Articles

  • Contexte et chiffres clés : bientôt un dispositif de télésurveillance médicale remboursée pour les patients atteints d’insuffisance cardiaque ?

    💸 Contexte : bientôt le remboursement effectif d’un DM pour la télésurveillance des insuffisants cardiaques ?

    Si en juillet 2023, le remboursement de la la télésurveillance médicale pour l’insuffisance cardiaque (et d’autres pathologies) était entrée dans le droit commun, jusqu’alors, aucune avancée n’avait été constatée et aucune solution n’avait obtenu un avis positif pour être inscrit à la LATM pour la télésurveillance des insuffisants cardiaques. Mais le 11 mars 2024, la Commission nationale d’évaluation des dispositifs médicaux et des technologies de santé (CNEDiMTS) de la HAS a laissé aux ministres en charge de la Santé et de la Sécurité sociale le choix d’inscrire la première solution pour la télésurveillance des insuffisants cardiaques à la liste des activités de télésurveillance médicale en vue de son remboursement.

    En effet, NP Medical, dont la solution Satelia Cardio est déjà inscrite à la LATM de manière générique, a demandé l’inscription de son dispositif phare pour la télésurveillance des insuffisants cardiaques, afin que les patients puissent obtenir un meilleur remboursement de la part de l’Assurance maladie. Après avoir souligné que l’intérêt de Satelia Cardio pouvait également être apprécié au regard de son impact clinique, notamment par la réduction de la mortalité, la commission ne s’est pas prononcée sur son inscription à la LATM pour la télésurveillance des insuffisants cardiaques. Elle a toutefois laissé cette décision aux ministres en charge de la Santé et de la Sécurité sociale, en leur recommandant d’inscrire ce dispositif médical à la LATM au plus tard jusqu’en juin 2026, date correspondant à la fin de la prise en charge de la ligne générique pour la télésurveillance de l’insuffisance cardiaque, laquelle doit faire l’objet d’une réévaluation d’ici fin 2025.

    📊 Les chiffres clés de la cardiologie

    Les maladies cardiovasculaires sont la principale cause de décès dans le monde et sont à l’origine d’environ 17,9 millions de décès chaque année d’après les derniers chiffres de l’Organisation mondiale de la santé (OMS). Ce chiffre regroupe un ensemble d’affections du cœur et des vaisseaux sanguins, notamment les maladies coronariennes, les maladies cérébrovasculaires et les cardiopathies rhumatismales. Plus de 4 décès sur 5 consécutifs à une maladie cardiovasculaire sont liés à des crise cardiaques et à des accidents vasculaires cérébraux (AVC), et un tiers de ces décès surviennent prématurément chez des personnes de moins de 70 ans.

    En France, ces maladies sont la deuxième cause de mortalité derrière le cancer, et la première pour les personnes âgées de plus de 85 ans. Chaque année, elles provoquent le décès de 140 000 personnes. En 2022, 5,6 millions de personnes étaient traitées pour une maladie cardio-neurovasculaire, dont plus de 430 000 pour maladie aigüe (chiffres de la Caisse nationale de l’assurance maladie)

    5,4 millions de Français touchés par une maladie cardio-neuro-vasculaire :

    Lors de sa dernière campagne de sensibilisation à l’insuffisance cardiaque de novembre 2024, la Cnam a indiqué que cette pathologie touche 1,5 million de Français, notamment les plus de 60 ans. Elle a aussi expliqué qu’avec le vieillissement de la population, ce chiffre pourrait croître de 25 % tous les 4 ans, mais aussi que malgré sa progression dynamique, cette maladie et ses symptômes restent peu connus de la population et qu’entre 400 000 et 700 000 Français en souffrent sans le savoir.

    Sur la plateforme « Data pathologies » de la Cnam, les données montrent que les maladies cardio-neuro-vasculaires (dont fait partie l’insuffisance cardiaque) touchaient 5,4 millions de personnes en 2022 (dernières données à ce jour), ce qui représente 7,80 % de la population de cette année, pour des dépenses à hauteur de 19,75 milliards d’euros, soit une augmentation des dépenses de l’Assurance maladie de près de 25 % depuis 2015 (15,81 milliards d’euros).

    Le nombre de cardiologues pour 100 000 habitants en baisse depuis 2022 :

    Alors que les chiffres du Conseil national de l’Ordre des médecins (Cnom) de 2022 indiquaient que la France comptait 7 335 cardiologues ce qui représentait 10,9 cardiologues pour 100 000 habitants, les derniers chiffres du Cnom (janvier 2025) montrent une baisse du nombre de cardiologues, qui ne sont désormais plus que 6 347, ce qui représente 7,86 médecins pour 100 000 habitants (contre 7,9 en 2024). Il est important de noter qu’il y a une disparité du nombre de cardiologues en fonction des différentes régions.

    La ville de Paris est le département français qui compte le plus de cardiologues pour 100 000 Français (23,3). À l’inverse, la Lozère est le département qui compte le moins de cardiologues pour 100 000 habitants (uniquement 1,3 %), alors qu’il était plutôt bien classé en 2010, avec ses 7,8 médecins pour 100 000 Français. Ces chiffres ont aussi montré que l’âge moyen des cardiologues est légèrement supérieur à celui des médecins Français (52 ans contre 51) et que la cardiologie est l’une des spécialités où la féminisation est la plus importante puisque 71 % des praticiens sont des femmes contre 49 % des médecins Français.

    Répartition des cardiologues en France en 2025 - @ Conseil national de l'ordre des médecins
    Répartition des cardiologues en France en 2025 – @ Conseil national de l’ordre des médecins

    En plus de cela, les derniers chiffres de la Cnom ont également mis l’accent sur la proportion des cardiologues en fonction de leur mode d’exercices qui a bien évolué depuis 2010 : l’atlas de la démographie médicale en France montre les proportions de cardiologues qui sont salariés hospitaliers (+ 14,9 %) et qui sont salariés mixtes (+ 6,8 %) ont augmenté depuis 2010, alors la proportion des cardiologues en activité régulière a fortement baissé pour les autres modes d’exercices. La proportion des salariés hors hospitaliers a baissé de 53,1 %, quand la proportion des libéraux a baissé de plus de 6 % en 15 ans. Les cardiologues se distinguent donc par leur modes d’exercices : alors que le mode d’exercice le moins préféré par les médecins est le mode d’exercice mixte avec seulement 10,6 % des médecins en 2025, 24,17 % des cardiologues (1 534) ont choisis ce mode d’exercice, ce qui faisait des cardiologues salariés hospitaliers les moins représentés dans la fonction. Le mode d’exercice libéral est leur mode préféré avec 44,3 % (2 814), ce qui ne diffère pas de la moyenne globale des médecins (42,4 %).

    💊 Les médicaments et les DM les plus remboursés (Cnam)

    Les médicaments les plus prescrits et remboursés :

    En 2021, la molécule la plus prescrite en cardiologie était l’Amiodarone, notamment le générique produit par Viatris (ex Mylan) avec presque 1 millions de boîtes remboursées par l’Assurance maladie, et plus de 6 millions d’euros de dépenses prises en charge.

    Amiodarone :

    • boîtes remboursée : 2 550 205 ;
    • montant remboursé : 17 536 003 €.

    Dans le détail :

    • Amiodarone Viatris : 926 437 boîtes remboursées et 6 377 463 € remboursés ;
    • Amiodarone Biogaran : 894 032 boîtes remboursées et 6119 482 € remboursés ;
    • Amiodarone Zentiva : 398 152 boîtes remboursées et 2 765 202 € remboursés ;
    • Amiodarone Teva : 331 584 boîtes remboursées et 2 273 856 € remboursés.

    Les DM les plus prescrits et remboursés en 2021 :

    Parmi les DM les plus prescrits, on retrouve principalement deux types de produits :

    1️⃣ les guides de mesures de la Fraction du flux de réserve coronarien, utilisé pour les coronarographies :

    • 6 625 prescrits ;
    • 2 643 296 € remboursés ;

    2️⃣ les ballons actifs à élution de paclitaxel; un système de dilatation coronaire qui permet de délivrer
    une drogue antiproliférative pour diminuer la resténose (rétrécissement d’un tissu artérielle préalablement traité) :

    • 1 571 prescrits ;
    • 761 233 € remboursés.
    @H&TI _ Cardiologie

  • Entretien : « [En cardiologie] toutes les technologies qui augmentent le niveau de certitude sur la décision sont existentielles » (Arnaud Rosier, Implicity)

    En plus de son caractère très numérique, la cardiologie a également la particularité d’être une discipline dans laquelle les pathologies sont souvent graves, urgentes et dont les traitements présentent des risques. Les technologies qui augmentent le niveau de certitude sur sa décision sont donc essentielles. Les exigences sont élevées, tant pour le praticien que pour toute technologie susceptible de l’assister.

    Des cardiologues “early adopteurs”

    On trouve l’IA dans tous les domaines de la cardiologie : recherche, diagnostic, rythmologie, suivi et pronostic. Le potentiel d’apport de l’IA est particulièrement élevé dans trois domaines.

    L’imagerie diagnostique. D’une part parce que l’IA a de bonnes performances qui permettent de gagner en productivité, mais aussi parce que cette modalité est utilisée par des cardiologues particulièrement réceptifs aux innovations — ce sont des adopteurs précoces (early adopters, selon Arnaud Rosier). Le fait que la cardiologie soit une discipline numérique a rendu les professionnels plus perméables aux nouvelles technologies.

    La chirurgie interventionnelle. L’IA aide à la réalisation des actes (thermoablation en particulier), avec guidage des sondes en intracardiaque grâce à l’aide d’aimants (triangulation) et à l’imagerie en reconstruction 3D. L’IA permet aussi d’assurer le geste du praticien interventionnel, en stabilisant le bout de la sonde qui intervient en intracardiaque ; comme le souligne Jean-François Thébaut : « La main du praticien peut trembler, mais le bout de l’instrument reste parfaitement stable ». Par ailleurs, grâce à l’IA, il est possible de réaliser une reconstruction précise des circuits électriques du cœur afin d’identifier précisément la zone à traiter.

    La télésurveillance. Par définition, la télésurveillance est une modalité où « les humains veulent transformer une information entrante en décision médicale prise à distance du patient » (Arnaud Rozier), un cadre intrinsèquement très favorable à l’IA. La télésurveillance médicale implique une quantité d’informations très importante, souvent accompagnée d’un rapport signal/bruit défavorable. Dans ce cas-là, l’IA devient une IA ‘de productivité’, dans le sens où elle ne vise pas à surpasser le spécialiste mais à accomplir ce qu’il n’a pas le temps de faire. C’est ce que fait Implicity, qui permet notamment de réduire les faux positifs de 79 % sur les électrocardiogrammes issus des ILR (implantable loop recorder). Le concept d’IA ‘de productivité’ s’applique également aux urgences où chaque minute est importante et où elle permet aux praticiens de gagner un temps précieux.

    Prédiction des décompensations cardiaques

    Implicity développe également des solutions d’intelligence artificielle dédiées à la prédiction. Dans le cadre de l’Appel à Projets (AAP) du Health Data Hub (HDH), elle utilise les données issues des pacemakers et défibrillateurs connectés (100 à 200 paramètres, comme le rythme cardiaque ou l’impédance thoracique), croisées avec celles du Système National des Données de Santé (SNDS) — incluant les co-morbidités et hospitalisations — afin de prédire le risque de décompensation cardiaque dans un délai de 30 à 60 jours.

    Ce système, validé par la FDA en octobre 2023, offre des performances deux à trois fois supérieures aux solutions existantes. Des projets pilotes sont en cours aux États-Unis, où le modèle financier est étudié en raison des pénalités associées aux réhospitalisassions. Actuellement, cet algorithme est compatible avec les dispositifs médicaux implantables des fabricants Medtronic, Biotronik et Boston Scientific.

    En France, le défi du financement.

    Les futurs domaines d’application incluent la télésurveillance de l’insuffisance cardiaque, dont les outils sont encore peu développés, ainsi que l’analyse des pathologies complexes, telles que celles liées au muscle cardiaque ou aux lésions du cœur. Par exemple, au lieu de classer une lésion comme “inférieure à 50 %” et de traiter en fonction de cette catégorie, l’IA permet un diagnostic précis (par exemple une lésion évaluée à 43 %), permettant un traitement personnalisé, ce qui est particulièrement important en cardiologie

  • 37 solutions d’intelligence artificielle pour transformer la prise en charge cardio-neuro

    Health & Tech Intelligence recense 37 solutions d’intelligence artificielle en cardiologie, développées par 30 entreprises. Certaines structures comme Casis ou Avicenna.ai portent plusieurs solutions à la fois. Ce volume montre la diversité des solutions, notamment depuis 2015, période à partir de laquelle une grande partie des solutions ont été créées.

    Des spécialités médicales très représentées, avec une forte logique pluridisciplinaire

    Les 37 solutions étudiées couvrent un large spectre de spécialités. La cardiologie domine nettement (26 solutions, soit 70 %), suivie par l’imagerie médicale (19 solutions), la neurologie (13) et les urgences (14). D’autres segments comme l’anesthésie-réanimation ou la prévention des risques apparaissent également, mais dans une moindre mesure. 80 % des solutions sont pluridisciplinaires. Elles articulent au moins deux spécialités, souvent à la croisée de la neurologie, de la cardiologie, de l’imagerie et des services d’urgence. Cette transversalité correspond à des situations cliniques complexes.

     

    Objectifs cliniques principaux : accélérer, fiabiliser, prévenir

    Trois familles d’enjeux cliniques structurent les cas d’usage analysés :

    • Réduction des délais d’intervention : 15 solutions y contribuent, souvent dans des contextes critiques (AVC, urgences neurovasculaires, arythmies). Exemples : AI-Stroke, CINA ICH, Rapid ASPECTS.
    • Fiabilisation et standardisation des diagnostics : 12 solutions proposent des mesures reproductibles (ex : EchoGO Core et ses 230 indicateurs), avec une réduction des biais inter-opérateurs.
    • Prévention et prédiction des complications : 8 solutions s’inscrivent dans une logique de suivi longitudinal ou de détection précoce (ex : Projet HYDRO, PREVIA, CorEx).

    Par ailleurs, 4 solutions sont spécifiquement conçues pour un usage en dehors de l’hôpital, dans une logique de télésurveillance ou de prévention à domicile (TakeCœur, Clark, Zio Service).

    Technologies utilisées : deep learning et données non structurées dominent

    La grande majorité des solutions repose sur des technologies d’intelligence artificielle de type deep learning (25 sur 37), parfois combinées à de la vision par ordinateur. Le machine learning plus classique est utilisé dans 10 cas. D’autres approches émergent (apprentissage fédéré, science des données). Les données non structurées sont mobilisées dans 30 solutions sur 37 (images médicales, vidéos, signaux ECG). Dix-neuf utilisent aussi des données structurées. Douze solutions combinent les deux. Cette orientation confirme l’importance de l’IA pour interpréter des contenus riches, jusqu’alors difficiles à exploiter à grande échelle.

    Des usages orientés vers le soin direct et l’anticipation des risques

    Les finalités des solutions sont variées, mais s’organisent autour de grands objectifs cliniques. Le diagnostic assisté (automatisé ou semi-automatisé) est le plus fréquent : il concerne 20 solutions. L’aide au triage ou à la décision thérapeutique en urgence suit, avec 9 solutions. Les autres se répartissent entre la prévention (6), le suivi à distance (4) et la simulation ou planification par jumeaux numériques (3). Les cas d’usage mettent l’accent sur des situations à fort enjeu : AVC, arythmies, infarctus, complications chirurgicales. L’IA permet ici d’accélérer la prise en charge ou de mieux orienter les patients vers la bonne ressource thérapeutique.

    Une maturité réglementaire encore en construction

    Malgré des performances techniques solides, la plupart des solutions ne disposent pas encore de certification complète. Seules 6 solutions présentent un marquage CE confirmé (notamment EchoGO Core, Rapid ASPECTS, HealthCCSng). Quatre sont en cours de certification. En revanche, 27 solutions ne mentionnent aucun marquage CE officiel.

    Un ancrage hospitalier fort, facteur clé d’expérimentation

    Les partenariats hospitaliers jouent aussi un rôle dans l’expérimentation et la validation des solutions. Au total, 21 établissements sont cités dans les projets analysés. L’AP-HP est le plus représenté avec 9 mentions, suivi du CHU de Bordeaux (4), du CHRU de Nancy (2) et d’un réseau de CHU régionaux (Brest, Vannes, Morlaix, Nîmes, Grenoble, etc.). Ces coopérations assurent un ancrage clinique et permettent de co-développer des outils qui répondent aux besoins des médecins, facilitent l’accès aux cohortes structurées, et stimulent l’entrainement et la validation des modèles.Plusieurs CHU français participent activement à la co-conception ou au test des algorithmes.

    Perspectives : vers un modèle d’adoption plus robuste

    Le secteur cardio-neuro apparaît comme un terrain d’expérimentation fertile pour l’IA en santé. Il conjugue des besoins cliniques urgents, une forte production de données et un réseau hospitalier mature. Pour transformer cette dynamique en déploiement à large échelle, plusieurs conditions doivent être réunies :

    • Des évaluations cliniques multicentriques, avec des marqueurs d’impact validés.
    • Un meilleur accès aux données cliniques dans un cadre sécurisé et standardisé.
    • Un effort de formation pour les équipes médicales et administratives.

    Cartographie des solutions d’IA en cardiologie :

  • Une expérimentation d’IA appliquée à l’interprétation des ECG débutera au troisième trimestre 2025

    Les maladies cardiovasculaires touchent 13,1 millions de patients en France et plus de 20 millions de personnes sont à risque. Pourtant, en moyenne, 28 ECG sont réalisés par médecin généraliste (MG) et par an. C’est pourquoi la CNAM (Caisse Nationale d’Assurance Maladie) a décidé de mener une expérimentation pour voir si des actions sensibilisation et l’usage de l’IA pouvait augmenter cette moyenne.

    Le manque de confiance des généralistes dans leurs interprétation, frein à la pratique des ECG

    L’ECG sert à la fois à dépister des pathologies cardiovasculaires et pour le suivi des patients, notamment en aidant à la décision pour l’administration d’anticoagulants. L’augmentation du nombre d’ECG est donc un enjeu de santé publique autant en termes de prévention que de soins. La CNAM a identifié 4 freins à la pratique des ECG : le manque de cardiologue, le manque d’équipements, le manque de temps, et le manque de confiance des généralistes dans leur interprétation des ECG.

    3 groupes pour 3 effets comparés

    L’Assurance Maladie a donc décidé de mener une expérimentation afin de voir si l’IA pouvait aider les généralistes dans leur analyse de ECG et ainsi en augmenter la pratique. L’appel à candidature commencera en avril 2025, l’évaluation des outils aura lieu entre juin et octobre et l’expérimentation commencera entre fin octobre et mi-décembre. Cette expérimentation se fera en partenariat avec la Haute Autorité de Santé (HAS) et le Collège de la Médecine Général (CMG) et le collège de cardiologie. Elle mobilisera 80 médecins généralistes pendant 12 mois en Haute-Garonne et dans le Val-De-Marne.

    Elle vise également à tester plusieurs solutions technologiques d’IA. Ces outils, disponibles à des degrés de maturité variés, se déclinent en deux grandes catégories :

    • “les applications autonomes, où une photo du tracé ECG est prise et analysée par l’outil, avec des résultats complétés via un questionnaire”
    • “les dispositifs intégrés, directement connectés à l’appareil ECG pour une analyse en temps réel”

    Afin de pouvoir déterminer l’impact réel de l’IA sur la pratique des ECG, les participants seront séparés en 3 groupes pour 3 effets comparés :

    • Groupe 1 : MG sensibilisés à l’utilisation des ECG par une visite d’un délégué de la CNAM et un manuel de bonnes pratiques ;
    • Groupe 2 : MG sensibilisés et accès à un outil d’IA et à une formation sur son utilisation;
    • Groupe 3 : groupe témoin, médecin des autres départements, sans sensibilisation ni outil d’IA
    • Effet de l’IA seule : randomisation en 2 groupes, un avec IA et un sans;
    • Effet d’une visite de sensibilisation : comparaison des MG sans IA avant et après une visite de sensibilisation au ECG, et des MG sans IA avec ceux des autres départements.
    • Effet de la visite de sensibilisation additionné à l’utilisation l’IA : comparaison avant/après et avec les autres départements

    La CNAM observera ensuite l’augmentation ou non de la pratique de l’ECG et de la prescription d’anticoagulants. Elle décidera en conséquence de généraliser ou non l’expérience au reste du territoire, ainsi que des modalités d’applications (IA et sensibilisation ou uniquement sensibilisation.)

    Lors de l’expérimentation un protocole fourni par Ethik-IA garantissant un contrôle humain systématique pour valider les analyses produites par l’IA sera appliqué.

     

     

  • Panorama de l’IA en santé cardio : 18 cas d’usage pour le diagnostic, les interventions, et la prévention

    37 solutions d’IA pour 18 cas d’usage : état des lieux dans les services hospitaliers

    L’intelligence artificielle s’installe progressivement dans les établissements de santé, en particulier dans les domaines comme la cardiologie, la neurologie, l’imagerie médicale et les urgences. À partir d’un corpus de 18 cas d’usage, cette analyse propose un aperçu de l’état d’avancement de ces solutions, des segments médicaux concernés, des entreprises impliquées, ainsi que des niveaux de maturité observés. Sur les 18 cas d’usage étudiés, 41 solutions ont été identifiées, soit une moyenne de 2,16 solutions par cas.
    Certains cas concentrent un volume important d’innovation (jusqu’à 7 solutions pour un même usage), tandis que d’autres n’en comptent qu’une. Cette disparité reflète un écosystème encore en cours de structuration, avec des domaines fortement explorés (notamment le diagnostic par imagerie cardiovasculaire) et d’autres plus émergents.

    Répartition par segment médical : 2,1 solutions en moyenne par cas d’usage

    La grande majorité des cas d’usage sont pluridisciplinaires, croisant plusieurs champs cliniques. Plus de 80 % des cas intègrent deux spécialités ou plus, par exemple imagerie + urgences, ou neurologie + cardiologie. Cette transversalité est un marqueur fort de la manière dont l’IA est pensée : non pas comme une brique isolée, mais comme un outil de convergence entre disciplines. De nombreux cas étudiés (18) sont ancrés dans le secteur hospitalier : Ce positionnement témoigne d’un ancrage dans des contextes de soins spécialisés, critiques ou aigus. L’IA y est mobilisée pour accélérer les diagnostics, réduire les délais d’intervention ou standardiser les prises en charge.

    Segment clinique Nombre de cas concernés
    Cardiologie 14 cas
    Imagerie médicale 10 cas
    Urgences 8 cas
    Neurologie / AVC 7 cas
    Prévention 4 cas
    Anesthésie-Réanimation 2 cas

    Les cas analysés se répartissent en quatre grandes catégories :

    1. Diagnostic assisté par IA 15 cas et 36 solutions. Interprétation d’imagerie, d’ECG, ou de signaux biologiques. Ce segment concentre plus de 60 % des solutions identifiées. Exemples : détection des arythmies (3 solutions), aide au diagnostic à partir d’IRM (7 solutions), reconnaissance d’hémorragies (6 solutions).
    2. Réduction des délais d’intervention 6 cas et 7 solutions.  Triage post-angiographie, pré-diagnostic rapide. Exemples : AI-Stroke, Rapid ASPECTS, systèmes d’écoute des appels.
    3. Prévention des risques 5 cas et 8 solutions. Surveillance à distance, détection de signaux faibles, aide à l’adaptation médicamenteuse. Exemples : CorEx pour l’analyse coronarienne, Lifeaz pour les défibrillateurs connectés.
    4. Standardisation des pratiques 5 cas et 6 solutions. Automatisation des mesures (diamètre aortique, score ASPECTS, calcifications coronaires). Exemples : Arva (diamètre aortique), HealthCCSng (calcifications), Volta (guidage en électrophysiologie).

    La grande majorité des cas d’usage relèvent de l’innovation médicale. L’IA est donc massivement utilisée pour développer de nouvelles pratiques cliniques ou améliorer des diagnostics complexes. Les autres axes (pilotage, organisation, décision populationnelle) restent encore minoritaires à ce stade.

    Axe stratégique Nombre de cas
    Innovation médicale 15 cas
    Pilotage 1 cas
    Opérations 1 cas
    Aide à la décision 1 cas

    Maturité variable des solutions IA : entre production clinique et phase pilote

    Parmi les 18 cas, 5 disposent d’une publication scientifique associée, soit environ 26 %. Ces publications sont issues de revues spécialisées comme Resuscitation Journal, AJNR, Springer ou J Vasc Surg.
    La maturité des autres solutions est plus hétérogène : certaines sont déjà en production clinique, tandis que d’autres restent en phase d’expérimentation ou de preuve de concept. Cette diversité de maturité souligne le besoin d’un accompagnement différencié, entre solutions à déployer et innovations à valider. Parmi les 41 solutions identifiées dans le champ de l’intelligence artificielle appliquée à la cardiologie, à la neurologie et à l’imagerie médicale, 20 sont développées par des entreprises de moins de 50 salariés. Les entreprises de moins de 10 salariés représentent 6 projets, tandis que celles comptant entre 10 et 49 collaborateurs en portent 10. Cette configuration souligne la jeunesse de l’écosystème IA santé, bien composé de structures émergentes.

    Un écosystème en construction, porté par l’hôpital et la deeptech

    Cette dynamique repose sur un triptyque : hôpital universitaire, startup IA et données cliniques. Des établissements comme l’AP-HP, le CHU de Bordeaux, l’Institut Mutualiste Montsouris ou le CHU de Grenoble jouent un rôle dans cette transformation, en tant que partenaires ou sites pilotes. Leur implication alimente un écosystème public-privé. Pour autant, si certaines solutions sont déjà en production dans les services d’urgence, d’autres restent en phase de validation clinique, soulignant la nécessité d’un accompagnement pour consolider le développement de ces solutions.

    Interopérabilité, accès aux données, formation : les trois freins à lever pour l’IA clinique

    L’intelligence artificielle permet un gain de temps, notamment dans les cas d’usage de détection et de diagnostic assisté (par exemple grâce au score ASPECTS automatisé ou à la détection des plaques coronariennes). L’IA contribue également à standardiser les mesures médicales, ce qui réduit les écarts entre praticiens. Enfin, certaines solutions bénéficient déjà d’une validation clinique, avec des publications scientifiques à l’appui. Cependant, plusieurs freins persistent. Les systèmes hospitaliers manquent d’interopérabilité, ce qui complique l’intégration des solutions. L’accès aux données de santé est encore lent, notamment pour les startups. Il y a aussi un besoin important de formation des professionnels de santé à l’usage de l’IA, ce qui limite son adoption sur le terrain.

     

    Cartographie des cas d’usage : IA et cardiologie

  • Fibrillation auriculaire : un taux de succès de 88% de l’ablation assistée par IA (Nature Medicine)

    33 millions de patients concernés

    La fibrillation auriculaire (FA) est la forme d’arythmie cardiaque la plus fréquente. Elle entraîne des battements irréguliers du cœur, augmentant le risque d’accidents vasculaires cérébraux et d’insuffisance cardiaque. Actuellement, l’ablation par IVP est le traitement de référence pour les formes paroxystiques de FA. Cependant, son taux de succès pour les formes persistantes reste limité avoisinant les 50 %. L’étude TAILORED-AF cherche à surmonter cette limite grâce à une approche guidée par IA.

    Une étude multicentrique impliquant 391 patients

    TAILORED-AF a été menée dans plusieurs centres en Europe et aux États-Unis. Sur les 391 patients initialement recrutés, 377 ont été inclus dans l’étude et 370 ont effectivement subi une ablation. Les participants ont été répartis de manière aléatoire entre deux groupes : l’un recevant une ablation standard par IVP et l’autre bénéficiant d’une ablation personnalisée assistée par IA.

    88 % de succès avec l’ablation personnalisée contre 70 % pour l’IVP seule

    Les résultats de l’étude montrent que l’approche personnalisée a permis de réduire significativement les épisodes d’arythmie. Le taux de succès s’élève à 88 % chez les patients ayant reçu l’ablation personnalisée, contre 70 % dans le groupe IVP standard. Ce succès est particulièrement marqué chez les patients dont la FA persistait depuis plus de six mois, un sous-groupe traditionnellement plus difficile à traiter.

    L’innovation majeure de cette étude repose sur l’utilisation d’algorithmes d’IA capables de détecter des zones de dispersion électrique à cibler lors de l’ablation. Cette approche permet une personnalisation du traitement en fonction de l’activité électrique propre à chaque patient, améliorant ainsi l’efficacité de la procédure. De plus, malgré une durée d’intervention plus longue cette stratégie n’a pas entraîné d’augmentation des complications graves. L’IA a permis d’identifier avec précision les zones du tissu cardiaque responsables de l’arythmie. Grâce à des algorithmes avancés d’apprentissage automatique, les chercheurs ont pu analyser les électrogrammes de chaque patient afin de détecter des motifs spécifiques de dispersion spatio-temporelle. Ces informations ont ensuite été utilisées pour guider l’ablation de manière plus ciblée réduisant ainsi le risque de récidive et augmentant le taux de succès de la procédure.

    Des défis à surmonter

    Malgré des résultats prometteurs, l’étude TAILORED-AF présente certaines limites. La durée de suivi des patients reste courte, ce qui ne permet pas encore d’évaluer l’efficacité de l’ablation personnalisée à long terme. De plus, cette approche nécessite une technologie avancée et une expertise spécifique. Par ailleurs, bien que l’ablation assistée par IA ait montré une meilleure efficacité, elle implique une procédure plus longue. Cela peut poser des défis en termes d’organisation hospitalière. Enfin, la sélection des patients issus de centres spécialisés pourrait limiter la généralisation des résultats à l’ensemble des personnes atteintes de fibrillation auriculaire persistante. Des recherches complémentaires seront nécessaires pour confirmer ces résultats et optimiser l’intégration de l’IA dans la pratique clinique courante.

  • Elsan : « La robotique est un levier d’innovation, d’attractivité territoriale et d’amélioration continue du soin »  (M. Combes)

    Quel est l’objectif du programme robotique lancé par Elsan?

    Myriam Combes : Notre stratégie médicale repose sur plusieurs piliers : l’accessibilité et la proximité, la qualité des soins mesurée objectivement, la formation continue des praticiens, et la construction de la santé de demain. Le programme robotique s’inscrit pleinement dans cette vision.

    Il y a d’abord une phase d’équipement, avec un plan d’acquisition ambitieux : 16 robots sur 2024-2025, 6 supplémentaires en 2026, et potentiellement 3 autres en 2027. Mais l’objectif n’est pas uniquement technologique : il est aussi évaluatif. Nous voulons mesurer de façon rigoureuse l’impact de la robotique sur la qualité du geste, la récupération des patients, et l’efficience médico-économique. 

    Comment Elsan garantit-il l’accessibilité à la chirurgie robotique sur tout le territoire ?

    M.C : Elsan est un acteur de santé de proximité : 60 % de nos établissements sont situés dans des villes moyennes, et deux Français sur trois vivent à moins de 40 km d’un établissement Elsan. Cette logique de maillage territorial guide aussi notre déploiement robotique.

    Nous avons implanté des robots dans chaque grande région où nous sommes présents, y compris dans des villes comme Roanne ou Le Puy-en-Velay. Nous favorisons les robots multi-spécialités, pour maximiser leur utilité. C’est un enjeu d’accès aux soins, de qualité des soins, mais aussi d’attractivité médicale pour les territoires : proposer un plateau technique moderne est un levier fort pour attirer et fidéliser les praticiens. 

    Quels sont les usages cliniques actuels et les perspectives par spécialité ?

    M.C : Historiquement, la chirurgie robotique s’est développée en urologie, mais d’autres disciplines prennent le relais. La chirurgie digestive est en plein essor, notamment chez les jeunes praticiens qui se forment déjà avec ces outils. Ensuite viendront la gynécologie, le thoracique, et les spécialités orthopédiques comme les remplacements prothétiques du genou, de la hanche ou de l’épaule. 

    Nous distinguons deux approches complémentaires : 

    • Des robots multi-spécialités, utilisés dans plusieurs disciplines dans un même établissement. 
    • Des robots d’hyper-spécialité, comme Loop-X ou Mazor, déployés dans des centres selon les besoins médicaux locaux. 

    Vous menez aussi des études cliniques. Quels en sont les objectifs ?

    M.C : La recherche est essentielle our améliorer nos pratiques cliniques. Nous avons, par exemple, lancé une étude multicentrique sur le cancer de la prostate, comparant trois approches : chirurgie à ciel ouvert, coelioscopie, et chirurgie robotique. 1 400 patients ont été inclus, les premiers résultats sont attendus d’ici la fin de l’année.

    Au total, 27 établissements participent à ces études. Leur force, c’est qu’elles sont représentatives de la pratique libérale en territoire, avec un niveau d’exigence méthodologique très élevé. Cela nous permet de mesurer l’impact en vie réelle, ce qui est essentiel pour l’amélioration des pratiques. 

    « Ce que nous voulons valider, ce n’est pas seulement une perception clinique, mais une réalité mesurable : moins de complications, moins de douleur, récupération plus rapide. »

    Des partenariats industriels soutiennent aussi votre démarche. Quels sont leurs bénéfices ?

    M.C : Nous collaborons avec plusieurs fabricants de robots, dont Moon Surgical (Maestro) et Medtronic (Mazor, robot rachidien). Ces partenariats nous permettent d’être primo-utilisateurs de certaines technologies et d’observer leur impact concret sur les pratiques. 

    Par exemple, Maestro est un assistant robotique. Et la polyclinique Franche-Comté (Elsan, Besançon) a été un des 2 premiers sites pilotes européens de cet assistant robotique : nous y regardons son impact sur la prise en charge du patient et le confort du praticien et de l’équipe du bloc opératoire, sachant que sa sécurité a déjà été validée. 

    La formation est-elle un enjeu pour accompagner cette transition ? 

    C’est un point essentiel. Nous avons mis en place, avec des industriels comme Intuitive, un programme de formation dédié aux praticiens d’Elsan. Il répond à deux besoins : 

    1. Former ceux qui découvrent la robotique. 
    1. Améliorer en continu les pratiques de ceux déjà expérimentés. 

    Mais il faut aller plus loin : la robotique est un travail d’équipe. Nous formons aussi les soignants (infirmiers, aides opératoires, etc.), car toute la chaîne doit maîtriser les outils. C’est une culture de la pratique robotique que nous construisons. 

    Quelles résistances avez-vous pu observer dans l’adoption de la robotique ?

    M.C : Il existe un effet générationnel. Les jeunes chirurgiens, en urologie ou en digestif, se forment directement sur le robot. Pour eux, c’est un prolongement naturel de leur pratique. D’autres, plus expérimentés, peuvent être plus réticents : certains s’y mettent avec curiosité, d’autres préfèrent rester sur des techniques éprouvées, comme la coelioscopie. 

    Mais attention : la chirurgie robotique est une autre façon de pratiquer. Ce n’est pas une simple extension de la coelioscopie. C’est un mode opératoire très différent, plus proche dans son geste de la chirurgie à ciel ouvert, avec un champ opératoire plus focalisé, plus précis. 

    Vers quelles évolutions va-t-on, notamment avec l’IA ou la réalité augmentée ?

    M.C : Les briques technologiques sont déjà là. Par exemple, des outils permettent de reconstruire un organe en 3D et de l’intégrer dans le champ opératoire. À terme, l’IA pourra : 

    • bloquer l’accès à des zones dangereuses (vaisseaux, nerfs, etc.), 
    • guider le chirurgien par étapes, en l’obligeant à identifier certaines structures avant de poursuivre. 

    C’est le début d’une standardisation intelligente du geste, qui améliore la sécurité tout en gardant l’expertise humaine au centre. 

    Quels sont les projets à venir pour Elsan dans ce domaine ?

    M.C : D’ici 2027, nous allons continuer à étendre notre maillage robotique, avec de nouvelles spécialités intégrées, en miroir de ce que l’on observe à l’international. L’orthopédie va prendre une place croissante, avec des robots spécifiquement conçus pour la chirurgie articulaire. 

    Et surtout, nous allons poursuivre la déclinaison territoriale de notre programme, pour que chaque patient, où qu’il vive, puisse bénéficier des technologies de demain. 

    « La robotique, c’est un levier d’innovation, de formation, d’attractivité territoriale et d’amélioration continue du soin. »

    👉 La chirurgie robotique sera l’un des thèmes abordés  lors de la soirée du 1er avril, le live d’innolab accessible en digital sur inscription gratuite ici : https://my.weezevent.com/accelerer-le-deploiement-des-innovations-technologiques-digital

  • Google dévoile TxGemma, sa nouvelle IA pour accélérer la découverte de médicaments

    Une IA dédiée à la recherche thérapeutique

    Google poursuit son incursion dans le domaine de la santé avec le lancement de TxGemma, une déclinaison de sa gamme de modèles d’IA Gemma, elle-même basée sur la plateforme Gemini. Présentée lors de l’édition 2025 de The Check Up, cette nouvelle IA générative vise à appuyer les chercheurs dans la découverte de nouveaux médicaments. Développée dans le cadre du programme Health AI Developer Foundations, TxGemma sera mise à disposition de la communauté scientifique d’ici fin avril. À ce stade, les conditions d’utilisation commerciale ne sont pas encore précisées.

    Comprendre les structures thérapeutiques grâce au langage

    TxGemma est conçue pour interpréter à la fois le langage naturel et les structures moléculaires complexes – petites molécules, substances chimiques, protéines. Selon la directrice santé de Google, Dr Karen DeSalvo, les chercheurs peuvent interroger le modèle afin d’obtenir des prédictions sur l’efficacité ou la sécurité de molécules en développement. L’objectif affiché est clair, raccourcir et optimiser le processus long et coûteux du développement thérapeutique, en s’appuyant sur les capacités prédictives et analytiques de l’IA.

    Un secteur en mutation, encadré par les agences réglementaires

    L’essor de l’IA dans les sciences de la vie transforme déjà la recherche pharmaceutique : détection de cibles thérapeutiques, conception de nouvelles molécules, repositionnement de traitements. Cette accélération a conduit la FDA à publier en début d’année ses premières recommandations sur l’usage de l’IA dans les dossiers réglementaires, suivie par l’EMA avec un document de réflexion sur son utilisation dans le cycle de vie des médicaments.

    D’autres initiatives en santé numérique présentées par Google

    Google a également profité de The Check Up pour faire le point sur ses autres projets en santé. L’application Health Connect intégrera bientôt un module pour centraliser les dossiers médicaux. Les résultats de recherche sur Google intègreront des informations de santé plus pertinentes. Par ailleurs, le concept d’AI co-scientist a été mis en avant, cet assistant virtuel peut générer des hypothèses de recherche ou des protocoles expérimentaux à partir d’un objectif exprimé en langage naturel. Exemple : comprendre la propagation d’un microbe pathogène. Enfin, Google a présenté Capricorn, un outil utilisant les modèles Gemini pour identifier des traitements personnalisés en oncologie pédiatrique, à partir de données publiques et de données patient anonymisées.

  • Evinova intègre sa solution de télésurveillance à l’essai clinique I-SPY 2.2 sur le cancer du sein

    Une surveillance proactive pour limiter les effets indésirables graves

    Evinova, société spécialisée dans les technologies d’essais cliniques, s’est associée à Quantum Leap Healthcare Collaborative (QLHC) pour intégrer sa solution de surveillance à distance des patients (Remote Patient Monitoring – RPM) dans la plateforme d’essai I-SPY 2.2. Cet essai vise à évaluer de nouvelles options thérapeutiques pour les femmes atteintes d’un cancer du sein localement avancé récemment diagnostiqué.

    Le module RPM sera utilisé pour détecter les premiers symptômes de la pneumopathie interstitielle (MPI), une complication potentielle liée à un des traitements expérimentés. La détection précoce de cette toxicité est un enjeu pour éviter l’évolution vers une forme grave de la maladie, pouvant nécessiter une réduction ou une interruption du traitement.

    Une technologie intégrée dans un protocole de recherche adaptatif

    I-SPY 2.2 repose sur un protocole dit « essai de plateforme », permettant d’évaluer simultanément plusieurs traitements expérimentaux face à un groupe témoin commun. Cette approche vise à accélérer l’accès à des solutions thérapeutiques plus efficaces tout en limitant les effets secondaires.

    Selon le Dr Laura Esserman, fondatrice des essais I-SPY et de QLHC, l’introduction de traitements innovants comme les anticorps bispécifiques ou les conjugués anticorps-médicament ouvre de nouvelles perspectives, mais s’accompagne de risques. D’où l’intérêt d’une surveillance rapprochée rendue possible par Evinova, qui permet d’observer à distance les signes cliniques au quotidien, sans attendre les visites programmées.

    Alertes en temps réel et intervention rapide

    La solution d’Evinova génère des alertes en temps réel pour les professionnels de santé et les sites cliniques, en cas d’apparition ou d’aggravation de symptômes. Les équipes médicales peuvent ainsi rapidement évaluer les patients selon des lignes directrices établies, et décider d’interventions adaptées. Cristina Duran, présidente d’Evinova, souligne que cette approche permet d’améliorer l’expérience des essais cliniques, tout en facilitant la gestion des risques liés aux traitements.

  • Spectral AI : des résultats d’essai cliniques renforcent la demande d’autorisation de mise sur le marché d’un outil de diagnostic des brûlures

    Une étude comparative avec les cliniciens spécialisés

    Spectral AI a publié les résultats d’une étude de validation clinique portant sur 164 patients brûlés, dont 49 enfants, aux États-Unis. L’objectif est de comparer les performances de son dispositif DeepView à celles de médecins spécialistes des grands brûlés. Basée sur un système d’imagerie par lumière multispectrale couplée à des algorithmes d’intelligence artificielle, la solution évalue la capacité des tissus brûlés à cicatriser.

    Des performances supérieures en détection de tissus lésés

    L’analyse a porté sur la sensibilité au niveau des pixels : DeepView atteint 81,9 %, contre 38,8 % pour l’évaluation humaine. Le système a également obtenu de meilleurs scores de dés, une métrique de concordance entre zones prédites et zones réelles (68,5 % contre 39,2 % pour les cliniciens). Spectral AI souligne que ces résultats traduisent une meilleure précision dans l’identification des zones de plaie.

    En revanche, sur le critère de spécificité — capacité à identifier correctement les tissus sains — le système est moins performant que les cliniciens : 61,2 % pour DeepView contre 79,1 % pour les médecins. La société explique cet écart par une approche plus conservatrice des professionnels de santé dans l’estimation des brûlures.

    Vers une autorisation FDA et un déploiement à grande échelle

    Sur la base de ces résultats, Spectral AI prévoit de soumettre une demande d’autorisation de la FDA via la procédure de novo d’ici la fin juin 2025, avec une décision attendue début 2026. L’entreprise anticipe une mise sur le marché rapide grâce à ses capacités de production déjà en place. Lors d’une conférence téléphonique en novembre, Michael DiMaio, président du conseil d’administration, a précisé que le contrat avec la Biomedical Advanced Research and Development Authority (BARDA) permettrait d’activer une force de vente dédiée. Il prévoit également la distribution d’environ 200 appareils via les circuits gouvernementaux vers des centres de traitement des brûlures à travers le pays. La banque BTIG, qui suit la société, estime que ces résultats confirment le positionnement de DeepView sur plusieurs marchés et renforcent la crédibilité du projet auprès des investisseurs.