VERDU BISSI Alexandre

  • IA : éthique, réglementation, formation… les 10 recommandations du HDI pour transformer la santé

    12 Mds$ d’investissement dans le secteur

    Lors d’une conférence en ligne, ce jour, consacrée à la restitution du position paper du Healthcare Data Institute (HDI), intitulé “Jusqu’où les données peuvent-elles accompagner la transformation de la santé par l’IA ?”, Stéphane Sclison, conseiller principal senior chez Iqvia et membre du conseil d’administration du HDI, indique que 12 milliards de dollars ont été investis en 2023 par le biais de d’accords commerciaux dédiés au développement de l’IA en santé. Soit deux fois plus qu’en 2022.

    Ce constat montre que l’IA est devenue une des pierres angulaires du numérique en santé et qu’elle pourrait permettre de transformer les systèmes de soins dans le monde entier. Cependant, il y a encore beaucoup de défis auxquels doit répondre la France, insiste Stéphane Sclison, mais aussi toute l’Europe qui a un projet de partage régionale de la donnée de santé. Parmi ces défis, le modèle économique de l’IA en santé, ainsi que le cadre réglementaire qui ne facilite pas encore assez l’évolution de cette technologie au profit des patients et des soignants.

    Dans sa publication, le HDI identifie “plusieurs domaines clés d’application de l’intelligence artificielle, tout au long du parcours de soins du patient et à l’échelle du système de santé”.

    Une disparité dans la maturité des solutions selon les cas d’usage

    Ingrid Dufour Bonami, qui dirige l’agenda du numérique en santé chez Bayer, explique que “l’intelligence artificielle suscite un intérêt croissant, qui est marqué par de nombreux projets innovants et de progrès technologiques prometteurs”. Ces solutions s’inscrivent dans de nombreux cas d’usage, allant de la prévention à la prise en charge des patients, en passant par leur suivi.

    Diagnostic et télésurveillance parmi les cas d’usage les plus matures :

    Le nombre de ces produits disponibles en France étant en forte croissance, la conférence du HDI a été l’occasion pour dresser un panorama de la maturité des solutions en fonction de leurs cas d’usage. Ce panorama montre que les solutions dotées d’IA les plus matures sont celles concernant le diagnostic augmenté, la télésurveillance, ainsi que le pilotage et l’organisation des systèmes de santé (approvisionnement, optimisation du temps soignant et organisation des flux).

    Les solutions les moins matures, quant à elles, sont celles concernant la médecine de précision, la prévention des cancers, et la gestion des déserts médicaux, qui présentent un niveau de maturité “émergent” à “intermédiaire”.

    À noter que, pour aucun des cas d’usage observés, la maturité des solutions n’a atteint un stade “généralisé”.

    Niveaux de maturité des cas d'usage de l'IA en santé
    Niveaux de maturité des cas d’usage de l’IA en santé – @HDI

    Des cas d’usages prometteurs dans la prévention et le diagnostic :

    La conférence a, par ailleurs, permis à Stéphane Roques, directeur comptes stratégiques chez Medtronic et administrateur du HDI, de faire un zoom sur quelques cas d’usage en France :

    •  il y a beaucoup de solutions sur la prévention et le dépistage qui permettent de détecter des maladies très en amont, mais pourtant, à part dans quelques cas d’imagerie, peu d’applications en routine clinique ;
    • pour le diagnostic augmenté, Stéphane Roques explique que c’est un cas d’usage fortement utilisé grâce à la robustesse des algorithmes permise grâce aux données qui ont été standardisées et partagées pour les communautés médicales et scientifiques depuis plusieurs années (pour ce cas d’usage, l’IA permet un gain immédiat pour le praticien ou pour l’établissement de santé qui dresse le diagnostic.

    Des recommandations pour l’Europe, l’adoption de l’IA et de son contrôle

    Plus qu’un moyen de faire le point sur la situation de l’IA en santé en France et en Europe, ce rapport a été l’occasion pour le HDI d’émettre 10 recommandations pour les décideurs du secteur. Ces recommandations se concentrent sur 6 points principaux, que sont l’adoption de l’IA, son développement, sa technique, son contrôle, la question éthique et celle de l’Europe.

    Les 10 recommandations du HDI :

    Ci-dessous, les 10 recommandations émises par le HDI pour permettre à l’IA d’accompagner la transformation de la santé en France et en Europe :

    • 1️⃣ prioriser le financement de preuves de concept à grande échelle, notamment des projets d’apprentissage fédéré, au sein de tiers-lieux d’expérimentation dédiés, conditionnant ce soutien à l’interopérabilité et au déploiement rapide de ces programmes, ainsi qu’à une évaluation régulière et rigoureuse des avantages et des risques par un comité incluant patients et financeurs ;
    • 2️⃣ élargir les méthodologies de référence et référentiels pour inclure davantage de projets, afin de faciliter l’accès aux données – tous les acteurs de l’écosystème sont encouragés à participer à la consultation de la Commission nationale de l’informatique et des libertés(Cnil) sur la révision de ces méthodologies ;
    • 3️⃣ mettre en place un comité éthique et scientifique indépendant et unique pour rationaliser les processus d’évaluation ;
    • 4️⃣ introduire des cadres réglementaires dynamiques, alignés avec les autres États membres de l’Union européenne, pour évaluer les systèmes d’IA en santé en vue du remboursement, afin de permettre des réévaluations plus fréquentes pour refléter les améliorations et les changements au fil du temps dans les technologies de traitement et de protection des données ;
    • 5️⃣ clarifier le cadre réglementaire concernant la responsabilité médicale en cas d’erreur des systèmes d’IA en santé, et notamment ceux à vocation diagnostique ;
    • 6️⃣ établir une convention unique pour gérer l’accès et la valorisation des données de santé, en s’inspirant du modèle déjà utilisé dans le contexte des études cliniques, avec pour objectif d’harmoniser les positions avec les acteurs européens ;
    • 7️⃣ définir des normes techniques et des spécifications fonctionnelles lors de la mise en place de projets (tels que les appels d’offres et les entrepôts de données), afin d’assurer la robustesse, l’interopérabilité, la transparence et l’explicabilité de l’IA, contribuant ainsi à renforcer la confiance dans les initiatives nationales ;
    • 8️⃣ lancer une campagne nationale d’information à destination du grand public sur l’utilisation de l’IA dans le domaine de la santé pour promouvoir une compréhension réaliste de cette technologie ;
    • 9️⃣ intégrer des modules de formation sur l’IA et la data science spécifiques à chaque spécialité médicale dans le cadre de la formation continue, dans lesquels seraient inclus des cas pratiques, des simulations et des études de cas réels pour illustrer l’application de l’IA dans divers contextes cliniques ;
    • 🔟 standardiser les informations pour faciliter la compréhension des recommandations de l’IA, ce qui inclut l’accès aux données sous-jacentes, en mettant particulièrement l’accent sur l’explicabilité de l’utilisation de l’IA dans les diagnostics et les traitements, renforçant ainsi la confiance entre les patients, les professionnels de santé et les fournisseurs de solutions.

     

  • HDH : l’AP-HP et RCTs parmi les 5 lauréats de la 5e vague de la Bibliothèque ouverte d’algorithmes en santé

    20 projets lauréats en 3 ans

    Afin de soutenir le développement et la validation d’algorithmes de ciblage dans le Système national des données de santé (SNDS), créé en 2016 pour “dé-identifier” les données de l’importante base de feuilles de soins de l’Assurance maladie “à des fins de recherches”, le Health Data Hub (HDH) a lancé en 2021 le projet “Bibliothèque ouverte d’algorithmes en santé” (Boas).

    Cette initiative a pour ambition de “constituer une bibliothèque ouverte d’algorithmes de ciblage qui bénéficiera à l’ensemble de la communauté”, les algorithmes du SNDS étant “des outils essentiels à l’analyse fiable des données” mais “leurs développement, validation et réutilisation restent souvent complexes”. C’est dans le but de remplir cette Boas que le HDH a ouvert 4 vagues de l’AMI qui ont permis la sélection de 15 lauréats, devenus 20 avec les nouveaux projets lauréats de cette 5e vague.

    Pour rappel, afin de “s’assurer que les algorithmes répondent au besoin de l’écosystème”, les projets candidats devaient “favoriser l’ouverture d’algorithmes de ciblage” selon 3 modalités :

    1. la documentation médicale et technique d’algorithmes de ciblage existants pour favoriser leur réutilisation large (thématique 1) ;
    2. la validation ou sophistication et la validation d’algorithmes développés par des institutions nationales de référence (thématique 2) ;
    3. ainsi que le développement, l’évaluation et la validation de nouveaux algorithmes de ciblage (thématique 3).

     

    Dans cet article, H&TI revient sur les 5 lauréats de cet AMI.

    Un projet pour la construction d’un algorithme d’identification des complications graves après une chirurgie digestive parmi les lauréats

    Nom du projet Porteur du projet Partenaires Description du projet
    Projet EAI ALGO L’équipe EPOPé (Centre de recherche en épidémiologie et statistiques) CHU Grenoble Alpes Le projet a pour objectif de développer et valider un algorithme de ciblage de l’encéphalopathie anoxo-ischémique (EAI), causée chez le nouveau-né suite à une asphyxie liée à un événement indésirable périnatal.
    Projet Thanatos AP-HP X Le projet vise à développer et valider un algorithme d’identification des complications graves après une chirurgie digestive.
    Projet ACR RCTs Le registre du Rhône Le projet porte sur le développement et la validation d’un algorithme d’identification de patients victimes d’un accident de la circulation routière et hospitalisés.
    Projet ICan Algo AP-HP Inserm (via la Cohorte Constances) Le projet a pour objectif d’actualiser et de et valider des algorithmes de ciblage, déjà existants, sur les cancers incidents dans la base principale du SNDS, et de sélectionner à terme l’algorithme le plus performant.
    Projet SCOP Le Centre de recherche en épidémiologie et santé des populations (Inserm) La Cohorte Constances (Inserm) Le projet a l’ambition de construire des scores prédictifs sur la consommation de tabac, la consommation d’alcool, la corpulence et l’activité physique, d’évaluer leur performance pour ensuite valider des algorithmes existants dans la base principale du SNDS.

    Les lauréats des précédentes vagues :

    • La première vague de l’appel, dont les résultats ont été annoncés en novembre 2021, a permis de retenir 4 projets lauréats, qui ont bénéficié d’un accompagnement du HDH ainsi que du soutien scientifique du réseau Redsiam ;
    • À l’issue de la deuxième vague, clôturée en avril 2022, 5 nouveaux projets ont été sélectionnés ;
    • Dans le cadre de la troisième vague, ce sont 5 autres projets qui ont été sélectionnés en décembre 2022 ;
    • Seul le projet Poulmago porté par la clinique Beau Soleil (Montpellier) en association avec l‘Institut du cancer de Montpellier (ICM) a été sélectionné comme lauréat de la quatrième vague qui s’est clôturée en juin 2023.

     

    La 6e vague de l’AMI déjà ouverte

    Lors de l’annonce des 5 nouveaux lauréats de l’appel à manifestation d’intérêt, le Health Data Hub a confirmé l’ouverture de la sixième vague de l’AMI Boas. Les projets candidats devront toujours “favoriser l’ouverture d’algorithmes de ciblage” selon les mêmes 3 modalités que pour les 5 vagues précédentes.

    👉 Les candidats ont jusqu’au 31 mai 2024 à midi pour dépôser leur candidature via la plateforme Démarches Simplifiées (accessible ici). À noter qu’un webinaire d’information et d’accompagnement au remplissage du dossier de candidature “sera organisé prochainement” par le HDH.

  • OMS/Europe : un outil pour mesurer la qualité de soins des services de télésanté

    Permettre aux états d’évaluer leur système de télésanté

    L’Organisation mondiale de la santé (OMS) définit la télésanté comme suit : “La prestation de services de santé – où la distance est un facteur critique – par des professionnels utilisant les technologies de l’information et de la communication pour l’échange d’informations valides en matière de diagnostic, de traitement et de prévention des maladies et des blessures, de recherche et d’évaluation, ainsi que pour la formation continue des prestataires de soins de santé, le tout dans l’intérêt de promouvoir la santé des individus et de leurs communautés.”

    C’est sous ce prisme que la section européenne de l’OMS vient de mettre à disposition un outil de mesure de la qualité des soins prodigués par les services de télésanté. Il devrait permettre de comparer les résultats des services de soins en personne avec ceux réalisés à distance par le biais des outils de télésanté et de voir si les soins dispensés à distance réalisent les résultats de santé souhaités.

    Pour s’assurer qu’il n’y ait pas un écart trop grand entre les résultats obtenus grâce à la télésanté et ceux obtenus par le biais de consultation en personne, cet outil se concentre sur l’aspect de la prestation de soins par le biais des services de télésanté, qu’elle se fasse via des applications de santé mobiles pour suivre et gérer la santé des individus, des consultations virtuelles, une surveillance à distance des patients ou encore la prescription électronique .

    Une aide pour les autorités de santé et pour les structures utilisant de la télésanté :

    Les états européens membres de l’OMS pourront ainsi “avoir une vue d’ensemble de la situation des instruments (juridiques, réglementaires et lignes directrices), des technologies et des processus dont il dispose” et de la manière dont ils permettent potentiellement aux organismes qui les développent et qui les utilisent “d’offrir des services de soins de haute qualité lorsqu’ils appliquent la télésanté”.

    L’outil de l’OMS sera aussi utile pour les structures qui utilisent des services de télésanté, parce qu’il contient une grille d’auto-évaluation qui aide les états à réfléchir sur d’avancement de leurs plans de qualité de vie en matière de services de télésanté.

    3 dimensions de la qualité des soins

    Pour permettre aux pays de s’assurer que leurs services de télésanté garantissent des soins de haute qualité, l’outil de l’OMS leur propose de s’auto-noter selon plusieurs critères, comme :

    • la capacité à utiliser les applications ou les logiciels ;
    • la communication sur ces solutions ;
    • ou encore l’accès aux technologies pour les patients et les professionnels de santé.

     

    Les états ou les établissements vont donc noter le niveau de maturité de ces critères pour ensuite avoir une compréhension interne de leur système de télésanté et voir sur quels axes il convient de travailler davantage pour que la télésanté garantisse la meilleure qualité de soins possible.

    Une mise à jour de l’outil de l’OMS est prévue au moins tous les 2 ans. Pour le moment, l’auto-notation concerne 3 dimensions de la qualité des soins :

    • l’orientation patient (people-centricity) ;
    • l’efficacité clinique ;
    • et la sécurité.

     

  • Cloud : un AAP pour renforcer l’offre de services parmi les 3 nouvelles annonces faites par Marina Ferrari

    Des réponses à un marché en pleine expansion en France

    Alors que la taille de son marché local du cloud a augmenté de plus de 50 % depuis 2020 et que le nombre de data centers dans le monde a doublé au cours des 5 dernières années, la France a dès 2021 mis en place une stratégie nationale du cloud, dans le respect de ses engagements en faveur de l’environnement, afin de :

    • garantir sa souveraineté numérique ;
    • et se doter des capacités de cloud nécessaires pour “assurer sa participation aux prochaines évolutions technologiques”.

     

    C’est dans ce cadre que la secrétaire d’État chargée du Numérique, Marina Ferrari, s’est rendu à Strasbourg le 22 mars 2024 à l’occasion de la dernière journée des rencontres numériques, organisées par le syndicat professionnel des entreprises du numérique Numeum et le Club informatique des grandes entreprises et administrations publiques françaises (Cigref). Elle y a fait 3 annonces principales concernant la stratégie nationale du cloud :

    1️⃣ Lancement du projet européen PIIEC Cloud :

    Le projet d’intérêt européen commun, PIIEC Cloud, a été officiellement lancé par Marina Ferrari à Strasbourg. Il vise à “financer 2,6 milliards d’euros d’investissement autour de 19 projets européens d’infrastructures et de technologies cloud pour créer un ensemble de services, “du cloud jusqu’à l’edge”, c’est-à-dire jusqu’aux nœuds les plus éloignés du réseau. Ceci en intégrant des avancées technologiques dans :

    • la cybersécurité ;
    • l’automatisation des opérations ;
    • et le traitement des données d’IA.

     

    3 projets portés par Orange, Amadeus et Eviden :

    Si la stratégie nationale cloud a pour objectif de faire des acteurs français du domaine des leaders au niveau européen, 3 d’entre eux font parties des 19 chefs de fil du projet PIIEC : Orange, Amadeus et Atos au travers de sa filiale Eviden. OVHCloud, qui pourtant est l’un des acteurs du cloud les plus importants en France et en Europe, n’a pas été retenus dans le cadre de ce projet.

    Chaque chef de fil portera ainsi un projet d’infrastructures et de technologies cloud. Les trois projets sont soutenus par la Direction générale des entreprises (DGE) :

    1. le projet porté par Orange est celui du “développement d’une pile logicielle edge cloud en open source pour les télécoms, dont l’objectif est de permettre la virtualisation des réseaux de télécoms et l’émergence de nouveaux cas d’usages en lien avec la 5G, en s’appuyant sur des développements européens” ;
    2. le projet porté par Eviden a pour but “l’amélioration de l’intégration de ses produits hardware et software au sein des services des fournisseurs cloud, notamment sur les aspects de cybersécurité” ;
    3. tandis que le projet d’Amadeus a pour objectif la “construction d’une plateforme innovante d’échanges de données qui s’appuie sur une architecture décentralisée (data mesh) permettant de simplifier le partage de données et le processus d’intégration de nouvelles sources de données dans ces espaces”.

     

    2️⃣ Sélection des 29 lauréats du programme SecNumCloud :

    Dans le cadre de la stratégie d’accélération cloud, le programme d’accompagnement “SecNumCloud” a été lancé. Il vise à la fois à “faire monter en maturité” les PME éditrices de logiciels en Saas (software-as-a-service) ou de Paas (platform-as-a-service) et de permettre leur qualification SecNumCloud, au travers de 4 modules. Ces modules consistent en un audit initial et une aide à la qualification, en passant par une formule transformation et conformité, pour “accompagner les PME dans ce processus exigeant qui implique de vérifier la conformité à un certain nombre de critères de sécurité spécifiques, et qui passe par une évaluation approfondie de leurs infrastructures, de leur politique de sécurité et de leurs procédures opérationnelles”.

    Les 29 lauréats de cet accompagnement ont été annoncés par la secrétaire d’État lors de son discours de clôture des rencontres numériques de Strasbourg.

    3️⃣ Ouverture de l’AAP pour le renforcement de l’offre de services cloud :

    Marina Ferrari a conclu son discours en annonçant l’ouverture de l’AAP, opéré par Bpifrance pour le compte de l’État, pour le renforcement de l’offre de services cloud, à l’ère de l’intelligence artificielle (IA) générative.

    Alors que la déférlente de cette dernière suscite de nouveaux besoins en termes de cloud, qu’il s’agisse de stockage des données ou de capacité de calcul, cet AAP vise à :

    • inciter à la collaboration entre des fournisseurs cloud et des développeurs de logiciels d’IA ;
    • et de fédérer plus largement l’ensemble des acteurs privés du cloud avec la recherche et les centres de calcul public.

     

    Répondre aux besoins fonctionnels en matière de cloud :

    Sur son site, le ministère de l’Économie, des Finances et de la Souveraineté industrielle et numérique précise que, dans le cadre de cet AAP, les projets candidats devront “contribuer de manière significative à répondre aux besoins fonctionnels en matière de cloud de confiance identifiés auprès des administrations par la Direction interministérielle du numérique (Dinum).”

    👉 Les candidatures sont d’ores et déjà ouvertes et leur dépôt doit être effectué sur la plateforme Pixcel de Bpifrance (accesible via ce lien). Deux relèves sont prévues au cours de l’année 2024 dont les derniers sont respectivement : le 14 mai et le 2 octobre, à midi .

     

  • DTx / USA : des essais cliniques encore peu représentatifs de la population générale (The Lancet)

    Evaluer la qualité des preuves cliniques

    Les “nouveaux” traitements que sont les thérapies digitales se démarquent par leur innovation qui permet de prodiguer des soins directement via le téléphone ou l’ordinateur du patient. Ceci offre des options thérapeutiques supplémentaires, de manière continue et personnalisée. Du fait de leurs spécificités, ces types de traitement ne peuvent s’appliquer à toutes les pathologies, mais beaucoup d’entre elles sont concernées : maladies nutritionnelles et métaboliques, maladies du système nerveux, maladies respiratoires, addictions, troubles mentaux, etc. Il est donc indispensable que des essais cliniques soient réalisés pour démontrer l’efficacité de ces thérapies.

    L’étude menée par une équipe de chercheurs de l’université de Californie visait à évaluer les façons dont les preuves concernant ces traitements sont recueillies et à déterminer les caractéristiques des essais cliniques des DTx, la qualité des preuves disponibles et les moyens de les améliorer. Un outil d’intelligence artificielle (IA) y a été utilisé, de type natural language processing (NLP), pour exploiter la base américaine des essais cliniques, Clinicaltrials.gov. Les résultats ont été publiés dans la revue The Lancet en mars 2024.

    Une analyse limitée aux :

    Les chercheurs précisent qu’ils ont mené une étude sur le essais cliniques lancés à partir de 2010 et qui devraient se terminer au plus tard en 2030 (y compris ceux qui n’ont pas encore été lancés). Au total, 7 221 essais cliniques ont été inclus (sur les 7 386 de la base), et seulement 449 ont été retenus : il s’agit des essais portant sur des DTx réglementés par la FDA et qui sont menés “à des fins scientifiques non fondamentales”. Des études localisés aux États-Unis, donc. Ce qui ne reflète pas forcément la réalité globale des essais cliniques sur les DTx.

    Les maladies du système nerveux les plus représentées

    Les résultats ont montré que sur les 449 essais cliniques retenus, 53 (11,8 %) étaient des études observationnelles et 396 (88,2 %) des études interventionnelles, et que les pathologies les plus traitées par les DTx observés sont :

    • les maladies du système nerveux (dont l’AVC et la maladie de Parkinson) avec 89 essais (19 %) ;
    • les maladies nutritionnelles et métaboliques avec 45 essais cliniques (10 %) ;
    • et les maladies cardiovasculaires avec 34 essais (8 %).

     

    Des essais cliniques sur des périodes trop courtes

    Si le nombre médian des participants aux essais cliniques analysés est de 200 (avec certains essais incluant jusqu’à 400 000 patients), le durée moyenne de leur déroulement (1,02 ans) est jugée insuffisante pour permettre “une pleine mesure de l’efficacité des DTx sur le long terme”.

    Les chercheurs soulignent ainsi la nécessité d’études supplémentaires, plus longues, afin de mieux et réellement “comprendre l’utilisation et l’efficacité à long terme des DTx”.

    Des biais de représentativité dans les recrutements des participants

    Par ailleurs, les chercheurs californiens font remarquer que les essais cliniques portant sur des DTx réalisés aux Etats-Unis se concentrent sur 5 états américains : la Californie (135 essais), New York (58 essais), la Floride (55 essais), la Pennsylvanie (52 essais) et le Texas (50 essais). 5 autres états n’ont, quant à eux, été inclus dans aucun essais (Dakota du Sud, Wyoming, Hawaï, Delaware et Virginie-Occidentale). Une distribution géographique qui ne permet pas de rendre compte des effets des DTx sur tous les types de populations américaines, car “peu sont faits dans les quartiers défavorisés sur le plan socio-économique”. Voilà pourquoi “d’autres recherches sont nécessaires pour comprendre la véritable répartition géographique et démographique des utilisateurs”.

    Des critères d’éligibilités exclusifs :

    D’un autre côté, la plupart des essais cliniques contiennent des critères d’éligibilité qui peuvent également exclurent certaines personnes de ces essais. Les cinq principaux types de critères d’inclusion identifiés dans les essais cliniques sur les DTx sont liés :

    • aux facteurs cliniques ;
    • à la capacité à fournir un consentement éclairé ;
    • à l’âge ;
    • au smartphone et à l’accès aux données ;
    • ainsi qu’à la maîtrise de l’anglais.

     

    Des critères jugés trop restreints par les chercheurs, car ne permettant pas la pleine compréhension de l’utilisation des DTx. Ils concluent qu’”une recherche analogue sur l’utilisation des DTx pourrait être nécessaire pour s’assurer que les résultats des essais sont applicables aux populations générales des patients”.

     

     

    * Characterisation of digital therapeutic clinical trials: a systematic review with natural language processing

    Brenda Y Miao, BA,  Madhumita Sushil, PhD Ava Xu, PharmD Michelle Wang, PharmD Douglas Arneson, PhD Ellen Berkley, PharmD et al.

    Mars 2024, The Lancet Digital Health

    DOI:https://doi.org/10.1016/S2589-7500(23)00244-3

  • IA générative : de nouvelles annonces phares par Nvidia (découverte de médicaments, chirurgie…)

    3 annonces pour les activités de Nvidia dans la santé

    Comme chaque année depuis 2009, le mois de mars est marqué par la GTC du géant américain de la technologie, Nvidia. Une conférence mondiale dédiée l’intelligence artificielle. Cette année, l’événement a connu l’annonce, par le CEO du groupe, Jensen Huang, de plusieurs nouveaux projets de Nvidia autour ses futures technologies et collaborations à venir. Cela concerne surtout l’IA générative et son utilisation dans de nombreux secteurs, notamment celui de la santé :

    1️⃣ Un accès aux algorithmes permettant la découverte de médicaments :

    En plus du lancement de ces nouveaux micro-services, Jensen Huang a annoncé l’ouverture de la boîte à outils d’IA générative élargie, de Nvidia BioNeMo, aux chercheurs en pharmacie et en biologie “qui développent la prochaine génération de produits thérapeutiques”.

    Cet accès aux algorithmes comprend :

    • les modèles d’IA qui peuvent “analyser les séquences d’ADN, prédire comment les protéines changeront de forme en réponse à une molécule de médicament et déterminer la fonction d’une cellule à partir de son ARN” ;
    • ainsi que les modèles d’IA qui permettent “d’accélérer la prédiction de la structure des protéines, la chimie générative et la prédiction du docking moléculaire”.

     

    2️⃣ Un partenariat avec Johnson & Johnson sur l’utilisation de l’IA en chirurgie :

    Présent au travers de ses dispositifs dans 80 % des salles d’opération dans le monde, Johnson & Johnson (J&J) est un acteur référence de la chirurgie. Un statut de leader qui a encouragé Nvidia a noué un partenariat avec le laboratoire américain, afin de “tester de nouvelles capacités d’IA pour l’écosystème numérique connecté de la société pour la chirurgie”. Ceci dans le but de “favoriser l’innovation ouverte et d’accélérer la fourniture d’informations en temps réel à grande échelle” dans les blocs opératoires.

    Afin de “déployer des applications logicielles alimentées par l’IA pour la chirurgie”, ce partenariat devrait se traduire par la mise à la disposition de J&J :

    • de la plateforme informatique périphérique Nvidia IGX ;
    • et de la plateforme d’IA périphérique Nvidia Holoscan pour la construction d’appareils médicaux .

     

    Une plateforme commune de calcul :

    Le CEO de Nvidia a indiqué que ce partenariat pourra être l’occasion de déployer “une plateforme commune de calcul de l’IA” pour faciliter le déploiement de modèles et d’applications tiers développés dans l’écosystème de la chirurgie numérique.

    3️⃣ Plus de 20 nouveaux micro-services d’IA générative :

    L’inauguration de l’édition 2024 de la GTC a également été marquée par le lancement de plus d’une vingtaine de nouveaux micro-services, à destinations des entreprises du secteur de la santé dans le monde. L’ambition de Nvidia étant de leur permettre de profiter des dernières avancées en matière d’IA générative, “depuis n’importe quel endroit et sur n’importe quel cloud”.

    Ces nouveaux micro-services d’IA générative ont pour objectif de “faire progresser la découverte de médicaments, les technologies médicales et la santé numérique”, à travers l’accélération des découvertes dans des secteurs, tels que :

    • la biologie ;
    • la chimie ;
    • l’imagerie ;
    • ou encore les données de santé.

     

  • IA : 5 propositions pour renforcer le système de santé (think thank Économie Santé)

    L’IA pour “sauver le système de santé” ?

    L’avènement de ChatGPT (OpenAI) en novembre 2022 et la multiplication des algorithmes d’IA générative ont marqué un tournant dans de nombreux secteurs, dont celui de la santé. Si beaucoup de solutions dotées d’IA ont vu le jour pour faire progresser la recherche, les diagnostics et les traitements, de nouveaux algorithmes – qui apprennent plus rapidement et sur des bases de données beaucoup plus grandes qu’auparavant – pourraient bouleverser à plus grande échelle les pratiques et les comportements.

    Dans ce sens, le think thank Économie Santé dédie sa recommandation 2024 à l’IA en santé. Dans cette publication, il indique que “l’IA a la potentialité d’apporter une réponse aux nombreux défis actuels bien connus”, comme le vieillissement de la population, les maladies chroniques, la pénurie de soignants, la qualité et l’accès aux soins, la pertinence des soins, le gaspillage, etc. Les auteurs de la recommandation rappellent toutefois que cette technologie “ne va pas, à elle seule, sauver le système de santé mais peut y contribuer à certaines conditions”.

    Gagner la confiance du système de santé parmi les 5 mesures

    Le think thank Économie Santé “liste les atouts de l’IA en santé, décrit les freins qui sont nombreux, alerte sur les dérives possibles, […] passe en revue les écueils et comment les contourner”, mais s’attache surtout à “définir les leviers pour accélérer” l’impact de l’IA sur le système de santé. Il en a ainsi identifié 5  :

    1️⃣ Gagner la confiance par l’utilité concrète et la sécurité de l’IA en santé :

    Alors que l’IA alimente une vision “qui va d’un optimisme excessif et affolant pour certains à une crainte exagérée pour sa propre identité, son travail ou encore pour la confidentialité de ses données de santé”, l’instauration d’une confiance pour les citoyens, les patients et les professionnels de santé est indispensable.

    Le groupe de réflexion propose de renforcer la confiance en l’IA par le biais de discours et de débats sur son utilité concrète pour la santé du citoyen, le système de soins et la santé publique. Il précise cependant que la confiance ne devrait pas se gagner uniquement sur le terrain de l’utilité, mais aussi sur celui de la sécurité : après avoir convaincu les citoyens de son utilité, il faudrait que les outils dotés d’IA soient évalués “par un organisme indépendant” afin de garantir “la confidentialité des données et de leur stockage et utilisation”.

    2️⃣ Clarifier la gouvernance et réaffirmer la volonté politique :

    Le think thank explique que le sujet l’IA en santé est “d’une telle importance, tant pour la recherche, la pratique médicale, le pilotage du système de santé et la santé publique, sans oublier la souveraineté de la France et de l’Europe”, qu’il doit être “pris à bras-le-corps par les pouvoirs publics et réaffirmé avec force au plus haut niveau de la santé au sein de l’État”.

    Pour clarifier sa gouvernance et réaffirmer la volonté politique, le groupe de réflexion souligne que les pouvoirs publics doivent “déterminer quelques priorités qui bénéficieront des aides publiques”, afin d’éviter que les efforts ne soient dilués à cause d’un trop grand nombre de projets en rapport avec l’IA. Il préconise également de “standardiser le recueil et la structuration des données de santé”, ainsi que de mettre en place des moyens pour “faciliter l’accès aux données de santé et leur usage”.

    L’interopérabilité est aussi au cœur du débat, car le partage des données par le biais de logiciels qui communiquent entre eux est obligatoire pour garantir une meilleure utilisation de l’IA.

    3️⃣ Financer de manière importante et pérenne :

    Pour que l’IA puisse renforcer et améliorer l’ensemble du système de santé, les auteurs sont catégoriques : il faut que cette transformation soit “financée massivement”. Parmi les leviers financiers qu’il convient d’actionner, ils parlent :

    • de plus de 30 milliards d’euros sur une dizaine d’année pour “la création au sein du Health Data Hub d’une plateforme technologique d’hébergement des données de santé qui soit française ou plutôt européenne pour remplacer Microsoft” ;
    • mais aussi de plusieurs dizaines de millions d’euros pour lancer des appels à projets pour la constitution d’entrepôts de données de santé, ainsi que de réfléchir à la mise en place “du financement (public) et/ou de la financiarisation (privée) de ce secteur d’avenir”.

     

    4️⃣ Former dans l’interdisciplinarité et renforcer l’esprit critique des soignants :

    Le think thank indique que, s’il convient de former les professionnels à l’IA dans chaque domaine, “l’enjeu de la formation est encore plus crucial” pour renforcer les bases et sensibiliser davantage tous les soignants (en formation ou en exercice) :

    • au numérique en santé ;
    • aux données de santé ;
    • et à l’IA, et sur une nouvelle vision de leur métier”.

     

    Si elle est nécessaire, cette formation ne doit pas non plus être un prétexte pour que les professionnels de santé se reposent sur les performances de l’IA. En effet, le groupe de réflexion indique que, dans ce cas de figure, l’usage de l’IA risque à terme “de conduire à une diminution” des connaissances des médecins. Il préconise donc d’ouvrir une réflexion sur la formation “pour passer d’un amoncellement de connaissances à la maîtrise d’un environnement plus compliqué avec de multiples outils et intervenants”.

    5️⃣ Donner du sens, de la visibilité et un devoir de vigilance par la création d’un observatoire indépendant de l’IA et du numérique en santé :

    La création d’un “observatoire indépendant de l’IA et du numérique en santé” est la recommandation ultime du think thank Économie Santé. Un tel organisme devrait permettre “de suivre et d’alerter sur les éventuels retards, les difficultés de tous ordres et aussi les dérives” liés à l’IA en santé.

    Les auteurs recommandent ainsi de mettre en place un observatoire qui n’est pas obligatoirement une nouvelle entité, mais qui doit “être autonome pour ne pas être entaché de conflits d’intérêts” et être à l’écoute de tous “non pas pour sanctionner ou stigmatiser, mais pour débusquer et éclairer les freins au développement de l’IA”. Il pourrait, ajoutent-ils, être géré “par des institutions ou des structures qui, au cours des récentes années, ont montré leur intérêt et leur pertinence en ce domaine”, à l’image de :

     

  • Cardio : une étude pour observer l’adhésion thérapeutique dans l’angine de poitrine (Servier)

    La non-observance responsable de plus de 200 000 morts par an

    Alors que l’Organisation mondiale de la santé (OMS) indique que “plus de la moitié des patients ne prennent pas leurs traitements tels que prescrits” et que ce manque d’adhésion thérapeutique est un problème majeur de santé publique car il a de nombreuses répercussions que ce soit sur les patients ou sur les systèmes de santé. En effet, les mauvais et non respects des prescriptions thérapeutiques peuvent avoir un impact “important sur l’état de santé des patients et leur qualité de vie” explique Servier qui s’est engagé dans le projet Beamer (pour “Behavioral and Adherence Model for improving quality, health outcomes and cost-Effectiveness of healthcaRe“), en plus d’affecter “très significativement les coûts des systèmes de santé, partout dans le monde”. Des chiffres montrent que la mauvaise adhésion thérapeutique est responsable de 200 000 morts prématurées chaque année en Europe et qu’elle représente une perte de 125 milliards de dollars chaque année dans l’Union européenne.

    Pour répondre à ce problème majeur de santé publique qu’est l’adhésion thérapeutique, le consortium européen Innovative Medicine Initiative (IMI) – devenue l’Innovative Health Initiative (IHI) en 2021 – a lancé le projet Beamer. Ce dernier se caractérise par des études pilotes impliquant 18 000 patients européens qui permettront de définir comment se caractérise la non-observance thérapeutique afin d’élaborer des conseils que les acteurs de la santé pourraient transformer en outils et solutions pour améliorer cette observance.  Ce projet n’a pas pour but de se focaliser sur une pathologie en particulier mais sur une grande cohorte de patients afin d’étudier leurs différents comportements, en fonction aussi du type de traitement qui leurs sont prescrits. L’IHI indique cependant qu’il sera possible pour les membres du projet Beamer “d’ajouter des éléments spécifiques à une maladie”.

     

    600 patients souffrants d’angine de poitrine à suivre

    Servier, qui est le seul membre français du projet Beamer, a décidé de lancer en février 2024 une étude de vie réelle qui allait par la suite être intégrée à la base de données de Beamer. Cette étude concerne la pathologie de l’angine de poitrine. L’entreprise française explique que cette étude prospective internationale (car réalisée dans 5 pays de l’UE) a pour objectif “d’évaluer l’efficacité en vie réelle et l’impact sur la qualité de vie d’un médicament chez des patients récemment diagnostiqués, souffrant d’une angine de poitrine non contrôlée par le traitement de première intention”.

    Pour l’occasion, 600 patients vont être suivis pour analyser leur adhésion thérapeutique et seront sollicités pour répondre au questionnaire Beamer afin de récolter ces données. Le groupe Servier indique qu’à ce jour, “plus de 200 patients sont déjà inclus et la quasi-totalité d’entre eux ont accepté de répondre au questionnaire” et que les données déjà collectées vont être transférées à l’IHI dans les prochains mois.

     

  • Data : nouvel AAP « Espaces de données » pour structurer des filières industrielles françaises

    Pour un partage des outils et des données

    Cet appel à projets qui s’inscrit dans le Plan 2030, ainsi que dans la stratégie européenne pour les données, et qui est opéré par Bpifrance pour le compte de l’Etat, doit permettre de favoriser “la circulation dans un cadre de confiance de données de qualité et interopérables entre acteurs inter-intra filière, condition sine qua non pour faire émerger des nouveaux usages de l’économie de la donnée et renforcer la capacité d’innovation de nos filières industrielles”.

    Dans cet objectif, l’AAP sera ouvert à deux profils de candidats et devra donc être porté :

    • soit par une structure représentative de la filière ;
    • soit par un consortium identifiant une entreprise « cheffe de file » et rassemblant des partenaires industriels de toute taille ou des partenaires de recherche.

     

    Deux relèves prévues : en juin et en décembre 2024

    Les candidats pourront proposer des projets qui pourront notamment prendre la forme de plateformes, d’outils collaboratifs, d’interfaces de programmation applicative, permettant aux entreprises s’inscrivant dans une stratégie d’intérêt collectif pour une filière ou plusieurs filières, ou pour un ou plusieurs sous-secteurs d’une filière, de partager des outils et des données dans des domaines aussi variés que la logistique, les achats, l’informatique, l’intelligence économique, les RH, le design, le marketing, la démarche commerciale, la traçabilité des pièces, l’économie circulaire ou l’écologie industrielle, la mobilité, la sécurité et la défense, l’environnement, avec un plan d’affaires dédié”.

    Les inscriptions à l’AAP sont d’ores et déjà ouvertes et accessibles via la plateforme Pixcel de Bpifrance.

    À noter que deux relèves sont prévues : une première en juin 2024 et une seconde en décembre 2024.

     

    L’institut  Mines-Télécom, nouveau coordinateur du Hub France de Gaia-X

    À l’occasion de cette réunion au ministère de l’Économie et des Finances, Marina Ferrari a aussi annoncé que l’Institut Mines-Télécom prenait la tête du pilotage du Hub France de Gaia-X qui “fédère l’écosystème européen du cloud et de la donnée autour de l’enjeu crucial de la confiance”, et cela pour les trois prochaines années.

    Dans le cadre de ses missions, l’Institut s’attachera à :

    • “promouvoir le Hub France et animer ses activités” ;
    • “garantir la coordination du Hub France avec Gaia-X et avec les hubs nationaux” ;
    • “soutenir la participation de la filière française au déploiement de la stratégie européenne et française en matière de données”.

     

  • Etude / Maladies rares : un algorithme facilite la détection du syndrome de Kabuki (Nature)

    Faciliter le diagnostic grâce à l’IA

    La filière santé maladies rares TeteCou décrit le syndrome de Kabuki comme étant “une maladie génétique rare, caractérisée par des malformations d’organes (cœur, rein, œil, oreille, squelette, dent, palais, etc.), des traits du visage particuliers (dysmorphie faciale), un retard de croissance pré et postnatal, un déficit intellectuel (de léger à modéré), des manifestations immunologiques, des anomalies hormonales (ou endocriniennes, notamment un déficit en hormone de croissance et un hyperinsulinisme), une obésité”.

    Cette maladie est difficilement détectable à la naissance et durant l’enfance car la malformation est souvent minime. Le manque d’outils permettant de la détecter entraîne donc une errance diagnostic qui peut entraîner différents types de retards chez l’enfant à cause de son hétérogénéité clinique (malformation, retard intellectuel, anomalie, etc…). C’est pour cela qu’en cas de détection, la prise en charge “est multidisciplinaire, principalement symptomatique et paramédicale et/ou psycho-éducative”.

    Afin faciliter le diagnostic du syndrome Kabuki (qui repose aujourd’hui sur une interprétation des variations morphologiques faciales mineures, qui va par la suite être confirmé par une confirmation génétique) une équipe de chercheurs a mis en place le projet AIDY, qui a réuni les équipes du service de chirurgie maxillo-faciale et chirurgie plastique et du laboratoire forme et croissance du crâne de l’hôpital Necker-Enfants malades, du MAFACE, d’Université Paris Cité, de l’Inserm et de l’Institut Imagine, pour produire une étude sur l’apport de l’intelligence artificielle (IA).

    Des résultats concluants mais qui montrent certaines limites

    Cette étude a été réalisée sur 1 448 photographies faciales frontales et latérales (634 patients) dont 364 photographies de 107 patients atteints du syndrome de Kabuki (KS) réalisées entre 1998 et 2023. Ces photographies viennent d’établissements hospitaliers français (Montpellier, Nantes, Tours, Grenoble) et internationaux (Suisse et Thaïlande) et représentent des patients atteints du KS1 (78 % des patients atteints) et KS2 (22 % des patients atteints) qui ne se manifestent pas par les mêmes symptômes.

    Les premiers résultats de l’étude satisfaisants, puisque le modèle d’IA développé par l’équipe de chercheurs a montré une précision de 95,8 % dans la détection du syndrome grâce à l’analyse du visage de personnes atteintes. Le modèle d’IA a même montré une précision de près de 80 % dans la distinction entre les patients atteints du KS1 et du KS2.

    Un biais d’inclusion réduit l’efficacité de l’algorithme :

    Seuls points noirs de l’étude : l’algorithme a du mal à reconnaître le symptôme de Kabuki sur les patients qui ne sont pas caucasiens. En effet, sur les patients atteints du syndrome, “les ethnies étaient 85 % caucasiennes, 7 % africaines/caraïbes et 8 % asiatiques” et le seul patient non reconnu comme porteur du syndrome alors qu’il l’était vraiment était un individu d’origine africaine. Cela souligne “le manque de données de formation pour les patients non caucasiens” ont indiqué les chercheurs.

    Pour les prochaines études de ce genre, les chercheurs ont donc conseillé de réaliser des séries plus grandes “pour mieux définir les différences phénotypiques entre KS1 et KS2, et la dépendance générale du phénotype à l’origine ethnique”.