L’IA est devenue un élément central des stratégies des plus grandes entreprises mondiales. Ce nouveau rapport de CB Insights explique comment onze géants industriels dans le monde, dont trois entreprises de l’industrie pharmaceutique, l’utilisent pour se transformer et anticiper les évolutions de leurs secteurs respectifs.
Chaque entreprise adopte des approches uniques à travers :
le développement de nouveaux produits ;
l’optimisation des processus internes ;
ou la création de partenariats stratégiques.
3 exemples de la Pharma
Des laboratoires de premier plan intensifient leurs efforts en matière d’IA pour accélérer la découverte de médicaments, améliorer leurs processus internes et la précision de leurs produits. Dans son rapport, CB Insights propose une analyse des stratégies adoptées par trois géants de l’industrie pharmaceutiques : Eli Lilly,Novo Nordisk et Johnson & Johnson (J&J).
Eli Lilly investit dans la découverte des médicaments par l’IA
Eli Lilly investit massivement dans les technologies d’IA pour la découverte de médicaments. En janvier 2024, l’entreprise a signé un accord de 1,7 milliard de dollars avec Isomorphic Labs. Cette initiative s’ajoute à plusieurs autres partenariats du même acabit, totalisant des milliards en investissements et paiements d’étape.
L’entreprise travaille aussi sur l’automatisation de ses opérations internes pour augmenter sa productivité sans accroître sa masse salariale. En 2022, Eli Lilly a lancé plus de 100 projets d’automatisation, économisant environ 1,4 million d’heures de travail humain.
Les alliances stratégiques de Novo Nordisk
Novo Nordisk mise sur des partenariats pour renforcer ses capacités en IA, notamment avec Microsoft et Valo Health :
en collaborant avec Microsoft, Novo Nordisk utilise des modèles IA pour prédire les risques de maladies cardiovasculaires et identifier des gènes cibles pour le développement de médicaments ;
l’accord avec Valo Health, d’une valeur potentielle de 2,7 milliards de dollars, vise à développer des traitements pour les maladies cardiovasculaires.
L’entreprise améliore également ses processus internes grâce à des outils d’IA comme NovoScribe qui augmente la vitesse de production des documents de 70 %, mais aussi ChatGPT qui est utilisé de manière généralisée par ses employés.
Des initiatives MedTech de Johnson & Johnson
En plus d’accélérer la découverte de médicaments, Johnson & Johnson se distingue par son utilisation de l’IA pour améliorer la rentabilité de son segment MedTech. L’entreprise a investi massivement dans la recherche et le développement (R&D), avec une augmentation de 7 % de ses dépenses en 2023. Elle a par ailleurs recruté 6 000 spécialistes en data et IA.
L’IA est utilisée pour analyser de vastes ensembles de données de patients au service de recherches sur les médicaments et les diagnostics. Par exemple, Janssen, une filiale de J&J, a collaboré avec la Mayo Clinic et Anumanapour développer un algorithme détectant précocement l’hypertension pulmonaire.
Classement basé sur la capacité à attirer les meilleurs talents en IA, à exécuter des projets d’IA et à innover par la R&D et les investissements – @ CB Insights
Du cancer aux processus inflammatoires, en passant par les maladies rares, l’anatomocytopathologie consiste à analyser des prélèvements d’organes, de tissus ou de cellules (biopsies, pièces opératoires ou prélèvements cytologiques) pour établir un diagnostic de diverses pathologies. Traditionnellement, les prélèvements sont préparés sur des lames de verre, puis étudiés au microscope par un médecin pathologiste.
encourager l’innovation en diagnostic et en thérapies médicales, notamment les thérapies ciblées ;
et accompagner les établissements de santé dans la numérisation de leurs activités d’anatomocytopathologie.
Parmi les finalités souhaitées de la numérisation de cette spécialité médicale en région Normandie :
le développement de la recherche en oncologie à partir des données numérisées ;
l’amélioration de la qualité des soins et la réduction des délais de diagnostic et de prise en charge, afin de faciliter les télé-interprétations et les seconds avis médicaux ;
ainsi que l’optimisation des parcours de soins et les gains d’efficience, face à la pénurie des pathologistes et à la baisse de l’attractivité de la spécialité.
3 critères d’évaluation
Les projets seront évalués par un comité de sélection de l’ARS selon les critères suivants :
achat et maintenance d’équipements : scanners de lames, imprimantes d’étiquettes de lames, maintenance… ;
déploiement ou acquisition d’un système numérique : analyse des lames numérisées et stockage des données (système de gestion d’images (SGI), interface système de gestion de laboratoire, archivage, etc.) ;
intégration au projet médical : cohérence avec le projet médical de la structure et plus largement du territoire.
Cette subvention ne couvrira pas les coûts de fonctionnement, les ressources humaines ou les actions de formation.
Modalités de financement
➡️ Les crédits de soutien proviennent du Fonds pour la modernisation et l’investissement en santé (FMIS) de la Caisse des dépôts et consignations (CDC). Ils feront l’objet d’un conventionnement par avenant au contrat pluriannuel d’objectifs et de moyens (CPOM) de l’établissement.
➡️ La CDC versera les fonds à l’établissement sur présentation des justificatifs des dépenses engagées.
➡️ Les demandes de remboursement doivent être effectuées dans un délai de quatre ans, à partir du 1er janvier de l’année suivant l’engagement des crédits par l’ARS, sous peine de perte du droit de tirage.
➡️ Le comité de sélection se réserve le droit de subventionner partiellement les projets en fonction du plan de financement proposé.
➡️ Les établissements sélectionnés ne doivent pas recevoir un autre financement du Fonds de modernisation pour l’investissement en santé pour ce projet.
📌 Les candidatures doivent être envoyées à l’ARS Normandie, en remplissant le document accessible via ce lien. La date limite de soumission du dossier de candidature est le 16 juillet 2024.
La norme OpenEHR propose un format standard pour le stockage des données qui permet une gestion indépendante des systèmes d’information clinique. Grâce à cette norme, les hôpitaux peuvent exercer un contrôle complet sur leurs données et en faciliter l’accès. Une indépendance grâce à laquelle les fournisseurs de systèmes d’information peuvent se concentrer sur l’amélioration des fonctionnalités et de l’ergonomie de leurs applications.
Visant à créer un système de gestion des données de santé à la fois flexible, fiable et interopérable, l’approche OpenEHR combine :
des standards techniques rigoureux ;
des modèles cliniques détaillés ;
des outils logiciels open source ;
et des ressources éducatives.
Avantages de la norme OpenEHR :
1️⃣ Les professionnels du secteur définissent directement le contenu et les aspects sémantiques des solutions mises en œuvre.
2️⃣ Le développement d’applications est grandement facilité et accéléré par l’utilisation d’outils à faible code.
3️⃣ L’interopérabilité est intrinsèque à l’architecture de la plateforme, éliminant les problèmes de compatibilité au cas par cas.
4️⃣ L’approche axée sur les composants permet une gestion informatique flexible et évolutive des soins, facilitant un approvisionnement progressif et adaptable.
Une plateforme indépendante pour les dossiers de santé électroniques
La mission d’OpenEHR repose sur la création d’une plateforme ouverte et indépendante pour les dossiers de santé électroniques ainsi que les données cliniques et de recherche. La Fondation OpenEHR poursuit cet objectif en suivant trois principes directeurs : la rigueur technique, l’engagement clinique et la fiabilité.
La plateforme OpenEHR présente de spécifications techniques publiées librement, de modèles cliniques, de logiciels open source et de ressources éducatives. La communauté internationale autour de cette norme développe ces ressources à travers quatre programmes de travail, notamment :
un programme de spécification : en créant de spécifications rigoureuses validées par des mises en œuvres pratiques et en participant à l’élaboration de normes internationales ;
un programme clinique : en développant des modèles cliniques, des sous-ensembles terminologiques, des requêtes réutilisables et des plans de processus cliniques, et en s’engageant dans des projets de mise en œuvre clinique ;
un programme logiciel : en développant des composants et des outils logiciels open source et en participant à des “connectathons” et à des essais de mise en œuvre ;
ainsi qu’un programme d’éducation : en produisant du matériel éducatif, en le diffusant en ligne auprès des acteurs de la santé et en collaborant avec les organismes nationaux responsable de la standardisation.
Des cours en ligne pour maîtriser OpenEHR
Les cours proposés sur OpenEHR offrent une formation complète sur les standards et les spécifications techniques pour la gestion des dossiers électroniques. Ils incluent des modules pratiques sur la création et l’utilisation des modèles cliniques, ainsi que sur le développement et l’intégration des logiciels open source dans l’écosystème OpenEHR.
La Masterclass OpenEHR se décline en cinq cours en ligne et trois webinaires, offrant un apprentissage accessible à tous, sans prérequis nécessaires. Elle permet à ses participants d’apprendre à leur propre rythme avec des interactions entre pairs et la possibilité de poser des questions aux experts de la norme de stockage des données. Actuellement disponibles dans 24 pays, ces cours en ligne mettent en avant une approche alternative et modulaire pour construire des dossiers électroniques de santé et de services sociaux en collaboration avec plusieurs fournisseurs.
L’exemple des pays nordiques :
Se positionnant comme leaders en matière de disponibilité des données de santé, les pays nordiques connaissent un développement des concepts de soins basés sur les données et la recherche. Le cours en ligne dédié à la norme OpenEHR, appelé “Nordic Masterclass OpenEHR” permet de découvrir et monter en compétences sur l’utilisation de la norme openEHR pour améliorer la qualité des dossiers de santé électroniques.
Patrik Georgii-Hemming, directeur médical en chef du Karolinska University Hospital en Suède, a récemment présenté un exposé sur les soins basés sur les données dans le cadre de la série Nordic Masterclass OpenEHR. Des thèmes tels que la mise en œuvre de la norme OpenEHR au niveau local et le développement coopératif d’applications cliniques y sont abordés.
Un van connecté qui se rend au domicile du patient
De nombreuses études récentes, notamment celle du rapport de la Cour des comptes et celle de Doctolib, montrent que les Français ont de plus en plus de mal à avoir accès aux soins, notamment à cause de l’augmentation des patients souffrants de maladies chroniques et des médecins généralistes dans l’incapacité de prendre de nouveaux patients. Une inégalité des accès aux soins qui va de pair avec des inégalités territoriales plus globales. Ainsi, de nombreux Français vivent sur des territoires considérés comme des déserts médicaux.
Pour pallier ce soucis, l’écosystème Software République, qui réunit plusieurs grandes entreprises françaises comme Thales, Renault, Eviden, Dassault Systèmes ou encore STMicroelectronics, a présenté à l’édition 2024 du salon Vivatech, le nouveau concept de sa solution “U1st Vision”. Cette dernière se présente sous la forme d’un van autonome et peut être utilisé pour le recyclage de produits électriques, mais aussi comme un cabinet médical connecté qui va au plus proche du patient qui n’a pas la possibilité d’avoir un accès direct à un médecin.
Une collaboration avec Withings
Pour ce qui est du van autonome pour la santé, nommé “Health Pop-Up”, Software République a noué un partenariat avec le français Withings pour permettre à ce cabinet médical connecté de réaliser 85 % des examens médicaux qu’un patient pourrait réaliser chez son médecin traitant, grâce aux objets connectés alimentés par l’intelligence artificielle (IA) présents dans le véhicule. À titre d’exemple, U1st Vision emporte de nombreuses solutions de Withings telle que la balance connectée “Body scan” qui peut prendre différentes mesures en plus du poids, de la masse osseuse, etc. Si la solution Beamo de Withings n’est pas encore disponible sur le marché, l’entreprise française promet de l’intégrer à ce véhicule connecté. Grâce à un tel outil, le patient pourra obtenir un bilan de sa température corporelle, ainsi que de sa santé cardiaque et pulmonaire, en utilisant les capteurs d’électrocardiogramme, d’oxymètre, de stéthoscope et de thermomètre de la solution.
Même s’il s’agit d’une solution autonome, le patient ne sera pas seul face aux outils connectés dans ce véhicule puisqu’il sera accueilli par un professionnel de santé. Après avoir réalisé son bilan de santé, le patient verra ses données récoltées être transférées vers “Mon espace santé” afin que son médecin traitant puisse le suivre.
Le rapport “AI in Health: Huge Potential, Huge Risks“, publié par l’Organisation de coopération et de développement économiques (OCDE), traite des opportunités et des risques associés à l’implémentation de l’IA dans le secteur de la santé. Il examine les impacts potentiels de l’IA sur les systèmes de santé, les professionnels et les patients, tout en proposant des actions politiques pour encadrer son utilisation. Le rapport aborde plusieurs thèmes dont les bénéfices et risques majeurs de l’IA et fournit des recommandations pour l’opérationnalisation de ses principes dans les politiques et pratiques de santé.
Transformer les soins et renforcer la sécurité
L’intégration progressive de l’intelligence artificielle (IA) dans le domaine de la santé offre la possibilité de libérer jusqu’à 36 % du temps des professionnels de santé en automatisant les tâches administratives. Selon les données disponibles, l’utilisation de l’IA aurait potentiellement permis d’éviter jusqu’à 163 000 décès en Europe en 2023. Cette efficacité accrue offre une opportunité unique d’investir davantage dans les interactions humaines, garantissant ainsi une qualité de soins optimale. L’exploitation des vastes réservoirs de données inexploitées ouvre un horizon de possibilités médicales, révélant des percées telles que la détection précoce de la COVID-19. Cette collaboration étroite entre les organisations de santé et les frontières nationales dessine un avenir où les traitements seront plus personnalisés et préventifs. Parallèlement, dans un paysage où les cybermenaces s’intensifient, l’IA se profile comme un rempart incontournable, capitalisant sur les enseignements d’autres secteurs pour prévenir les attaques numériques et renforcer la confiance dans les outils technologiques essentiels.
Des risques associés à l’utilisation de l’IA
L’utilisation de l’IA soulève également des préoccupations quant à la nécessité d’une gouvernance efficace pour superviser son adoption, son utilisation et son développement continu. Le tableau ci-dessous résume les objectifs visés, les risques associés et les principes de l’IA adoptés en 2019 par l’OCDE. Chacun de ces objectifs est confronté à des risques spécifiques, nécessitant une approche stratégique pour garantir une intégration harmonieuse et responsable de l’intelligence artificielle en santé.
Les objectifs
Les risques associés
Les principes de l’IA fournit par l’OCDE
Gouvernance efficace de l’IA en santé
Manque de responsabilité claire dans la gestion de l’IA
Responsabilité
Amélioration de l’utilisation de l’IA par le personnel de santé
Risque de perturbation du personnel médical déjà surchargé
Valeurs centrées sur l’humain et l’équité
Accessibilité des solutions d’IA en santé
Solutions d’IA exclusives ne bénéficiant qu’à une partie de la population
Croissance inclusive, développement durable et bien-être
Transparence et compréhension des solutions d’IA en santé
Algorithme biaisé ou manque de transparence
Transparence et explicabilité
Utilisation responsable des données de santé
Fuites de données personnelles sensibles
Robustesse, sécurité et sûreté
Les recommandations de l’OCDE
Dans le rapport, l’OCDE émet des recommandations essentielles visant à guider les politiques de santé et les pratiques en matière d’IA. Pour garantir une utilisation éthique et responsable de l’IA en santé, il est crucial d’opérationnaliser les principes de l’IA dans les politiques et pratiques de santé. Cela nécessite le renforcement des normes éthiques et de gouvernance pour guider l’utilisation responsable de l’IA, en garantissant la transparence et la responsabilité dans son application. L’engagement des parties prenantes est également essentiel pour assurer une adoption éthique et responsable de l’IA. Les recommandations ci-dessous offrent un cadre essentiel pour une intégration responsable de l’IA en santé :
➔ Harmoniser les politiques et adapter la législation pour garantir un accès équitable aux données personnelles de santé, tout en assurant leur anonymisation afin de protéger l’identité, la vie privée et la sécurité des individus.
➔ Souligner la nécessité d’une coordination transfrontalière et intersectorielle pour faciliter une meilleure compréhension des interactions entre la santé et d’autres domaines tels que l’environnement, les finances ou les programmes sociaux.
➔ Mettre en lumière l’urgence d’une action concertée, appelant les décideurs politiques à façonner activement l’évolution de l’IA dans les systèmes de santé pour garantir des résultats de santé équitables et bénéfiques, tout en respectant les droits des individus.
Une contribution possible dans 3 domaines
L’OCDE identifie trois domaines dans lesquels elle peut apporter une contribution significative :
1️⃣ évaluer et quantifier les opportunités et les risques de l’IA sur les résultats de santé, afin d’articuler comment une IA responsable peut sauver des vies et traiter les individus de manière équitable ;
2️⃣ soutenir les pays dans l’élaboration et la mise en œuvre de politiques et de codes de conduite en matière de santé, en éliminant les obstacles inutiles à une IA responsable ;
3️⃣ et établir des références pour le développement des politiques d’IA en santé, favoriser le partage des connaissances et suivre les incidents liés à l’IA pour un apprentissage collectif et une réponse efficace.
Un besoin urgent de traitements peu coûteux contre l’obésité
L’épidémie d’obésité fait peser de lourdes charges sur les systèmes de santé et pose évidemment des problèmes de ressources humaines. Le besoin de traitements de l’obésité à faible coût mais efficaces, dispensés par la technologie, est donc devenu urgent. Des recherches antérieures ont déjà montré que les outils de santé mobile pour suivre l’alimentation, l’exercice et le poids augmentent l’implication des malades dans leur traitement. Restait à savoir si cet engagement par une perte de poids significative, même en l’absence de toute intervention humaine.
Tracker d’activité, balance connectée versus accompagnement humain :
C’est pourquoi une équipe de chercheurs américains de la Northwestern University (Chicago) ont mis en place un essai contrôlé randomisé qui comparait deux approches de traitement. Dans l’étude SMART, 400 adultes âgés de 18 à 60 ans souffrant d’obésité ont été répartis au hasard pour commencer trois mois de traitement comportemental progressif de l’obésité en commençant soit uniquement par le système de rétroaction sans fil (WFS), soit par le WFS plus un coaching en téléconsultation. Les outils technologiques dont ils étaient dotés étaient un tracker d’activité Wi-Fi et une balance transmettant des données à une application smartphone pour fournir un retour quotidien sur les progrès en matière de changement de mode de vie et de perte de poids. Le coaching consistait quant à lui en 12 appels hebdomadaires de soutien de 10 à 15 minutes délivrés par des promoteurs de la santé formés à l’exercice, ainsi que des messages de soutien via des notifications sur l’écran de l’appareil mobile ou des substituts de repas en poudre.
La prise en charge était progressive car les personnes perdant moins de 230g par semaine bénéficiaient d’une intensification de traitement. Ils étaient alors re-randomisés à l’un des deux niveaux d’intensification du traitement : modeste (ajout d’un composant technologique peu coûteux – messagerie de soutien) ou vigoureux (ajout de la messagerie plus éventuellement coaching ou substitut de repas).
Les résultats de l’étude SMART ont été publiés le 14 mai dans le Jama.
Résultats : le coaching humain double la perte de poids
La perte de poids à 6 mois était de -2,8 kg pour le groupe « technologie » et de -4,8 kg pour les participants ayant eu en plus du coaching
La moitié des participants ont été classés comme non-répondeurs et re-randomisés pour une relance de traitement.
L’intensification du traitement dans un second temps n’a pas permis de combler la différence de perte de poids.
Il n’y avait aucune différence de changement de poids entre les interventions de relance modeste et vigoureuse.
Cependant, 27 % à 29 % de ceux ayant reçu initialement seulement un support technologique avaient atteint une perte de poids de 5 %.
Ces résultats ont surpris les chercheurs. En effet, « nous avions prédit que commencer le traitement avec la technologie seule permettrait d’économiser de l’argent et de réduire la charge sans compromettre la perte de poids cliniquement bénéfique, car l’augmentation du traitement se produisait si rapidement une fois la perte de poids insuffisante détectée, a déclaré Bonnie Spring, directrice du Centre pour le comportement et la santé et professeure de médecine préventive à la Feinberg School of Medicine de l’Université Northwestern. Cependant, cette hypothèse a été réfutée. »
Comment l’IA peut imiter l’humain :
Par conséquent, il semble évident que « donner aux gens uniquement de la technologie pour la phase initiale du traitement de l’obésité produit une perte de poids inacceptablement inférieure par rapport à un traitement combinant technologie et coach humain », a-t-elle ajouté. Clairement, les outils technologiques ne permettent pas de remplacer la relation humaine. Cependant, les auteurs de l’étude estiment qu’« à terme, une technologie plus avancée pourrait être en mesure de remplacer les coachs humains. Nous ne sommes peut-être pas si loin d’avoir un chatbot d’IA capable de remplacer un humain, mais nous n’y sommes pas encore. C’est à portée de main. La technologie se développe très rapidement. »
Cette étude met aussi en évidence les étapes qu’il reste à franchir. Il s’agit maintenant de déterminer ce que font les coachs humains, ce qui les rend efficaces, et comment l’IA peut mieux imiter un humain, non seulement en termes de contenu mais aussi de ton émotionnel et de conscience contextuelle.
* An Adaptive Behavioral Intervention for Weight Loss Management: A Randomized Clinical Trial.
Spring B, Pfammatter AF, Scanlan L, et al.
JAMA. Published online May 14, 2024. doi:10.1001/jama.2024.0821
“Il est important d’accompagner les équipes qui ont des projets sur l’intelligence artificielle, et de les aider à les concrétiser en leur permettant de les utiliser dans les établissements” : c’est avec ces mots que Monique Sorrentino, directrice générale du CHU de Grenoble et présidente de la commission numérique de la Conférence des directeurs de CHU, a introduit la table ronde “IA et performance : les CHU à la pointe de l’IA, cas d’usages” qui s’est tenue à l’occasion de l’édition 2024 du salon Santexpo.
L’IA fait désormais partie intégrante des outils numériques disponibles dans les établissements de santé pour prendre en charge les patients d’une manière plus efficace et soutenir les professionnels dans leurs tâches quotidiennes. De nombreux cas d’usage émergent jour après jour : de l’aide au diagnostic à l’aide à la décision, en passant par l’excellence opérationnelle des établissements (pour en savoir plus, voir notre indicateur H&TI sur ce lien). Anne-Marie Armenteras, présidente du think tank Health and Tech, a expliqué que malgré l’explosion des cas d’usage possibles dans les hôpitaux grâce à l’IA, on est encore “à la frontière entre l’expérimentation, la recherche et la mise en place” et qu’il convient de prendre son temps parce que cette technologie est complexe et qu’elle n’est pas encore totalement maîtrisée.
Dans cette table ronde, 3 cas d’usage différents ont été présentés par :
Le dépistage de la dénutrition au CHU de Grenoble :
Alors que près de 30 % des patients hospitalisés souffrent de dénutrition, il est difficile de déceler cette pathologie parce qu’elle nécessite de peser et de comparer la différence de poids de manière récurrente. Pourtant, une prise en charge en amont de la dénutrition permet une réduction de la mortalité à l’hôpital à 30 jours après admission explique le Dr Betry.
En plus de peser ou mesurer l’indice de masse corporelle des patients, une autre façon de diagnostiquer la dénutrition est de s’appuyer sur les données musculaires, notamment celles récoltées dans le cadre de scanners. En comparant les différentes images médicales, les équipes de soignants peuvent déceler une dénutrition chez les patients. Seul problème de cette méthode : l’analyse des images peut prendre jusqu’à 30 minutes par patient, ce qui fait perdre beaucoup de temps médical aux professionnels.
Le CHU de Grenobles finance depuis 2019 un projet basé sur l’IA afin de mettre en place une solution nommée Odiasp qui permet de détecter automatiquement la dénutrition chez le patient grâce à l’analyse des images médicales prises lors des différents examens au scanner du patient. Concrètement, les algorithmes d’IA ont été entraînés avec une multitude d’images de scanner anonymisées pour être en mesure de détecter la dénutrition.
Le Dr Betry explique que ces algorithmes ont été intégrés à une interface logicielle sur laquelle les soignants viennent sélectionner les images du patient avant d’appuyer sur un bouton pour demander une analyse à l’IA. Cette dernière indique alors si le patient présente ou non une dénutrition. L’étape suivante, selon le Dr Betry, serait de faire analyser chaque nuit les dernières images médicales des patients pour savoir chaque matin lesquels d’entre eux souffrent de dénutrition, afin de les prendre en charge le plus tôt possible.
Détection automatique de la dénutrition grâce à la solution Odiasp
Un cas d’usage de l’IA générative au CHU de Montpellier :
Au CHU de Montpellier, Erios, une solution basée sur la Gen AI est actuellement en développement. Elle a été mise en place en testant plus d’une dizaine de grands modèles de langage (GPT, Lama 3, Mistral AI, ainsi que plusieurs modèles open source).
Encore au stade de production, cette solution n’a pas encore fait l’objet de cas d’usage. Le Dr David Morquin a expliqué qu’elle était pour le moment capable de générer différents types de contenus en assurant :
la rédaction de lettres de liaison ;
la rédaction de mails en plusieurs langues à direction de la famille des patients ;
la rédaction de fiches d’information pour que les patients comprennent l’opération qu’ils vont subir ;
la rédaction de fiches de diagnostic ;
la création de tableaux ;
ainsi que la détermination de l’éligibilité d’un patient à des études cliniques en cours.
Le command center du CHU de Nancy :
Au CHU de Nancy, le directeur général, Arnaud Vanneste, a souhaité intégrer l’IA dans la stratégie de son hôpital et a cherché à savoir comment l’IA peut améliorer la vie interne de l’établissement. Ainsi, le CHU utilise des algorithmes de machine learning pour comprendre les processus importants pour son fonctionnement, comme la gestion des parcours patient, la gestion des lits, pour les urgences ou pour les blocs opératoires. Des processus qui sont intégrés dans les command centers.
Pour ce qui est des urgences, tous les processus ont déjà été écrits au CHU de Nancy et vont être repris par les algorithmes d’apprentissage automatique afin de développer des fonctionnalités de prédiction. Cette solution devrait rejoindre le command center dès janvier 2025. Afin d’avoir une bonne organisation interne, les command centers doivent permettre de structurer et de centraliser la donnée et, pour le moment, le CHU de Nancy prévoit de mettre en place des processus de machine learning pour l’automatisation de la gestion des lits, mais aussi des parcours patients, en plus de la gestion des blocs opératoires.
Alors que les soins de premier recours sont reconnus comme importants par l’Organisation mondiale de la santé (OMS) ou encore l’Organisation de coopération et de développement économiques (OCDE), de nombreux français ont beaucoup de mal à y avoir accès. C’est en tout cas le constat dressé par la Cour des comptes dans son rapport thématique sur l’organisation territoriale des soins de premier recours, publié le 13 mai 2024, et qui rejoint les résultats de l’enquête publiée par Doctolib sur l’accès aux soins en France (voir article H&TI ici).
Le rapport explique que la difficulté à accéder à des soins de premier recours tient en premier lieu à la modification des comportements des médecins, qui ont notamment diminué les créneaux de soins ouverts en soirée ou les week-ends, couplée à l’augmentation de la demande des patients patients, de plus en plus nombreux. Les chiffres de la Cour indiquent qu’environ 70 % de la charge de travail des médecins généralistes concerne ces patients. S’ajoute à cela la part croissante des patients n’ayant pas de médecins traitants et des médecins qui ne prennent pas de nouveaux patients en consultation. Cette difficulté d’accès s’accentue dans certains territoires, notamment outre-mer : Mayotte compte moins de 30 médecins généralistes pour plus de 300 000 habitants.
Des initiatives des pouvoirs publics jugées insuffisantes
Il y a donc une inadéquation entre l’offre et la demande de soins sur de nombreux territoires du pays et cela malgré une volonté du législateur qui a mis en place plusieurs lois visant à “améliorer la couverture des besoins par des équipes de professionnels de premier recours, disponibles et compétents”. La Cour des comptes prend l’exemple de la loi de juillet 2009 dite “hôpital, patients, santé, territoires” (HPST) qui a posé le principe d’une responsabilité publique “d’organiser les soins de premier recours” tout en confiant aux agences régionales de santé (ARS) la mise en œuvre de ce principe, sans pour autant leur donner des outils “suffisants” pour réaliser cette mission.
Elle souligne que depuis cette loi, d’autres initiatives ont été mises en place pour faire de la modernisation et l’adaptation des soins de premier recours une priorité, notamment avec la stratégie nationale de santé pour les années 2017-2022. Mais là encore, les politiques menées restent “insuffisamment ciblées” et ne permettent pas de mesurer des résultats concrets. Tout en saluant la bonne volonté des pouvoirs publics qui mettent en œuvre ces stratégies, la Cour explique que “le contraste est donc important entre l’ambition des mesures annoncées et le « sentiment d’abandon » que peuvent connaître les habitants des territoires les plus fragilisés”.
Les 7 recommandations de la Cour des comptes au ministère de la Santé
Face à cette faible efficacité des politiques publiques et alors que la difficulté d’accès aux soins de premier recours est à son paroxysme, la plus haute juridiction financière française a émis dans son rapport 7 recommandations à l’intention du ministère de la Santé et de la Caisse nationale de l’Assurance maladie (Cnam). :
1️⃣ inscrire dans les missions des schémas territoriaux de santé la réduction des inégalités sociales et territoriales de santé ;
2️⃣ établir au niveau national un suivi annuel de la politique d’amélioration de l’accès aux soins de premier recours, placé sous le pilotage administratif du secrétariat général des ministères chargés des affaires sociales ;
3️⃣ prévoir, dans le cadre des négociations conventionnelles entre la CNAM et les médecins libéraux, qu’une part des aides à la création d’emplois d’assistants médicaux soit allouée, de manière distincte, sur des critères de priorités territoriales (par exemple de 50 %) ;
4️⃣ conditionner l’aide apportée aux différentes structures d’exercice coordonné par la signature de protocoles pour développer la coopération entre professionnels de santé ;
5️⃣ encourager les médecins à venir exercer à temps partiel dans les zones manquant de professionnels de santé à court termes en complétant les aides des collectivités territoriales à l’équipement de cabinets secondaires ; et, à plus long terme, en conditionnant toute nouvelle installation dans les zones les mieux dotées en médecins à un engagement d’exercice partiel dans les zones les moins bien dotées ;
6️⃣ étendre aux médecins hospitaliers exerçant dans des centres de santé hospitaliers la possibilité de percevoir une rémunération partiellement indexée sur leur activité, dans des conditions juridiques sécurisées ;
7️⃣ dans les zones manquant de professionnels de santé, confier aux hôpitaux une mission d’intérêt général nouvelle, consistant à déployer des centres de santé polyvalents.
Le financement de la santé numérique au premier trimestre 2024 s’est clôturé à 5,13 milliards de dollars pour 351 transactions.
Les fusions et acquisitions constituent la voie de sortie prédominante.
Les USA , toujours en tête des financements (52 % des montants levés réalisés aux USA).
Les thérapies numériques (DTx), l’oncologie et la santé mentale sont les trois secteurs les plus financés (2,5 milliards, 815,8 millions et 579,8 millions respectivement).
Les USA toujours leader, l’Europe accélère
L’étude montre que l’Amérique du Nord reste stable, clôturant à 3,8 milliards de dollars, soit un montant équivalent à celui du premier trimestre de l’année précédente et une augmentation de 12 % par rapport aux 3,4 milliards de dollars du quatrième trimestre 2023. Selon l’observatoire Health Tech Alpha, le financement de la santé numérique en Amérique du Nord reste presque exclusivement piloté par les États-Unis. En effet, 98 % du capital déployé a été levé aux États-Unis, tandis que seulement 2 % du financement a été clôturé au Canada.
De plus, le financement de la santé numérique en Europe atteint 853 millions de dollars au premier trimestre 2024, dépassant de 22 % la même période de l’année précédente. Au premier trimestre 2024, le financement européen de la santé numérique a bondi pour atteindre 853 millions de dollars. Il s’agit notamment d’une augmentation de 52 % par rapport au quatrième trimestre 2023, lorsque les niveaux de financement ont chuté à 560 millions de dollars, ce qui représentait le trimestre le plus faible depuis 2020. Par rapport au premier trimestre 2023, où l’investissement total s’élevait à 700 millions de dollars, le financement au premier trimestre 2024 a augmenté de 22 %. La trajectoire de croissance est alimentée par l’entrée d’investisseurs internationaux, un environnement réglementaire en évolution et le soutien gouvernemental, contribuant tous positivement au développement du secteur.
Evolution des financements depuis le T1 2022 par région du monde – @ GalenGrowth 2024
Top 10 des offres de santé numérique en Amérique du Nord, au T1 2024 :
Le financement des entreprises en phase de croissance en augmentation dans le monde entier
Selon l’étude, le financement des cycles d’investissement en phase de croissance a augmenté de 32 % d’un trimestre sur l’autre par rapport au quatrième trimestre 2023, avec un nombre total d’opérations de série B et de série C totalisant 89, le plus élevé depuis le deuxième trimestre 2022. La part des entreprises en phase de croissance qui ont obtenu un financement au cours des 18 derniers mois a augmenté de 1 % à 6 % pour l’Asie pacifique, l’Amérique du Nord et l’Europe.
Cependant, en France, on observe une majorité de séries A et Seed au premier trimestre 2024, une tendance similaire à celle du quatrième trimestre 2023. Pour rappel, plus de 44 % des entreprises ayant levé des fonds en 2024 ont recueilli des montants entre 5 et 30 millions d’euros, avec la plupart des opérations réalisées en early stage. Le ticket moyen est de 8,8 millions d’euros et la plus grosse levée de fonds a été réalisée par Aqemia pour un montant de 30 millions d’euros. Ce bilan du T1 2024 est marqué par l’absence de « méga deals » (>100 millions d’euros) : aucune levée de fonds ne dépasse les 30 millions d’euros.
Les fusions et acquisitions en santé numérique dominent les opérations au premier trimestre 2024
Selon l’étude, au cours des trois premiers mois de 2024, 41 sorties de capital-risque ont été signalées, dont 38 fusions et acquisitions, 2 introductions en bourse et une société d’acquisition à vocation spécifique (SPAC). L’activité de sortie au premier trimestre 2024 a diminué de 21 % en glissement trimestriel par rapport au quatrième trimestre 2023, qui avait enregistré 52 sorties, toutes des fusions et acquisitions. De plus, par rapport au premier trimestre 2023, qui a vu 52 sorties (50 fusions et acquisitions, une introduction en bourse, une SPAC), l’activité de sortie au premier trimestre 2024 a diminué de 21 % sur un an.
En 2024, les débuts sur les marchés publics, en particulier aux États-Unis, ont été remarquablement absents dans un contexte de performances décevantes des marchés publics et de radiations d’entreprises.
Les acquisitions entre entreprises restent la voie de sortie la plus populaire, avec plus de 60 % des acquisitions au premier trimestre 2024 ayant lieu entre entreprises.
L’intelligence artificielle occupe le devant de la scène et des investissements importants déployés pour la GenAI
L’étude révèle qu’au premier trimestre 2024, près de la moitié de toutes les transactions (49 %) ont été conclues par des entreprises utilisant l’intelligence artificielle dans leurs solutions, avec 2,8 milliards de dollars investis dans 171 transactions. Parmi les transactions conclues par des entreprises fournissant des solutions d’IA, 8 % (14 transactions) ont été réalisées par des entreprises utilisant l’IA générative.
À l’échelle mondiale, Galen Growth estime que 4 000 entreprises de santé numérique alimentent leurs services grâce à l’intelligence artificielle.
Le rapport « Generative AI in Digital Health: Hype or Reality » de Galen Growth, publié au quatrième trimestre 2023, a souligné que parmi les 17 clusters de santé numérique, selon une classification définie par la société spécialisée en market intelligence, les clusters prioritaires pour la mise en œuvre de solutions d’IA générative seraient : les solutions de gestion de la santé, les diagnostics médicaux et les solutions de recherche. “Ces trois clusters sont devenus les clusters les plus financés au premier trimestre 2024, capturant 51 % de la valeur de financement déployée.”
Selon le rapport, les solutions de gestion de la santé, qui englobent les solutions de flux de travail clinique et d’analyse prescriptive, sont devenues le cluster le plus financé au premier trimestre 2024, avec 1,1 milliard de dollars investis dans 59 transactions. La transaction la plus importante au sein de ce cluster a été réalisée par DecisionRx, une facilité de crédit de 100 millions de dollars avec Carlyle, qui était également la transaction la plus importante en Amérique du Nord pour le premier trimestre 2024. Artisight, une entreprise basée à Chicago qui exploite l’intelligence artificielle et les capteurs IoT pour faciliter le flux de travail clinique, a conclu la deuxième plus grande transaction, un cycle de série B de 42 millions de dollars en janvier 2024, qui a vu la participation du système de santé et des investisseurs stratégiques, dont Nvidia.
Le rapport révèle également que le deuxième cluster le plus financé au premier trimestre 2024 est celui des diagnostics médicaux. Ce cluster, qui comprend des entreprises fournissant des technologies pour l’imagerie médicale, le diagnostic lié aux omiques et d’autres outils de diagnostic, a attiré 698 millions de dollars dans le cadre de 48 transactions.
L’oncologie et la santé mentale, les 2 domaines thérapeutiques les plus financés
Voici le texte corrigé :
L’étude montre également que parmi les domaines thérapeutiques, l’oncologie et la santé mentale sont apparus comme les domaines les plus financés au premier trimestre 2024. Les cinq principaux domaines thérapeutiques – oncologie, santé mentale, neurologie, diabète et maladies cardiovasculaires – représentaient plus de 70 % de l’investissement total au premier trimestre 2024.
Selon l’étude, l’oncologie est le domaine le plus financé avec 817 millions de dollars investis. Par rapport au premier trimestre 2023, l’oncologie est passée du 4e au 1er rang. La santé mentale a suscité des investissements importants au premier trimestre 2024 et s’est classée au deuxième rang des domaines thérapeutiques du trimestre, avec un total de 580 millions de dollars investis.
Avec l’énorme croissance des médicaments GLP1 ainsi que l’introduction de la plateforme LillyDirect en janvier par Eli Lilly pour offrir des services « directement au consommateur », Galen Growth s’attend à un regain d’activité dans les domaines de l’obésité, de la nutrition et du bien-être pour accompagner les patients pendant et après leur traitement. Dans le même temps, les solutions de bien-être et de nutrition pour la perte de poids peuvent être affectées négativement et doivent se concentrer sur les nouvelles conditions du marché.
Quelle est la démarche du CHU de Montpellier pour réussir une intégration fonctionnelle de l’IA ? Et qu’en est-il la Gen AI ?
Quand on parle d’IA dans un CHU, il est essentiel de distinguer ses domaines d’application car les besoins qu’ils impliquent, surtout en termes de compétences diffèrent. Le traitement des données médicales, par exemple, nécessite des approches spécifiques et des mesures de sécurité rigoureuses différentes de celles des ressources humaines ou des achats. De plus, chaque domaine a ses propres enjeux et défis.
Un premier axe se concentre sur l’exploitation des données. Il s’agit de comprendre comment enrichir les données disponibles et améliorer leur qualité, notamment grâce à l’exploitation des données textuelles par les techniques de traitement automatisé du langage (NLP). L’objectif est d’exploiter ces données pour le pilotage stratégique et la valorisation d’une part, et pour la recherche clinique et le partage de données rares d’autre part. Un autre objectif est de développer des approches de médecine personnalisée et prédictive.
Le deuxième axe concerne les outils de traitement de l’information au quotidien du travail des soignants. Nous devons réfléchir aux outils qui permettent une meilleure saisie et visualisation des informations. Par exemple, la reconnaissance de voix associée à un traitement par l’IA en mobilité peut grandement améliorer l’efficacité des professionnels de santé, en facilitant l’acquisition mais aussi la structuration et l’organisation des données.
Le troisième axe porte sur la productivité individuelle en dehors des activités cliniques. Il est indispensable de former et d’équiper les professionnels de santé pour qu’ils puissent utiliser l’IA générative dans leur travail quotidien. Cela inclut la gestion de projets, la rédaction d’articles scientifiques, la conception de formations et d’autres tâches importantes qui ne sont pas directement liées aux soins, mais qui sont essentielles au bon fonctionnement de l’hôpital.
Le dernier axe se focalise sur l’assistance à gestion hospitalière. Cela inclut des domaines comme les achats, les finances, la logistique, la planification des ressources et la décarbonation. L’IA peut y apporter des améliorations significatives en optimisant les processus et en réduisant les coûts.
Au CHU de Montpellier, nous avons déjà réalisé une première grande transformation. Un poste de directeur médical en charge de la stratégie de gouvernance des données a été formalisé pour permettre d’assurer une cohérence, une mutualisation et un alignement de toutes les ressources.
Des modèles économiques encore à construire
Quels seraient les freins au passage à l’échelle de solutions d’IA au CHU et comment les lever ?
De manière général en France, l’hôpital fait face à des défis financiers majeurs, qui rendent très difficile les investissements qui seraient nécessaires pour ces technologies. Afin de pouvoir expérimenter et valider ces innovations, il faut aller chercher des financements auprès de l’industrie ou de l’État. Les besoins concernent les compétences dans toute l’ingénierie logicielle pour entrainer et adapter des modèles d’IA mais aussi les infrastructures d’hébergement et les solutions permettant de réaliser des calculs haute performance, ce qui est indispensable pour garantir la souveraineté du traitement des données et diminuer notre dépendance vis-à-vis des prestataires externes.
Pour autant, la multiplication et la diversification des partenariats sont essentielles pour un CHU tant les besoins de nouveaux métiers en lien avec ces technologies sont forts. Nous travaillons avec différents acteurs, comme Microsoft, pour bénéficier de leurs services tout en essayant de contrôler les coûts et d’assurer une certaine indépendance. Nous venons, par exemple, d’annoncer un nouveau partenariat de mécénat avec Dell pour des infrastructures de calcul haute performance.
Comment ces nouvelles technologies devront-elles être financées et quels sont, selon vous, leurs modèles économiques les plus pertinents ?
Les modèles économiques restent à inventer et de nombreuses questions vont se poser : qui paiera le coût de ces technologies ? Le remboursement par l’Assurance maladie, qui représente la grande majorité des recettes d’un hôpital, ne prendra pas en considération ces coûts sans un processus très long d’évaluation du service médical rendu. Si les bénéfices deviennent évidents, qui garantira l’équité d’accès aux soins et l’absence de perte de chance ? Enfin les coûts d’usage sont à ce jour très difficiles à évaluer car nous sommes dans une situation instable avec une évolutivité majeure.
L’intégration de l’IA dans les hôpitaux nécessite une approche multifacette, incluant l’exploitation des données, l’amélioration des outils de traitement de l’information, l’augmentation de la productivité individuelle et l’optimisation des processus de gestion. Pour réussir cette transformation, il est crucial de trouver les financements adéquats, de former les professionnels et de développer des partenariats stratégiques.
La Gen AI pour réinventer l’hôpital de demain
Quelles seraient les transformations nécessaires de l’hôpital pour bénéficier de ces technologies ?
Nos systèmes de santé travaillent depuis plus de 40 ans avec la Pharma, et depuis plus de 20 ans avec les éditeurs de logiciels en santé. Nous avons maintenant quelques années pour trouver la bonne façon de travailler avec les nouveaux entrants que sont les acteurs de l’IA au sein du monde des technologies de l’information.
A court terme, nous devons nous concentrer sur l’acculturation et la formation précoce des professionnels de santé et sur l’identification de filières universitaires spécialisées pour préparer les futures générations à ces transformations. Si ces questions ne sont pas anticipées, le risque est de se retrouver face à un système construit par des acteurs différents (par les Gafam notamment, avec des biais dans les modèles de données, dans les valeurs intégrées dans les algorithmes et le fonctionnement de l’IA) de ceux qui l’utilisent, créant des incohérences à long terme. Nous devons également valoriser les compétences indispensables à cette transition. Cela pourrait nécessiter des changements législatifs pour reconnaître officiellement ces rôles et intégrer ces compétences dans les fiches de poste des professionnels de santé.
Pour l’hôpital de demain, l’intégration de technologies de plus en plus puissantes et intelligentes pose des défis à tous les niveaux : stratégique, opérationnel et individuel. Il y a une certaine difficulté à appréhender de façon collective la transformation que cela impliquera. Les dernières publications soulèvent de nombreuses questions sur l’évolution de la médecine, notamment avec l’IA multimodale qui combinera l’imagerie, les dossiers médicaux et la génétique pour définir et surveiller des stratégies de prise en charge. L’hôpital devra évoluer lorsque ces innovations prouveront leur efficacité et leur supériorité par rapport aux dispositifs actuels. Par ailleurs, nous n’avons pas encore mesuré la transition entre l’IA classifiante que nous connaissons depuis une quinzaine d’année, qui justifie un apprentissage sur un grand volume de donnée pour accomplir une ou deux tâches, et l’IA générative dont les modèles, une fois entraînés, peuvent réaliser un nombre illimité de tâches, ce qui change profondément l’univers des possibles et les conséquences pour les hôpitaux. Je ne pense pas que nous puissions nous contenter d’être de simples spectateurs. Nous devons, au contraire, mettre en œuvre intelligemment ces innovations pour en tirer pleinement parti.
