Un accès facilité aux données de santé pour les patients et les professionnels
Le principal objectif de l’EEDS est d’améliorer la gestion des dossiers médicaux électroniques (DME) à l’échelle de l’Union. Les citoyens européens disposeront d’un accès direct, immédiat et gratuit à leurs données de santé sous format numérique, quel que soit leur pays de résidence ou de soin. L’interopérabilité entre systèmes de santé nationaux sera renforcée via un format européen d’échange des DME, permettant une continuité des soins transfrontaliers. Les patients pourront également contrôler l’accès à leurs informations médicales, en limitant le partage de certaines données sensibles. En cas d’urgence vitale, ces restrictions pourront être levées pour garantir une prise en charge optimale.
Interopérabilité et sécurité : des exigences renforcées pour les systèmes de DME
Le règlement impose aux fabricants de systèmes de DME de respecter des normes communes d’interopérabilité et de cybersécurité. Un système d’autoévaluation de la conformité sera instauré pour garantir que les logiciels traitant les données de santé répondent aux exigences européennes. De plus, un cadre réglementaire est prévu pour l’intégration des intelligences artificielles médicales et des dispositifs de diagnostic in vitro, assurant une validation coordonnée avec les autres réglementations en vigueur.
Un cadre structurant pour l’innovation et la recherche en santé
L’EEDS facilitera l’utilisation secondaire des données de santé à des fins de recherche, de santé publique et d’élaboration des politiques de santé. Des mécanismes d’anonymisation et de pseudonymisation seront mis en place pour garantir la protection des données personnelles. L’infrastructure MaSanté@UE (MyHealth@EU) sera élargie pour permettre un échange sécurisé des données de santé entre États membres, avec une obligation d’adhésion pour tous les pays de l’UE.
Perspectives et mise en œuvre
L’application progressive de l’EEDS vise une couverture complète d’ici 2030, conformément aux objectifs de la décennie numérique européenne. Les États membres devront adapter leurs infrastructures et garantir une formation des professionnels de santé à ces nouveaux outils. Avec ce règlement, l’UE ambitionne de bâtir un cadre harmonisé pour l’exploitation des données de santé.
L’un des principaux obstacles à l’avancée de la recherche en IA est le cloisonnement des données médicales au sein des institutions. ATLANTIS ambitionne de lever ces barrières en harmonisant et consolidant les données patients multimodales. Les données ainsi collectées alimenteront Owkin K, le logiciel d’intelligence artificielle de l’entreprise, afin d’accélérer les découvertes et d’améliorer les résultats cliniques.
Un large spectre de pathologies couvertes
ATLANTIS cible les domaines thérapeutiques suivants :
Oncologie : cancer du poumon non à petites cellules, carcinome épidermoïde de la tête et du cou, cancer du sein, cancer de la prostate, cancer de l’ovaire, cancer du pancréas et myélome multiple.
Immunologie et inflammation : rectocolite hémorragique, maladie de Crohn et lupus érythémateux systémique.
Neurologie : maladie d’Alzheimer.
Un réseau de collaboration international
Démarré en septembre 2024 et prévu pour se finaliser en mai 2025, le programme mobilise 20 institutions de santé en France, Allemagne, Israël, Italie, Espagne, Royaume-Uni et États-Unis. Ces partenaires bénéficieront de l’expertise IA d’Owkin pour optimiser leurs capacités de recherche et favoriser des avancées scientifiques. Agathe Arlotti, Vice-Présidente Senior des Partenariats chez Owkin, souligne l’importance de cette collaboration : “Owkin s’engage à favoriser la collaboration entre les scientifiques des données et les données patients pour atteindre des niveaux inédits d’analyse et d’innovation. Ensemble, nous accélérons les découvertes pour les patients.”
Avec ATLANTIS, Owkin renforce son engagement pour une recherche médicale plus ouverte et collaborative. En structurant et partageant les données des patients à grande échelle, le programme entend favoriser des innovations et améliorer les soins grâce à l’IA.
L’écosystème français de la santé de la femme est en pleine expansion ces dernières années soutenu par une croissance rapide du marché, des avancées en intelligence artificielle (IA) et des initiatives gouvernementales structurantes. L’évolution du secteur passe par un meilleur accès au financement, une intégration accrue des innovations numériques dans le parcours de soins et un soutien réglementaire adapté aux besoins spécifiques des femmes.
Dans cette étude, Health & Tech Intelligence explore comment l’innovation technologique, les politiques publiques et l’essor du marché Femtech contribuent-ils à améliorer la santé des femmes et à réduire les inégalités d’accès aux soins.
🔎 Analyses
📌État des lieux : chiffres clés et tendances de la Femtech en France
Le marché mondial de la Femtech devrait atteindre 117 milliards de dollars d’ici 2029 avec un fort développement des solutions bien-être et santé. Cependant, les financements connaissent une baisse après un pic historique en 2021, passant de 2,7 milliards de dollars à 648 millions en 2023.
La France ambitionne d’investir 200 millions d’euros (public et privé) d’ici 2026, mais les start-ups françaises peinent à lever des montants significatifs. À titre de comparaison au Royaume-Uni, Flo Health a levé 200 millions de dollars en 2024, alors que la start-up française la mieux financée, Sonio,a levé seulement 18 millions d’euros.
👉 Plus de détails sur le contexte français à retrouver dans cet article.
📌Une croissance significative du secteur Femtech en France
Selon une étude de Femtech France et de Wavestone, le chiffre d’affaires des entreprises de la Femtech française a progressé de 40% entre 2022 et 2023 atteignant 40,8 millions d’euros. Le nombre de start-ups a augmenté de 115 à 140 (incluant les solutions bien-être). La France est 3e au niveau mondial en nombre de start-ups Femtech, mais seulement 7e en termes d’investissements avec 81 millions d’euros levés entre 2018 et 2023.
Les start-ups sont majoritairement en “early stage” : 44% n’ont pas encore levé de fonds. Les principaux domaines couverts en dehors du bien-être sont la fertilité, la santé globale et les pathologies chroniques, qui représentent 57% des Femtechs orientées santé.
👉 Plus de détails sur le marché Femtech en France ici.
📌Un plan gouvernemental ambitieux pour la santé des femmes (2023-2027)
Le plan “Toutes et tous égaux” (2023-2027) met l’accent sur quatre axes : lutte contre les violences, égalité économique, culture de l’égalité et santé des femmes. 161 mesures ont été adoptées, parmi lesquelles :
suppression du délai de carence en cas de fausse couche ;
accès gratuit aux préservatifs féminins pour les jeunes ;
remboursement des protections menstruelles réutilisables par la Sécurité sociale jusqu’à 25 ans ;
déploiement de 30 bus itinérants pour le dépistage gynécologique et cardiovasculaire.
L’endométriose, qui touche 1 femme sur 10, bénéficie d’une stratégie nationale incluant un budget de 30 millions d’euros pour la recherche et la création de filières de soins régionales.
👉 Plus de détails sur les initiatives gouvernementales et les évolutions réglementaires à retrouverici.
📌Les données de santé féminine : une explosion des publications scientifiques
Les recherches sur les données de santé féminine générées par les outils numériques ont connu une croissance de 300% en cinq ans. Une revue de littérature basée sur 406 articles identifie les principaux domaines d’application dominées principalement par la grossesse et le post-partum qui représentent 42,6% des publications. D’autre part, 72,7% des solutions utilisées sont des applications mobiles, suivies des objets connectés et des plateformes web. L’adoption de ces technologies est influencée par leur accessibilité, leur conception intuitive et la fiabilité des données collectées.
📌Un test salivaire pour diagnostiquer l’endométriose plus rapidement
Depuis février 2025, le test salivaire Endotest développé par Ziwig est pris en charge par l’Assurance Maladie dans 80 hôpitaux français. Cette innovation permettrait de réduire le délai moyen de diagnostic de sept ans, grâce à une analyse des microARN salivaires.
L’expérimentation inclut 25 000 patientes et les premières études indiquent une sensibilité de 95% et une spécificité de 94%. Ce test pourrait permettre de réduire le nombre de cœlioscopies inutiles de 47%. Si les résultats sont concluants, Endotest pourrait être intégré durablement dans le parcours de soins et ouvrir la voie à d’autres innovations diagnostiques notamment pour le cancer de l’ovaire.
📌Entretien exclusif avec Delphine Moulu, DG de Femtech France :
Delphine Moulu, directrice générale de Femtech France, association qui joue un rôle dans la promotion des startups et la sensibilisation aux enjeux de l’IA et de l’équité en santé féminine revient sur les opportunités et défis auxquels le secteur fait face dont :
le manque de données médicales féminines : jusqu’à récemment, les femmes étaient sous-représentées dans les essais cliniques ce qui entraîne des biais dans les modèles d’IA ;
un marché français orienté vers le B2B2C : contrairement aux modèles anglo-saxons centrés sur le B2C, les Femtech françaises collaborent souvent avec des entreprises et mutuelles, allongeant les cycles de commercialisation ;
des financements insuffisants : les start-ups doivent prouver leur retour sur investissement avant d’obtenir un soutien financier conséquent, ce qui ralentit leur croissance.
👉 Pour retrouver l’intégralité de l’entretien, ici.
🗺️ Cartographies
📌Cartographie des cas d’usage de l’IA pour la santé des femmes
En aidant le dépistage, en personnalisant les traitements et en améliorant le suivi, l’IA transforme la santé des femmes dans de multiples domaines. De l’oncologie à la santé reproductive, en passant par la maternité et la santé mentale, elle offre des outils innovants pour une prise en charge plus précise et efficace. Grâce à ses capacités d’analyse avancées, l’IA permet d’optimiser les soins, du diagnostic précoce à la prévention des rechutes, tout en allégeant la charge de travail des professionnels de santé.
👉 Un tableau détaillé des cas d’usage repérés ainsi qu’une infographie illustrant la répartition des cas d’usage de l’IA en santé des femmes sont disponibles ici.
📌Cartographie des solutions d’IA pour la santé des femmes
Le marché des solutions d’IA en santé féminine est dominé par l’oncologie : 18 solutions sur 30 sont consacrées au cancer du sein et du col de l’utérus. Ces outils, comme Therapixel et CytoProcessor, permettent une détection précoce et un suivi amélioré.
D’autres solutions ciblent l’endométriose (Femendo, Luna, Ziwig) et la santé reproductive (ImVitro, Louise). La santé pelvienne et mentale reste moins développée, mais des innovations apparaissent, notamment avec Digyne pour les pathologies pelviennes et Dalia pour la santé mentale.
Les maladies rares regroupent plus de 7 000 pathologies qui touchent chacune un nombre limité de personnes, avec une prévalence inférieure à 1 cas pour 2 000 individus. En France, on estime qu’environ 3 millions de personnes sont concernées. Malgré leur diversité, ces maladies partagent des problématiques communes : errance diagnostique, manque de traitements spécifiques et défis liés à la coordination des soins. Face à ces enjeux, la France a mis en place une organisation structurée avec 603 centres de référence maladies rares (CRMR), 1708 centres de compétences maladies rares (CCMR) et 23 filières de santé maladies rares (FSMR) permettant une meilleure orientation des patients. Depuis 2005, quatre plans nationaux maladies rares (PNMR) ont été déployés pour renforcer la recherche, améliorer l’accès aux soins et structurer les parcours de prise en charge.
L’errance diagnostique reste un défi. En moyenne, il faut plus de 5 ans pour obtenir un diagnostic précis, et un patient sur deux reste sans réponse claire. Ce retard peut être préjudiciable, entraînant une dégradation de l’état de santé du patient, une prise en charge inadaptée et un impact psychologique fort. Dans ce contexte, les technologies numériques et l’intelligence artificielle (IA) apparaissent comme des solutions intéressantes pour améliorer la prise en charge, et découvrir de nouveaux traitements.
Extrait du rapport d’activité 2021 filières de la santé : maladies rares (2022) ministère de la Santé et de la Prévention
L’IA au service des maladies rares, accélérer la recherche et l’accès aux traitements
L’IA joue donc un rôle dans l’analyse des données de santé, notamment en facilitant le séquençage génomique et en accélérant l’identification des mutations génétiques responsables de maladies rares. Grâce au Plan France Médecine Génomique 2025, les plateformes de séquençage à haut débit, appuyées par des algorithmes d’IA, permettent d’affiner les diagnostics et d’orienter les patients vers les traitements les plus adaptés. De plus, l’IA appliquée à l’imagerie médicale contribue à la détection précoce d’anomalies rares, améliorant la prise en charge des patients. Le numérique impacte également la coordination des soins avec le dossier médical partagé (DMP) et les plateformes collaboratives, facilitant l’échange d’informations entre spécialistes. La télémédecine et la téléexpertise permettent aux patients d’accéder plus rapidement à des avis spécialisés, réduisant les disparités territoriales. En parallèle, les bases de données comme la Banque Nationale de Données Maladies Rares (BNDMR) centralisent les informations cliniques, offrant une meilleure visibilité sur ces pathologies et facilitant la recherche. L’IA favorise le développement de nouveaux traitements, notamment via la recherche en médicaments orphelins et l’optimisation des essais cliniques. En modélisant l’évolution des maladies et en identifiant des cibles thérapeutiques.
Entre hétérogénéité et accès aux données, coopération internationale et constitution de cohortes européennes, en passant par la recherche en génomique et l’orientation des patients vers des centres de référence, cette étude donne une vue d’ensemble ; de l’écosystème des maladies rares, des solutions et cas d’usage de l’intelligence artificielle, des plans nationaux et de la perception des professionnels de santé.
Face à des délais d’identification souvent longs et un manque de solutions thérapeutiques pour les personnes atteintes de maladies rares, l’IA s’impose comme un levier pour accélérer la détection de ces pathologies et identifier de nouvelles approches thérapeutiques. Mais son intégration dans la recherche et la pratique médicale soulève encore des défis.
Depuis 2005, la France déploie des Plans nationaux maladies rares (PNMR) pour améliorer la prise en charge, le diagnostic et la recherche sur ces pathologies touchant plus de trois millions de personnes. Trois plans successifs ont vu le jour, chacun introduisant des avancées stratégiques pour répondre aux défis médicaux et sociétaux liés à ces maladies peu communes mais aux besoins majeurs.
La ministre du Travail et de la Santé, Catherine Vautrin a dévoilé ce matin le 4e Plan National Maladies Rares (PNMR4), structuré autour de quatre axes et 26 objectifs. Ce plan, doté d’un budget annuel de 223,5 millions d’euros, vise à renforcer la prise en charge des 3 millions de patients concernés en France, à améliorer le diagnostic et à stimuler l’innovation thérapeutique.
De la découverte de traitement au diagnostic par analyse du génome, des symptômes ou d’images, l’Intelligence Artificielle (IA) promet de révolutionner la prise en charge des maladies rares. Health and Tech Intelligence publie la cartographie des solutions d’IA appliquées à la problématique des maladies rares utilisées en France et en Europe.
Bien que chaque maladie rare touche un nombre limité de patients, leur diversité et leur complexité posent des défis en matière de diagnostic et de traitement. Grâce à sa capacité à analyser des volumes massifs de données complexes, l’IA permet d’améliorer la détection des biomarqueurs, d’accélérer les diagnostics et de personnaliser les traitements.
La lutte contre les maladies rares, qui touchent plus de 3 millions de personnes en France et 25 millions en Europe, repose sur des partenariats internationaux pour mutualiser les ressources, partager les données et surmonter les défis liés à la rareté des patients.
Alors que 92 % des médecins considèrent le diagnostic des maladies rares comme difficile, une étude Ifop pour Sanofi révèle un intérêt croissant pour l’intelligence artificielle (IA) dans ce domaine. Si les praticiens voient dans l’IA un outil prometteur, son usage reste encore limité. Par ailleurs, les médecins souhaitent être accompagnés et formés à ces technologies.
Des solutions d’IA déjà intégrées aux cabinets médicaux
Les médecins libéraux, qu’ils soient généralistes ou spécialistes, disposent aujourd’hui d’un large éventail d’outils basés sur l’intelligence artificielle. Ces solutions s’articulent principalement autour de l’aide au diagnostic, de l’analyse d’imagerie médicale, de l’automatisation des tâches administratives et de la personnalisation du suivi patient. Des logiciels exploitant le traitement automatique du langage naturel permettent d’analyser les comptes rendus médicaux, tandis que des plateformes de machine learning identifient des pathologies à partir d’examens d’imagerie ou de bilans biologiques. Parallèlement, les chatbots médicaux et les outils de triage automatisé facilitent l’orientation des patients vers les soins appropriés. La télémédecine, quant à elle, s’appuie de plus en plus sur des algorithmes prédictifs pour améliorer la pertinence des consultations à distance et éviter des consultations inutiles.
Opportunités et défis : vers une médecine plus préventive et efficace
L’intégration de l’IA ouvre de nouvelles perspectives en matière de prévention, de qualité des soins et d’efficacité opérationnelle. Les algorithmes d’analyse prédictive permettent d’identifier les patients à risque avant l’apparition des symptômes, favorisant une approche proactive de la santé publique. En matière d’excellence opérationnelle, l’automatisation de tâches administratives (prise de rendez-vous, gestion de dossiers médicaux, facturation) réduit la charge de travail des praticiens, leur permettant de se concentrer sur le soin. De plus, l’IA contribue à limiter les erreurs médicales en renforçant la précision diagnostique et en alertant sur d’éventuelles interactions médicamenteuses ou anomalies cliniques. Toutefois, son adoption doit s’accompagner d’une réflexion approfondie sur l’accompagnement des patients, la responsabilité médicale en cas d’erreur algorithmique et la préservation du lien humain entre médecin et patient, fondement essentiel de la pratique médicale libérale.
Données sur les professions de santé libérales en France
Selon les données de l’Assurance Maladie, les professionnels de santé libéraux représentent plus d’un tiers de l’ensemble des professionnels de santé inscrits à leur ordre respectif. Cette proportion varie selon les professions : moins d’un cinquième pour les infirmiers, mais plus de 90 % pour les masseurs-kinésithérapeutes et les pédicures-podologues. Les lieux d’exercice sont multiples : cabinet médical, maison de santé pluriprofessionnelle (MSP), clinique, etc. Les médecins libéraux se répartissent en plusieurs catégories : généralistes, médecins à exercice particulier (MEP) et autres spécialistes. Les chirurgiens-dentistes, sages-femmes et auxiliaires médicaux (infirmiers, masseurs-kinésithérapeutes, pédicures-podologues, orthophonistes, orthoptistes) constituent les autres principales catégories de professionnels de santé libéraux.
L’intégration de l’IA dans la pratique des professionnels de santé libéraux doit donc tenir compte de cette diversité, en adaptant les solutions technologiques aux spécificités de chaque profession et mode d’exercice.
Health&Tech Intelligence vous propose un tour d’horizon du sujet : état des lieux des usages de l’IA en médecine libérale, analyse des solutions disponibles et de leur intégration dans la pratique quotidienne, enjeux éthiques et réglementaires, ainsi que les perspectives d’évolution dans un contexte de crise de la médecine de ville. Ce dossier est composé des éléments suivants :
De l’automatisation des comptes rendus à la gestion des plannings, l’IA transforme la médecine générale. Elle est utilisée pour améliorer la prise en charge des patients, optimiser les tâches administratives et aider les médecins à prendre des décisions éclairées. Découvrez les principaux cas d’usage de l’IA pour les médecins généralistes, avec un focus sur 12 solutions déjà adoptées en France.
L’intégration croissante des outils numériques et de l’intelligence artificielle en santé transforme les pratiques médicales. Du diagnostic assisté par IA à l’optimisation de la facturation, les avancées sont nombreuses, mais posent aussi des défis réglementaires et éthiques. Comment les structures médicales s’organisent-elles pour en tirer parti, et quel cadre juridique encadre son utilisation?
Un outil qui réduit la charge administrative des médecins
Alors que de nombreuses études montrent que les tâches non médicales occupent entre 10 et 30 % du temps du médecin généraliste, l’intelligence artificielle (IA) offre des solutions pour alléger cette, souvent chronophage de leur pratique quotidienne. En automatisant des tâches répétitives telles que la rédaction de comptes rendus, la gestion des rendez-vous et l’organisation des dossiers médicaux, l’IA permet aux médecins de consacrer plus de temps à leurs patients. Ces technologies, en réduisant le temps passé sur des tâches administratives, contribuent ainsi à une gestion plus fluide du cabinet, améliorant à la fois l’efficacité des soins et la qualité de vie professionnelle des médecins. En France, 2 cas d’usage de l’IA concernent la réduction de leur charge administrative.
Une IA pour alléger le secrétariat :
La gestion des plannings et des rendez-vous est souvent une tâche complexe pour les médecins généralistes. L’IA intervient ici pour automatiser la prise de rendez-vous, gérer les créneaux horaires et envoyer des rappels aux patients, permettant ainsi d’optimiser l’organisation du cabinet et de réduire les annulations de dernière minute.
Cliniko, par exemple, est un logiciel de gestion de cabinet médical qui intègre une fonctionnalité de planification automatisée, réduisant ainsi la charge administrative liée à la gestion des rendez-vous et des créneaux horaires. L’Assistant de consultation de Doctolib est également une solution très utilisée pour gérer les consultations. Il prépare les dossiers des patients en amont, permettant ainsi une gestion fluide des consultations et une meilleure organisation des plannings.
De plus en plus de solution pour la rédaction automatique de comptes rendus :
L’IA offre une solution efficace pour réduire la charge administrative des médecins généralistes par le biais de l’automatisation de la création de comptes rendus de consultations. Cela permet non seulement de gagner un temps précieux, mais aussi d’améliorer la qualité des échanges avec les patients. Le cas d’usage de l’automatisation des documents est l’un des plus populaires et des plus répandus parmi les solutions d’IA en médecine générale.
L’une des solutions les plus utilisées pour automatiser les comptes rendus par les médecins français est Nabla, un assistant médical basé sur l’IA. Nabla permet aux médecins de se concentrer davantage sur leurs patients, sans se perdre dans la rédaction de notes. En parallèle, Nuance (Ambient Clinical Intelligence) se distingue par sa capacité à transcrire en temps réel les dialogues entre le médecin et le patient, facilitant ainsi l’intégration des informations dans les dossiers médicaux. Beaucoup de solutions de rédaction automatique de comptes rendus sont des solutions américaines qui proposent une fonction de retranscription des consultations en français. C’est le cas notamment de Deepscribe, de Suki AI et de Freed AI.
Un outil qui guide la décision des généralistes
L’IA se fait également de plus en plus une place centrale dans les cabinets des médecins généralistes en offrant une aide précieuse dans le processus de décision. En analysant les antécédents cliniques des patients, leurs symptômes et en croisant des informations multiples, l’IA permet de guider les médecins vers des choix plus éclairés et personnalisés. Cette assistance est particulièrement utile dans deux domaines essentiels : l’aide à la prescription médicale et la prise de décision clinique, qui sont les deux cas d’usage de l’IA pour l’aide à la prise de décision que l’on retrouve en France. L’IA réduit ainsi les risques d’erreurs médicales, personnalise les traitements en fonction des caractéristiques de chaque patient, et améliore ainsi l’efficacité et la sécurité des soins.
Des solutions d’optimisation de la prescription médicamenteuse :
L’un des cas d’usage les plus marquants de l’IA en médecine générale est l’optimisation de la prescription médicamenteuse. Chaque patient ayant un profil unique, les médecins doivent prescrire des traitements efficaces, mais également adaptés aux spécificités de leur état de santé, à leur historique médical et à leurs éventuelles interactions médicamenteuses. L’IA intervient ici pour aider les médecins à prendre des décisions de prescription plus sécurisées et pertinentes.
Synapse Copilot, co-développé par CompuGroup Medical (CGM) et Synapse Medicine, est une solution d’aide à la prescription qui analyse les données des patients pour recommander les traitements les plus appropriés. L’outil croise ces données avec des bases de données médicales actualisées, prenant en compte non seulement les antécédents médicaux mais aussi les interactions médicamenteuses, les allergies possibles et les contre-indications. Ce système intelligent permet de réduire considérablement le risque d’erreurs médicamenteuses, contribuant ainsi à la sécurité des patients et à l’efficacité du traitement.
La solution de Posos fournit, quant à elle, des suggestions de traitements personnalisés. En plus de proposer des options thérapeutiques basées sur les données médicales, Posos identifie également les risques spécifiques pour chaque patient, permettant ainsi au médecin d’adapter les traitements à la situation unique du patient. Cette solution est particulièrement efficace pour la gestion des maladies chroniques et des situations complexes nécessitant une surveillance attentive.
L’intégration de l’IA dans la prescription permet également une personnalisation des traitements. En effet, l’outil d’IA prend en compte des facteurs spécifiques tels que l’âge, le poids, les pathologies associées et les préférences du patient, afin de proposer des médicaments qui conviennent au mieux à leur profil. Cela rend la prise en charge plus précise, diminue les effets secondaires et optimise l’observance des traitements.
2 solutions pour l’aide à la prise de décision clinique :
Dans le domaine de la prise de décision clinique, l’IA joue un rôle en aidant les médecins à poser des diagnostics plus précis et à déterminer les traitements les plus adaptés, en analysant une multitude de données provenant des dossiers médicaux. Les outils d’IA permettent ainsi de croiser les informations cliniques, les antécédents médicaux, les résultats de tests et d’autres données pertinentes pour fournir des recommandations éclairées.
Pulselife AI est une solution qui se présente sous la forme d’un chatbot qui se distingue par son approche interactive et pratique en tant que chatbot médical. S’appuyant exclusivement sur les recommandations médicales officielles et la base médicamenteuse de l’ANSM, il fournit aux professionnels de santé des réponses instantanées et fiables à leurs questions médicales. Les utilisateurs peuvent sélectionner une pathologie ou un médicament et poser des questions sur des aspects variés tels que les symptômes, les diagnostics, les traitements, les complications, etc. Cette IA offre également la transparence en affichant les sources utilisées pour chaque réponse. De plus, il permet d’accéder directement aux documents de référence, garantissant ainsi que les recommandations sont fondées sur les standards médicaux les plus actuels et officiels.
De son côté, Isabel Healthcare est une plateforme qui aide à générer des diagnostics différentiels. En analysant les symptômes, les antécédents médicaux et les résultats de tests, Isabel Healthcare permet aux médecins de confirmer ou d’écarter certaines hypothèses diagnostiques, tout en offrant des alternatives. Cet outil devient un allié précieux dans les cas où le diagnostic est incertain, améliorant ainsi la précision du diagnostic et réduisant les risques de mauvaises interprétations.
2 nouveaux cas d’usage pour les études cliniques
stane a récemment lancé son outil Stane Research qui permet de surmonter plusieurs défis majeurs de la recherche en ville, notamment l’identification des patients éligibles aux études cliniques et la gestion des données cliniques. Cet outil ajoute, à lui seul, deux cas d’usage de l’IA pour la médecine générale.
Identification rapide et en continu des patients éligibles aux études avant même leur lancement :
Stane Research permet d’identifier les patients potentiellement éligibles à des études cliniques avant même que ces dernières ne soient officiellement lancées. Grâce à un algorithme avancé intégré dans la plateforme numérique de Stane Research, les professionnels de santé peuvent identifier rapidement les patients éligibles en analysant leurs antécédents médicaux et d’autres critères. Cela réduit de manière significative les délais de recrutement, permettant ainsi de démarrer plus rapidement les études cliniques. Cette fonctionnalité permet aussi de cibler les patients en fonction des critères spécifiques des études, ce qui contribue à améliorer l’efficacité du recrutement et à réduire le taux d’échec des études cliniques en médecine de ville.
Collecter, structurer et enrichir les données cliniques et les transformer en insights exploitables :
L’entrepôt de données de santé (EDS) de Stane Research exploite les dernières avancées de l’IA et du traitement du langage naturel (NLP) pour collecter, structurer et enrichir les données cliniques. Grâce à cette technologie, les données provenant des dossiers médicaux des patients sont transformées en informations exploitables qui permettent de fournir des insights précieux pour les promoteurs d’études. Cela contribue non seulement à améliorer la qualité des données, mais aussi à garantir la conformité réglementaire tout en respectant les exigences de confidentialité des données, avec un système validé par la CNIL. Ce processus d’enrichissement des données permet aux chercheurs de prendre des décisions plus éclairées et de produire des résultats d’études plus robustes.
Cartographie des solutions d’IA utilisées par les médecins généralistes en France
Cartographie des solutions d’IA utilisées par les médecins généralistes en France
Bénéfices des cas d’usage de l’IA dans la médecine générale
Bénéfices des cas d’usage de l’IA dans la médecine générale
Une équipe du CNRS développe un outil IA pour prédire la formation d’amyloïdes liés aux maladies neurodégénératives.
Un triplement des cas de maladie d’Alzheimer d’ici 2050
Chaque année, environ 225 000 nouveaux cas de la maladie d’Alzheimer sont diagnostiqués en France, où 1,2 million de personnes en sont atteintes. À l’échelle mondiale, 50 millions de personnes vivent avec une forme de démence, principalement liée à Alzheimer, et ce chiffre pourrait tripler d’ici 2050 pour atteindre 152 millions.
Les limites du dépistage in vitro de l’Alzheimer 5
Trois principales méthodes de dépistage sont utilisées pour l’Alzheimer, chacune avec ses limites :
Les tests neuropsychologiques, dont la précision varie selon l’examinateur et les caractéristiques du patient.
L’imagerie cérébrale (IRM, TEP), efficace pour détecter les lésions à un stade avancé.
L’analyse du liquide céphalorachidien, fiable mais invasive en raison de la ponction lombaire.
Affiner l’analyse des structures Cross-Bêta pour mieux prédire les amyloïdes
L’équipe du CRBM (CNRS, Université de Montpellier) a développé un outil prédictif pour identifier les séquences protéiques formant des amyloïdes, grâce à une base de données de haute qualité, Cross-Beta DB. Ce travail a permis de créer un modèle d’intelligence artificielle plus fiable que ceux existants, car il évite l’inclusion d’agrégats non amyloïdes.
Une prédiction des amyloïdes avec 84,4 % de précision
L’étude, publiée dans Alzheimer & Dementia, valide l’efficacité du “Cross-beta Predictor”, un outil combinant approches bio-informatiques et expérimentales. L’analyse in silico et les expérimentations in vitro ont permis de confirmer :
Une précision de 84,4 %.
Une performance supérieure de 20 % par rapport aux autres prédicteurs d’amyloïdes testés.
Vers une personnalisation du diagnostic des maladies neurodégénératives
L’intégration de cet outil IA aux bases génomiques pourrait permettre une personnalisation du risque chez les patients, ouvrant ainsi la voie à des diagnostics plus précoces et fiables. Les trois prochaines étapes sont :
La validation clinique à grande échelle.
L’intégration dans les plateformes de diagnostic existantes.
La collaboration avec des partenaires industriels pour le développement commercial.
L’Amérique latine se distingue par une approche particulière du droit à la santé. Contrairement aux pays anglo-saxons où la santé est souvent perçue comme un service, de nombreux pays latino-américains inscrivent le droit à la santé dans leur Constitution. Le Brésil, le Mexique, la Colombie ou encore le Chili garantissent théoriquement un accès universel aux soins. Pourtant, l’application effective de ce droit reste un défi majeur dans la plupart des pays. Cela est notamment marqué par des inégalités d’accès, des problèmes de financement et des défaillances institutionnelles.
Alors que les pays occidentaux font face principalement aux maladies chroniques liées au vieillissement de la population et que certains pays d’Afrique subsaharienne luttent encore contre des maladies infectieuses, l’Amérique latine cumule ces deux problématiques. Des affections comme le diabète et l’hypertension coexistent avec des épidémies récurrentes de dengue, tuberculose ou Zika. En 2019, la région a enregistré plus de 3 millions de cas de dengue selon l’OMS. À cela s’ajoutent des facteurs externes, comme la violence et les accidents de transport qui exercent une pression supplémentaire sur les infrastructures sanitaires déjà surchargées.
Dans cette étude, Health & Tech Intelligence réalise un état des lieux du système de santé brésilien, argentin et mexicain : leur organisation, leurs données et chiffres clés, leur accès au marché, ainsi que leur stratégie de santé numérique.
📌 Contexte et chiffres clés du système de santé
Face à ces défis, les systèmes de santé latino-américains sont marqués par une grande hétérogénéité. Certains pays, comme le Brésil avec son Sistema Único de Saúde (SUS) ont mis en place des modèles publics d’accès universel tandis que d’autres, comme le Mexique et l’Argentine reposent sur des structures fragmentées mêlant secteur public, privé et sécurité sociale. De plus, le sous-financement de la santé reste un frein majeur à l’amélioration des infrastructures et de la qualité des soins.
Ainsi, comprendre les spécificités nationales des systèmes de santé en Amérique latine permet d’analyser les forces et faiblesses de chaque modèle et d’identifier les défis communs à la région. C’est dans ce cadre que s’inscrivent les études sur les systèmes de santé brésilien, argentin et mexicain qui illustrent deux approches différentes.
👉 H&TI dresse un aperçu détaillé de différents aspects du Sistema Único de Saúde au Brésil, notamment son organisation, son financement et son contexte numérique, dans un article à retrouver ici.
👉 Pour l’Argentine H&TI dresse également un aperçu détaillé de son système de santé tripartite financé à la fois par des sources étatiques et privées ici.
👉 Dans cet article, H&TI détaille l’organisation du système de santé mexicain, pays où la couverture de santé est la plus faible pour sa population soit 28% dans les pays de l’OCDE.
📌 Comment le Brésil veut devenir un leader de la santé numérique en Amérique latine ?
Le Brésil ambitionne de devenir un leader en santé numérique en Amérique latine d’ici 2028 grâce à une feuille de route ambitieuse. Si le Brésil a déjà posé des bases solides pour moderniser son système de santé, il lui reste plusieurs défis à surmonter. Surtout en matière d’interopérabilité des systèmes, de formation des professionnels et d’égalité d’accès au numérique. La réussite de cette transformation dépendra de la capacité du pays à structurer ses infrastructures et à assurer une adoption large des outils digitaux
👉H&TI réalise une synthèse des principaux points de cette stratégie, dans un article à retrouver ici.
📌 L’Argentine accélère sa transition vers une santé numérique interconnectée
L’Argentine accélère sa transition vers une santé numérique interconnectée pour moderniser son système de soins et réduire les inégalités d’accès. Lancée en 2018 et toujours en cours, la Stratégie nationale de santé digitale vise à centraliser les dossiers médicaux, renforcer l’interopérabilité des systèmes et développer des solutions numériques, comme la télémédecine et les applications mobiles.
👉H&TI réalise une synthèse des principaux points de cette stratégie, dans un article à retrouver ici.
📌 Le dossier médical partagé au cœur de la stratégie du Mexique
Contrairement à d’autres pays d’Amérique latine, le Mexique ne dispose pas encore d’une stratégie claire et unifiée en matière de santé numérique. Toutefois, son Plan national de santé 2024-2030 accorde une place croissante aux outils digitaux dont le dossier médical partagé, la prise de rendez-vous en ligne et à la téléconsultation. Aujourd’hui, bien que la santé numérique progresse au Mexique, son développement reste fragmenté et dépendant des initiatives des différents organismes de santé. L’absence d’une stratégie nationale claire et de standards unifiés ralentit l’interopérabilité et l’optimisation du système.
👉H&TI réalise une synthèse des principaux points de cette stratégie ici.
📌 L’accès au marché de la santé numérique au Brésil, Mexique et Argentine
Le marché de la santé numérique en Amérique latine représente une opportunité croissante pour les entreprises étrangères mais l’accès y est encadré par des réglementations spécifiques à chaque pays à retrouver dans cet article. Si le Brésil et l’Argentine ont déjà structuré des réglementations précises pour les dispositifs médicaux (DM) et la protection des données, le Mexique reste en pleine évolution réglementaire.
👉 Brésil, Argentine et Mexique possèdent chacun un cadre législatif propre en matière d’importation, de dispositifs médicaux et d’IA dans un article à retrouver ici.
Synthèse stratégie numérique & data pour les pays d’Amérique latine @ H&TI
L’organisation du SUS repose sur une gestion tripartite impliquant le ministère de la Santé, les États fédérés et les municipalités. Cette structure permet d’adapter les services de santé aux réalités locales et d’assurer une meilleure accessibilité aux soins. Ainsi, le SUS est divisé en plusieurs niveaux :
Atenção Primária (soins primaires) : dispensés dans les Unidades Básicas de Saúde (UBS), ils englobent les consultations générales, la vaccination et les soins de base.
Atenção de Média Complexidade (soins de moyenne complexité) : impliquant des spécialistes et des cliniques, ce niveau inclut les consultations spécialisées et les Unidades de Pronto Atendimento (UPA).
Atenção de Alta Complexidade (soins de haute complexité) : services hospitaliers avancés, notamment les chirurgies complexes et les transplantations.
Le Brésil dispose également de services d’urgence et de surveillance sanitaire dont le SAMU (Serviço de Atendimento Móvel de Urgência accessible via le numéro 192) et la Vigilância Sanitária gérée par l’Agence nationale de surveillance sanitaire (ANVISA qui veille à la qualité des produits alimentaires et médicaux. Malgré son ambition d’universalité, le SUS rencontre des défis majeurs : sous-financement, inégalités régionales et surcharge des services. Une des problématiques importantes reste le taux d’absentéisme des patients (no-show) qui dépasse 11% dans certaines institutions impactant la rentabilité et l’efficacité des services hospitaliers.*
Chiffres clés Brésil @ H&TI
Un financement mixte pour le SUS
Le financement du SUS provient principalement des impôts collectés aux niveaux fédéral, étatique et municipal. Cependant, le Brésil fait face à des défis budgétaires avec des coupes envisagées dans plusieurs secteurs y compris la santé. L’amendement constitutionnel n° 29 de 2012 exige que les États et municipalités allouent entre 12 % et 15 % de leurs revenus à la santé.
En parallèle, un secteur privé coexiste avec le SUS. Environ 25% de la population brésilienne souscrit à une assurance santé privée, ce qui leur permet d’accéder à des services supplémentaires ou à des établissements privés. Le marché de la santé privée génère près de 40% des dépenses de santé du pays, bien que seuls les assurés puissent en bénéficier, accentuant ainsi les inégalités d’accès aux soins.
51 hôpitaux universitaires rattachés à 36 universités fédérales
Les hôpitaux universitaires fédéraux du Brésil offrent près de 30 000 lits hospitaliers et assurent chaque année des millions de consultations et interventions spécialisées. Ces établissements, qui comptent 51 hôpitaux affiliés à 36 universités fédérales sont des centres de référence pour les soins de moyenne et haute complexité au sein du SUS. Ces hôpitaux remplissent une double mission : fournir des soins avancés aux patients du SUS et constituer un terrain d’apprentissage pour les futurs médecins, infirmiers et chercheurs. De plus, ils jouent un rôle dans le développement et l’application de technologies médicales innovantes.
La gestion de ces hôpitaux a été centralisée sous l’Entreprise Brésilienne de Services Hospitaliers (Ebserh), une entreprise publique liée au ministère de l’Éducation. Cette structure permet d’assurer une meilleure allocation des ressources et une modernisation des infrastructures hospitalières. En 2024-2025, une tendance forte dans ces hôpitaux concerne l’adoption de nouvelles technologies pour améliorer la gestion hospitalière et l’expansion de la télémédecine. Environ 69% des centres de santé proposent désormais des consultations à distance facilitant l’accès aux soins pour les populations isolées.
Selon un rapport 2022 du gouvernement brésilien, le Brésil comptait 4 466 hôpitaux en activité, dont la majorité était privée. Le pays disposait de 263 793 lits hospitaliers, concentrés principalement dans la région Sud-Est. La répartition des hôpitaux varie selon les régions : 1 837 dans le Sud-Est, 1 007 dans le Nord-Est et 858 dans le Sud. La plupart des hôpitaux privés sont de petite taille (moins de 50 lits) et collaborent avec le SUS.
Un budget de 464 M de réais (73 M€) en 2023 pour la santé numérique
En 2023, un budget a été alloué à la santé numérique notamment pour renforcer l’interopérabilité des données de santé. La Rede Nacional de Dados em Saúde (RNDS) est la plateforme pour l’interopérabilité mise en place au Brésil. Elle permet d’intégrer les informations de santé des patients à travers le pays. Selon Ana Estela Haddad, secrétaire de l’Information et de la santé numérique du ministère de la Santé, la RNDS garantit que les données des patients soient accessibles et partagées entre les différents niveaux de soins, qu’il s’agisse de soins primaires ou spécialisés. Cependant, seulement 21 régions, soit environ 19 % du total ont déclaré être entièrement intégrées à la RNDS ce qui met en lumière des défis en termes d’adoption et d’interopérabilité dans certaines régions. Pour accélérer ce processus, le gouvernement brésilien a lancé un programme de fédéralisation de la RNDS. Celui-ci implique 8 états pilotes pour améliorer l’intégration des données au niveau régional.
Le système de santé mexicain est organisé en 3 niveaux de soins : le premier niveau comprend la prise en charge primaire, le second les soins hospitaliers généraux et spécialisés tandis que le troisième niveau comprend les hôpitaux à spécialité et les centres de référence. Par ailleurs, le système repose sur 3 composantes :
La sécurité sociale qui se subdivise entre l’IMSS et l’ISSSTE. L’IMSS (Institut mexicain de la sécurité sociale) qui couvre les travailleurs du secteur formel et leurs familles, soit environ 44,5 % de la population. L’ISSSTE (Institut de sécurité et des services sociaux des travailleurs de l’État) qui prend en charge les fonctionnaires et leurs familles, soit environ 10,6 % des citoyens.
Le secteur public pour la population non affiliée à la sécurité sociale, historiquement représenté par le « Seguro Popular » et remplacé en 2020 par l’INSABI, puis dissous en 2023 au profit de l’IMSS-Bienestar. Ce programme s’adresse aux travailleurs informels et aux populations vulnérables.
Le secteur privé qui concerne environ 11 % de la population et fonctionne sur une base d’assurance privée ou de paiement direct.
Le financement du système de santé repose principalement sur les cotisations salariales et patronales, le budget alloué par l’état et les paiements directs des patients pour le secteur privé et les soins hors couverture publique. Le Mexique consacre 5,5 % de son PIB à la santé, bien en dessous de la moyenne de l’OCDE qui est de 8,8%. Cette insuffisance budgétaire accroît la dépendance au secteur privé et creuse les inégalités d’accès aux soins. En 2020, 28 % des Mexicains n’avaient pas accès aux services de santé contre 16 % en 2018. L’INSABI a été instauré en 2020 afin d’assurer une couverture universelle et gratuite. Toutefois, cela a souffert d’un manque de personnel et de ressources aggravé par la pandémie Covid-19. Ce sous-financement limite l’accès aux services et provoque une dépendance au secteur privé pour de nombreux citoyens.
4 304 établissements de santé et 24 CHU
Le secteur hospitalier contribue à 1,3 % du PIB national et générant environ 656 000 emplois. Il comprend 4 304 établissements de santé dont 1 477 hôpitaux publics et 2 827 hôpitaux privés. Ce réseau offre un total de 191 000 lits médicaux répartis entre 131 000 lits d’hospitalisation et 60 000 dédiés à d’autres soins spécialisés. La majorité des hôpitaux du pays sont de petite taille, avec 90,2 % d’entre eux disposant de 24 lits ou moins.
Les hôpitaux privés occupent une place importante notamment dans les grandes zones urbaines. Environ 55,6 % des établissements privés se situent dans des États comme la Ville de Mexico, l’État de Mexico, Jalisco, Guanajuato, Nuevo León, Michoacán et Puebla. Ils emploient plus de 95 000 médecins dont 83,5 % sont des spécialistes.
Un pays sans stratégie claire en santé numérique
Le Mexique a amorcé une transformation numérique de son système de santé après la pandémie de Covid-19 qui a accéléré l’adoption des technologies numériques dans le diagnostic et le traitement des patients. Cependant, plusieurs obstacles freinent encore son développement au niveau national.
Seulement 40 % des hôpitaux publics disposent de systèmes numériques interopérables, limitant la coordination des soins. Le pays manque également d’un cadre réglementaire clair pour l’utilisation de l’intelligence artificielle en santé et moins de 5 % des professionnels de santé ont une formation en technologies numériques. De plus, une résistance culturelle à l’adoption des outils numériques persiste notamment chez les médecins et les patients âgés.
Face à ces défis, un projet coordonné par FUNSALUD a réuni 64 institutions (universités, entreprises, associations médicales et gouvernement) pour poser les bases d’un cadre réglementaire structurant. Parmi les avancées majeures figurent la téléconsultation médicale, la prescription électronique et le dossier médical numérique qui constituent les piliers du futur écosystème de santé digitale. Actuellement, les efforts se concentrent sur l’inscription de la santé numérique dans l’agenda législatif du pays afin d’établir des normes adaptées et d’accélérer son intégration au sein du système de santé.
