Articles

  • Médecine générale : 15 solutions pour 6 cas d’usage de l’IA en France

    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
    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
    Bénéfices des cas d’usage de l’IA dans la médecine générale

  • L’utilisation de l’IA en consultation : quel cadre légal pour les praticiens ?

    ChatGPT : une IA capable de réussir un examen de médecine ?

    Une étude publiée dans PLOS Digital Health a évalué les capacités de ChatGPT en lui faisant passer l’USMLE, l’examen de licence médicale aux États-Unis. Résultat : l’IA a obtenu un score compris entre 52,4 % et 75 %, proche du seuil de réussite fixé à 60 %. Testé sur 350 questions, le chatbot a démontré des compétences en raisonnement clinique et bioéthique, bien qu’il n’ait pas pu répondre aux questions nécessitant l’analyse d’images médicales. Si cette performance impressionne, elle ne signifie pas pour autant que l’IA peut remplacer un médecin.

    Peut-on faire confiance à ChatGPT pour poser un diagnostic ?

    Le 1ᵉʳ avril 2024, Le Quotidien du Médecin publiait un canular affirmant qu’un patient fictif, Michel Argan, avait évité une perforation de la vésicule biliaire et une péritonite grâce à ChatGPT. Son médecin avait diagnostiqué à tort une colopathie, mais c’est en consultant l’IA que le patient aurait pris conscience de la gravité de son état, incitant son généraliste à l’envoyer aux urgences.

    Si cette histoire était fictive, un cas réel survenu en 2023 aux États-Unis montre que ChatGPT a effectivement aidé une mère à diagnostiquer la maladie rare de son fils. Après trois ans d’errance médicale et dix-sept consultations infructueuses, elle a entré les données médicales de son enfant dans l’IA, qui lui a suggéré un syndrome de la moelle attachée, une malformation congénitale rare. Les médecins ont confirmé le diagnostic, permettant une intervention chirurgicale.

    Des recommandations médicales parfois inadaptées

    Néanmoins, une étude publiée dans Nature Communications met en garde contre l’utilisation de ChatGPT en contexte d’urgence. Selon les chercheurs, l’IA pourrait :

    • Recommander des examens et traitements inutiles, comme des radiographies ou des antibiotiques.
    • Suggérer l’hospitalisation de patients qui n’en ont pas besoin.
    • Générer des erreurs de diagnostic, en l’absence d’examen clinique.

    Cet aspect est préoccupant, car une surmédicalisation ou une mauvaise orientation des patients peuvent avoir des conséquences graves sur leur prise en charge.

    Un médecin sur cinq utilise ChatGPT 

    Une étude publiée dans le BMJ révèle que 20 % des médecins généralistes utilisent déjà ChatGPT ou d’autres IA génératives dans leur pratique. Ces outils sont principalement employés pour :

    • Rédiger de la documentation (29 %),
    • Suggérer un diagnostic différentiel (28 %).

    Cependant, 58,7 % des professionnels de santé se méfient de l’IA en raison de plusieurs facteurs :

    • Biais algorithmiques (59 %) : l’IA peut perpétuer des stéréotypes médicaux et des préjugés raciaux.
    • Manque de transparence (50 %) : il est difficile de savoir comment l’IA génère ses réponses.
    • Altération de la relation médecin-patient (49 %) : certains craignent une médecine trop automatisée.

    Des erreurs médicales aux dangers de l’automédication

    Un autre problème réside dans les recommandations médicales parfois inexactes de l’IA. Par exemple, à la question “Puis-je prendre des anti-inflammatoires pour un mal de gorge ?”, ChatGPT répond que “l’ibuprofène peut soulager la douleur et réduire l’inflammation”. Or, Que Choisir rappelle que ces médicaments sont déconseillés en automédication, en raison du risque de surinfection. De plus, la confidentialité des données reste un point sensible. Les IA étant développées par des entreprises privées, leur utilisation soulève des questions sur la protection des informations médicales et le respect du secret professionnel.

    Cadre réglementaire actuel de l’IA en médecine libérale

    En France, l’utilisation de ChatGPT s’inscrit dans un cadre juridique large concernant l’utilisation de l’IA en médecine. Par exemple ChatGPT n’est pas considéré comme un dispositif médical au sens de la réglementation européenne, car il n’a pas été conçu spécifiquement à des fins médicales. Les médecins restent entièrement responsables de leurs décisions cliniques, même s’ils utilisent ChatGPT comme outil d’aide. L’usage de chatGPT ou de tout autre agent conversationnel basé sur l’IA nécessite donc une grande prudence.

    L’utilisation de l’IA en médecine est encadrée par plusieurs textes législatifs et réglementaires, tant au niveau national qu’européen.

    • Règlement Général sur la Protection des Données (RGPD) : Entré en vigueur en mai 2018, le RGPD impose des obligations strictes concernant le traitement des données personnelles, notamment de santé. Les médecins doivent garantir la confidentialité, l’intégrité et la sécurité des informations patient, surtout lorsqu’ils utilisent des outils d’IA nécessitant l’accès à ces données.
    • Loi Informatique et Libertés : Modifiée en 2018 pour s’aligner sur le RGPD, cette loi française précise les conditions de collecte et de traitement des données personnelles. Elle insiste sur le consentement éclairé du patient et sur la minimisation des données collectées.
    • Code de la santé publique : Il encadre la pratique médicale et stipule que les professionnels de santé doivent exercer selon les données acquises de la science et respecter le secret médical. L’utilisation d’outils d’IA doit donc être conforme aux connaissances médicales actuelles et garantir la confidentialité des informations.
    • Règlement sur l’IA de l’Union européenne (proposé) : En avril 2021, la Commission européenne a proposé un cadre juridique pour l’IA, classant les applications en différentes catégories de risques. Les dispositifs médicaux intégrant de l’IA sont généralement considérés comme “à haut risque” et devront répondre à des exigences strictes en matière de sécurité et de transparence.

    Les risques de l’utilisation d’outils non certifiés

    Les IA utilisées en médecine doivent être certifiées pour garantir leur fiabilité. En Europe, ces outils doivent respecter : le règlement européen sur les dispositifs médicaux (MDR – 2017/745), les recommandations de la Haute Autorité de Santé (HAS), et la certification CE Dispositif Médical. Les risques liés aux mésusages de l’IA générative :

    • Des erreurs de diagnostic : suggestions inexactes ou absence de prise en compte de spécificités cliniques.
    • Des traitements inadaptés : prescriptions erronées pouvant aggraver l’état du patient.
    • Fiabilité et mise à jour des informations : ChatGPT n’a pas accès aux dernières recommandations médicales en temps réel et peut générer des réponses incorrectes ou obsolètes.
    • Des retards dans la prise en charge : si l’IA propose une fausse piste, cela peut ralentir la prise en charge appropriée.

    L’utilisation de l’intelligence artificielle en médecine engage la responsabilité du médecin. En cas d’erreur liée à l’IA, plusieurs sanctions légales peuvent être encourues. Une faute professionnelle peut être retenue si un médecin s’appuie sur une IA pour poser un diagnostic ou prescrire un traitement et qu’une erreur en découle. Il peut alors être poursuivi pour négligence, l’IA n’étant pas reconnue comme un dispositif médical fiable et certifié. Le praticien reste donc seul responsable des décisions prises. Le non-respect du secret médical constitue également une infraction. L’utilisation d’une IA non conforme au Règlement Général sur la Protection des Données (RGPD) peut exposer le médecin à des sanctions pénales et disciplinaires. Toute fuite ou mauvaise gestion des données patient est considérée comme une atteinte grave à la confidentialité médicale. Enfin, l’usage illégal d’un dispositif médical est sanctionné par l’Ordre des Médecins. Un dispositif médical doit être certifié, notamment avec un marquage CE, pour être utilisé en consultation. Si un médecin intègre une IA non validée dans sa pratique, il risque des sanctions disciplinaires pouvant aller d’un simple avertissement à une suspension d’exercice. Face à ces risques, une utilisation encadrée et rigoureuse des outils d’IA est essentielle pour éviter des conséquences juridiques et garantir la sécurité des patients.

    Health & Tech Intelligence

    Un allié pour l’information et l’administratif, un doute pour le diagnostic

    En février 2024, une autre enquête de PulseLife, menée auprès de 1700 professionnels de santé, révèle que 53 % d’entre eux utilisent déjà l’IA dans leur pratique quotidienne, principalement pour l’accès à l’information médicale (46 %), la formation (37 %) et la prescription de traitement (28 %). Seuls 58,7 % lui font confiance pour l’aide au diagnostic, en raison des biais algorithmiques (59 %), du manque de transparence (50 %) et des craintes sur la relation soignant-patient (49 %). Les soignants attendent de l’IA une amélioration du diagnostic (65,8 %), un gain de temps (58,8 %) et une réduction des erreurs médicales (54,3 %). Ils souhaitent surtout une aide pour les tâches administratives (71 %) et l’analyse des données médicales (67 %).

    Un besoin urgent de formation

    Enfin, alors que seuls 6,6 % des professionnels ont été formés à l’IA, 78,2 % expriment le souhait d’être formés, un chiffre encore plus élevé chez les médecins (84 %). L’étude confirme que l’IA soulève des questions en matière de transparence, de formation et d’éthique.

     

  • 53% des soignants intègrent l’IA dans leur pratique quotidienne (baromètre PulseLife)

    Cette étude publiée début février 2025 par PulseLife, a été réalisée pour mieux comprendre comment les professionnels de santé intègrent l’IA dans leur pratique et quelles sont leurs attentes et préoccupations.

    88,4% des soignants constatent un impact positif sur la qualité des soins

    Une très large majorité des professionnels interrogés perçoivent un impact positif de cette technologie sur la qualité des soins, un chiffre qui grimpe à 91% chez les médecins. Il a été mis en avant que l’IA permet non seulement de réduire le temps nécessaire pour poser un diagnostic mais aussi d’améliorer la précision des décisions médicales en s’appuyant sur des bases de données étendues et des analyses comparatives avancées.

    Malgré les bénéfices perçus, la confiance des soignants envers l’IA reste prudente. 58,7% des répondants déclarent lui faire confiance pour l’aide au diagnostic et la prise en charge avec une légère hausse chez les médecins qui sont à 63,5%. Les principales inquiétudes concernent :

    • les biais algorithmiques à 59% ;
    • le manque de transparence des sources à 50% ;
    • et une potentielle dégradation de la relation soignant-patient à 49%.

    2/3 des répondants estiment que leur métier n’est pas en danger à cause de l’IA

    L’enquête révèle également que l’IA ne semble pas être perçue comme une menace par la majorité des professionnels de santé. 66% d’entre eux estiment que leur métier ou leurs compétences ne sont pas en danger. Cette proportion est encore plus élevée chez les médecins soit 70,4%, ce qui suggère une acceptation progressive de l’IA comme un outil de support plutôt qu’un substitut. Seuls 9% adoptent une posture pessimiste face à ces évolutions.

    Des attentes fortes en matière d’assistance administratives

    Les professionnels de santé attendent de l’IA qu’elle contribue principalement :

    • à l’amélioration du diagnostic à 65,8% ;
    • à la réduction du temps consacré aux soins à 58,8% ;
    • et à la diminution des erreurs médicales à 54,3%.

    Par ailleurs, 71% des répondants souhaitent que l’IA soit une aide pour les tâches administratives et 67% pour l’analyse des données médicales.

    L’enquête met en évidence une demande massive de formation à l’IA. Alors que seulement 6,6% des soignants ont bénéficié d’une formation spécifique, 78,2% déclarent souhaiter en recevoir une. Un besoin encore plus marqué chez les médecins où le pourcentage atteint 84. D’ailleurs dès la rentrée 2025, l’IA rentrera dans la formation obligatoire au premier cycle des études de santé.

    Méthodologie de l’enquête

    L’enquête a été réalisée entre le 4 décembre 2023 et le 13 janvier 2024 auprès de la communauté de professionnels de santé de PulseLife. 1 700 répondants ont participé via un questionnaire auto-administré en ligne avec une représentation diversifiée des métiers de santé :

    • 52% de médecins
    • 20% d’infirmiers/IPA
    • 8% de pharmaciens
    • 3% d’aides-soignants
    • 17% d’autres professionnels (kinésithérapeutes, ostéopathes, dentistes, etc.)

    L’échantillon couvre différentes tranches d’âge avec 48% des répondants ayant entre 25 et 44 ans, 38% plus de 45 ans et 14% moins de 25 ans. La répartition entre exercice en ville et en établissement varie selon les professions.

     

  • IA générative : un marché en plein essor, mais encore peu industrialisé en entreprise

    Une accélération sans précédent du marché

    Selon la seconde édition de l’étude de Sopra Steria Next, l’année 2024 marque un tournant pour l’IA générative. L’essor technologique a été spectaculaire, porté par des investissements records des géants de la tech et l’amélioration des modèles existants. OpenAI en est l’un des symboles : son outil ChatGPT a dépassé Google en nombre de visites mensuelles, atteignant 3,7 milliards d’utilisations en octobre 2024, et ses revenus ont plus que doublé en un an pour atteindre 3,7 milliards de dollars. Cette dynamique d’investissement ne devrait pas faiblir en 2025. Amazon, Meta et d’autres acteurs majeurs poursuivent leurs annonces dans le domaine, tandis que Nvidia bénéficie d’une explosion de la demande pour ses GPU. Sopra Steria Next estime ainsi que le marché de l’IA générative dépassera les 100 milliards de dollars d’ici 2028.

    Des entreprises encore en difficulté pour l’industrialisation

    Malgré cet engouement, l’adoption en entreprise reste laborieuse. En 2024, seules 22 % des grandes entreprises avaient réussi à industrialiser un cas d’usage, contre seulement 3 % en 2023. La progression est notable, mais la majorité des entreprises reste bloquée au stade du test. Les secteurs de l’IT, de la supply chain et du service client sont les plus avancés, mais des freins organisationnels persistent :

    • Une gouvernance des données insuffisante, freinant l’exploitation optimale de l’IA.
    • Des barrières organisationnelles et techniques, empêchant une intégration fluide entre expertise métier et ingénierie.
    • Un manque de compétences spécialisées, la formation au prompting et à l’IA étant encore trop récente.

    Les leviers pour réussir le passage à l’échelle

    Pour maximiser la valeur de l’IA générative, Sopra Steria Next identifie quatre priorités stratégiques :

    • Se focaliser sur l’impact concret : prioriser les solutions les plus matures et assurer leur adoption par les employés.
    • Explorer l’IA agentique : évoluer vers des modèles intégrés et interactifs de type Speak-to-Action.
    • Combiner plusieurs modèles d’IA : optimiser les usages en jouant sur le coût, la performance et l’empreinte ESG.
    • Garantir une IA éthique et responsable : intégrer l’AI Act et utiliser des données synthétiques pour faciliter le déploiement.

    L’année 2025 sera décisive, les entreprises devront sortir des expérimentations et intégrer pleinement l’IA générative dans leurs processus.

  • Pasteur 2030 : comment l’Institut Pasteur veut répondre aux défis de la santé publique dans les 5 prochaines années

    Le plan stratégique Pasteur 2030, dévoilé par l’Institut Pasteur, définit une feuille de route ambitieuse pour relever les grands défis scientifiques et sanitaires des prochaines années. Face à l’augmentation des maladies infectieuses, à l’antibiorésistance, au vieillissement, aux cancers et aux effets du changement climatique sur la santé, l’institut se positionne comme un leader mondial de la recherche biomédicale.

    Un cap stratégique pour accélérer la recherche biomédicale

    Avec près de 140 ans d’existence, l’Institut Pasteur est un acteur historique des sciences du vivant et est à l’origine de nombreuses découvertes majeures, comme l’identification du VIH comme cause du sida (1983), ou encore la découverte du bacille de la peste (1894). Aujourd’hui, il entend réaffirmer son rôle de référence scientifique en structurant ses actions autour de trois grands objectifs.

    1️⃣ D’abord, approfondir la compréhension des maladies infectieuses et de leur impact sur d’autres pathologies. Cela inclut l’étude des maladies endémiques, l’antibiorésistance, les risques pandémiques accrus par le changement climatique et l’analyse des réponses immunitaires selon l’âge, le sexe et le contexte biologique.

    2️⃣ Ensuite, développer des solutions concrètes pour lutter contre ces pathologies. L’Institut Pasteur ambitionne d’accélérer la découverte de vaccins, de traitements et de tests diagnostiques innovants, tout en renforçant la surveillance des pathogènes émergents grâce à son réseau international.

    3️⃣ Enfin, diffuser le savoir scientifique et défendre le rôle de la science dans la société. À travers la formation des jeunes chercheurs, la promotion d’une recherche ouverte et une communication active face aux critiques contre la science, Pasteur 2030 entend garantir un accès équitable aux découvertes scientifiques et maintenir la recherche au service du bien commun.

    Quatre priorités scientifiques pour structurer la recherche de demain

    L’Institut Pasteur a identifié quatre axes prioritaires qui guideront son action au cours des prochaines années.

    1️⃣ Menaces infectieuses : une mobilisation renforcée face aux pandémies et à l’antibiorésistance 

    Les maladies infectieuses restent une cause majeure de mortalité mondiale, avec près de 15 millions de décès par an selon l’OMS. Malgré les avancées en vaccinologie et en traitement antimicrobien, l’émergence de nouvelles pathologies et l’accélération de la résistance aux antibiotiques posent des défis critiques.

    L’Institut Pasteur prévoit d’intensifier ses efforts pour comprendre les mécanismes de résistance des microbes, surveiller l’évolution des pathogènes et développer de nouvelles thérapies. Le recours à l’intelligence artificielle et à la biologie computationnelle sera renforcé afin d’analyser les interactions hôte-pathogène et d’identifier plus rapidement des cibles thérapeutiques.

    2️⃣ Santé et environnement : comprendre l’impact du climat sur la biologie humaine

    Le changement climatique modifie les écosystèmes et favorise l’émergence de nouvelles maladies infectieuses. L’expansion géographique des moustiques vecteurs de maladies (comme Aedes albopictus, porteur du chikungunya et de la dengue) illustre l’impact du réchauffement climatique sur la transmission des pathogènes.

    Le plan Pasteur 2030 met l’accent sur la nécessité de mieux comprendre ces interactions entre environnement et santé. Des études approfondies seront menées sur les maladies à transmission vectorielle, les infections émergentes et l’impact de la pollution sur le système immunitaire.

    3️⃣ Origine des maladies : décrypter les mécanismes des pathologies non transmissibles

    L’institut souhaite approfondir la compréhension des maladies inflammatoires chroniques, des cancers et des troubles neurodégénératifs. L’objectif est de mieux cerner les liens entre infections et maladies complexes, mais aussi d’explorer les réponses immunitaires spécifiques à ces pathologies.

    Des efforts particuliers seront consacrés à l’étude des interactions entre le microbiote, l’immunité et l’inflammation, ainsi qu’au rôle du système nerveux dans la régulation des pathologies chroniques.

    4️⃣ Santé et vieillissement : explorer les âges extrêmes de la vie

    Le vieillissement de la population mondiale soulève des défis médicaux majeurs, notamment en matière de réponse immunitaire, d’efficacité vaccinale et de maladies neurodégénératives. L’Institut Pasteur s’intéresse également au développement précoce, notamment aux interactions mère-enfant qui influencent la santé à long terme.

    L’ambition est de développer des approches thérapeutiques adaptées à ces populations vulnérables et de mieux comprendre l’impact du vieillissement sur l’efficacité des traitements.

    Un institut tourné vers l’avenir et les nouvelles technologies

    L’Institut Pasteur entend s’appuyer sur des technologies de pointe pour accélérer ses découvertes. L’intelligence artificielle,(IA), la biologie computationnelle et les approches quantitatives joueront un rôle clé dans l’analyse des données et l’identification de nouvelles pistes thérapeutiques. L’intégration de l’IA dans la recherche est déjà bien engagée, notamment pour l’analyse des images de microscope et la modélisation des épidémies. Le plan Pasteur 2030 prévoit d’étendre ces technologies à l’ensemble des programmes de recherche, en renforçant les collaborations interdisciplinaires.

    L’institut s’engage également à moderniser ses infrastructures et à renforcer son attractivité pour les jeunes chercheurs. La formation des scientifiques de demain sera un axe stratégique, avec des programmes spécifiques dédiés aux jeunes talents et une ouverture accrue à l’international.

    Un modèle économique à consolider pour garantir l’indépendance de la recherche :

    Si l’Institut Pasteur bénéficie d’un fort soutien public et privé, l’évolution du modèle de financement constitue un enjeu central pour les années à venir. La diversification des sources de financement, notamment via des partenariats industriels et des fonds philanthropiques, est essentielle pour garantir la pérennité des recherches.

    L’institut prévoit également de renforcer son engagement auprès du grand public en promouvant la science ouverte et en améliorant la diffusion des connaissances. La transparence et l’accessibilité de la recherche seront au cœur de cette démarche.

    Vers un Institut Pasteur plus résilient et engagé dans la société :

    À travers Pasteur 2030, l’institut ne se contente pas d’annoncer une feuille de route scientifique : il défend une vision de la science fondée sur l’excellence, l’ouverture et l’engagement sociétal. En renforçant ses capacités de recherche, en misant sur l’innovation technologique et en consolidant son rôle dans le débat public, l’Institut Pasteur ambitionne de rester une référence mondiale dans la lutte contre les maladies et la compréhension du vivant.

    D’ici 2030, ces orientations stratégiques pourraient non seulement transformer la recherche biomédicale, mais aussi contribuer à améliorer la santé humaine à l’échelle mondiale.

  • Une avancée en IA pour la détection des amyloïdes dans la maladie d’Alzheimer

    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.

     

  • Clever Cloud certifié HDS : un cloud souverain et sécurisé pour les données de santé

    La certification HDS atteste que Clever Cloud peut héberger et traiter des données de santé à caractère personnel en toute sécurité. Cette distinction s’ajoute aux certifications ISO 9001:2015 et ISO 27001:2022, renforçant sa position de partenaire de confiance pour les acteurs du secteur médical. L’offre de Clever Cloud couvre les six domaines clés de l’hébergement HDS :

    • Infrastructure physique et matérielle : mise à disposition et maintien des sites et équipements d’hébergement.
    • Infrastructure virtuelle et applicative : plateformes cloud évolutives pour héberger des systèmes d’information.
    • Administration et exploitation : gestion sécurisée des systèmes contenant des données de santé.
    • Sauvegarde externalisée : protection et conservation des données sensibles.

    Une solution cloud souveraine, sécurisée et performante

    Grâce à cette certification, Clever Cloud propose une solution PaaS et DBaaS spécifiquement adaptée aux besoins des éditeurs de logiciels de santé, hôpitaux, laboratoires, services publics, mutuelles et assurances.

    Ses avantages incluent :

    • Déploiement simplifié et bases de données accessibles en quelques clics.
    • Scalabilité automatique et redéploiement instantané.
    • Surveillance et maintenance continue avec mises à jour automatiques.
    • Hébergement souverain, garantissant une totale maîtrise des données.

    Un engagement pour la cybersécurité et la conformité

    Quentin Adam, CEO de Clever Cloud, souligne : « L’obtention de la certification HDS s’inscrit dans notre démarche de sécurisation et de souveraineté, initiée il y a deux ans avec les certifications ISO et SecNumCloud. Nous voulons fournir aux acteurs du secteur médical des services cloud performants, sécurisés et conformes aux plus hauts standards. » Clever Cloud poursuit ses projets. L’entreprise travaille déjà sur de nouvelles certifications, notamment SecNumCloud, pour renforcer encore son engagement en faveur d’un cloud souverain et sécurisé.

     

  • Cancer et innovation : l’Europe en retard sur les brevets face aux États-Unis et à la Chine

    Les États-Unis dominent l’innovation oncologique

    Avec près de 20 millions de nouveaux cas de cancer recensés chaque année, dont 433 000 en France, l’innovation technologique est un levier pour améliorer la prévention, le diagnostic et les traitements. Pourtant, selon l’étude de l’OEB New Frontiers in Oncology, si l’Europe accueille le plus grand nombre de start-ups spécialisées, elle peine à transformer cette dynamique en leadership technologique. Entre 2010 et 2021, la part des déposants européens dans les brevets oncologiques est passée de 18,7 % à 12,4 %, tandis que les États-Unis conservent 43 % des inventions mondiales. La Chine affiche une forte progression, multipliant par quatre le nombre de brevets déposés sur la période 2015-2021, portée par un secteur privé en plein essor.

    Parmi les technologies les plus en croissance :

    • Immunothérapie cellulaire (+37,8 %).
    • Thérapie génique (+31,0 %).
    • Analyse d’images (+19,6 %).
    • Biopsies liquides (+17,2 %).
    • Informatique de santé (+14,7 %).

    Ces avancées nécessitent des investissements massifs et un écosystème propice au développement industriel, ce qui est encore difficile en Europe.

    La France, moteur européen de l’innovation en oncologie

    Malgré ce retard global, la France tire son épingle du jeu. Avec 3 500 familles de brevets internationales (FBI) publiées entre 2010 et 2021, elle se classe deuxième en Europe derrière l’Allemagne et se distingue notamment dans la médecine personnalisée, où elle représente 5,6 % des inventions brevetables sur la période 2016-2021.

    Le pays bénéficie d’un réseau de recherche performant, porté par des acteurs majeurs comme :

    • L’Inserm et le CNRS, respectivement 2ᵉ et 3ᵉ mondiaux pour le nombre de brevets déposés en oncologie.
    • Dix institutions françaises parmi les quinze premières européennes.
    • Un fort engagement des universités et hôpitaux, qui comptent pour deux tiers des brevets déposés.

    En matière d’entrepreneuriat, la France se classe en deuxième position européenne avec 246 start-ups en oncologie, derrière le Royaume-Uni (290) et devant l’Allemagne (208). Toutefois, moins de 22 % de ces entreprises atteignent un stade avancé de développement, contre près de 40 % aux États-Unis.

    Un enjeu de compétitivité pour l’Europe

    Si l’Europe compte environ 1 500 start-ups en oncologie, surpassant les 1 325 américaines, elle peine à transformer ces jeunes pousses en acteurs industriels majeurs. L’étude de l’OEB souligne un recul de 5 points de pourcentage pour le continent dans des domaines stratégiques comme l’immunothérapie cellulaire, la thérapie génique et l’analyse d’images.

    Pour combler cet écart, plusieurs défis restent à relever :

    • Accès au financement pour soutenir les phases de croissance.
    • Renforcement des collaborations public-privé.
    • Industrialisation des innovations.
    • Investissements ciblés dans les secteurs à forte croissance.

    L’innovation en oncologie en France repose sur des bases solides, mais son impact clinique et industriel dépendra de sa capacité à structurer un écosystème favorable à l’essor de technologies de rupture. L’enjeu est double : améliorer la prise en charge des patients et renforcer la souveraineté européenne dans la lutte contre le cancer.

  • Enovacom et TMF Santé renforcent leur partenariat pour améliorer l’accès à la téléradiologie

    Un partenariat structurant pour les établissements de santé

    Ce partenariat accompagne plus de 110 établissements de santé dans leurs projets médico-organisationnels. Il s’adresse à une grande diversité d’acteurs : Centres hospitaliers, cabinets libéraux de radiologie, groupements hospitaliers de territoire, centres de lutte contre le cancer et hôpitaux d’instruction des armées. Des approches hybrides sont également mises en place pour intégrer les acteurs locaux et garantir une prise en charge optimisée.

    Une expertise reconnue en téléradiologie

    Quelques chiffres clés illustrent l’impact de cette collaboration :

    • 200 radiologues partenaires de TMF Santé ;
    • 750 000 actes de radiologie pris en charge en 2024, en activité programmée et en permanence des soins ;
    • 1,5 million de dossiers patients alimentés via les solutions Enovacom ;
    • Une couverture complète en IRM, scanner, radiologie conventionnelle, télé-échographie et télé-mammographie ;
    • Une prise en charge 24/7 des besoins d’interprétation en imagerie.

    L’expertise de TMF Santé en téléradiologie, combinée aux outils numériques d’Enovacom, garantit une interprétation rapide et sécurisée des examens, soutenant l’activité des services d’imagerie publics et privés.

    Ce partenariat repose sur des valeurs communes : “excellence, confiance et engagement pour un système de santé centré sur le patient”.

     

  • Un dispositif portable pour le diagnostic précoce du cancer de la vessie à domicile

    573 000 nouveaux cas de cancer de la vessie dans le monde, la moitié en Asie

    Une équipe de chercheurs et de cliniciens en Corée du Sud a mis au point un dispositif diagnostique non invasif capable de détecter précocement le cancer de la vessie à partir d’échantillons d’urine non traités, utilisable à domicile. Chaque année, 573 000 nouveaux cas de cancer de la vessie sont diagnostiqués dans le monde, avec plus de 212 000 décès. Près de la moitié des cas sont recensés en Asie. La Corée du Sud enregistre 6 000 nouveaux cas par an, le cancer de la vessie étant la neuvième cause de cancer chez les hommes.

    Les limites des technologies de diagnostic in vitro actuelles

    Trois technologies sont utilisées : la cytologie urinaire, la cystoscopie et les tests d’antigènes urinaires. Elles présentent :

    • Une faible sensibilité pour les cancers de bas grade ;
    • Des coûts élevés liés à des procédures invasives.

    Un système à deux phases et des signaux fluorescents détectés par smartphone

    Neuf chercheurs du Korea Institute of Science and Technology (KIST) et trois cliniciens du département d’urologie de la Korea University College of Medicine ont développé un kit de diagnostic urinaire basé sur la superposition de l’eau et de l’huile pour détecter les biomarqueurs du cancer de la vessie. Cette technologie repose sur :

    • Un système à deux phases (aqueuse et organique) ;
    • Des signaux fluorescents solvatochromiques détectant les hyaluronidases urinaires ;
    • Un smartphone pour l’analyse des signaux via une application dédiée.

    105 échantillons testés : des performances cliniques jusqu’à 90 % de précision

    Le kit a été testé sur 80 patients atteints de diverses pathologies uro-génitales et 25 personnes en bonne santé, selon une méthodologie en double aveugle. Les résultats, publiés dans Nature Biomedical Engineering, révèlent :

    • Une sensibilité de 90 %, même en présence d’hématurie ;
    • Une spécificité de 90 % ;
    • Une robustesse confirmée par une variation des performances inférieure à 5 % en cas d’hématurie importante.

    Le KIST, en collaboration avec l’Institut coréen des machines et des matériaux (KIMM), prévoit de créer la start-up FloatBioscience pour commercialiser ce kit. L’objectif est d’obtenir les autorisations réglementaires et de lancer une production de masse standardisée.