Articles

  • IA : Doctolib investit 100 M€ pour révolutionner la consultation médicale et accélérer sa croissance

    Devenir une référence de l’IA en Europe

    Cette nouvelle technologie de Doctolib est déja en  phase de test auprès de 360 médecins et promet de révolutionner encore un peu plus leur relation avec leurs patients. Pour le leader français de la gestion des rendez-vous médicaux et de la consultation, cet assistant numérique, en évitant au médecin de prendre des notes, lui permettra de consacrer plus de temps à ses patients. Une vérification des informations est tout de même effectuée avant que le rapport rédigé par l’outil ne soit intégré dans le dossier du patient.

    Pour atteindre son objectif  de devenir une référence de l’IA en Europe, Doctolib annonce l’investissement de 100 millions d’euros cette année dans le développement de nouvelles solutions. Par ailleurs, l’entreprise entend recruter 100 nouveaux salariés pour renforcer ses équipes d’ingénieurs et de développeurs. Et d’autres initiatives sont également en cours de développement :

    • un accueil téléphonique intelligent : depuis l’acquisition de la start-up Aaron.ai, Doctolib propose un répondeur intelligent qui est déjà opérationnel en Allemagne et qui sera disponible en France d’ici 2025 (il permet aux patients de prendre rendez-vous par téléphone en conversant avec une IA capable de détecter l’urgence d’une situation à partir du ton de la voix) ;
    • un assistant à la prévention : également prévu pour 2025, cet outil vise à améliorer le suivi des vaccinations, des dépistages et des maladies chroniques ;
    • et un outil de codification des données médicales : pour simplifier le travail des praticiens.

    Une rentabilité attendue en 2025

    Cette stratégie d’innovation de Doctolib s’inscrit dans un contexte de forte concurrence, notamment face aux Gafam qui cherchent à s’imposer dans le secteur de la santé. A l’origine de Gemini, Google a en effet lancé des tests pour permettre de mieux diagnostiquer les patients en compilant leurs propos et les rediriger vers les bons professionnels de santé.

    Cette nouvelle orientation stratégique intervient après une période difficile due à la crise du Covid-19, pendant laquelle Doctolib s’est positionné comme un acteur de santé publique en offrant gratuitement son logiciel de téléconsultation et en facilitant l’accès à la vaccination. Ce qui s’est, toutefois, fait au détriment de sa croissance, entraînant une perte de deux ans dans la quête de rentabilité. Aujourd’hui, la plateforme est implantée dans différents pays du vieux continent, dont l’Allemagne, où elle compte 20 millions d’utilisateurs.

    Prévue pour atteindre la rentabilité en 2025, Doctolib voit dans l’IA un moyen de rattraper ce retard et de créer de nouvelles opportunités de croissance. Avec un chiffre d’affaires de 300 millions d’euros et une forte croissance internationale, Doctolib consacre toutes les ressources nécessaires à la réussite de son ambitieuse transformation.

  • IA : une plateforme intégrée pour optimiser le flux de travail des médecins (Hôpital américain de Paris)

    Simplifier la prise en charge médicale

    L’idée de la plateforme APH Med a émergé en 2020, et l’application a été développée entre 2021 et 2023 par la société lilloise Ascent Wai, avec le concours des éditeurs. Dès 2021, l’ambition de l’hôpital s’est clarifiée et a été de simplifier la prise en charge médicale à partir d’une seule interface pour le médecin : son téléphone portable. Ainsi, APH Med est aujourd’hui accessible via une application web sur les smartphones.

    Selon Felix Mamoudy, directeur de la Transformation et de l’Innovation à l’American Hospital of Paris (AHP), l’objectif de son institution à travers ce projet est d’aboutir à :

    • une amélioration de la qualité des informations médicales grâce à des dossiers complétés dès le début du parcours médical ;
    • une programmation opératoire en temps réel ;
    • une facilité de l’accessibilité et du partage de l’information médicale ;
    • une augmentation de l’attractivité des patients ;
    • une estimation du RAC(Reste à charge ) au plus juste ;
    • des gains d’efficience organisationnelle et financière ;
    • et une amélioration de la qualité de vie au travail (QVT) des praticiens.
    Tâches permises par la plateforme centralisée AHP Med – @ American Hospital of Paris

    Chiffres clés liés à AHP Med :

    • L’établissement, qui compte 80 logiciels différents, a joué le rôle de coordinateur.
    • Un groupe élargi de 10 à 15 personnes, comprenant des médecins, des secrétaires et des équipes techniques, a planché sur l’application, autour d’une équipe resserrée de quatre personnes.
    • L’établissement a investi 200 000 euros dans ce projet.

    Fonctionnalités principales

    Cette solution s’inscrit dans une démarche plus large de modernisation du système d’information de l’Hôpital Américain de Paris, qui vise à améliorer la gestion des dossiers patients, le circuit du médicament, et la gestion des urgences. Elle propose les fonctionnalités suivantes :

    • saisie rapide d’informations dans le dossier patient informatisé ;
    • programmation d’interventions chirurgicales ;
    • codage des dossiers médicaux ;
    • collaboration  muti-site avec d’autres praticiens sur des cas cliniques ;
    • et intégration de la technologie de reconnaissance vocale : AHP Med intègre la solution Dragon Medical One, qui offre une saisie simplifiée sur téléphone mobile.

     

    Interfaces APH Med – @ American Hospital of Paris

     

  • Pathologie numérique : la taskforce de France Biotech recommande une inclusion dans le Ségur du numérique

    Répondre à un besoin de digitalisation

    La taskforce de France Biotech dédiée à l’anatomopathologie numérique a été lancée en mai 2023 dans un contexte de nécessité de la digitalisation du secteur alors que les pathologistes ont vu leurs tâches s’intensifier “à la fois en volume et en complexité dans un contexte de médecine de précision” explique l’association. Pour répondre à cette attente en termes de digitalisation, cette taskforce a réuni 130 participants parmi lesquels des médecins pathologistes libéraux, des médecins pathologistes hospitalo-universitaires et hospitaliers, des sociétés savantes, des industriels et des institutionnels.

    De mai 2023 à mars 2024, ils se sont réunis à de plusieurs reprises au travers de groupes pour travailler à :

    • favoriser les échanges entre les acteurs de l’anatomopathologie numérique ;
    • permettre aux acteurs d’assurer une bonne transition vers l’anatomopathologie numérique ;
    • faire émerger les solutions innovantes à même d’optimiser la pratique clinique, en lui offrant un cadre réglementaire et économique favorable ;
    • consolider une filière dynamique et porter des actions prioritaires structurantes à destination des pouvoirs publics. 

    En mai 2024, France Biotech a fait état des travaux de sa taskforce au travers d’un événement de restitution qui s’est déroulé à PariSanté Campus et par le biais duquel les groupes de travaux ont présenté un état des lieux des bénéfices et des enjeux du passage au digital et à l’IA, mais les difficultés du passage à cette digitalisation, ainsi qu’un certain nombre d’actions prioritaires visant à soutenir la filière dans ce passage.

    Quel intérêt à numériser l’ACP ?

    L’ACP est une spécialité médicale qui permet la détection de maladie, leur compréhension, ainsi que le diagnostic des patients grâce à l’analyse d’échantillons biologiques par microscope sur des lames. Le passage d’une lecture sur des lames physiques à une lecture sur des lames virtuelles ouvre donc la porte à une facilitation du travail pour les pathologies.

    Les résultats des groupes de travail de la taskforce ont montré que du côté du soin, la digitalisation de l’ACP permet, entre autres, la facilité d’accès aux données – car de par la numérisation des lames, leur transfert est plus facile entre professionnels de santé – , un confort de lecture pour les pathologistes, une sécurité supplémentaire – puisqu’il y a moins de risque de confusion entre plusieurs lames – , une utilisation plus aisée des algorithmes d’IA qui n’ont qu’a analyser les données numériques, ainsi qu’une meilleure prise en charge, avec des délais plus courts, grâce à une lecture décentralisée des lames.

    Du côté de la recherche, la digitalisation de l’ACP peut faciliter l’exploitation des images qui seront stockées numériquement, ce qui permet aussi la constitution de bases de données de recherche, mais aussi des bases de données pour les entrepôts de données de santé et donc pour la réutilisation secondaire de ces données. Agissant toujours de paire avec l’IA, la collecte de ces données peut aussi faciliter l’exploitation de la multimodalité et la constitution de jumeaux numériques pour accélérer la découverte de médicaments.

    La digitalisation de l’ACP peut aussi avoir des bénéfices dans la cadre de la formation comme la démontré la taskforce : “la digitalisation facilite le partage des cas didactiques, la création de collections pédagogiques, de base de données bibliographiques. Elle a permis notamment l’accès aux bases de données de l’Université numérique en santé et sport (UNESS) qui comprennent des collections de lames de référence par pathologie, annotées par des experts et des cours en ligne, ainsi que la mise en place de la plateforme “UNESS-SIDES”.

    Les bénéfices d’une inclusion de l’IA :

    Pour ce qui est du passage à l’IA, la taskforce a, là aussi, relevé de nombreux bénéfices du côté du soin, de la recherche et de la formation des pathologistes. En effet, l’IA offre des algorithmes destinés à optimiser la pratique du pathologiste et à améliorer le parcours de soin et la décision thérapeutique aux bénéfices des patients. Dans le cadre du soin, les groupes de travaux de la taskforce ont établi que l’IA impacte directement la prise en charge du patient grâce à une analyse plus précises des lames ce qui optimise cette prise en charge. Mais là n’est pas le seul bénéfice, puisque l’IA va aussi assister le pathologiste dans sa prise de décision et lui permettre un gain de temps, notamment grâce aux algorithmes d’analyse comme ceux qui permettent la lecture des frottis cervicaux.

    Pour la recherche, c’est les capacités prédictives de l’IA et l’automatisation qu’elle permet qui sont intéressantes. La taskforce montre que l’IA peut être utilisée pour prédire l’évolution de la maladie ou sa réponse à une thérapie donnée, pour remplacer des techniques existantes, ainsi que pour détecter des signaux faibles invisibles à l’œil et qui seraient des signatures pronostiques ou prédictives de nature à revoir les guidelines diagnostiques.

    Dans le cadre de la formation, l’IA permet “d’illustrer des cas (détecter des évènements, afficher des masques, …) et d’alimenter les contenus de formation et de développer le sens critique des jeunes pathologistes“.

    Les obstacles à une généralisation

    Si une digitalisation de l’ACP à d’ores et déjà débuté, de nombreux freins empêche sa généralisation. Les groupes de travail de la taskforce montre que les principaux freins à une utilisation plus générale de l’IA dans l’ACP résident dans des contraintes techniques et réglementaires. En effet, une généralisation ne pourra prendre forme que lorsqu’un financement sera instauré pour permettre un accès à l’usage de l’IA, mais aussi lorsque les DM numériques à usage professionnel seront évalué et déclaré conforme par la Haute autorité de santé (HAS). Cette généralisation nécessitera aussi une maîtrise des outils d’IA par les professionnels, chose qui n’est pas encore acquise.

    Ces mêmes freins sont constatés pour une digitalisation plus générale : des freins techniques couplés à des coût importants, puisqu’une numérisation des services nécessite d’engager des investissements très lourds. La taskforce a aussi relevé d’autres freins comme l’absence de format d’image standard pour le partage des données, mais aussi l’archivage et le stockage des lames qui, lorsqu’elles seront totalement numérisées, nécessiteront des bases de données conséquentes. Le dernier frein relevé par la taskforce est celui concernant les défis juridiques comme l’obéissance au RGPD pour le stockage des lames numériques, ou encore les procédures pour l’accès et l’utilisation des données des patients, comme l’obtention de leur consentement.

    Les principales préconisations de France Biotech

    Après avoir dressé cet état des lieux, la taskforce préconise 31 actions prioritaires, parmi lesquelles la nécessité :

    • de mettre en place d’un accompagnement financier efficace, indispensable pour soutenir la digitalisation des laboratoires publics et privés ;
    • de favoriser de l’inscription des outils IA dans le RIHN (impliquant le recueil de données) et passage en droit commun d’actes matures tels que les actes de biologie moléculaire (PCR, NGS) de manière à libérer l’enveloppe au profit de nouvelles innovations tels que les actes assistés par IA ;
    • de permettre la création de nouveaux types d’actes pour l’utilisation d’algorithmes, y compris à l’initiative des industriels, tenant compte de la typologie d’IA et coefficienté en fonction de la valeur ajoutée évaluée par la HAS ;
    • d’améliorer la coordination entre les secteurs public et libéral afin de favoriser l’exploitation des datas par les industriels et les chercheurs ;
    • de soutenir la création d’entrepôts locorégionaux de données de santé interconnectés permettant de recueillir des données multimodales et multi origines provenant des secteurs privés et publics ;
    • d’inclure la pathologie digitale dans le Ségur du numérique afin de bénéficier du soutien de la DNS pour conseiller et dynamiser la standardisation et les choix en matière d’interopérabilité pour la filière ;
    • de proposer que l’archivage légal puisse être réalisé en physique ou en digital de manière à pouvoir adapter les stratégies aux dispositions des laboratoires et aux cas d’usage, et éviter un double archivage (physique et numérique) ;
    • et de sensibiliser la Cnil au sujet de la création d’entrepôts de données de santé, en lui demandant de définir des procédures harmonisées et adaptées afin de réduire les délais d’autorisations (public et privé).

    👉 Toutes les actions préconisées par la taskforce de France Biotech sont à retrouver dans la restitution de la taskforce consultable en cliquant sur ce lien.

  • Etude : adapter les cadres d’évaluation aux spécificités des DM basés sur l’IA (JMIR)

    Des cadres d’évaluation pas entièrement adaptés

    Cette revue vise à analyser l’adéquation des dimensions actuelles de l’évaluation des technologies de santé aux DM basés sur l’IA. Pour ce faire, les auteurs se sont appuyés sur des bibliothèques scientifiques comme Pubmed, Embase et Cochrane Library, mais également sur de la “littérature grise” et sur les sites web de différentes agences d’évaluation. Au total, 78 études publiées entre 1991 et 2023 ont été incluses dans cette revue.

    Leur conclusion souligne la nécessité de modifier les cadres d’évaluation existants afin d’être plus efficace sur les aspects techniques, cliniques et économiques des DM contenant une IA. L’évaluation portant aujourd’hui sur les 9 domaines suivants :

    • le problème de santé et utilisation actuelle de la technologie ;
    • la description et les caractéristiques techniques de la technologie ;
    • la sécurité ;
    • l’efficacité clinique ;
    • les coûts et l’évaluation économique ;
    • l’analyse éthique ;
    • les aspects organisationnels ;
    • les aspects relatifs aux patients et sociaux ;
    • ainsi que les aspects juridiques.

    Résultats

    Les auteurs ont formulé quatre recommandations principales pour adapter les 9 domaines d’évaluation des technologies de santé :

    • améliorer la comparabilité des résultats entre différentes évaluations et juridictions en standardisant les méthodologies, formats de rapport et présentation des résultats ;
    • définir les compétences requises pour les évaluateurs de ces DM, incluant une connaissance approfondie des technologies IA ;
    • évaluer les compromis entre performance, coût, et explicabilité des algorithmes IA, tout en tenant compte des contextes spécifiques d’utilisation ;
    • évaluer les DM en fonction de leur sécurité, fiabilité, et conformité aux standards éthiques, et s’assurer qu’ils apportent une aide significative aux professionnels de santé.

    Les recommandations détaillées pour les 9 domaines d’évaluation identifiés :

    Recommandations pour chacun des domaines d'évaluation - @ Farah L et al. (2024)
    Recommandations pour chacun des domaines d’évaluation – @ Farah L et al. (2024)

    Pour concrétiser ces aspirations, les auteurs considèrent qu’il serait indispensable d’intégrer les résultats de leur analyse dans les futures lignes directrices européennes, dans le sens d’une harmonisation des évaluations cliniques de ces dispositifs afin de surmonter les obstacles communs au niveau de la région.

    Des défis pour une évaluation spécifique :

    Par ailleurs, cette revue a permis d’identifier neufs défis à relever pour la mise en œuvre réussie des recommandations élaborées pour adapter les cadres d’évaluation aux spécificités des DM basés sur l’IA :

    Une évolution technologique très rapide Les technologies IA évoluent plus vite que les dispositifs médicaux traditionnels, nécessitant des processus d’évaluation évolutifs et accélérés.
    Une exigence en matière de données et de leur qualité Des données de qualité doivent être disponible pour l’entraînement et la validation des systèmes IA.
    La complexité et la transparence des algorithmes d’IA Les algorithmes complexes des dispositifs médicaux IA posent des défis de transparence et d’explicabilité pour les évaluateurs et les régulateurs.
    La sécurité et la validation clinique La difficulté de générer des preuves robustes de sécurité, d’efficacité et d’efficience de ces DM nécessite des approches tel que la certification dynamique expérimenté par la Food & drug administration.
    Les considérations réglementaires et éthiques La garantie d’accès équitables à ces technologies et les préoccupations éthiques tels que les biais.
    L’évaluation économique La complexité de déterminer le le rapport coût efficacité des DM IA lorsque les bénéfices sont indirects ou à long terme.
    L’engagement et la confiance des parties prenantes La difficulté de bâtir une confiance entre les offreurs de soins, les patients et les décideurs politiques.
    L’intégration et l’interopérabilité La nécessité de ressources importantes pour intégrer les DM ayant de l’IA
    La reproductibilité au niveau internationale Pouvoir s’assurer de l’efficacité de ces DM dans différents contextes internationaux

     

     

    * Suitability of the Current Health Technology Assessment of Innovative Artificial Intelligence-Based Medical Devices: Scoping Literature Review

    Farah L, Borget I, Martelli N, Vallee A

    J Med Internet Res 2024;26:e51514

    URL: https://www.jmir.org/2024/1/e51514

    DOI: 10.2196/51514

  • IA et cancer : un consortium international pour créer la plus grande base de données

    6 acteurs académiques et technologiques engagés

    Le consortium Mosaic vise à construire la plus grande base de données multi-omiques en oncologie en utilisant la biologie spatiale. Ce domaine émergent étudie comment l’organisation spatiale des tissus et des cellules affecte leur comportement et leurs interactions. Il s’agit de cartographier les ARN, ADN et protéines dans les tumeurs de milliers de patients pour identifier de nouveaux sous-groupes de cancer, biomarqueurs et cibles thérapeutiques. Mosaic utilise l’IA, indispensable pour gérer un volume aussi massif de données, combinant les données spatiales omiques avec le séquençage de l’ARN et la protéomique.

    Pour mener à bien ces travaux, Mosaic regroupe des parties prenantes provenant de différents pays et horizons :

    • Owkin, initiateur et coordinateur du projet, a investi 45,5 M€ dans la construction de Mosaic (la start-up franco-américaine développe une plateforme de données et applique son expertise en apprentissage automatique) ;
    • l’américain NanoString Technologies fournit la technologie d’omique spatiale ;
    • l’Institut Gustave Roussy apporte des échantillons de patients et participe à la recherche ;
    • les 3 autres centres de recherche sur le cancer : l’université de Pittsburgh, l’hôpital universitaire de Lausanne, le centre hospitalier universitaire d’Erlangen et l’hôpital de la Charité, à Berlin, collaborent pour générer et analyser les données spatiales omiques des échantillons de patients.

    7 000 échantillons étudiés pour des traitements personnalisés 

    Des échantillons de 7000 patients atteints de 7 grands types de cancer vont être analysés. Les analyses ont commencé à Gustave Roussy avec 150 échantillons séquencés, générant 174 données omiques spatiales et 109 données omiques de cellules uniques. Le projet prévoit de rendre accessibles ces données à la communauté scientifique via une première mise à disposition de 100 échantillons, facilitant ainsi le développement de traitements oncologiques personnalisés et ciblés.

  • Santé des femmes : l’ARS Île-de-France lance un AAP pour des innovations organisationnelles (30/09)

    Jusqu’à 100 000 € de financement

    C’est dans le cadre de son projet régional de santé 2023-2028 que l’ARS Île-de-France a ouvert cet AAP dédié à la santé des femmes et centré sur les innovations organisationnelles. Elle vise ainsi à sélectionner des projets qui pourront :

    • renforcer les compétences et connaissances sur la santé des femmes pour un meilleur accès à la santé ;
    • améliorer l’accès à la santé pour des femmes dont la santé est susceptible de se dégrader en raison de difficultés spécifiques.

    Peuvent participer à cet AAP principalement les établissements de santé, les établissements et services médico-sociaux, les structures juridiques porteuses d’une structure d’exercice collectif ou d’un cabinet de groupe, les associations portant un projet de santé territorialisé, ou encore les dispositifs d’appui à la coordination, tous franciliens. Les porteurs de projets doivent proposer un projet innovant qui va permettre de soutenir les innovations organisationnelles en lien avec les structures de santé qui contribuent à améliorer l’accès à la santé des femmes, mais ce dernier ne doit pas obligatoirement contenir d’innovations numériques, qui ne sont pas pris en charge par le financement de l’appel.

    L’ARS Île-de-France indique qu’entre 3 et 5 lauréats seront sélectionnés à terme de cet AAP et qu’ils bénéficieront d’un financement de 300 000 euros à se partager, donc entre 60 000 et 100 000 euros par lauréat. L’AAP est d’ores et déjà ouvert et les inscriptions peuvent se faire via ce lien jusqu’au 30 septembre à 23:59.

    Déroulement de l’AAP

    Calendrier de l’AAP :

    Ouvert le 3 juillet 2024, l’AAP “innovations organisationnelles au service de la santé des femmes” sera clos le 30 septembre 2024 à 23h59. Tous les dossiers de candidature doivent être soumis avant cette date limite. La sélection des équipes retenues, ainsi que leur notification se fera le 8 novembre 2024.

    Critères d’éligibilité :

    Pour que le projet soit éligible, le dossier de candidature devra obligatoirement :

    • être déposé, complété et signé par tous les membres du groupement sur le site démarches-simplifiees.com avant le 30 septembre 2024 à 23:59 ;
    • contenir le plan de financement complété par chaque membre du groupement éligible à la subvention ;
    • contenir des mandats signés par les membres du groupement ;
    • contenir des résultats d’études réalisées sous forme de document ou article scientifique (le cas échéant).

    Critères de sélection :

    Les projets éligibles seront sélectionnés par l’ARS en fonction des critères suivants :

    • adéquation avec la thématique, les publics cibles et les objectifs de l’appel à projet ;
    • adéquation avec les priorités transversales et thématiques du projet régional de santé ;
    • qualité du pilotage et de la gestion du projet ;
    • caractère innovant de l’organisation par rapport aux savoirs ou pratiques existants ;
    • légitimité, qualité et pertinence des partenariats mobilisés ;
    • logique de représentativité et de couverture territoriale du projet ;
    • pertinence des modalités de gouvernance du projet pour le mener à bien ;
    • clarté et pertinence de la démarche de mise en œuvre du projet et des choix méthodologiques ;
    • volume de bénéficiaires du projet suffisamment représentatif ;
    • capacité à mobiliser des acteurs du territoire ;
    • faisabilité du projet et adéquation des moyens aux objectifs (calendrier, moyens humains) comportant l’anticipation des risques projet ;
    • reproductibilité de l’usage en dehors du projet et auprès d’autres structures de santé similaires à la structure expérimentatrice ;
    • justification du budget du projet ;
    • conduite d’une étude d’impact.

    Ne sont pas éligibles les projets :

    • qui ne prévoient pas de chefferie et gestion de projet ;
    • qui ne comportent pas d’éléments montrant qu’une capitalisation et une mesure d’impact vont être réalisées ;
    • qui reposent sur des financements déjà prévus dans le droit commun ;
    • et dont les modalités de recueil et d’analyse des données recueillies sont non conformes aux règles et recommandations de la Cnil.

     

  • IA : Adventure, un projet pour l’analyse des événements indésirables en anesthésie

    10 ans d’EI signalés par les anesthésistes

    L’étude s’est concentrée sur les EI signalés par les anesthésistes, pionniers de ces approches, concernant la période périopératoire. Les 9 559 EI (parmi les 135 000 rapports d’EI uniques et anonymisés de la HAS) signalés par les anesthésistes entre le 1er janvier 2009 et le 1er juin 2020 ont été inclus dans l’étude. la labellisation a été validée par des experts, ainsi que les associations entre les causes profondes des différents EI et les conséquences pour les patients. Le modèle a été validé par des anesthésistes experts indépendants.

    Méthode :

    Un prétraitement des données a été réalisé dont l’objectif était d’identifier les mots ou séquences de mots significatifs (suffisamment utilisés pour être pertinents, mais sans être trop fréquents pour garder du sens).Les prétraitements appliqués sur les déclarations d’EI après l’identification des éléments pertinents ont permis de retenir 7799 (81,6%) rapports parmi les 9559 rapports initiaux.

    Deux étapes ont ensuite été réalisées dans le traitement des données :

    1️⃣ La classification des EI : un algorithme LDA (L’allocation de Dirichlet latente) a été utilisé pour développer un modèle de classification automatique des libellés d’EI. Ce traitement non supervisé permet de définir des thèmes (par exemple difficulté d’intubation, erreurs médicamenteuses, hémorragie…) et ainsi classer les évènements par causes principales.

     

    2️⃣ Puis une recherche de causes profondes : en réalisant des regroupements en cluster par Kmeans (par thèmes proches secondaires)

    Résultats :

    Le modèle d’apprentissage automatique (ML) et d’intelligence artificielle (IA), utilisé sur 9 559 ensembles de données d’EI, a catégorisé avec précision 8 800 (88 %) des EI signalés. Les trois types d’EI les plus fréquents étaient :

    • intubation orotrachéale difficile (16,9 % des rapports d’EI) ;
    • erreur médicamenteuse (10,5 %) ;
    • et hypotension post-induction (6,9 %).

    La précision du modèle d’IA a atteint une sensibilité de 70,9 %, une spécificité de 96,6 % pour « intubation difficile », une sensibilité de 43,2 % et une spécificité de 98,9 % pour « erreur médicamenteuse »

    Concernant les causes profondes et les associations, l’étude a montré des corrélations réalistes et validées par les experts anesthésistes.

    Vers une collaboration hybride Homme-IA

    Malgré quelques limites à l’étude (non exhaustivité de la base HAS, biais d’information, …), cette méthode d’apprentissage automatique non supervisée fournit un premier algorithme de travail qui montre l’opportunité de traiter plus rapidement les EI (aujourd’hui il faut 3 mois à 3 experts pour analyser 150 EI) et de mieux mobiliser les experts sur l’analyse des EI en prétraitant les évènements et en faisant émerger des associations. Il convient évidemment de le superviser pour améliorer ses performances sur certaines thématiques.

    Grâce à l’utilisation plus fine du texte libre (NLP), l’approche permet d’obtenir des informations plus approfondies sur les causes multidisciplinaires des événements indésirables, et de mieux comprendre pourquoi les EI continuent de se produire. Cette approche permet aussi de mettre en évidence et d’amplifier l’émergence de signaux faibles et d’identifier de nouvelles situations à risque, impossibles à identifier en méthode classique.

    Ce modèle devrait être utilisé dans d’autres spécialités médicales, et aussi doit permettre ainsi une optimisation du temps des experts, et aller vers un fonctionnement hybride, homme et IA.

     

    Exemple pratique :

    Pour illustrer la valeur et l’impact de l’utilisation d’une analyse hybride, des cliniciens experts ont distingué 2 situations pour une erreur de latéralité de chirurgie du mauvais côté.

    • Pour la chirurgie de la cataracte l’analyse de la description des EIs met en évidence un résultat clé dans la mesure où la check list chirurgicale de l’OMS, réalisée avant l’incision chirurgicale et  obligatoire en France, était une barrière efficace pour détecter les erreurs de côté avant qu’un quelconque dommage ne soit causé au patient.
    • Concernant l’anesthésie régionale, « erreur de côté » et « performance du bloc » ont conduit les experts à revoir en détail le texte des EIs car dans ce cas, la détection de l’erreur de latéralité a souvent lieu après avoir effectué l’anesthésie régionale, donc que la liste de contrôle de sécurité chirurgicale de l’OMS n’a pas été mise en œuvre correctement. Cela fournit des informations importantes sur la meilleure façon d’améliorer la mise en œuvre des listes de contrôle chirurgicales.

     

  • Prévention : la CNSA et les gérontopôles s’unissent pour des actions plus efficaces

    Evaluer la pertinence et l’efficience des projets

    Le centre national de ressources probantes, intégré à la CNSA depuis la loi “bien vieillir”, est chargé de recenser et de promouvoir les actions de prévention de la perte d’autonomie et d’élaborer des référentiels d’actions et de bonnes pratiques. Cette mission doit trouver des terrains d’application, afin de tester et de diffuser les résultats de ces travaux. Par ailleurs, en mars 2023, les neuf gérontopôles se sont réunis en une Union des gérontopôles de France (UGF) pour coordonner et diffuser plus largement leur expertise auprès des différents acteurs du vieillissement et du bien-vieillir.

    Comme l’indique Françoise Tenenbaum, sa présidente, également à la tête du Pôle de gérontologie et d’innovation (PGI) Bourgogne-Franche-Comté, « grâce à notre composante scientifique, nous sommes en mesure d’évaluer en amont la pertinence ou la faisabilité d’un projet ou d’un dispositif ». Les gérontopôles sont donc appelés pour mener une action de conseil ou d’expertise auprès des collectivités, mais aussi auprès des instances nationales traitant ou ayant à connaître des problématiques des populations en perte d’autonomie.

    Focus sur la dénutrition des seniors :

    A ce titre, L’UGF vient de passer convention avec la CNSA pour accompagner « le développement d’une politique territorialisée de prévention de la perte d’autonomie ». Cette collaboration a donné lieu à un première production conjointe dans un rapport « sur l’analyse scientifique des critères d’efficience d’une action de prévention de la dénutrition des seniors. »

    Selon ce rapport, « à partir des analyses exhaustives de la littérature et de l’extraction des travaux les plus solides, les experts ont pu mettre en évidence les éléments essentiels permettant de garantir la qualité d’un programme de prévention. Ces éléments devraient être présents lorsque des actions de prévention sur la nutrition sont financées dans le cadre de la politique de prévention ». La convention avec la CNSA s’inscrit dans cette démarche.

    La formation pour diffuser les bonnes pratiques

    Le travail scientifique analysé par le centre de preuves donne des références pour des actions de prévention de la perte d’autonomie efficaces qui doivent être prises en compte par les acteurs de terrain. Cet objectif passe notamment par l’organisation de journées thématiques, afin que financeurs et porteurs de projets partagent des repères clés avant de mener des actions collectives de prévention.

    C’est pourquoi la CNSA engage un large programme de formation des professionnels impliqués dans la conception et la mise en œuvre de telles actions. Il peut s’agir de porteurs de projets, bénéficiant d’ores et déjà de financements de la conférence des financeurs de la prévention de la perte d’autonomie (CFPPA) ou ayant l’intention de proposer un projet pour les prochaines années.

    Organisées avec l’appui de l’UGF, ces journées, décentralisées, portent sur trois thématiques différentes entre 2024 et fin 2026 :

    • prévention et promotion de la santé des personnes de 60 ans et plus : en 2024 ;
    • méthodes et repères pour suivre et évaluer l’impact d’actions collectives de prévention de la perte d’autonomie : en 2025 ;
    • marketing social : stratégies favorisant l’adoption de comportements favorables à la santé : en 2026.

    Les membres de droit des conférences des financeurs départementales (élus, ARS, caisses de sécurité sociale…) bénéficient également de journées d’information sur ces mêmes thématiques, selon un calendrier distinct.

    Carte des gérontopôles de France
    Carte des gérontopôles de France

     

  • IA et découverte des médicaments : vers une nouvelle ère de la recherche biopharmaceutique ?

    Pourquoi l’IA ?

    Les solutions basées sur l’IA transforment la recherche sur les mécanismes d’action des maladies et la compréhension des interactions médicaments-cibles, augmentant leur spécificité. Elles recoupent la littérature scientifique avec d’autres sources d’information, facilitant la proposition de nouveaux candidats thérapeutiques en quelques mois au lieu de plusieurs années. Adoptées dès la phase de découverte, elles peuvent dynamiser la productivité de la R&D. Ces technologies peuvent ainsi :

    • accélérer la découverte de médicaments et les phases précliniques ;
    • augmenter la précision des prédictions sur l’efficacité et la sécurité des médicaments, économisant potentiellement des milliards de dollars en réduisant les échecs ;
    • mais aussi diversifier les pipelines de médicaments, ouvrant de nouvelles lignes de recherche et améliorant la compétitivité en trouvant des niches de valeur ajoutée.

    Dans cet indicateur premium, une analyse du contexte de la recherche médicale, avec un focus sur les processus de la phase pré-clinique, un état des lieux du marché  et des cartographies des cas d’usage et des solutions d’IA disponibles en France.

    🔎 Analyses

    Recherche médicale : dynamique, plan de rénovation et apports de l’IA…

    Alors qu’il faut au moins 15 ans pour passer de la découverte d’une molécule à sa mise sur le marché, l’IA apparaît comme une solution à la lenteur des processus de la recherche médicale, qui s’essouffle depuis plusieurs années. L’IA n’est cependant pas une panacée et des actions concrètes doivent être menées pour relancer une dynamique autour de la recherche.

    👉 Un état des lieux de la recherche médicale en France peut être consulté ici.

    Une évolution exponentielle des études sur l’usage de l’IA dans la découverte des médicaments :

    Levier majeur pour rationaliser et accélérer les processus de découverte de médicaments, l’IA transforme ce domaine qui fait face à de multiples défis (coûts élevés, délais prolongés…).

    👉 Dans une revue* publiée le 7 juin 2024 dans le journal Molecules, une équipe de chercheurs français analyse les défis rencontrés dans les applications de l’IA.

    Un cadre réglementaire qui se construit :

    La réglementation de l’usage de l’IA dans la recherche médicale vise à garantir la sécurité, l’éthique et la performance d’un programme de recherche (RGPD, Cnil, loi relative à la bioéthique et bientôt l’AI Act). En Europe et en France, l’arsenal règlementaire, complété par les institutions de santé référentes, offre un solide cadre règlementaire.

    👉 Accéder à notre analyse du cadre réglementaire de l’IA dans la recherche médicale et de ses évolution en suivant ce lien.

    Colloque sur la recherche médicale : vers un encadrement des nouvelles méthodologies (Lille, le 24 juin 2024)

    Adopter des méthodologies agiles et innovantes pour améliorer l’efficacité des essais cliniques, renforcer la collaboration avec les agences de régulation et intégrer les patients dès les premiers stades de la recherche… Autant de problématiques discutées lors du colloque “Next generation of clinical research. AI, in silico and external arm: time to make them real“, dédié à la recherche médicale, organisé le 24 juin par l’AIS, en partenariat avec F-crin, l’Ariis et le CHU de Lille.

    👉 Dans cet article, un retour sur cet événement organisé au CHU Lille qui a réuni des professionnels de santé, des agences d’évaluation et des patients avec l’ambition de discuter du cadre d’utilisation des nouvelles méthodologies d’essais cliniques, dans l’objectif de mettre à disposition de véritables innovations pour les patients.

    🗺️ Cartographies

    22 solutions françaises d’IA pour la découverte des nouvelles molécules :

    De la découverte de nouvelles molécules à l’identification de candidats-médicaments, 22 solutions numériques facilitent la recherche pharmaceutique en France grâce à l’IA. Elles se répartissent en quatre catégories : identification de biomarqueurs, découverte de candidats-médicaments, et l’identification de cibles et découverte de nouvelles molécules.

    👉 Accéder à la cartographie interactive des solutions via ce lien.

    Marché quelles opérations (partenariats, fusacq) réalisées en 2023 ?

    Le marché de la découverte de médicaments est en pleine expansion grâce à l’IA, cette avancée permet d’accélérer et d’optimiser des processus coûteux et complexe. En 2023, il atteint 1,38 milliards de dollars, avec des prévisions allant jusqu’à 3,74 milliards de dollars d’ici 2027. L’Amérique du Nord représente actuellement plus de 56 % du marché.

    👉 Plus de détails sur les dynamiques de ce marché ici.

    Quels cas d’usage de l’IA dans la découverte des médicaments ?

    Génération de nouvelles molécules, prédiction de la toxicité d’un médicament en phase pré-clinique, conception de novo : au moins 8 cas d’usage de l’IA peuvent être recensés dans le domaine de la découverte de médicaments.

    👉 Dans cet article, une analyse de ces applications de l’IA et une cartographie synthétique.

    📢 Webinaire H&TI

    Pour présenter les points clés de cette étude et échanger avec notre communauté, Health & Tech Intelligence organise un webinaire le 16 juillet 2024 à 9h00. Rejoignez-nous et prenez part à cette discussion autour d’une tendance technologique qui redéfinit les limites de la recherche biopharmaceutique !

    👉  L’inscription est ouverte sur ce lien.

    Synthèse de l'étude "IA et découverte des médicaments" - @ Health & Tech Intelligence

    Synthèse de l’étude “IA et découverte des médicaments” – @ Health & Tech Intelligence

  • Marché IA et découverte de médicaments : quelles opérations stratégiques réalisées en 2023 ? (partenariats, fusacq)

    Un marché en pleine croissance stimulé par l’innovation

    La découverte et l’identification de nouveaux médicaments représente un processus long et coûteux pour les laboratoires. En effet, il faut compter entre 10 et 12 ans et plus de 2 milliards de dollars pour qu’un médicament arrive sur le marché et 90 % de ces candidat médicaments échouent en cours de développement, entraînant des pertes financières importantes pour les fabricants. La phase de découverte représentant à elle seule environ un tiers des coûts.

    Cependant, l’intelligence artificielle (IA) offre des solutions pour relever ces défis. Des techniques comme le machine learning, le deep learning, l’apprentissage supervisé et non supervisé, et le traitement du langage naturel sont utilisées à différentes étapes du développement de médicaments. Ces outils permettent d’optimiser l’identification des cibles, la génération de hits et l’optimisation des leads, augmentant ainsi la productivité de la R&D et réduisant les échecs cliniques.

    Le marché mondial de la découverte de médicaments connaît une croissance significative grâce à l’essor de l’intelligence artificielle. En 2022, il est évalué à 1,04 milliard de dollars et a atteint 1,38 milliard de dollars en 2023, affichant un taux de croissance annuel composé (TCAC) de 31,9 %. Les prévisions indiquent que ce marché continuera de croître pour atteindre 3,74 milliards de dollars en 2027, avec un TCAC de 28,4 %. En 2022, l’adoption de solutions basées sur l’IA dans la découverte de médicaments a permis des économies de 8,57 milliards de dollars, avec des projections atteignant plus de 28 milliards de dollars d’ici 2035 (ResearchAndMarket).

    Les dernières avancées permises par l’intelligence artificielle dans la découverte de médicaments ont permis d’identifier plus de 200 millions de protéines et de générer aux États-Unis plus de 15 médicaments qui ont fait l’objet d’essais cliniques (bien que ces derniers n’aient pas encore reçus  l’approbation de la FD) selon les chiffres de Janus Henderson investors.

    L’Amérique du Nord en tête de podium :

    La région Amérique du Nord représentait une part de marché d’environ 56,18 % en 2023. C’est le segment de l’oncologie qui représente la part de marché la plus importante avec 21 % en 2023. Plus globalement, la taille du marché américain de l’IA dans la découverte de médicaments était évaluée à 670 millions de dollars en 2023 et devrait atteindre environ 4,950 milliards de dollars d’ici 2033, avec un TCAC de 22,1 % de 2024 à 2033 (markets and markets).

    2,3 Mds$ de fonds levée

    Pour l’année 2023 c’est 44 opérations de financement qui ont été recensées, ces dernières ont été réalisées par 42 entreprises différentes, pour un montant total d’environ 3 milliards de dollars. En tête de liste arrive 2 entreprises américaines qui a elles seules ont levé 643 millions de dollars.

    En 2023, AbCellera a reçu un financement de 370 millions de dollars sous la forme d’une subvention du gouvernement canadien et de l’État de Colombie-Britannique. Ces fonds incluent 225 millions de dollars du gouvernement fédéral et 75 millions de dollars du gouvernement provincial. AbCellera a joué un rôle crucial dans le développement du Bamlanivimab, le premier traitement par anticorps contre la COVID-19, approuvé par Santé Canada en novembre 2020 et produit par Eli Lilly. En 2020, l’entreprise avait déjà reçu 175 millions de dollars d’Ottawa pour ses recherches sur les anticorps.

    L’entreprise Generate Biomedicines a levé quant à elle 273 millions de dollars en série C en septembre, (soit 100 millions de moins que lors de la série précédente) auprès notamment de NVentures, le fonds d’investissement de NVIDIA, et d’Amgen Ventures. Avec près de 450 millions de dollars en banque, Generate prévoit d’étendre son pipeline et d’avancer des essais cliniques, y compris un anticorps contre la COVID-19. L’entreprise collabore également avec le MD Anderson Cancer Center et Amgen sur divers projets en oncologie.

    Les levées de fonds des entreprises françaises :

    Les entreprises françaises ne sont pas en reste et ont levé sur l’année 2023, 26,7 millions de dollars :

    👉 L’entreprise Okomera qui est une biotech française issue de l’Institut Pasteur et de l’École Polytechnique, a levé 10,2 millions d’euros pour développer la médecine personnalisée contre le cancer. Fondée en 2020, elle utilise des répliques miniatures de tumeurs sur des puces microfluidiques pour tester diverses thérapies. Grâce à l’IA, la machine d’Okomera analyse la réponse des tumeurs et propose des traitements personnalisés. Cette levée de fonds permettra d’industrialiser leur dispositif et de collaborer avec des centres de cancérologie et l’industrie pharmaceutique

    👉 La start-up parisienne Iktos spécialisée dans l’intelligence artificielle pour la découverte de médicaments, a levé 15,5 millions d’euros en 2023. Fondée en 2016, Iktos utilise l’IA pour accélérer la recherche de nouvelles molécules sans nécessiter de synthèse chimique. Cette levée de fonds, menée par M Ventures et Debiopharm, permettra de développer “Iktos Robotics”, une plateforme de découverte automatisée de molécules. L’objectif est de réduire significativement les délais et les coûts de recherche de nouveaux médicaments, déjà validée par 50 collaborations avec des laboratoires pharmaceutiques majeurs.

    Au moins 7 opérations d’acquisition

    Pour l’année 2023, nous avons recensé l’acquisition de 7 entreprises spécialisés dans la découverte de médicaments assistées par l’IA. Ce chiffre peut s’expliquer par plusieurs facteurs notamment et les incertitudes réglementaires et techniques entourant ces nouvelles technologies.

    • Genomenon et Genetics ;
    • Gedi cube et Renovaro Biosciences ;
    • Insus Bio et Pattern Genomics ;
    • Excelra et Bisc Global ;
    • Berkeley Lights et Isoplexis Corporation ;
    • Takeda et Nimbus ;
    • Optibrium et Biopharmics.

    Au moins 52 partenariats signés en 2023

    52 partenariats ont été recensé sur le marché de la découverte des médicaments par l’intelligence artificielle. Ces partenariats répondent pour beaucoup à la nécessité d’orienter la recherche pharmaceutique vers des pathologies aux caractéristiques toujours plus complexes et dont l’étude et la recherche de traitement requièrent des connaissances très poussées et mobilisent des ressources colossales. L’IA permet justement de bâtir des modèles holistiques de conception de nouveaux médicaments où ces problématiques sont abordées simultanément et d’emblée dans toute leur complexité.

    Parmi les entreprises ayant effectué le plus de partenariats, on peut citer :

    ➡️ 6 partenariats réalisés par Xtalpi : ses partenariats s’inscrivent dans un changement de stratégie. En effet le 30 janvier dernier  Xtalpi a annoncé  le lancement officiel de sa division de découverte de produits biologiques en tant que marque distincte, connue sous le nom d’Ailux Biologics (« Ailux »), dont l’objectif est la découverte de produits biologiques grâce à l’IA ;

    ➡️ 5 partenariats concrétisés pour Absci : avec un partenariat conclu avec Astrazeneca en vue de développer une thérapie par anticorps pour un cancer non divulgué en utilisant la technologie d’intelligence artificielle d’Absci ;

    ➡️ 3 pour Aitia : pour accélérer la découverte de nouvelles molécules, la start-up parisienne Iktos utilise un laboratoire robotisé contrôlé par l’intelligence artificielle. Ce laboratoire permet de synthétiser rapidement de nombreuses molécules conçues par des logiciels optimisés par l’IA. L’objectif est de trouver plus rapidement des candidats-médicaments. Elle a dans ce cadre conclu un partenariat avec Servier pour la recherche de nouvelle molécules ;

    ➡️ 2 pour Iktos :  dans le cadre de sa collaboration avec la société japonaise Curreio, la technologie d’Iktos permettant la conception de molécules de novo combinée à la plateforme cryo-ME de pointe de Curreio sera utilisée pour faciliter la conception rapide et à moindre coût de nouveaux de candidats médicaments précliniques pour une cible non divulguée.