    • le dossier du patient peut alors être audité par l’équipe en charge du recueil, qui renseigne les informations demandées dans QualHAS ;
    • dès la fin du recueil, les résultats peuvent être récupérés par l’établissement.

    Recueil de données opéré par le logiciel Alice – @ HAS

    Périodes d’utilisation

    Alice doit être utilisé à différentes périodes :

    • lorsque la HAS organise les campagnes de mesure des indicateurs à partir du dossier patient, sur des périodes déterminées ;
    • toute l’année, pour analyser les dossiers d’intérêt, dès que la HAS restitue les résultats des indicateurs calculés à partir du PMSI.

    Grâce à sa capacité à standardiser et sécuriser les audits des dossiers médicaux, ce logiciel ouvre des perspectives prometteuses pour l’amélioration continue de la qualité des soins en France. En facilitant l’analyse des données de santé, il devrait permettre aux établissements de santé de mieux identifier leurs lacunes et de mettre en œuvre des actions correctives plus ciblées.

     

    👉 Le guide “Recueils nationaux d’indicateurs de processus à partir des données du dossier
    patient. Méthode et outil”, publié par la HAS le 11 juin 2024, est accessible sur lien.

  • Radiologie : un consortium international pour la promotion de la médecine personnalisée

    Standardiser logiciels et terminologie

    L’informatique de gestion ne se limite pas à l’écriture d’algorithmes d’IA, mais comprend également la gestion de projets et la coordination avec des partenaires externes. Le Pr Adrien Depeursinge et son équipe de la Haute école spécialisée de Suisse occidentale, HES-SO Valais-Wallis, ont joué un rôle pivot dans le consortium Ibsi (imaging biomarker standardisation initiative), visant à standardiser la terminologie et les logiciels utilisés en radiologie. Cette étude, qui a été citée plus de 2 500 fois, est devenue une référence mondiale pour les chercheurs, les entreprises de logiciels et le personnel médical.

    Entre imagerie et big data, la radiomique consiste à extraire des caractéristiques statistiques d’images médicales, telles que celles de la tomodensitométrie (TDM) ou de l’imagerie par résonance médicale (IRM), pour optimiser la prédiction des résultats. Ces caractéristiques, appelées biomarqueurs d’images, sont utilisées pour prédire le type de tumeur ou sa réponse à un traitement. Cependant, l’absence de standardisation des outils et des terminologies rendait difficile la comparaison des résultats entre différents centres. Le consortium Ibsi a permis d’harmoniser ces pratiques, facilitant une analyse cohérente des données à l’échelle mondiale.

    Les variations entre logiciels réduites :

    Cette méthode de caractérisation des images ne se limite pas aux cancers, mais s’étend à diverses maladies telles que les affections neurologiques (sclérose en plaques, Parkinson, Alzheimer), cardiaques et pulmonaires, entre autres. Elle met à disposition des médecins et des chercheurs des valeurs quantitatives, reproductibles et surtout objectives. En effet, cela permet aux professionnels de la santé d’être confortés ou aidés dans leurs décisions, augmentant ainsi leur efficacité.

    Comparer les biomarqueurs d’images entre différents hôpitaux est donc devenue possible, malgré les difficultés à confronter les avis de la recherche, de l’industrie privée et des centres hospitaliers. La création de modèles robustes renforce la confiance des utilisateurs tout en réduisant les variations entre logiciels.

    Une utilisation des données à l’échelle mondiale

    Le projet Ibsi transforme l’industrie médicale en réunissant divers acteurs pour établir des normes communes. Des chercheurs ont travaillé pendant trois ans pour définir et adopter des valeurs de référence pour 169 caractéristiques radiomiques, créant ainsi un schéma standard de traitement des images et des lignes directrices pour les rapports d’études radiomiques.

    Ce travail se concrétise par une plateforme en ligne permettant aux fournisseurs de logiciels :

    • de tester leurs solutions de manière autonome ;
    • et de garantir la production de données standardisées utilisables mondialement.

    Le succès de cette initiative est attesté par sa reconnaissance par le Journal of Radiology et la participation de partenaires internationaux prestigieux, tels que le Centre national des maladies tumorales de Dresde, l’Université de Sherbrooke et l’Université de Cardiff.

    Intégrer les résultats du projet dans la formation :

    Afin de les capitaliser au mieux, la HES-SO Valais-Wallis intègre les connaissances acquises grâce au projet Ibsi dans la formation bachelor en informatique de gestion. Fort de son expérience dans la gestion de consortiums internationaux, le Pr Depeursinge partage avec ses étudiants des méthodologies de gestion de projet, de communication efficace et de collaboration interdisciplinaire. Cette approche vise à former des professionnels capables de coordonner des projets complexes et de collaborer avec divers acteurs, renforçant ainsi les compétences nécessaires pour relever les défis de la médecine personnalisée et de précision.

     

  • Cartographie des thérapies numériques disponibles en France

    Une nouvelle approche thérapeutique pour les patients

    L’essor des thérapies numériques est en grande partie dû à l’augmentation de l’utilisation des technologies numériques ainsi qu’à la nécessité de trouver de nouvelles approches thérapeutiques pour répondre aux besoins de santé croissants. Les DTx offrent de nombreux avantages par rapport aux traitements traditionnels, tels qu’une prise en charge plus personnalisée et plus continue, une accessibilité et une abordabilité accrues, ainsi qu’une capacité à collecter des données en temps réel pour améliorer les résultats de santé. Estimé à 6.1 Mds$ en 2023, le marché des DTx devrait atteindre 21,9 Mds$ d’ici 2028, selon Marketsandmarkets. Notons que dans le cadre de Pecan, la compensation financière des DTx peut atteindre jusqu’à 780 €/patient/an.

    Grâce aux données collectées en temps réel par les objets connectés, les médecins peuvent suivre l’évolution de l’état de santé de leurs patients et adapter leur traitement en conséquence. De plus, les DTx sont souvent conçues pour être utilisées sur le long terme, ce qui permet aux patients de bénéficier d’une prise en charge continue et adaptée à leurs besoins. Mais les DTx font également face à certains défis :

    • la confiance des médecins dans ces nouvelles thérapies. Cette réticence peut s’expliquer en partie par un manque de confiance dans l’efficacité et la sécurité de ces nouvelles thérapies ;
    • la sécurité et la confidentialité des données collectées par les DTx. Les patients doivent être assurés que leurs informations de santé ne seront pas utilisées à des fins commerciales ou divulguées à des tiers ;
    • enfin, L’évaluation de  l’efficacité et la pertinence des DTx, grâce à des études cliniques rigoureuses et indépendantes. Les autorités de santé doivent également encadrer et réglementer ce secteur en pleine expansion, pour garantir la qualité et la sécurité des thérapies proposées.

    Des DTx dédiées à la santé mentale

    Les troubles de santé mentale, tels que la dépression, l’anxiété et le trouble bipolaire, affectent des millions de personnes dans le monde. Bien que les traitements traditionnels, tels que les médicaments et la psychothérapie, soient efficaces pour de nombreux patients, ils peuvent également présenter des inconvénients, tels que des effets secondaires indésirables et un coût élevé. Les thérapies numériques, ou DTx, offrent une nouvelle approche thérapeutique pour les troubles de santé mentale. Ces solutions utilisent des technologies numériques, telles que les applications mobiles, les dispositifs connectés et la réalité virtuelle, pour fournir des traitements personnalisés et accessibles aux patients.

    Les DTx dédiées la santé mentale recensées on été subdivisées en plusieurs catégories :

    • les addictions telles que la dépendance à l’alcool, aux drogues et aux jeux d’argent, sont des troubles complexes qui nécessitent souvent une approche thérapeutique multidimensionnelle ;
    • la gestion des troubles mentaux tels que l’anxiété, dépression, les troubles du sommeil qui impactent des millions d’individus pour qui approche personnalisée et un accompagnent constant est nécessaire ;
    • les trouble de l’apprentissage tels que la dyslexie et le trouble déficitaire de l’attention avec hyperactivité (TDAH), peuvent avoir un impact significatif sur la vie des enfants et des adultes ;
    • la stimulation cognitive qui est une approche thérapeutique qui vise à améliorer les fonctions cognitives, telles que la mémoire, l’attention et la résolution de problèmes.

    Des DTx dédiées à la santé somatique

    • maladies chroniques telles que le diabète, l’hypertension artérielle et les maladies respiratoires, nécessitent une gestion à long terme pour prévenir les complications et améliorer la qualité de vie des patients ;
    • urologie avec une entreprisee comme Kranus ;
    • gestion de la douleur (Butterfly Therapeutics, Remedee Labsv, Deepsen) ;
    • cancérologie avec une entreprise comme Moovcare ;
    • gestion de la douleur comme (Petit Bambou , Hypno VR, Cephalgo, …).

    En france, au moins 30 entreprises développent des solutions de DTx disponibles en France en 2024. Notons que :

    • La solution Deprexis destinée aux personnes souffrant de dépression a été arretée ;
    • Le laboratoire Ethyphram a fermé sa branche DTx ;
    • L’entreprise Oncomfort a été rachetée par Hypno Vr ;
    • Butterfly Therapeutics a repris l’entreprise Lucine après sa liquitation judiciaire et propose la solution Endocare pour l’endométriose ;
    • Certaines entreprises développent des solutions destinées à plusieurs pathologies, à l’image de C2care qui propose des solutions destinées aussi bien à la gestion des troubles psychologiques (C2Addict,
      C2Phobia, C2Hypno, C2Comp, C2Nutri) qu’à la stimulation cognitive (C2Brain).

     

    Panorama

    👉 Pour accéder à la base de données Dtx cliquer sur le tableau interactif ci-dessous :

  • Bien vieillir : Telegrafik améliore sa plateforme grâce au projet innovant Care-me

    Un projet dédié au veillissement de la population

    Depuis 2021, Telegrafik pilote le projet Care-me pour répondre aux défis posés par le vieillissement de la population et optimiser les dispositifs de maintien à domicile renforcé. Le projet, structuré en cinq phases et expérimenté sous le nom de « Paloma » en Bretagne avec l’Hospitalité Saint-Thomas de Villeneuve (HSTV), a permis de remonter des signaux faibles et de mettre en place un modèle de prise en charge coordonnée inédit.

    Après 2 ans et demi de travail, les premières conclusions du projet Care-me sont prometteuses. Elles aboutissent à un enrichissement significatif des algorithmes de Telegrafik, rendant la plateforme plus prédictive et intelligente. Ces avancées bénéficient désormais à l’ensemble des 300 sites et Centres de Ressources Territoriaux (CRT) accompagnés par Telegrafik.

    Les 5 phases de travail du projet Paloma

    Le projet Care-me expérimenté depuis maintenant 2 ans par Telegrafik sous le nom de Paloma a été articulé en 5 phases de travail :

    • Phase 1 – coordination des outils : définition d’un modèle de coordination entre outils connectés et services humains, incluant les infirmières coordinatrices (Care Manager).
    • Phase 2 – prototype de plateforme : développement d’un prototype couvrant la télémédecine, la téléconsultation, la télévigilance et les fonctions de prévention.
    • Phase 3 – étude pilote : réalisation d’une étude pilote sur dix sites médico-sociaux en Bretagne, enrichissant la plateforme avec des fonctionnalités prédictives et de coordination.
    • Phase 4 – signaux faibles : identification de nouveaux signaux faibles à partir des données de santé et des retours des intervenants, améliorant les algorithmes et le monitoring.
    • Phase 5 – validation : expérimentation des traitements algorithmiques et signaux faibles, confirmant la nécessité de continuer à agréger les données pour améliorer la prédiction et retarder l’institutionnalisation des patients.

     

    Des axes d’amélioration multiples

    Le projet Care-me a permis d’aborder plusieurs aspects essentiels pour améliorer la prise en charge à domicile des patients :

    • l’identification des besoins de coordination entre services ;
    • l’intégration de nouvelles fonctionnalités basées sur les signaux faibles remontés par les intervenants ;
    • l’expérimentation auprès de dix sites médico-sociaux ;
    • la vérification de l’opérabilité des nouveaux traitements algorithmiques par les professionnels du soin et les bénéficiaires.

     

    Quelles perspectives pour Telgrafik ?

    Telegrafik prévoit de continuer ses recherches et d’entamer de nouvelles expérimentations dans les mois à venir. Ces efforts visent à approfondir le suivi des patients grâce à diverses sources et solutions connectées. L’entreprise ambitionne d’équiper 1 000 sites d’ici cinq ans, se positionnant ainsi comme un acteur clé tant pour les établissements d’hébergement pour seniors que pour le maintien à domicile.

    “Tout au long du projet Care-me, nous avons pu mettre le doigt sur des besoins auxquels nous n’étions pas capables de répondre auparavant, notamment dans la détection de pathologies chroniques”, déclare Carole Zisa-Garat, CEO de Telegrafik. “Les remontées de signaux faibles identifiées dans le cadre du projet Care-me nous ont challengés et poussés à nous appuyer sur l’ensemble de nos partenaires pour faire évoluer notre plateforme et proposer une solution encore plus complète. Telegrafik couvre ainsi aujourd’hui un ensemble de composantes importantes de santé et de télésuivi…”

     

  • Laboé-SI : modernisation et surveillance épidémiologique des laboratoires de biologie médicale

    Intégration progressive de nouvelles pathologies

    Créé en réponse à la pandémie de Covid-19, le système d’information de dépistage populationnel (SI-DEP) a établi les bases d’un dispositif durable pour la transmission des résultats de laboratoire. Laboé-SI, qui porte sur les données des examens biologiques de dépistage, permettra aux laboratoires de biologie médicale (LBM) de signaler certaines pathologies. Les LBM ont jusqu’au 13 septembre 2024 pour se conformer à ce nouveau système.

    Initialement appelé d’entrepôt national de données de biologie médicale (ENDB), le projet a été rebaptisé “Laboé-SI”. Dans un premier temps, son déploiement sera limité au Covid-19, mais il intégrera progressivement d’autres pathologies. Son objectif est triple :

    • renforcer la surveillance épidémiologique ;
    • simplifier le signalement ;
    • et constituer un maillon numérique du dispositif national de préparation et de gestion des crises sanitaires.

    Modalités de transition

    En novembre 2023 : une première version de Laboé-SI a été testée et validée avec trois LBM pilotes. Cette version permet de recevoir des comptes rendus (CR) de biologie aux formats Hprim et HL7, et de saisir des CR de biologie via un portail web pour les laboratoires non connectés au système.

    Du 22 mai au 13 septembre 2024 : tous les LBM pourront passer à Laboé-SI, selon deux options :

    • pour les logiciels « Ségur compatibles », les laboratoires pourront transmettre les comptes rendus de biologie complets vers LABOé-SI via MSSanté, au format CDAR2N3 ;
    • pour les logiciels non « Ségur compatibles », les laboratoires pourront transmettre les comptes rendus de biologie aux formats HL7 ou Hprim.

    Les laboratoires qui transmettent actuellement des données via le dispositif néo-Sidep et qui ne peuvent pas émettre directement vers Laboé-SI dans l’un des formats éligibles (HL7, Hprim ou CDAR2N3 à partir du 22 mai 2024) peuvent continuer d’utiliser néo-Sidep. Ce dispositif transitoire, mis en place pour succéder à SI-Dep redirigera le flux vers Laboé-SI. Une solution dégradée qui prendra fin avec l’arrêt définitif de SI-Dep, le 13 septembre 2024. À cette date, tous les laboratoires devront avoir établi les liens d’interface directs vers Laboé-SI.

     

  • Pharma : décryptage des stratégies IA de 3 laboratoires (rapport CB Insight)

    L’IA comme levier de transformation

    L’IA est devenue un élément central des stratégies des plus grandes entreprises mondiales. Ce nouveau rapport de CB Insights explique comment onze géants industriels dans le monde, dont trois entreprises de l’industrie pharmaceutique, l’utilisent pour se transformer et anticiper les évolutions de leurs secteurs respectifs.

    Chaque entreprise adopte des approches uniques à travers :

    • le développement de nouveaux produits ;
    • l’optimisation des processus internes ;
    • ou la création de partenariats stratégiques.

     

    3 exemples de la Pharma

    Des laboratoires de premier plan intensifient leurs efforts en matière d’IA pour accélérer la découverte de médicaments, améliorer leurs processus internes et la précision de leurs produits. Dans son rapport, CB Insights propose une analyse des stratégies adoptées par trois géants de l’industrie pharmaceutiques : Eli Lilly, Novo Nordisk et Johnson & Johnson (J&J).

    Eli Lilly investit dans la découverte des médicaments par l’IA

    Eli Lilly investit massivement dans les technologies d’IA pour la découverte de médicaments. En janvier 2024, l’entreprise a signé un accord de 1,7 milliard de dollars avec Isomorphic Labs. Cette initiative s’ajoute à plusieurs autres partenariats du même acabit, totalisant des milliards en investissements et paiements d’étape.

    L’entreprise travaille aussi sur l’automatisation de ses opérations internes pour augmenter sa productivité sans accroître sa masse salariale. En 2022, Eli Lilly a lancé plus de 100 projets d’automatisation, économisant environ 1,4 million d’heures de travail humain.

    Les alliances stratégiques de Novo Nordisk

    Novo Nordisk mise sur des partenariats pour renforcer ses capacités en IA, notamment avec Microsoft et Valo Health :

    • en collaborant avec Microsoft, Novo Nordisk utilise des modèles IA pour prédire les risques de maladies cardiovasculaires et identifier des gènes cibles pour le développement de médicaments ;
    • l’accord avec Valo Health, d’une valeur potentielle de 2,7 milliards de dollars, vise à développer des traitements pour les maladies cardiovasculaires.

     

    L’entreprise améliore également ses processus internes grâce à des outils d’IA comme NovoScribe qui augmente la vitesse de production des documents de 70 %, mais aussi ChatGPT qui est utilisé de manière généralisée par ses employés.

    Des initiatives MedTech de Johnson & Johnson

    En plus d’accélérer la découverte de médicaments, Johnson & Johnson se distingue par son utilisation de l’IA pour améliorer la rentabilité de son segment MedTech. L’entreprise a investi massivement dans la recherche et le développement (R&D), avec une augmentation de 7 % de ses dépenses en 2023. Elle a par ailleurs recruté 6 000 spécialistes en data et IA.

    L’IA est utilisée pour analyser de vastes ensembles de données de patients au service de recherches sur les médicaments et les diagnostics. Par exemple, Janssen, une filiale de J&J, a collaboré avec la Mayo Clinic et Anumana pour développer un algorithme détectant précocement l’hypertension pulmonaire.

    Classement basé sur la capacité à attirer les meilleurs talents en IA, à exécuter des projets d’IA et à innover par la R&D et les investissements – @ CB Insights

     

  • Pathologie numérique : un AAP ouvert par l’ARS Normandie

    Digitaliser un pilier du diagnostic médical

    Du cancer aux processus inflammatoires, en passant par les maladies rares, l’anatomocytopathologie consiste à analyser des prélèvements d’organes, de tissus ou de cellules (biopsies, pièces opératoires ou prélèvements cytologiques) pour établir un diagnostic de diverses pathologies. Traditionnellement, les prélèvements sont préparés sur des lames de verre, puis étudiés au microscope par un médecin pathologiste.

    Objectifs de l’AAP :

    S’inscrivant dans la stratégie décennale de lutte contre les cancers, cet AAP de l’Agence régionale de santé (ARS) de Normandie vise à :

    • encourager l’innovation en diagnostic et en thérapies médicales, notamment les thérapies ciblées ;
    • et accompagner les établissements de santé dans la numérisation de leurs activités d’anatomocytopathologie.

     

    Parmi les finalités souhaitées de la numérisation de cette spécialité médicale en région Normandie :

    • le développement de la recherche en oncologie à partir des données numérisées ;
    • l’amélioration de la qualité des soins et la réduction des délais de diagnostic et de prise en charge, afin de faciliter les télé-interprétations et les seconds avis médicaux ;
    • ainsi que l’optimisation des parcours de soins et les gains d’efficience, face à la pénurie des pathologistes et à la baisse de l’attractivité de la spécialité.

     

    3 critères d’évaluation

    Les projets seront évalués par un comité de sélection de l’ARS selon les critères suivants :

    • achat et maintenance d’équipements : scanners de lames, imprimantes d’étiquettes de lames, maintenance… ;
    • déploiement ou acquisition d’un système numérique : analyse des lames numérisées et stockage des données (système de gestion d’images (SGI), interface système de gestion de laboratoire, archivage, etc.) ;
    • intégration au projet médical : cohérence avec le projet médical de la structure et plus largement du territoire.

     

    Cette subvention ne couvrira pas les coûts de fonctionnement, les ressources humaines ou les actions de formation.

    Modalités de financement

    ➡️ Les crédits de soutien proviennent du Fonds pour la modernisation et l’investissement en santé (FMIS) de la Caisse des dépôts et consignations (CDC). Ils feront l’objet d’un conventionnement par avenant au contrat pluriannuel d’objectifs et de moyens (CPOM) de l’établissement.

    ➡️ La CDC versera les fonds à l’établissement sur présentation des justificatifs des dépenses engagées.

    ➡️ Les demandes de remboursement doivent être effectuées dans un délai de quatre ans, à partir du 1er janvier de l’année suivant l’engagement des crédits par l’ARS, sous peine de perte du droit de tirage.

    ➡️ Le comité de sélection se réserve le droit de subventionner partiellement les projets en fonction du plan de financement proposé.

    ➡️ Les établissements sélectionnés ne doivent pas recevoir un autre financement du Fonds de modernisation pour l’investissement en santé pour ce projet.

     

    📌 Les candidatures doivent être envoyées à l’ARS Normandie, en remplissant le document accessible via ce lien. La date limite de soumission du dossier de candidature est le 16 juillet 2024.

     

  • Cartographie des solutions d’IA au service de l’excellence opérationnelle dans les établissements de santé

    L’IA comme levier d’efficience pour les hôpitaux

    L’excellence opérationnelle a pris racine dans le secteur de la production, axée sur l’amélioration de l’efficacité et la réduction des gaspillages grâce à l’engagement des différents niveaux organisationnels. Fondée sur les principes du lean manufacturing et du six sigma, l’excellence opérationnelle s’est progressivement étendue à diverses industries. Elle applique ses concepts clés d’optimisation des processus, de réduction des gaspillages et d’amélioration continue pour accroître l’efficacité et la satisfaction client dans divers domaines d’activité.

    La sortie récente de la nouvelle version de ChatGPT-4o et de Project Astra de Google permet de mesurer le saut qualitatif réalisé par l’IA ces dernières années. Le monde de la santé n’est pas en reste des possibilités offertes par ces technologies disruptives. L’excellence opérationnelle, de par son objectif d’efficacité qu’elle induit dans des domaines tels que la gestion des ressources, la réduction des coûts ou encore l’optimisation des flux de travail, mais aussi en raison des contraintes économiques et humaines des établissements de santé, a su intégrer dans ses pratiques l’utilisation de technologies basées sur l’intelligence artificielle dans un but d’amélioration continue de la qualité des soins.

    En effet, on dénombre depuis une vingtaine d’années l’augmentation du nombre de places d’hospitalisation partielle et d’hospitalisation à domicile, en regard d’une baisse constante des capacités d’hospitalisation complètes. Entre 2000 et 2020, la France aurait perdu près de 80 000 lits. Ainsi, l’innovation appliquée à l’excellence opérationnelle permet de s’adapter aux nouveaux enjeux auxquels sont confrontés les établissements de santé.

    À ce titre, la gestion des flux et des ressources reste le principal axe dans lequel on retrouve des solutions intégrant de l’IA. Qu’il s’agisse de la gestion des lits, de l’organisation des plannings des équipes ou encore la gestion des stocks d’approvisionnement, ces solutions innovantes permettent aux établissements de santé de gagner en efficacité tout en libérant du temps aux équipes de soins. La coordination de facteurs complexes ainsi que la continuité des flux (personnes et matériels) font de l’IA la méthode la plus appropriée pour répondre aux exigences des établissements de santé.

    Des solutions numériques dédiées aux équipes hospitalières

    Dans un secteur où l’efficacité et la qualité des soins sont primordiaux, l’adoption de l’intelligence artificielle dans l’excellence opérationnelle permet de répondre aux différents défis auxquels les établissements de santé sont confrontés.

    Les solutions innovantes étudiées ont été classées dans trois axes principaux : les ressources humaines, la logistique et l’administratif. Ces solutions, bien que diversifiées, partagent un objectif commun : rationaliser les flux de travail et améliorer la collaboration dans les établissements de santé.

    Les ressources humaines :

    L’efficacité des ressources humaines est cruciale pour la qualité des soins et le bien-être des personnels. Plusieurs solutions se distinguent par leur capacité à optimiser la gestion des effectifs et à améliorer les conditions de travail.

    • La gestion des plannings et des renforts : des solutions proposent une gestion optimisée des plannings de service, consultables en temps réel. Cela permet non seulement de mieux planifier les affectations, mais aussi de répondre rapidement aux besoins en personnel de remplacement, réduisant ainsi les périodes de sous-effectif et de surcharge de travail.
    • La prédiction et la prévention : grâce à l’intelligence artificielle, des solutions peuvent prédire le risque d’absentéisme du personnel, permettant une gestion proactive des ressources humaines. Cette prévision aide à anticiper les besoins en personnel et à éviter les perturbations dans les soins.
    • L’amélioration des conditions de travail : des systèmes innovants de détection des chutes et de surveillance des comportements alertent immédiatement le personnel médical, améliorant ainsi la sécurité des patients et réduisant le stress des soignants.

     

    La logistique :

    La logistique hospitalière joue un rôle clé dans la disponibilité des ressources médicales et l’efficacité des soins. Les innovations logistiques apportent des améliorations significatives en termes de gestion des stocks et de flux de patients.

    • La gestion des approvisionnements : des solutions utilisant l’intelligence artificielle optimisent les prévisions de consommation et évitent les ruptures de stock. Ces systèmes assurent une disponibilité continue des produits essentiels, réduisant les coûts et augmentant la fiabilité des approvisionnements.
    • La traçabilité et le réapprovisionnement : l’intégration de technologies RFID pour la gestion des stocks et des équipements médicaux permet une automatisation des processus de réapprovisionnement. Cela minimise les expirations de médicaments et garantit que les blocs opératoires disposent toujours du matériel nécessaire.
    • Le flux de patients : des plateformes centralisées suivent en temps réel le flux des patients à travers différentes unités. Ces outils offrent une visibilité accrue sur l’occupation des lits et les mouvements des patients, améliorant ainsi l’efficacité opérationnelle et réduisant les temps d’attente.

     

    Les tâches administratives :

    L’automatisation des tâches administratives et l’amélioration de la gestion des données sont essentielles pour réduire la charge de travail et améliorer la précision des informations médicales.

    • Le traitement automatisé des données : l’utilisation de l’intelligence artificielle pour extraire et structurer les données des dossiers médicaux électroniques (DME) permet de transformer des données non structurées en informations exploitables. Cela facilite la prise de décision clinique et améliore la qualité des soins.
    • L’optimisation de la facturation : des solutions avancées identifient automatiquement les informations clés à partir des notes cliniques et suggèrent les codes de remboursement correspondants. Cette automatisation améliore l’exhaustivité et la qualité du codage, réduisant les erreurs et augmentant l’efficacité de la facturation.
    • La gestion numérique des admissions : moderniser et simplifier le processus d’accueil des patients grâce à la numérisation des formulaires et à l’automatisation des admissions réduit les délais d’attente et améliore l’expérience des patients. Cela permet également au personnel administratif de se concentrer sur des tâches plus critiques.

     

    En optimisant la gestion des ressources humaines, en améliorant la logistique et en automatisant les tâches administratives, ces solutions contribuent à une meilleure qualité des soins, à une efficacité accrue et à une satisfaction améliorée des patients et du personnel. Les établissements de santé qui adoptent ces innovations se positionnent favorablement pour relever les défis futurs et offrir des soins de premier ordre.

     

    Panorama des solutions d’IA dédiées à l’excellence opérationnelle

    👉 Pour accéder à la base de donnée des solutions d’IA, cliquer sur le tableau interactif ci-dessous :

  • AP-HP : un budget de 48,5 M€ pour les travaux de la plateforme de biologie et pathologie d’Henri-Mondor

    Un ensemble de 6 plateformes innovantes

    Le 27 mars 2024, le projet d’une plateforme hospitalo-universitaire de biologie et de pathologie de territoire du groupe hospitalo-universitaire (GHU) AP-HP Henri-Mondor a officiellement lancé au sein de l’hôpital sis à Créteil, dans le Val-de-Marne. Ce projet, dont le coût des travaux s’élève à 48,5 millions d’euros, a pour objectifs :
    • de centraliser et d’optimiser les ressources et les compétences en biologie et en pathologie ;
    • de renforcer la coopération entre les différents acteurs de la recherche et de la médecine ;
    • de créer une forte dynamique au sein des équipes et sur le territoire du GHU ;
    • ainsi que de renforce le rôle du GHU auprès des 2,5 millions d’habitants de son bassin de population.

     

    La nouvelle plateforme occupera une superficie de 8 050 m², comprenant à la fois la restructuration des bâtiments existants (environ 3 300 m²) et la construction de nouveaux espaces (environ 4 700 m²). Cette infrastructure modernisée abritera des équipements de pointe pour la biologie médicale, incluant :

    ➡️ une plateforme automatisée de très grande routine, à haut-débit fonctionnant 24h/24h (biochimie, microbiologie, immuno-analyse, hématologie cellulaire et hémostase) ;

    ➡️ cinq plateformes technologiques innovantes :

    • Genobiomics : pour l’étude des génomes) ;
    • Cytosphère : pour l’étude des cellules ;
    • Pro-S2 : pour l’étude des protéines ;
    • ImIAge : pour la digitalisation et l’étude des images ;
    • Dry : une plateforme informatique, bio-informatique et d’IA pour faire le lien entre l’ensemble des plateformes technologiques, les patients du territoire et la recherche.

     

    Un déploiement stratégique pour l’innovation et la recherche

    Le but de cette nouvelle organisation est de mutualiser les ressources et garantir une continuité optimale entre les différentes unités de recherche et les espaces de l’Inserm à proximité​. La plateforme hospitalo-universitaire de biologie et de pathologie devrait offrir aux professionnels de santé un accès unique à des technologies innovantes et à une expertise de haut niveau, favorisant ainsi les échanges et les collaborations interdisciplinaires. Les nouveaux équipements, d’une valeur totale avoisinant les 20 millions d’euros, devraient permettre d’optimiser les processus de diagnostic et de traitement, améliorant ainsi la qualité des soins prodigués aux patients​.

    Avec cette initiative, l’AP-HP cherche non seulement à améliorer les soins médicaux mais aussi à renforcer son rôle de leader dans le domaine de la recherche médicale et de l’enseignement en France et à l’international. La nouvelle plateforme de biologie et de pathologie s’inscrit dans une stratégie plus large de modernisation des infrastructures hospitalières, visant à répondre aux besoins croissants de la population et à anticiper les évolutions rapides et continues de la médecine.