Articles

  • DGE : la santé parmi les secteurs ciblés par l’AMI international « IA au service de l’efficience »

    Une opportunité pour les entreprises innovantes

    L’AMI « IA pour l’Efficience » constitue une chance unique pour les entreprises de démontrer comment des solutions d’IA peuvent concrètement transformer les pratiques, améliorer l’efficience et renforcer la confiance dans les technologies émergentes.

    En valorisant des projets à impact fort, cette initiative soutient les acteurs économiques, dont ceux du secteur de la santé, dans leur mission de réinventer les pratique pour le bien commun, tout en inscrivant leurs innovations dans une dynamique mondiale. En pleine mutation face à des défis comme la personnalisation des soins, la gestion des coûts et la pénurie de ressources humaines, la santé est au cœur de cette initiative.

    L’AMI, pierre angulaire du Sommet pour l’action sur l’IA 2025 :

    La DGE (DGE) invite ainsi entreprises, administrations publiques et organisations internationales à participer à cet AMI, dont l’objectif est de renforcer la confiance dans l’IA en partageant, à l’échelle internationale, des réussites inspirantes et des ressources pratiques. En effet, les projets retenus seront au cœur du Sommet pour l’action sur l’IA, prévu les 10 et 11 février 2025 à Paris. Cet événement, soutenu par des institutions internationales, vise à démontrer les bénéfices concrets de l’IA, tout en promouvant une adoption responsable. Il s’inscrit dans une dynamique mondiale pour faire de l’IA un levier d’innovation et de transformation économique.

    3 thématiques stratégiques

    Les projets candidats doivent s’inscrire dans l’une des trois thématiques de l’AMI :

    • IA pour les entreprises, axée sur l’optimisation des processus, la gestion des connaissances ou encore l’automatisation des services client ;
    • IA pour l’industrie, intégrant des secteurs variés, dont la santé, avec des initiatives visant à optimiser les ressources, automatiser des tâches complexes ou améliorer la durabilité ;
    • IA pour l’administration publique, mettant en avant des solutions pour les services aux citoyens, la détection des fraudes ou encore la gestion des crises.

    Modalités de candidature

    Avec cet AMI, la DGE souhaite placer l’IA au cœur des transformations industrielles, économiques et sociétales, tout en s’assurant que ses applications se développent de manière responsable et durable.

    Les projets candidats doivent avoir dépassé le stade pilote et présenter des résultats mesurables. Pour plus d’informations, le cahier des charges de cet AMI est téléchargeables ici.

    Les candidatures doivent être soumises en anglais via la plateforme Démarches simplifiées, jusqu’au 31 décembre 2024.

    Une visibilité internationale pour les lauréats :

    Les projets sélectionnés bénéficieront :

    • d’une visibilité internationale : leurs initiatives seront présentées sur une plateforme publique accessible dès février 2025 et au cœur du Sommet ;
    • d’une opportunité de réseautage : les lauréats auront l’occasion d’échanger avec des experts en IA et des décideurs internationaux ;
    • ainsi que d’un tremplin pour l’avenir : certains projets seront invités à intervenir sur scène, renforcer leur notoriété et participer à d’autres événements IA.

    👉 Pour accompagner les participants potentiels, un webinaire se tiendra le 3 décembre à 14h. Il présentera les détails de l’AMI, les critères de sélection et répondra aux questions. Pour y participer, une inscription est obligatoire via ce lien.

     

  • Rétinopathie diabétique : une solution de dépistage grâce à l’IA

    Le dépistage de la rétinopathie

    La rétinopathie diabétique est l’une des principales causes de cécité chez les adultes, selon les Centers for Disease Control and Prevention (CDC). Environ 30 % des patients diabétiques développent cette maladie. Pourtant, elle pourrait être évitée grâce à un dépistage et une prise en charge précoces. Cependant, les recommandations actuelles peinent à être suivies, en raison de contraintes logistiques et d’un manque de sensibilisation chez les patients.

    Une start-up pour démocratiser l’imagerie rétinienne via l’IA

    Identifeye Health, une start-up américaine basée à Redwood City (Californie) et Guilford (Connecticut), prévoit de lancer une caméra rétinienne assistée par IA dès le premier trimestre 2025. Cette innovation s’accompagne d’une démarche réglementaire visant à valider un algorithme de dépistage de la rétinopathie diabétique. L’objectif est de simplifier l’accès à l’imagerie rétinienne pour les patients et les professionnels de santé. Récemment, Vicky Demas, ancienne cadre chez Verily et Grail, a été nommée PDG de la start-up.

    Une technologie intégrée et accessible

    Identifeye Health développe une caméra rétinienne ergonomique et autonome, dotée d’algorithmes d’IA capables d’automatiser des tâches complexes. Par exemple, l’appareil guide vocalement le patient pour capturer des images de qualité, tout en simplifiant l’alignement et la mise au point. Les images obtenues peuvent être analysées via des outils de télémédecine ou directement interprétées par des algorithmes. Aujourd’hui, la capture d’images rétiniennes nécessite une expertise technique pour aligner la pupille, éviter les erreurs de champ de vision et garantir une bonne ouverture des paupières. L’IA embarquée dans cette caméra vise à éliminer ces obstacles, permettant à des assistants médicaux ou autres professionnels non spécialisés d’utiliser l’appareil.

    Un marché en pleine expansion

    En 2021, Identifeye Health a levé 80 millions de dollars. Le marché des dispositifs médicaux basés sur l’IA connaît une croissance rapide. Selon Fortune Business Insights, ce secteur pourrait atteindre 45 milliards de dollars d’ici 2030, avec une croissance annuelle moyenne de 37 %. L’innovation portée par Identifeye Health illustre l’évolution des pratiques cliniques grâce à la santé numérique. En facilitant le dépistage précoce et l’intégration des soins, cette initiative pourrait réduire les cas de cécité évitable liés au diabète.

     

  • Campus Cyber : « La plupart des hôpitaux n’ont pas les outils pour un transfert des données conforme aux standards » (C. Sala)

    La cybersécurité comme enjeu stratégique

    “Les hôpitaux ne peuvent pas tout porter seuls”, a souligné Charles Sala, ingénieur aux Hospices civils de Lyon (HCL), lors de la table ronde “Cybersécurité et santé : allier sécurité et partage”, organisée le 26 novembre 2024 au Campus Cyber. Une réflexion partagée par les autres intervenants, Christophe Mattler (DNS), Franck Le Ouay (Lifen), et Silvère Ruellan (Anssi), qui ont insisté sur l’importance de concilier partage des données de santé et cybersécurité pour répondre aux besoins croissants du système de soins. Dans un contexte où la menace cyber s’intensifie, cette session a mis en lumière les multiples opportunités offertes par l’usage secondaire des données, à condition de garantir leur protection et leur valorisation.

    Les intervenants ont souligné que le partage et la sécurisation des données de santé restent des défis pour les systèmes numériques. La nécessité d’une infrastructure souveraine en Europe a été au centre des discussions, particulièrement pour réduire la dépendance envers les grands acteurs américains du cloud, comme Azure. Christophe Mattler a évoqué les efforts du gouvernement français, notamment à travers des démonstrateurs comme celui de la DINUM, visant à valider des solutions conformes aux exigences légales et sécuritaires. Bien que des avancées soient attendues dès 2026, il a rappelé que la migration vers des infrastructures souveraines nécessitera des investissements conséquents et du temps.

    Du côté technique, Charles Sala a insisté sur l’importance d’anticiper les interruptions de services en développant des systèmes capables de fonctionner même en l’absence d’Internet, une situation qui pourrait être provoquée par des incidents imprévus ou des contraintes externes. Il a mis en avant le besoin d’une résilience accrue dans les infrastructures de santé.

    Les hôpitaux face à des exigences réglementaires croissantes 

    Un manque de moyens humains et financiers :

    Si tous les intervenants insistaient sur l’importance de la sécurisation des systèmes d’informations hospitaliers (SIH), Charles Sala a dressé un constat : les hôpitaux peinent à répondre aux exigences des directives européennes NIS 1 et NIS 2, en raison d’un manque de moyens, tant humains que financiers. Ces directives visent à renforcer la résilience des opérateurs de services essentiels (OSE) et imposent aux établissements de santé de se conformer à des standards élevés de cybersécurité. Cependant, comme l’a souligné l’ingénieur, les hôpitaux font face à des priorités concurrentes, et les équipes sur le terrain manquent cruellement de ressources pour mettre en œuvre des plans de cybersécurité robustes. Ce décalage entre les attentes réglementaires et les capacités opérationnelles des hôpitaux pourrait entraîner une fracture entre les établissements mieux dotés et ceux en situation de fragilité.

    Une complexité accrue avec NIS 2 :

    La transition vers la directive NIS 2, qui élargit les obligations de cybersécurité et impose des sanctions renforcées, représente un défi supplémentaire. Charles Sala a insisté sur la nécessité d’une approche pragmatique et sur le besoin d’accompagnement des hôpitaux par les autorités. Selon lui, il est essentiel de prioriser les actions selon les risques et les capacités spécifiques de chaque établissement.

    Le casse-tête du transfert de données standardisé

    Lors de son intervention, Charles Sala a aussi mis en lumière la difficulté des hôpitaux à gérer le transfert standardisé des données de santé entre les différents acteurs du système. Bien que la standardisation soit cruciale pour améliorer l’interopérabilité et la fluidité des échanges, elle demeure un obstacle pour de nombreux établissements. “La plupart des hôpitaux ne disposent ni des outils ni des compétences techniques pour assurer un transfert de données conforme aux standards”, a expliqué Sala.

    Cette problématique est d’autant plus critique dans un contexte où les données doivent circuler rapidement et en toute sécurité, que ce soit pour la recherche, la coordination des soins ou le pilotage des politiques publiques. Le manque d’harmonisation entre les outils et la diversité des formats utilisés par les établissements rend cette tâche complexe.

    La pression des cybermenaces :

    Le besoin de standardiser le transfert de données est exacerbée par l’augmentation des cybermenaces. Une infrastructure mal sécurisée ou des processus non standardisés augmentent les risques d’exposition des données sensibles. Pour répondre à ces enjeux, Charles Sala a plaidé pour une approche systématique impliquant tous les acteurs : éditeurs de logiciels, autorités de santé et établissements eux-mêmes.

    Plusieurs solutions abordées : le programme Care comme première étape

    Face à ces défis, les intervenants ont souligné l’importance de la mutualisation des ressources et de la priorisation des actions en fonction des risques spécifiques de chaque hôpital. Franck Le Ouay a évoqué le rôle clé des plateformes de coordination pour alléger la charge pesant sur les hôpitaux. Ces outils, en centralisant certaines fonctions, permettraient aux établissements de mieux se concentrer sur leurs missions principales. Silvère Ruellan et Christophe Mattler ont également rappelé que des investissements massifs au niveau national et européen sont nécessaires pour combler le retard des hôpitaux en matière de cybersécurité. La mise en place de structures comme le programme Care est une première étape (lire article H&TI dédié ici), mais les moyens alloués doivent être significativement renforcés.

     

  • Maladies neurodégénératives : Synapticure finance son expansion avec une levée de 25 millions de dollars

    Synapticure étend ses services grâce à un financement record

    Avec le vieillissement de la population, les maladies neurodégénératives sont en hausse. Aux États-Unis, 6,2 millions de personnes sont atteintes de la maladie d’Alzheimer, avec une incidence annuelle d’environ 450 000 nouveaux cas. La maladie de Parkinson est la deuxième maladie neurodégénérative la plus courante aux États-Unis et touche environ 1 million d’Américains. Les projections indiquent une croissance continue du nombre de cas dans les décennies à venir. Dans le même temps, les soins neurologiques ne peuvent pas suivre le rythme (pénurie de neurologues).

    Synapticure, entreprise spécialisée dans les soins virtuels pour les maladies neurodégénératives, a obtenu un financement de 25 millions de dollars pour étendre ses services et ses partenariats avec les systèmes de santé, les payeurs et les fournisseurs, le tout dans 50 États.

    Le tour de table de série A (destiné à financer l’accélération et la croissance interne et externe d’une entreprise), mené par B Capital, comptait CommonSpirit Health, CVS Health Ventures, RA Capital Management, Nexus NeuroTech Ventures, Google Ventures, Optum Ventures et Rock Health Capital. La société améliorera également ses offres en faisant progresser les diagnostics alimentés par l’IA, la surveillance à distance et l’assistance 24 heures sur 24, 7 jours sur 7. Ce financement permettra aussi à un plus grand nombre de patients d’accéder à des traitements et à des essais émergents, tout en soulageant les aidants des tâches de coordination, de prise de rendez-vous, de suivi, etc.

    Des solutions numériques pour mieux accompagner Alzheimer et Parkinson

    D’autres entreprises investissent également dans ce secteur. Harmonic Health et Isaac Health développent des solutions similaires pour des pathologies comme la maladie d’Alzheimer et la maladie de Parkinson. Synapticure ambitionne de redéfinir la gestion des maladies neurodégénératives, en mettant l’accent sur une prise en charge continue et un soutien aux patients et à leurs aidants.

    Cette approche, associée aux avancées en santé numérique, pourrait devenir un levier pour répondre aux besoins d’une population vieillissante et aux limites actuelles des systèmes de santé. À long terme, Synapticure vise à « redéfinir la façon dont les maladies neurodégénératives sont gérées, en veillant à ce que chaque patient et soignant se sente soutenu à chaque étape du parcours », a ajouté Sandra Abrevaya (cofondatrice et CEO de Synapticure).

    Au total, Synapticure a levé 40 millions de dollars ces dernières années.

     

  • IA : vers une voie collective des usages au service de la santé mondiale ? (Rapport USAID)

    Une technologie porteuse de solutions globales

    En pleine expansion, L’IA offre un potentiel inédit pour transformer les systèmes de santé, notamment dans les PRFI. Elle pourrait résoudre des problèmes structurels en optimisant les ressources, renforçant les systèmes de soins et élargissant l’accès à des services de qualité : e l’assistance virtuelle aux professionnels de santé à la prévention des épidémies, ses applications ouvrent des perspectives fascinantes.

    Cependant, ces innovations doivent être adaptées aux réalités locales pour éviter le déploiement de solutions inefficaces ou inadaptées. C’est dans ce contexte que l’agence américaine de développement international, USAID, publie le rapport  “Artificial Intelligence in Global Health. Defining a Collective Path Forward“, avec l’ambition de définir une voie commune pour la généralisation de l’impact de l’IA en santé, partout dans le monde.

    Des cas d’usage prometteurs identifiés :

    Quatre grands domaines d’application de l’IA ont été identifiés comme ayant un fort potentiel d’impact et de scalabilité :

    1. santé publique assistée par IA : surveillance des maladies et gestion des populations à risque ;
    2. assistants virtuels pour les professionnels de santé : soutien au diagnostic et à l’éducation sanitaire en zones rurales ;
    3. assistants virtuels pour les patients : suivi personnalisé et orientation dans les parcours de soins.
    4. outils d’aide à la décision clinique : soutien des médecins via des analyses sophistiquées de données médicales.

    Ces innovations, si bien déployées, pourraient révolutionner l’accès aux soins tout en réduisant les coûts.

    Cadre des cas d'usage de l'IA en santé - @ USAID
    Cadre des cas d’usage de l’IA en santé – @ USAID

    Freins à la montée en puissance de l’IA dans les PRFI :

    USAID prévoit que “deux défis actuels seront résolus à mesure que la technologie évoluera et que les taux de pénétration technologique dans les PRFI continueront d’augmenter”. Pour elle, “les lacunes dans les éléments de base de l’IA et les lacunes dans l’infrastructure nécessaire pour l’IA (comme la pénétration des smartphones et l’accès à la 4G) devraient être comblées dans les années à venir grâce aux avancées technologiques et aux efforts d’autres projets mondiaux de santé et de développement”.

    Quant aux défis identifiés comme “clés” dans le rapport, bon nombre d’entre eux ne sont pas spécifiques à l’IA, mais constituent des obstacles à l’extension des technologies de santé numérique en général. Ainsi, USAID souligne plusieurs obstacles majeurs qui limitent l’adoption de l’IA, notamment :

    • la qualité et la disponibilité des données : des infrastructures numériques insuffisantes entravent l’analyse ;
    • la viabilité économique : des modèles commerciaux adaptés aux PRFI manquent ;
    • les défis éthiques et réglementaires : gestion des données, confidentialité, et intégration dans les cadres juridiques ;
    • et le manque de confiance et de normes : scepticisme face à des technologies nouvelles, combiné à l’absence de critères d’évaluation clairs.
    Défis auxquels l'IA fait face dans la santé mondiale - @ USAID
    Défis auxquels l’IA fait face dans la santé mondiale – @ USAID

    Le rapport conclut que ces défis exigent une intervention concertée pour créer un écosystème favorable à un déploiement efficace de cette technologie dans la santé à l’échelle mondiale.

    7 priorités pour accélérer l’intégration de l’IA en santé mondiale

    Bien qu’elle ne soit pas une panacée, l’IA offre des solutions concrètes aux défis de santé mondiale. En veillant à son adoption éthique et durable, les acteurs de la santé peuvent transformer durablement les systèmes de soins dans les régions les plus vulnérables du monde. Avec ce rapport comme feuille de route, l’agence américaine propose une collaboration étroite entre gouvernements, bailleurs de fonds et innovateurs. Une démarche essentielle, selon elle, pour maximiser l’impact de l’IA.

    Afin d’accélérer l’intégration de l’IA en santé mondiale, le rapport identifie sept priorités :

    • soutenir une innovation responsable et durable ;
    • appuyer le passage à l’échelle des solutions ;
    • produire des preuves concrètes de retour sur investissement ;
    • renforcer la collecte et l’interopérabilité des données ;
    • construire des écosystèmes numériques collaboratifs ;
    • soutenir les gouvernements locaux dans leur appropriation de ces technologies ;
    • mais aussi coordonner les parties prenantes pour maximiser l’impact.

     

  • Mammographie : GE Healthcare annonce son nouvel outil Pristina Via

    Une réponse face à la pénurie de manipulateurs radio

    Selon l’American Society of Radiologic Technologists (ASRT), les taux de vacance en mammographie sont passés de 6 % en 2020 à 18 % en 2024. GE HealthCare, spécialiste des technologies de santé et de l’imagerie médicale, annonce le lancement de son nouveau système de mammographie : Pristina Via. Cette technologie vise à améliorer l’expérience de dépistage tout en rationalisant le flux de travail des professionnels de santé.

    Pristina Via, intégrée à la plateforme Senographe Pristina de GE HealthCare, propose une série d’outils destinés à optimiser les flux de travail. L’outil introduit des fonctionnalités qui simplifient les tâches répétitives et augmentent l’efficacité opérationnelle. Par exemple, l’acquisition automatisée des images, sans intervention manuelle, permet d’accélérer les dépistages. De plus, la possibilité de comparer des images antérieures provenant de différents systèmes réduit le temps nécessaire à l’analyse des examens passés. Ces innovations permettent aux professionnels de santé de consacrer davantage de temps à l’interaction avec les patientes.

    Améliorer les soins grâce à l’intelligence artificielle

    Pristina Via s’inscrit dans une tendance plus large visant à intégrer l’intelligence artificielle (IA) dans l’imagerie médicale. GE HealthCare a récemment collaboré avec DeepHealth pour développer des outils d’IA comme SmartTechnology, qui répondent à des enjeux comme la réduction des délais d’interprétation, l’amélioration de la collaboration entre les équipes soignantes et l’optimisation des performances opérationnelles. La société a lancé CareIntellect for Oncology, une application cloud qui centralise les données patient provenant de plusieurs systèmes pour offrir une vue unifiée grâce à l’IA générative.

    Une concurrence technologique croissante

    Le développement de Pristina Via s’appuie sur des retours d’expérience recueillis auprès des radiologues et des manipulateurs radio. Plus de 250 entretiens et observations ont permis d’identifier leurs priorités : maintenir la précision des diagnostics tout en répondant aux contraintes des flux de travail modernes. Ce développement intervient dans un secteur marqué par une concurrence technologique accrue. Par exemple, Siemens Healthineers a récemment obtenu l’approbation de la FDA pour son système de tomosynthèse tridimensionnelle Mammomat B.brilliant. Cette technologie, combinée à des outils avancés de reconstruction d’image illustre la course à l’innovation dans le domaine de l’imagerie mammaire.

     

  • Santé mentale des jeunes : une application TCC ralentit les symptômes dépressifs à court terme

    Prévenir la dépression chez les jeunes adultes à risque élevé

    La santé mentale des adolescents et des jeunes adultes est devenue une préoccupation majeure en matière de santé publique. La dépression par exemple, touche un nombre croissant de jeunes. Une tendance observée à la fois en Europe et dans le monde. Selon Santé publique France, 20,8 % des 18-24 ans présentaient des symptômes dépressifs, une prévalence en augmentation. Face à cette problématique, les dispositifs numériques comme les applications mobiles suscitent un intérêt en raison de leur accessibilité et de leur capacité à toucher un large public. Toutefois, peu d’entre elles ont fait l’objet d’essais approfondis sur le long terme.

    L’étude EcoWeb PREVENT, financée par la Commission européenne, a évalué l’efficacité de trois types d’applications mobiles dans la prévention des symptômes dépressifs chez les jeunes de 16 à 22 ans. Les participants, issus de plusieurs pays européens (Allemagne, Belgique, Espagne et Royaume-Uni), ont été répartis aléatoirement pour tester :

    • Une application d’auto-assistance en compétences émotionnelles ;
    • Une application d’auto-assistance basée sur la thérapie cognitivo-comportementale (TCC) ;
    • Une application d’auto-surveillance.

    Résultats de l’étude : la TCC comme outil temporairement efficace

    L’essai, publié dans The Lancet Digital Health, a inclus 1 262 jeunes présentant une vulnérabilité accrue à la dépression, mais sans antécédents d’épisodes dépressifs caractérisés. Après trois mois, l’application basée sur la thérapie cognitivo-comportementale a permis de ralentir la progression des symptômes dépressifs par rapport à l’application d’auto-surveillance. Une différence significative de -1,2 point a été observée sur le score PHQ-9, utilisé pour mesurer la sévérité de la dépression. Cet écart n’était plus significatif après un an de suivi. Les deux autres applications, y compris celle dédiée aux compétences émotionnelles, n’ont pas démontré d’efficacité significative, que ce soit sur la prévention des symptômes dépressifs ou sur d’autres critères secondaires tels que l’anxiété, le bien-être mental ou la qualité de vie.

    Applications numériques : limites et perspectives

    L’étude met en lumière plusieurs enjeux concernant les outils numériques en santé mentale :

    • Efficacité limitée à court terme : Bien que prometteuse, l’application de TCC n’a pas montré de bénéfices durables après un an.
    • Faible validation scientifique des applications disponibles : Parmi les applications en santé mentale recensées, peu ont été rigoureusement évaluées dans des essais cliniques de grande envergure.

    Ces constats soulignent la nécessité de développer des interventions numériques mieux adaptées, personnalisées et soutenues par des données probantes. Les chercheurs estiment toutefois que l’impact potentiel de la TCC via une application reste intéressant, notamment en raison de sa facilité de déploiement et de son coût réduit.

    Bien-être mental chez les jeunes en bonne santé : résultats mitigés

    Une étude parallèle, EcoWeb PROMOTE, a évalué les mêmes outils auprès de 2 532 jeunes en bonne santé. Après trois mois, aucune des applications n’a montré de bénéfices significatifs sur le score WEMWBS, une échelle mesurant le bien-être mental. Ces résultats confirment les limites des interventions numériques généralistes pour améliorer de manière mesurable le bien-être mental des jeunes en l’absence de vulnérabilité spécifique. Les chercheurs appellent à des travaux supplémentaires pour identifier des approches plus efficaces et mieux ciblées.

     

  • Dossiers médicaux électroniques en Asie du sud-est : où en est l’adoption ?

    Une revue comparative sur 15 ans

    Les chercheurs des universités de Malaisie Sabah (UMS) et Utara Malaisie (UUM) ont mené une étude approfondie sur les défis liés à l’adoption des dossiers médicaux électroniques (DME). Ces systèmes, comparés aux dossiers papier, offrent une meilleure précision des données, réduisent les erreurs médicales, et permettent une traçabilité accrue des maladies infectieuses, ainsi qu’une surveillance épidémiologique en temps réel. L’étude, en pre print sur les plateformes Sciety Labs et Authorea​, analyse 15 ans de données (2008-2023) issues de 20 études qualitatives menées dans quatre pays : Malaisie, Indonésie, Vietnam et Thaïlande. Bien que les initiatives numériques progressent, les dossiers papier restent majoritaires, avec des disparités selon les pays :

    • Thaïlande : 70 % des hôpitaux urbains utilisent des DME parmi les 1 000 hôpitaux publics, 9 700 cliniques.
    • Malaisie : 60 % des hôpitaux urbains ont adopté les DME parmi les 3 000 établissements publics et privés, dont 145 hôpitaux publics. Cependant, les infrastructures restent limitées en zones rurales.
    • Indonésie : Seuls 20 % des centres de santé (10 000 centres primaires, 2 900 hôpitaux) utilisent des DME.
    • Vietnam : Seulement 5 à 10 % des établissements (1 531 hôpitaux, 11 000 centres communautaires) disposent de DME.

    4 obstacles à l’adoption

    Malgré des efforts croissants, quatre obstacles freinent l’intégration des DME :

    • Infrastructures limitées : Connexions Internet insuffisantes, manque d’ordinateurs et coupures électriques fréquentes.
    • Coûts élevés : Jusqu’à 500 000 dollars par hôpital pour des systèmes de base.
    • Sécurité des données : Faible protection de la vie privée et des informations sensibles.
    • Manque de formation : Personnel technique insuffisant et absence de programmes d’apprentissage adaptés.

    3 leviers à activer

    Les chercheurs proposent plusieurs solutions :

    • Centralisation des plateformes de DME à l’échelle nationale pour garantir l’efficacité et l’interopérabilité des systèmes.
    • Renforcement des cadres réglementaires pour sécuriser les données et protéger la vie privée des patients.
    • Audits réguliers pour contrôler la qualité des données collectées.

     

  • Gen AI : France 2030 choisit le projet Partages porté par le HDH pour alléger les tâches des professionnels de santé

    Démocratiser l’IA générative pour améliorer la qualité des soins

    L’essor de l’intelligence artificielle générative (Gen AI) représente une opportunité cruciale pour le secteur de la santé, où la charge administrative et les défis d’organisation impactent directement la qualité des soins. Dans le cadre du projet France 2030, l’État français a choisi le projet Partages coordonné par le HDH comme lauréat de l’AAP “Communs numériques pour l’IA générative” pour mettre la Gen AI au service des professionnels de santé et “leur faire gagner un temps médical précieux”. Ce projet se concentre sur le développement d’applications concrètes pour répondre aux besoins des professionnels, comme la transcription automatique des consultations, l’aide à la décision clinique ou la simplification des démarches médico-administratives. Inspiré de modèles de langue tels que GPT, ce projet ambitionne de libérer du temps médical et de favoriser une interaction plus humaine entre soignants et patients.

    Aux États-Unis, l’IA générative est déjà utilisée dans plusieurs applications médicales, notamment la transcription des consultations et l’analyse des données cliniques pour des prises de décision rapides. De grands acteurs comme Epic Systems et des start-ups innovantes intègrent ces technologies dans les hôpitaux, ce qui a permis de démontrer leur potentiel pour réduire la charge administrative et améliorer les soins. Avec Partages, la France ambitionne de rattraper ce retard technologique, tout en s’appuyant sur une approche souveraine et éthique.

    Une mobilisation nationale

    Le projet rassemble 32 partenaires issus des domaines public, privé et académique. Des hôpitaux, comme l’AP-HP, les CHU de Bordeaux, Toulouse et Lille, collaborent avec des acteurs de la recherche, comme le CNRS, avec des laboratoires de recherche, comme le laboratoire interdisciplinaire des sciences du numérique, ainsi qu’avec des deeptech de la Gen IA, notamment Mistral AI.

    L’objectif du consortium est de développer des solutions pratiques et innovantes à travers six cas d’usage majeurs :

    • un outil de pseudonymisation automatique des données textuelles de santé, afin que l’ensemble de l’écosystème puisse bénéficier d’un outil standardisé pour cette étape préalable à toute utilisation secondaire des données de santé ;
    • deux outils visant à assister les praticiens de santé sur des tâches médico-administratives (codage DIM et résumé structuré de comptes-rendus) afin de libérer du temps médical ;
    • un cas d’usage permettant la génération de contenus pédagogiques pour tous les étudiants en médecine en France ;
    • deux outils facilitant l’analyse et la structuration automatique des informations médicales  afin de soutenir la recherche clinique, en particulier en oncologie.

    Cette collaboration multidisciplinaire garantit que les outils développés seront directement utilisables et adaptés aux besoins variés des professionnels de santé.

    Une IA accessible à tous

    L’un des piliers du projet Partages est l’open source : les modèles, outils et ressources développés seront mis à disposition pour encourager une large adoption et stimuler l’innovation dans tout l’écosystème de la santé. Cette approche permet de démocratiser l’accès à ces nouvelles technologies, tout en garantissant une souveraineté française sur les outils développés.

    Le HDH à la tête de nombreux projets pour l’IA :

    Partages s’inscrit dans une dynamique plus large portée par le HDH pour promouvoir l’utilisation de l’IA en santé. Un autre projet clé, Shaiped, complète cette initiative en se concentrant sur la pseudonymisation et le partage sécurisé des données de santé, deux enjeux cruciaux pour faciliter l’innovation tout en respectant la vie privée des patients. Ces projets, portés par la stratégie France 2030, confirment l’ambition de la France de devenir un leader européen de l’IA en santé.

    Les 32 partenaires du projet Partages :

    Sans compter le HDH qui est chef de file du projet, voici les 32 partenaires du projet Partages :

    Laboratoires de recherche associés :

    • Laboratoire interdisciplinaire des sciences du numérique (LISN) – Université Paris-Saclay, CNRS
    • Laboratoire d’informatique, de traitement de l’information et des systèmes (GreyC) – Université de Caen Normandie, CNRS, École Nationale Supérieure d’Ingénieurs de Caen
    • Laboratoire d’informatique de Grenoble (LIG) – Université Grenoble-Alpes, CNRS, Grenoble INP, INRIA Grenoble Rhône-Alpes
    • Laboratoire d’informatique médicale et d’ingénierie des connaissances en e-santé (LIMICS) – Inserm, Sorbonne Université
    • Laboratoire informatique d’Avignon (LIA) – Avignon Université
    • Laboratoire des sciences du numérique de Nantes (LS2N) – Nantes Université, Centrale Nantes, CNRS, IMT Atlantique
    • Laboratoire d’informatique et des systèmes (LIS-lab) – Aix-Marseille Université, CNRS, Université de Toulon
    • Université numérique en santé et en sport (UNESS)
    • Bordeaux population health – Université de Bordeaux

    Organismes de recherche associés :

    • Centre national de la recherche scientifique (CNRS)
    • Institut national de recherche en informatique et en automatique (INRIA) – Équipe-projet Soda

    Établissements de santé associés :

    • Assistance publique – hôpitaux de Paris (AP-HP)
    • Centre Léon Bérard
    • Centre hospitalier universitaire (CHU) de Rouen
    • Groupement de coopération sanitaire (GCS) HOURAA – CHU Clermont-Ferrand, CHU Grenoble, Hospices Civils de Lyon, CHU Saint-Étienne
    • Institut Gustave Roussy
    • Institut Curie
    • Hôpitaux Saint-Joseph et Marie-Lannelongue
    • Hôpital Foch
    • ELSAN
    • Centre hospitalier universitaire (CHU) de Toulouse
    • Centre hospitalier universitaire (CHU) de Bordeaux
    • Centre hospitalier universitaire (CHU) Amiens-Picardie
    • Centre hospitalier universitaire (CHU) de Brest
    • Centre hospitalier universitaire (CHU) de Lille
    • Centre hospitalier régional universitaire (CHRU) de Nancy
    • Centre hospitalier universitaire (CHU) de La Réunion

    Deep tech associées :

    • reciTAL
    • Mistral AI

     

  • Près de la moitié des cas d’usage de l’IA en oncologie concernent la décision thérapeutique

    La grande majorité des usages sont dans l’aide au diagnostic et la personnalisation des traitements

    Une IA qui permet la détection précoce des cancers :

    Dans le domaine de l’oncologie, les cas d’usage les plus développés sont ceux qui concernent l’aide au diagnostic et la personnalisation des traitements. Ces domaines ont connu une adoption rapide de l’intelligence artificielle (IA), grâce à la précision accrue qu’elles apportent dans la détection précoce des cancers et la personnalisation des protocoles thérapeutiques.

    En effet, une proportion importante des applications de l’IA en oncologie concerne le diagnostic : 8 cas d’usage sur les 20 existants concernent cet axe. L’IA permet de détecter des anomalies dans les images médicales, comme les nodules pulmonaires ou les tumeurs mammaires, avec une grande précision. Ces avancées permettent de détecter des cancers à un stade plus précoce, comme l’identification précoce de métastases cérébrales, ce qui augmente considérablement les chances de succès des traitements pour les patients.

    Une IA qui peut prédire les effets secondaires :

    La personnalisation des traitements en fonction des caractéristiques spécifiques de chaque patient est un autre axe majeur et le plus représenté : 9 cas d’usage permettent l’aide à la décision thérapeutique. L’IA permet d’identifier les traitements les plus efficaces pour chaque type de tumeur, en fonction de facteurs biologiques et génétiques. Grâce à des solutions qui analysent les données cliniques et moléculaires des patients, les oncologues peuvent proposer des thérapies ciblées et plus adaptées, optimisant ainsi l’efficacité des traitements.

    4 cas d’usage montrent que l’IA peut être utilisée au-delà de la simple aide à la décision thérapeutique, mais qu’elle peut aussi prédire la réponse thérapeutique et les effets secondaires en fonction du profil du patient pour lui donner le meilleur des traitements.

    La sécurisation des traitements pour une meilleure prise en charge :

    Toujours dans un but d’une meilleure prise en charge du patient, l’IA contribue aussi à sécuriser la préparation des chimiothérapies. L’utilisation de technologies d’assistance à la préparation des médicaments et de contrôle des processus de fabrication par vidéo permet de réduire les erreurs humaines, de réduire les effets secondaires et d’assurer que les traitements sont administrés correctement. Ces solutions augmentent la sécurité des patients et améliorent l’efficacité des traitements oncologiques.

    Des cas d’usage à relever dans la surveillance des patients

    Un autre domaine où l’IA fait des progrès notables est la surveillance et le suivi des patients. Les patients atteints de cancers chroniques nécessitent une surveillance continue pour prévenir des complications ou la récidive du cancer. L’IA permet de suivre les patients à distance et d’alerter les médecins en cas de détérioration de l’état de santé, ce qui permet des interventions plus rapides et adaptées.

    2 cas d’usage sont à notifier dans cet axe de la surveillance et du suivi. Le cas d’usage le plus utilisé est celui de l’analyse des signes cliniques en temps réel. Cette approche permet de surveiller de manière continue l’état de santé du patient, de détecter toute dégradation et de prévenir les complications. Grâce à l’IA, les médecins reçoivent des alertes précoces, leur permettant d’intervenir rapidement pour ajuster les traitements. L’aide à la réévaluation du traitement est un autre cas d’usage pour le suivi du patient, où l’IA analyse les données du patient pour ajuster les traitements en fonction de l’évolution de l’état clinique. En surveillant l’efficacité des traitements et en détectant des changements dans les signes cliniques, l’IA aide les médecins à ajuster les protocoles thérapeutiques pour optimiser les résultats. Cela permet une approche personnalisée du traitement, où les décisions peuvent être prises de manière plus rapide et plus informée, réduisant ainsi les risques de traitements inadaptés. L’ajustement dynamique des traitements garantit également que les patients reçoivent la meilleure prise en charge possible au moment opportun.

    Cartographie des cas d’usage de l’IA en oncologie :

    Cartographie des cas d'usage de l'IA en oncologie - @ H&TI

    Cartographie des cas d’usage de l’IA en oncologie – @ H&TI