Articles

  • Imagerie : Siemens Healthineers collabore avec Nvidia pour accélérer l’intégration de l’IA médicale

    Une plateforme ouverte pour révolutionner l’imagerie

    Chaque année, environ 3,6 milliards de tests d’imagerie médicale sont effectués pour diagnostiquer et traiter une variété de pathologies. Avec une demande croissante et des flux de travail complexes, la capacité à intégrer rapidement des outils basés sur l’IA dans les services cliniques est devenue essentielle.

    Lors de la conférence annuelle de la Radiological Society of North America (RSNA), Nvidia et Siemens Healthineers ont annoncé l’intégration de MONAI Deploy dans les dispositifs d’imagerie de Siemens. MONAI (Medical Open Network for AI) est une plateforme open-source conçue pour simplifier la recherche et le déploiement d’applications d’IA en imagerie médicale. Elle permet aux chercheurs, start-ups et développeurs de transformer leurs modèles d’IA en applications cliniques opérationnelles en un temps record. Une tâche habituellement longue de plusieurs mois, qui sera désormais réalisable en quelques clics, grâce à cette innovation.

    Une intégration native dans les solutions Siemens Healthineers

    Les plateformes Syngo.via et Syngo Carbon de Siemens, installées dans plus de 15 000 dispositifs médicaux à travers le monde, permettent aux cliniciens de lire et d’analyser des images provenant de nombreuses sources. En s’intégrant à MONAI Deploy, ces plateformes deviennent des hubs d’IA, capables d’intégrer rapidement des applications tierces via la “Digital Marketplace” de Siemens Healthineers.

    Pour le géant allemand de la MedTech, cette collaboration permet “aux institutions de santé de tirer parti des avancées de l’IA en imagerie médicale plus rapidement que jamais.” Une approche qui renforce le lien entre la recherche et la pratique clinique, offrant aux professionnels un accès direct à des innovations qui améliorent leur efficacité et la qualité des soins.

    Une promesse pour l’avenir de la santé numérique :

    En collaborant avec Nvidia et en adoptant MONAI Deploy, Siemens Healthineers accélère la transformation numérique de l’imagerie médicale. Cette avancée permet d’offrir des diagnostics plus rapides et précis, tout en allégeant les flux de travail des professionnels de santé. Pour les institutions de santé, les chercheurs et les entrepreneurs, ce partenariat représente une opportunité unique d’accéder à des outils d’IA avancés.

    Les opportunités offertes par MONAI

    Depuis sa création il y a cinq ans, MONAI a transformé le paysage de l’IA médicale. Avec plus de 3,5 millions de téléchargements et une adoption par des leaders mondiaux de la santé, cette plateforme continue de repousser les limites de l’innovation. Sa version 1.4 propose plusieurs nouveautés, notamment :

    • MAISI : un modèle génératif pour simuler des images de scanner en 3D avec segmentation anatomique ;
    • VISTA-3D : un modèle de segmentation performant couvrant 120 organes majeurs, capable d’apprendre à segmenter de nouvelles structures ;
    • M3 Framework : un outil permettant de connecter des modèles d’IA spécialisés à des grands modèles de langage (LLM), offrant des applications comme le radiologue virtuel VILA-M3.

    Ces innovations, disponibles via la plateforme Nvidia NIM et la marketplace de Siemens Healthineers, permettent une adoption rapide par les établissements de santé, les chercheurs et les start-ups. De grandes entreprises comme AWS, Google Cloud et Microsoft Cloud offrent déjà des solutions basées sur MONAI pour répondre aux besoins des cliniciens et chercheurs à grande échelle.

     

  • Health&Tech Summit 2024 : les votes pour le prix de la start-up du public sont ouverts !

    Des solutions françaises et internationales

    C’est à vous de choisir la solution qui remportera le prix du public de cette septième édition du Health&Tech Summit, qui se déroulera du 17 au 19 décembre 2024 à Parisanté Campus.

    Cette année, en plus des “Awards” décernés dans les 5 catégories (IA générative, Recherche, Prévention, Opérations, Santé populationnelle), un prix du public sera décerné à la solution qui aura reçu le plus grand nombre de votes en ligne. Les lauréats seront annoncés le 18 décembre prochain, deuxième jour du Summit, lors de la soirée “Health&Tech Innovation Awards & Cocktail” à l’@Hôtel-Dieu.

    📍 Les 22 solutions participantes sont celles de : Beo Healthcare, Arkhn, Biosency, Bowhead Health, Check it easy, Lifeaz, Curecall, DiamPark, Dyania Health, Esra, Five Lives, Jinko, Kor, eHealthBrains, Qinematic, Praxy.ai, Radiologs, Sukunn, Theremia, Vironix Health, WhiteLab Genomics et Enchanted Tools.

    👉 Les votes sont ouverts jusqu’au 15 décembre 2024 sur ce lien.

    Les 22 solutions candidates :

    Plus de détails sur ces solutions innovantes sont à retrouver en parcourant le carrousel ci-dessous.

    Vous souhaitez participer au Health&Tech Summit ?

    Le lien d’inscription ainsi que toutes les informations nécessaires concernant cet événement international phare de la santé numérique (programme, intervenants, brochure) sont accessible sur le site : Health & Tech Summit 2024 – Health & tech

     

  • UE : lancement de l’AAP THCS 2025 (35 M€) pour moderniser les soins primaires et de proximité

    Transformer les soins primaires et communautaires

    Dans le cadre du partenariat européen Transforming Health and Care Systems (THCS), l’AAP “Better care closer to home: Enhancing primary and community care” est soutenu par le programme Horizon Europe. Il ambitionne de repenser et renforcer l’organisation des soins primaires et de proximité en Europe, pour face aux défis croissants tels que le vieillissement de la population et les crises sanitaires. Il vise :

    • à renforcer les systèmes de soins primaires et de proximité pour limiter la dépendance aux soins en institution ;
    • et à moderniser les infrastructures et politiques de santé à travers des approches systémiques.

    Doté de 35 millions d’euros, cet appel financera des initiatives innovantes portées par des consortia transnationaux et interdisciplinaires. Son objectif est de réunir toutes les parties prenantes du système de santé pour :

    • développer des solutions innovantes et des stratégies pour façonner les soins primaires et de proximité de demain ;
    • améliorer l’accès aux soins et réduire les inégalités de santé ;
    • et améliorer la continuité du parcours de santé des patients.

    L’ANR et le ministère de la Santé parmi les financeurs

    En France, deux principaux organismes soutiennent l’appel :

    • l’Agence nationale de la recherche(ANR), qui finance des projets collaboratifs sur les innovations organisationnelles et technologiques, consacrera 1,5 millions d’euros au financement des partenaires français ;
    • et le ministère de la Santé, particulièrement actif sur les soins primaires et la prévention, apportera un soutien supplémentaire à hauteur de 2 millions d’euros, à travers la Direction générale de l’offre de soins (DGOS).

    Critères d’éligibilité et types de projets visés

    Les projets candidats doivent répondre à l’un des deux axes suivants :

    1) le renforcement des soins primaires et communautaires :

    • innovations organisationnelles : soins intégrés, équipes multidisciplinaires ;
    • améliorations opérationnelles : outils numériques, nouveaux modèles de financement ;
    • innovations en ressources humaines : formation, redistribution des tâches.

    2) Modernisation systémique :

    • outils pour les décideurs politiques : stratégies pour harmoniser les politiques et infrastructures ;
    • méthodologies pour moderniser les soins de proximité dans des contextes variés.

    Les projets doivent démontrer une maturité technologique et leurs preuves de concept, validations et démonstrations dans des écosystèmes de soins. Ils doivent, par ailleurs, garantir leur capacité à transférer et adapter les solutions qu’ils portent à d’autres contextes européens.

    Structures éligibles :

    Les consortia doivent inclure au moins trois partenaires de trois pays différents, dont au moins deux issus de l’Union européenne (UE) ou de pays associés à Horizon Europe. Les structures éligibles sont les suivantes :

    • universités et instituts de recherche ;
    • hôpitaux, centres de soins et organisations de santé publique ;
    • entreprises privées, y compris les petites et moyennes (PME) et start-ups ;
    • collectivités locales, ONG et associations de patients.

    Jusqu’à deux partenaires autofinancés peuvent être intégrés, avec un budget limité à 30 % du total. Chaque pays participant définit ses propres plafonds de financement. Les budgets couvrent les coûts directs (salaires, matériel, déplacements) et les activités de diffusion. Les projets peuvent durer entre 12 et 36 mois.

    Domaines ciblés :

    Les projets peuvent couvrir plusieurs disciplines :

    • technologies de santé : télémédecine, outils numériques, dossiers électroniques ;
    • économie de la santé : réduction des coûts et amélioration de l’efficacité ;
    • sciences organisationnelles et gestion : modèles de gouvernance, gestion d’équipes ;
    • santé publique et psychologie : amélioration de la qualité de vie et réduction des inégalités.

    Calendrier et accompagnement :

    • 26 novembre 2024 : lancement de l’appel.
    • 30 janvier 2025 à 14 h (CET) : date limite pour les pré-propositions.
    • 15 avril 2025 : invitation à la phase finale.
    • 19 juin 2025 à 14 h (CEST) : dépôt des propositions complètes.
    • Fin 2025/début 2026 : démarrage des projets.

    Un webinaire d’information est prévu le 17 décembre 2024 pour guider les candidats. Pour y participer, les inscriptions sont possibles via ce lien.

    👉 La candidature commence par le formulaire de pré-projet, qui présente les objectifs et les travaux envisagés. Elle doit, ensuite, être déposée sur la plateforme électronique accessible via ce lien. Les consignes détaillées sont disponibles dans le guide des candidats en ligne.

     

     

  • Un nouvel outil de pathologie numérique piloté par l’IA pour diagnostiquer du cancer du poumon

    Deuxième cause de décès par cancer dans le monde

    Le sud-coréen Lunit spécialiste des solutions d’intelligence artificielle (IA) s’associe à AstraZeneca pour concevoir un outil de pathologie numérique destiné à détecter les mutations génétiques associées au cancer du poumon non à petites cellules (CPNPC), représentant environ 85 % des cas. Selon l’Agence internationale de recherche sur le cancer, le cancer du poumon est la deuxième cause de mortalité par cancer. La survie à cinq ans des patients atteints de CPNPC varie entre 2 % et 20 %, selon le stade au diagnostic. Les technologies classiques de prédiction des mutations, comme la biopsie tissulaire et le séquençage génétique, sont longues, exigeantes en ressources et souvent inaccessibles dans les environnements à faibles ressources.

    Des réseaux de neurones profonds pour analyser des images de lames

    Lunit et AstraZeneca exploitent des algorithmes d’apprentissage profond pour analyser des images de tissus colorés à l’hématoxyline et à l’éosine (H&E) afin de prédire des mutations génétiques importantes, notamment celles affectant le récepteur du facteur de croissance épidermique (EGFR), fréquemment associées au CPNPC.

    Un diagnostic accéléré, des résultats en quelques heures contre plusieurs jours

    Ce nouvel outil de pathologie numérique non invasif permet de fournir des résultats bien avant les tests moléculaires traditionnels, qui prennent souvent plusieurs jours en raison de la complexité des échantillons. Le Lunit Scope Genotype Predictor offre une analyse préliminaire à partir des images H&E en quelques heures, rendant les résultats disponibles plus tôt que les tests moléculaires complets.

    Lunit et AstraZeneca : vers des tests génomiques plus rapides et accessibles

    Cette réduction des délais transforme les flux de travail diagnostiques, les rendant plus rapides et économiques pour les laboratoires et les établissements de santé. Lunit et AstraZeneca valident désormais cet outil dans des environnements cliniques réels, en élargissant ses capacités à la prédiction d’autres biomarqueurs. L’objectif est de rendre les tests génomiques plus rapides et accessibles, réduisant ainsi les délais dans le choix des traitements, souvent retardés par des analyses trop longues.

     

  • Coûts médicaux dans le monde : une hausse de 10,4 % attendue en 2025 (enquête WTW)

    Une pression croissante sur les ménages et les systèmes de soins

    Tous les rapports indiquent une augmentation des dépenses de santé, aussi bien en France que dans le monde. En 2022, la Direction de la recherche, des études, de l’évaluation et des statistiques (DREES) annonce que la consommation de soins et de biens médicaux (CSBM) a augmenté en valeur de 3,9 %. La France est le deuxième pays européen en matière de dépenses de santé (8,9 % du PIB). En 2024, l’OMS annonce que 2 % des ménages français sont confrontés à des dépenses élevées de santé. Cette proportion monte à 10 % pour les ménages les plus modestes. Récemment, un rapport de Santexpat souligne que plus de la moitié des pays devraient connaître des augmentations à deux chiffres des coûts des assurances santé entre 2022 et 2024.

    64 % des assureurs anticipent des hausses sur trois ans

    Une nouvelle enquête du courtier en assurances Willis Tower Watson (WTW) intitulée Global Medical Trends Survey 2024 indique que les coûts médicaux mondiaux devraient augmenter de 10,4 % en 2025. Réalisée auprès de 348 assureurs santé dans 75 pays, les données montrent une continuité avec les hausses enregistrées en 2023 (+10,7 %) et en 2024 (+10,4 %). Ces augmentations concernent toutes les régions : 8,7 % en Amérique du Nord, 10,1 % en Amérique latine, 12,3 % en Asie-Pacifique, 9,4 % en Europe et 12,1 % au Moyen-Orient, Afrique.

    • 64 % des répondants prévoient des augmentations sur les trois prochaines années.
    • 67 % des assureurs s’attendent à une utilisation plus élevée de leurs prestations.

    Ces augmentations s’expliquent par plus d’innovation de santé (entraînant une hausse des coûts), une demande accrue des soins, difficilement absorbable par les systèmes de santé publics, et qui oriente les patients vers des solutions privées et donc plus coûteuses. Dans le domaine de la santé mentale, on observe une intensification des besoins et une augmentation des pathologies chroniques. Selon Linda Pham, responsable mondiale de la santé et des risques chez WTW, les employeurs ont quelques marges de manœuvre pour trouver un équilibre entre « maîtrise des coûts » et « résultats de santé », comme promouvoir la prévention et solliciter des prestataires spécialisés pour répondre à des besoins de santé spécifiques.

     

  • Biologie médicale : comment l’IA transforme-t-elle la discipline face à ses défis éthiques, techniques et organisationnels ?

    L’IA révolutionne la biologie médicale, un domaine clé pour le diagnostic, le suivi thérapeutique et la prévention des maladies. Ses apports sont nombreux : automatisation des analyses complexes, amélioration de la pertinence des prescription, optimisation des algorithmes prédictifs et personnalisation des soins. Toutefois, cette adoption soulève des enjeux techniques, éthiques, économiques et organisationnels. Comment l’IA redéfinit-elle les pratiques en biologie médicale ? Quels sont les cadres juridiques, les solutions existantes et les impacts sur les parcours patients et les collaborations entre acteurs ?

    Dans cette étude, Health&Tech Intelligence dresse un état des lieux de cette spécialité médicale en France et en Europe, à travers l’analyse de différentes études et données du marché.

    🔍 Analyses

    En France, 70 % de l’activité des LBM est assurée par le secteur privé.

    Depuis une vingtaine d’années, la biologie médicale a vu son paysage modifié sous l’effet de la réglementation, du financement public/privé et de la concentration des laboratoires. Tour d’horizon des éléments clés du secteur. 👉 A lire ici.

    Etude / Europe : état des lieux et perspectives de l’usage de l’IA dans les laboratoires de biologie médicale

    Accès aux données, infrastructures, compétences… Dans les laboratoires de biologie médicale, l’intégration de l’IA rencontre des défis spécifiques, en raison de la complexité des données utilisées et des exigences en matière d’interprétation clinique. Une nouvelle étude, publiée en octobre 2024 dans le journal Clinical Chemistry and Laboratory Medicine (CCLM), analyse l’état actuel de l’adoption de l’IA dans cette discipline à travers l’Europe. 👉 A lire ici.

    Retex : l’AP-HM collabore avec la start-up Kiro pour améliorer la prise en charge des patients

    Un score de sévérité pour prédire l’évolution des cas de Covid-19 et des perspectives pour l’optimisation des prescriptions : des travaux menés par la start-up marseillaise Kiro et l’Assistance publique – Hôpitaux de Marseille ont été partagés lors de la journée de sensibilisation ” IA & Santé : quelles opportunités ?”, organisée par l’ANFH Paca le 28 novembre à Marseille. 👉 A lire ici.

    🗺️ Cartographies

    Des cas d’usage de l’IA présents à différentes phases pratiques de la biologie médicale

    Du contrôle de la qualité des prélèvements à la validation des résultats d’analyse de biologie, en passant par l’analyses génomiques et transcriptomiques, et l’amélioration de la pertinence des prescriptions des tests de biologie : l’IA est présente tout au long du processus clinique du laboratoire de biologie médicale, avec près de 20 cas d’usage en France. 👉 A consulter en suivant ce lien.

    Analyse des besoins à chaque étape du parcours du laboratoire de biologie médicale

    Le processus analytique en biologie médicale, structuré en trois phases (pré-analytique, analytique et post-analytique), est au cœur du diagnostic et du suivi médical. Aujourd’hui, l’IA promet de lever les obstacles rencontrés à chaque phase, en automatisant les tâches, en réduisant les erreurs et en accélérant les délais de traitement dans les laboratoires. 👉 A consulter en suivant ce lien.

     

  • Analyse des besoins à chaque étape du parcours du laboratoire de biologie médicale

    La biologie médicale et les services de laboratoires dans les hôpitaux jouent un rôle dans le diagnostic, le suivi et la prévention des maladies. Chaque analyse biologique repose sur un parcours structuré, allant de la prescription médicale à la transmission des résultats. Ce parcours, appelé processus analytique, comprend trois phases principales : pré-analytique, analytique et post-analytique. L’IA permet aujourd’hui d’optimiser les étapes de ce parcours.

    Dans cet article, Health&Tech Intelligence revient sur le parcours en laboratoire pour souligner les étapes où l’IA peut intervenir.

    Infographie des étapes du parcours en laboratoire médical – @ H&TI

    La phase pré-analytique : amélioration de la traçabilité et de la gestion des échantillons

    La phase pré-analytique débute à la prescription de l’examen biologique et se termine avec la préparation de l’échantillon pour l’analyse. Une erreur dans cette phase peut entraîner des résultats invalides ou non exploitables. Elle inclut plusieurs étapes :

    • la prescription : le médecin prescrit un examen biologique en fonction des symptômes ou du suivi d’un traitement ;
    • le prélèvement : l’échantillon (sang, urine, liquide biologique) est prélevé par un professionnel de santé ;
    • le transport et réception : les échantillons sont acheminés au laboratoire. Cette étape doit garantir le respect des conditions de conservation et de délai ;
    • l’enregistrement et tri : une fois arrivés, les échantillons sont enregistrés dans le système informatique du laboratoire (SIL) ;
    • la préparation : des étapes comme la centrifugation, le débouchage ou l’aliquotage (division des échantillons en plusieurs parties) permettent de rendre les échantillons prêts pour analyse.

    L’IA optimise la gestion des échantillons. Les algorithmes automatisent le tri et l’acheminement en tenant compte des priorités. La traçabilité est renforcée grâce à la reconnaissance des codes-barres et QR codes. Cela limite les erreurs d’étiquetage et d’identification. L’IA anticipe aussi les anomalies liées au transport ou à la conservation des échantillons. Elle détecte en temps réel les conditions inadéquates comme une rupture de la chaîne du froid et alerte les équipes.

    La phase analytique : optimisation des protocoles et analyses prédictives

    La phase analytique correspond à l’exécution proprement dite des examens. Cette étape repose sur des automates, des équipements spécialisés ou l’intervention d’un technicien. Les laboratoires en France utilisent majoritairement des chaînes analytiques automatisées pour gagner du temps et standardiser les résultats.

    • le traitement automatisé : les automates suivent un protocole préprogrammé pour analyser les échantillons. Ils mesurent les taux de molécules, identifient des marqueurs biologiques ou recherchent des pathologies spécifiques ;
    • l’intervention humaine : certains examens nécessitent des analyses manuelles, notamment en cytologie ou pour des tests complexes.

    L’IA peut aider au diagnostic. Les algorithmes analysent les données issues des automates pour repérer des patterns complexes. Ils identifient les pathologies rares ou difficiles à diagnostiquer. L’IA ajuste les protocoles analytiques en fonction des résultats intermédiaires. Cela accélère les analyses complexes et améliore leur précision. Grâce aux données historiques des patients, l’IA peut prédire des anomalies ou proposer des tests complémentaires. Cette capacité prédictive est particulièrement utile dans les bilans sanguins et les suivis de routine.

    La phase post-analytique : renforcement de la traçabilité et gestion des données

    La phase post-analytique commence après la fin des analyses. Les points de vigilance dans cette phase concernent principalement le stockage ou l’archivage incorrect qui peuvent compromettre une éventuelle réanalyse. Cette étape inclut :

    • la validation : les résultats sont vérifiés et validés par un biologiste médical ;
    • l’envoi des résultats : ils sont transmis au médecin prescripteur ou au patient via des systèmes numériques sécurisés ;
    • le stockage : les échantillons sont conservés pour une durée limitée, en fonction des réglementations ;
    • l’élimination : les échantillons non nécessaires sont éliminés selon des protocoles stricts pour éviter tout risque sanitaire.

    L’IA peut valider les résultats en s’appuyant sur des critères standards et des bases de données. Elle réduit les interventions humaines aux cas complexes. Les systèmes IA optimisent le stockage des échantillons en prédisant les besoins de réanalyse. Ils gèrent aussi la durée de conservation pour éviter les gaspillages. Enfin, l’IA permet des analyses populationnelles postérieures. En combinant les données biologiques et cliniques, elle peut détecter des tendances de santé publique.

     

  • Des cas d’usage de l’IA présents à différentes phases pratiques de la biologie médicale (cartographie)

    Des avancées dans chaque phase

    L’intelligence artificielle (IA) transforme progressivement la biologie médicale, en permettant de traiter des volumes de données immenses avec une précision accrue. De la gestion des prélèvements à la prescription thérapeutique, l’IA révolutionne le domaine. En particulier, la phase analytique bénéficie de nombreuses innovations, permettant d’optimiser l’interprétation des résultats et la prise en charge des patients. Cette phase enregistre le plus grand nombre de cas d’usage, avec des solutions basées sur des algorithmes de machine learning et des réseaux neuronaux qui offrent des performances supérieures à celles des méthodes traditionnelles.

    Des cas d’usage pour optimiser les prélèvements

    La phase pré-analytique de la biologie médicale bénéficie d’une adoption croissante de l’IA, en particulier pour la gestion des prélèvements et des prescriptions de tests. En France, 5 cas d’usage de l’intelligence artificielle existent pour cette phase, ce qui fait d’elle la deuxième phase la plus représentée en termes de cas d’usage. Parmi les cas d’usage pertinents, la gestion automatisée des flux de travail permet une automatisation des flux et tri des échantillons pour structurer les données analytiques. En France, la solution AlinIQ d’Abbott est utilisée dans les laboratoires d’Unilabs et de Synlab pour permettre de suivre chaque échantillon en temps réel et de réduire les risques d’erreurs humaines.

    Une solution de Kiro.bio, aide, quant à elle, à la pertinence des prescriptions de tests, en analysant les symptômes et l’historique médical des patients pour recommander les tests les plus appropriés. Cela évite des prescriptions inutiles et permet de mieux cibler les besoins du patient. Cette solution est utilisée par l’AP-HM, afin de mieux structurer la prescription de tests en fonction des critères cliniques du patient. Cela mène à des décisions plus informées et à une réduction de l’usage excessif de tests. D’autres cas d’usage existent en phase pré-analytique, notamment la gestion et le suivi des prélèvement ou encore un contrôle automatisé de la qualité des prélèvements qui sont réalisables grâce aux softwares des machines DxA 5000 (Beckman Coulter) et cobas Infinity (Roche).

    La phase analytique est celle qui possède le plus de cas d’usage de l’IA

    La phase analytique est celle qui connaît la plus grande expansion des cas d’usage de l’IA, avec 7 cas d’usage majeurs recensés dans ce domaine. L’IA intervient principalement dans l’automatisation des tests, l’analyse des pathologies et la personnalisation des traitements. Ces applications apportent des gains de temps, de précision et d’efficacité pour les laboratoires.

    Beckman Coulter et Siemens Healthineers proposent des softwares intégrés à leurs solutions pour l’automatisation des tests de laboratoire dans des domaines comme la biochimie, l’hématologie et l’immunologie. Ces systèmes analysent rapidement un grand nombre d’échantillons tout en minimisant les erreurs humaines, ce qui est essentiel pour la rapidité des diagnostics. Siemens Healthineers avec ses dispositifs d’analyse automatiques permet, par exemple, de traiter une multitude de tests en simultané, réduisant ainsi les délais de résultats.

    Un autre domaine d’application de l’IA est l’identification microbienne avancées. bioMérieux avec ses outils Vitek MS et PhenoMATRIX utilise des technologies de spectrométrie de masse pour identifier rapidement les bactéries et autres pathogènes dans les échantillons. Cette automatisation améliore la rapidité des diagnostics et permet une prise en charge plus rapide des infections, réduisant ainsi le risque de propagation.

    Des cas d’usage pour l’analyse génomique et transcriptomique :

    L’IA est également un atout majeur dans l’analyse génomique et transcriptomique. Des plateformes comme Sophia DDM, développée par Sophia Genetics, permettent d’analyser les données génétiques pour personnaliser les traitements en fonction des mutations observées. Cela permet d’adapter les thérapies aux spécificités génétiques du patient, un développement particulièrement significatif pour les traitements oncologiques. OncoKDM est également une solution d’IA qui permet d’analyser les données cliniques et génétiques des patients atteints de cancer, facilitant la personnalisation des traitements.

    Dans le cadre de la validation des examens sanguins, la solution BioGML de GeodAIsics utilise des normes personnalisées et des algorithmes d’IA pour automatiser et affiner le processus de validation des résultats des tests sanguins. Cela permet d’identifier rapidement les anomalies ou erreurs potentielles, réduisant ainsi le besoin de révisions manuelles et augmentant la précision des résultats analysés.

    3 cas d’usage pour la phase post-analytique

    Dans la phase post-analytique, l’IA permet d’interpréter les résultats des tests, de fournir des recommandations thérapeutiques et d’assurer un suivi personnalisé des patients.Via sa plateforme Sophia DDM, Sophia Genetics intervient en fournissant des recommandations thérapeutiques pour ajuster les traitements en fonction des résultats génétiques des patients. DeepIA travaille également sur l’interprétation post-analytique des résultats de biologie médicale, en analysant les données pour détecter des anomalies et aider à réajuster les traitements nécessaires.

    Les deux autres cas d’usage de l’IA lors de la phase post-analytique concernent la validation des résultats des analyses de biologie médicale, ainsi que le suivi patient et les recommandations personnalisées. Pour la validation des résultats des analyses, l’intelligence artificielle permet l’identification automatisée des résultats critiques nécessitant une revue humaine, grâce à des solutions comme le software du dispositif DxA 5000 de Beckman Coulter, notamment utilisé au CHU de Lille et par Cerbaliance pour ce cas d’usage.

    Cartographie des cas d’usage de l’IA en biologie médicale :

    Cartographie des cas d'usage de l'IA en biologie médicale
    Cartographie des cas d’usage de l’IA en biologie médicale – @Health&Tech Intelligence

  • IA & biologie : l’AP-HM collabore avec la start-up Kiro pour améliorer la prise en charge des patients (retex)

    Une sensibilisation et des retours d’expérience

    Des cas d’usage innovants de l’intelligence artificielle (IA) en biologie médicale ont été partagés par le Pr Bruno Lacarelle, chef du pôle biologie-pathologie de l’AP-HM, et Alexandra Cosseron, responsable data science chez Kiro, lors d’une conférence organisée ANFH, en collaboration avec Care Insight et Ethik-IA. L’événement a permis de croiser leurs retours d’expérience avec ceux d’autres experts, dans des domaines tels que l’imagerie médicale, les urgences et l’optimisation du codage médical.

    Le Pr Lacarelle a rappelé que la biologie est au cœur de la médecine du 21ᵉ siècle, jouant un rôle clé dans les décisions cliniques et la médecine personnalisée : “Avec plus de 70 % des décisions médicales reposant sur des résultats biologiques, les défis croissants liés au vieillissement de la population, aux maladies chroniques, et à l’autonomisation des patients ne peuvent être relevés sans une biologie performante”. Dans ce contexte, l’intégration des technologies émergentes, dont l’IA, trouvent tout son sens.

    Vers une biologie connectée et durable

    Lors de son intervention, le Pr Lacarelle a mis en lumière les transformations technologiques et organisationnelles qui redéfinissent la biologie et la pathologie médicales, en insistant notamment sur :

    • les technologies émergentes : capteurs portables, tests génétiques délocalisés, prélèvements robotisés, géolocalisation via puces RFID, automatisation du transport (drones, robots) ;
    • et les apports de l’IA dans :
      • l’automatisation des tâches répétitives et gestion des flux ;
      • l’analyse avancée des images et diagnostics assistés sur échantillons tissulaires ;
      • le développement de biomarqueurs numériques pour des traitements personnalisés ;
      • ainsi que la juste prescription et optimisation des processus hospitaliers.

    Ces avancées redessinent également les métiers du laboratoire, conclut le professeur, avec une montée en expertise des biologistes et l’émergence de nouveaux rôles comme celui des “pilotes de process”.

    Kiro, une start-up au service d’une biologie médicale augmentée

    Fondée en 2018, Kiro est une start-up marseillaise spécialisée dans l’IA appliquée à la biologie médicale. Elle développe des solutions innovantes visant à transformer les données biologiques en informations exploitables pour les professionnels de santé. L’entreprise propose des outils d’aide à la décision, basés sur le traitement de grands volumes de données, pour optimiser les diagnostics et la prise en charge des patients. Parmi ses offres phares figurent des solutions de création de biomarqueurs digitaux, d’analyse prédictive et d’optimisation des flux de laboratoire.

    Collaborant avec des établissements de renom comme l’AP-HM et les Hospices civils de Lyon (HCL), Kiro s’impose comme un acteur clé dans le paysage de la digitalisation et la personnalisation de la biologie médicale. En 2023, la start-up avait annoncé levée de fonds de 13,8 millions d’euros pour adapter sa plateforme d’interprétation automatique des comptes-rendus d’analyse biologique aux marchés européen et américain, et commencer à les investir commercialement.

    Des prédictions de gravité à la rationalisation des tests :

    En 2021, l’AP-HM s’est associée à Kiro pour tester des algorithmes de machine learning sur une vaste base de données biologiques. Son objectif était de prédire la progression du Covid-19 vers des formes graves, à l’aide de biomarqueurs numériques. L’IA a ainsi été appliquée à une cohorte de 18 980 patients uniques, diagnostiqués positifs au Covid-19. Les résultats rapportés sont prometteurs :

    • AUC (ultracentrifugation analytique) : 0,95 sur les premiers modèles, 0,89 malgré l’apparition de variants.
    • Précision : 0,69 (contre 0,34 sans IA).
    • Sensibilité : 0,69 (contre 0,51 sans IA).
    • Spécificité : 0,95 (contre 0,85 sans IA).

    Ne nécessitant pas la connaissance des comorbidités, de tels modèles, considérés comme robustes, pourraient révolutionner le triage des patients et la gestion hospitalière des soins.

    L’enjeu de l’optimisation des prescriptions :

    Après cette étude, les deux partenaires ont ouvert des perspectives sur l’optimisation des prescriptions en biologie médicale. “Actuellement, 10 actes concentrent 50 % des prescriptions, malgré l’existence de près de 4 000 tests disponibles”, souligne Alexandra Cosseron. Et d’ajouter : “Ce déséquilibre, combiné à des prescriptions redondantes ou peu pertinentes, engendre des surcoûts évalués à 30 % par an dans les hôpitaux.” La surconsommation de réactifs, les répétitions inutiles et le manque de standardisation aggravent ces problèmes.

    Une démarche éco-responsable pour l’AP-HM :

    L’optimisation des prescriptions s’inscrit également dans une démarche éco-responsable. L’AP-HM intègre ces objectifs dans une vision “green” qui associe innovation technologique et responsabilité environnementale. Ainsi, en réduisant le nombre d’examens inutiles, les établissements peuvent :

    • préserver le capital veineux des patients ;
    • limiter la consommation de réactifs et la production de déchets ;
    • et réaliser des économies substantielles.

    Les cas d’usage partagés lors de cette journée ANFH montrent à quel point l’IA transforme la biologie médicale et la gestion hospitalière. En alliant innovations prédictives et optimisation des processus, les établissements de santé peuvent relever les défis du 21ᵉ siècle, tout en améliorant la qualité des soins et leur impact environnemental.

     

  • En France, 70 % de l’activité des laboratoires de biologie médicale assurée par le secteur privé

    Organisation et chiffres clés des LBM

    En 2023, la France comptait 4 330 laboratoires de biologie médicale (LBM), employant plus de 43 900 personnes. Hors tests PCR, la consommation des laboratoires de biologie médicale s’élève à 4,9 milliards d’euros. Le reste à charge des ménages en matière de biologie représente 0,2 milliard d’euros, soit 4,3 % du total. Les laboratoires privés représentent environ 70 % de l’activité totale. Ils sont structurés en trois niveaux :

    • Sites de prélèvement : Points de collecte où sont effectués les prélèvements et la préparation des échantillons, ainsi que la validation et l’interprétation des résultats.
    • Laboratoires centraux : Entités juridiques regroupant généralement plusieurs sites et un plateau technique où sont réalisées les analyses (phase analytique).
    • Groupes de laboratoires : Regroupements de plusieurs laboratoires sous une même structure.

    10 actes (sur une nomenclature de 4 000 tests) représentent 50 % des volumes de prescriptions en biologie

    Un rapport de la Cour des Comptes souligne les lacunes dans la prescription en biologie médicale, en indiquant que les choix des examens sont souvent mal hiérarchisés, et que leur répétition est rarement justifiée. Cette observation justifie la nécessité d’introduire des mécanismes de contrôle, appuyés par des systèmes de gestion informatisés plus performants.

    • Les données récentes de l’Assurance Maladie montrent qu’une faible proportion des actes représente une part disproportionnée des prescriptions : 10 actes concentrent 50 % des volumes, alors que plus de 4 000 tests biologiques sont disponibles.
    • Entre 2013 et 2023, les coûts liés à la biologie médicale ont augmenté de 15 %, hors impact COVID-19.
    • Les études estiment à 600 millions d’euros par an le coût des tests redondants ou injustifiés à l’échelle européenne, un usage qui pourrait être évité grâce à des stratégies mieux encadrées.

    Une consommation croissante portée par les maladies chroniques et le vieillissement démographique

    La consommation d’analyses médicales a augmenté, en partie en raison du vieillissement de la population et de l’augmentation des maladies chroniques. La crise sanitaire a mis en lumière le rôle des analyses médicales, entraînant une adoption plus large des tests de routine par la population. Cela s’accompagne d’une forte demande pour des résultats rapides et des services accessibles. La modernisation des laboratoires a transformé la biologie médicale. Les innovations, comme les automates de haute précision et la numérisation des données, permettent d’augmenter la capacité de traitement. En parallèle, des systèmes d’information mutualisés facilitent le partage et l’analyse des résultats, qui sont souvent consultés en ligne via des portails patients.

    Quand la technologie transforme la biologie médicale

    L’automatisation des analyses, combinée à l’intelligence artificielle, a permis de réduire les délais de traitement tout en augmentant la précision des résultats. Dans certains laboratoires, des algorithmes assistent désormais les biologistes en repérant des anomalies ou en proposant des interprétations. Les plateformes techniques de groupes comme Cerba HealthCare utilisent des automates capables de traiter plusieurs milliers d’analyses par heure. Les tests génétiques, qui ouvrent la voie à une médecine personnalisée, connaissent également une forte croissance. Ils permettent de mieux personnaliser les traitements. En oncologie, entre 2015 et 2020, le nombre de patients bénéficiant de tests pour l’accès à une thérapie ciblée est passé de 75 000 à 142 000 patients, soit une progression de 89 % en cinq ans. Le plan France médecine génomique 2025 vise une augmentation du recours aux tests génétiques. Parallèlement, des solutions connectées, comme celles proposées par des start-ups françaises telles que MyBioPassport, permettent à certains patients de réaliser leurs tests à domicile.

    Six groupes contrôlent deux tiers du marché en France

    Depuis vingt ans, le secteur se concentre sous l’impulsion de fonds d’investissement privés. Cette tendance s’illustre par des acquisitions, telles que le rachat du laboratoire Biomnis par Eurofins pour 220 millions d’euros. Un rapport sénatorial de septembre 2024 souligne que six grands groupes détiennent les deux tiers des sites de laboratoires de biologie médicale en France. Le groupe Biogroup, leader du marché, a réalisé près de 1,6 milliard d’euros de chiffre d’affaires en 2022. Selon une enquête menée en avril 2022 par Les Biologistes Indépendants et Ipsos, 77 % des Français estiment que les laboratoires de biologie médicale sont de plus en plus rachetés par des grands groupes financiers. 67 % des personnes interrogées émettent des inquiétudes face à ce phénomène. Cette financiarisation a apporté des avantages, comme des capacités d’investissement et des économies d’échelle. Les critiques évoquent malgré tout une logique de rentabilité à court terme qui pourrait compromettre l’accès aux soins ou réduire la qualité des prestations. Le rapport sénatorial mentionné précédemment recommande la création d’un observatoire de la financiarisation pour surveiller et contrôler l’impact de ces investissements sur le système de santé. L’objectif est de garantir que les impératifs de santé publique priment sur les considérations de rentabilité financière.

    Réglementation des LBM et obligations légales essentielles

    Les laboratoires de biologie médicale (LBM) sont soumis à une réglementation rigoureuse, visant à garantir la qualité des analyses, la sécurité des patients et la transparence des pratiques :

    • Loi n° 2013-442 du 30 mai 2013 portant réforme de la biologie médicale : Cette loi impose l’accréditation obligatoire des LBM selon la norme ISO 15189 et encadre la détention majoritaire du capital par des biologistes médicaux.
    • Norme ISO 15189:2022 : Cette norme internationale spécifie les exigences de qualité et de compétence pour les laboratoires médicaux, incluant les LBM.
    • Accréditation par le COFRAC : Les LBM doivent obtenir une accréditation délivrée par le Comité Français d’Accréditation (COFRAC), attestant de leur conformité aux normes en vigueur.
    • Code de la santé publique : Il définit les obligations déontologiques des biologistes médicaux, notamment en matière de confidentialité et d’indépendance.
    • Nomenclature des actes de biologie médicale (NABM) : Elle fixe les tarifs des examens, en accord avec l’Assurance Maladie.
    • Contrôle national de qualité (CNQ) : Mis en place par l’ANSM, il vérifie la qualité des analyses réalisées par les LBM.
    • Sanctions en cas de non-conformité : Les LBM peuvent faire l’objet de sanctions administratives ou financières en cas de manquement aux obligations réglementaires.
    • Évolutions récentes : Règlement européen 2017/746 (IVDR) : Entré en vigueur en mai 2022, il renforce les exigences relatives aux dispositifs médicaux de diagnostic in vitro utilisés par les LBM.

    Un accord signé entre l’Assurance Maladie et les biologistes médicaux

    Le 10 janvier 2023, l’Assurance Maladie et les principaux syndicats de biologistes médicaux (SDB, SLBC, SNMB et Les Biologistes Médicaux) ont signé l’avenant 11 à leur convention nationale. Cet accord marque un tournant dans la régulation financière du secteur de la biologie médicale. L’accord prévoit une économie pérenne de 250 millions d’euros, applicable dès février 2023, conformément aux exigences de la loi de financement de la Sécurité sociale. En plus, il introduit un cadre pluriannuel (2024-2026) qui vise plusieurs objectifs :

    • Maintenir une prise en charge élevée des analyses de routine, en soutien aux politiques de prévention.
    • Poursuivre le suivi des tests liés au COVID-19.
    • Intégrer l’innovation dans la biologie médicale.
    • Contribuer à la maîtrise des dépenses de santé.