Le score de maturité e-santé de l’UE-27 atteint 83 % en 2024, contre 79 % en 2023.
La France progresse de 13 points en 2024 sur l’indicateur e-santé, rejoignant les « fast-trackers » européens.
L’intégration des pharmacies et des Ehpad publics et privés (en France) alimente les services d’accès aux données de santé.
L’accès aux images médicales et dispositifs reste limité en France, comme dans de nombreux États membres.
Les fonctionnalités d’autorisation d’accès par des tiers, notamment privés, restent limitées.
Indicateurs de santé en ligne : l’UE passe de 79 % à 83 % en un an
La dernière étude sur les indicateurs de santé en ligne publiée par la Commission européenne présente l’état d’avancement des objectifs fixés dans le cadre de la Décennie numérique 2030. En 2024, le score composite de l’UE-27 atteint 83 %, contre 79 % en 2023. Seize États membres, l’Islande et la Norvège, ont amélioré leur maturité, avec des hausses notables en Tchéquie (+26 points), en Roumanie (+17), en Irlande (+14) et en Bulgarie (+10). L’objectif européen est de créer un accès complet aux dossiers médicaux électroniques pour tous les citoyens d’ici 2030. Déjà, 85 % des pays offrent un service centralisé d’accès en ligne, et 78 % utilisent un système d’identification électronique conforme au règlement relatif à l’identité numérique européenne.
La Belgique en tête de l’UE avec un accès total
La Belgique figure parmi les pays atteignant un score de maturité de 100 %, aux côtés de l’Estonie. Le Danemark (98 %), la Lituanie (95 %) et Malte (94 %) suivent. En Belgique, la totalité des citoyens accède à leurs données de santé en ligne, incluant prescriptions électroniques, résultats d’analyses, rapports d’hospitalisation et vaccinations, avec un accès sécurisé via un eID conforme au règlement eIDAS.
L’imagerie médicale encore limitée en Europe (26%)
L’étude indique que les données d’identification (99 %), informations personnelles (98 %), ordonnances électroniques (89 %) et distributions (87 %) sont les plus accessibles. Cependant, les images médicales (26 %) et les dispositifs ou implants médicaux (55 %) restent peu disponibles. Les prestataires publics sont mieux connectés (79 %) que les privés (59 %), ces derniers restant sous la moyenne de l’UE (67 % contre 83 %).
L’accès par les tuteurs légaux est opérationnel dans 81 % des pays, tandis que seuls 56 % permettent à un citoyen d’autoriser un tiers à accéder à ses données de santé. Le respect des lignes directrices sur l’accessibilité web n’a pas progressé, sept pays devant encore aligner leurs services.
Le rapport souligne la nécessité d’intégrer davantage de prestataires privés et d’améliorer la disponibilité des données en temps réel. L’entrée en vigueur du règlement sur l’Espace européen des données de santé (EHDS) renforcera l’accès sécurisé et la cybersécurité, tout en soutenant l’objectif d’accès complet pour tous les citoyens européens.
France : +13 points de maturité e-santé, pharmacies et Ehpad désormais connectés
En 2024, la France a progressé de 13 points sur l’indicateur de maturité e-santé, grâce à l’intégration des pharmacies et des Ehpad publics et privés au service d’accès aux dossiers médicaux électroniques.
Avec un score global qui la classe parmi les « fast-trackers » européens, la France a amélioré sa couverture technologique et l’accès aux données de santé par les citoyens. Elle a notamment élargi l’utilisation d’eID conformes au règlement EUDI pour sécuriser l’accès aux dossiers médicaux électroniques, rejoignant les 21 États membres utilisant ce type d’authentification.
En revanche, comme dans de nombreux États membres, l’accès aux données d’imagerie médicale et de dispositifs médicaux reste limité, et les prestataires privés sont moins connectés que les établissements publics. Enfin, les fonctionnalités permettant aux citoyens d’autoriser d’autres personnes à accéder à leurs données de santé demeurent un point faible, illustrant la nécessité de renforcer les dispositifs techniques et juridiques pour garantir un accès équitable.
📌Près d’un Français sur 5 touchés et un coût socio-économique record de 12,7 milliards d’euros : les chiffres de l’obésité en France
L’obésité touche aujourd’hui 18,1 % des adultes français, soit plus de 9,5 millions de personnes, et génère chaque année 68 000 décès liés à l’excès de poids, dont 33 200 morts d’origine cardio-neurovasculaire1. Le coût socio-économique de l’obésité s’élève à 12,7 milliards d’euros en 2024, une somme qui pourrait atteindre 15,4 milliards d’ici 2030 si aucune mesure supplémentaire n’est prise1. Les politiques publiques peinent à cibler efficacement les populations les plus exposées, notamment les personnes en situation de précarité, et à réguler l’offre alimentaire. Face à cette progression continue, le gouvernement prépare un plan global de lutte contre l’obésité pour septembre 2025, incluant l’élargissement de la prescription de médicaments antiobésité et le renforcement de la prévention1. Les experts insistent sur la nécessité d’une action coordonnée et d’un suivi renforcé des populations à risque.
👉 H&TI pose le contexte chiffré de l’obésité en France ici.
📌Obésité en France : où en est la numérisation recommandée par le rapport Laville ?
Deux ans après le rapport Laville, la France peine à concrétiser ses ambitions numériques dans la lutte contre l’obésité, qui touche 17 % des adultes. Sur 40 recommandations, 8 visaient à faire du numérique un levier stratégique, mais les avancées restent limitées : le carnet de santé numérique centralisant les données de croissance de l’enfant ne sera pleinement déployé qu’à la fin 2026, et la saisie des données reste non obligatoire. Les parcours de soins coordonnés manquent d’une plateforme nationale interopérable, tandis que les initiatives locales se multiplient mais sans harmonisation. L’ouverture des données pour la recherche progresse, mais reste réservée à quelques équipes et manque de cadrage national, laissant inexploité le potentiel du numérique en santé
👉 H&TI fais le bilan rétrospectif du rapport Laville ici.
📌Obésité : l’intelligence artificielle prédit le risque avec une précision jusqu’à 98 %
L’intelligence artificielle, via des modèles de machine learning et deep learning, révolutionne la prédiction et la gestion de l’obésité, une maladie qui pourrait concerner 1,2 milliard de personnes dans le monde en 2030 selon l’OMS, contre 600 millions en 2014. Les algorithmes les plus performants, tels que le gradient boosting, XGBoost et la forêt aléatoire, atteignent une précision allant jusqu’à 98 % dans certains contextes, permettant d’identifier précocement les enfants et adultes à risque à partir de données cliniques, génétiques et environnementales. L’IA facilite aussi la personnalisation des interventions nutritionnelles, le suivi continu par capteurs connectés, et l’optimisation des traitements médicamenteux ou chirurgicaux, comme la prédiction de la perte de poids après chirurgie bariatrique. Cependant, l’intégration de ces outils reste confrontée à des défis majeurs : la qualité et la diversité des données, le manque d’infrastructure technique dans certains milieux, et des enjeux éthiques liés à la protection des données personnelles. Les recommandations insistent sur la standardisation des protocoles, la formation des professionnels et la collaboration interdisciplinaire pour exploiter pleinement le potentiel de l’IA dans la lutte contre l’obésité
👉 H&TI passe en revue la littérature scientifique sur l’obésité et la santé numérique ici.
📌🎤Lutte contre l’obésité : le numérique au secours du manque de données
L’obésité, reconnue comme une maladie multifactorielle liée à l’interaction complexe de facteurs organiques, métaboliques et inflammatoires, bénéficie aujourd’hui des progrès technologiques. Selon Anne-Sophie Joly, présidente du Collectif national des associations d’obèses (CNAO), il manque encore des données précises sur la santé de la population pour orienter efficacement les stratégies publiques. L’intégration de l’intelligence artificielle, de la télésurveillance et des jumeaux numériques permet désormais un suivi personnalisé, une détection précoce des complications et une adaptation fine des traitements. Ces innovations facilitent l’autonomie des patients, renforcent le lien avec les professionnels de santé et optimisent la prévention et la prise en charge, tout en offrant une vision dynamique de l’évolution de la maladie grâce à l’analyse croisée de multiples données. Ainsi, la santé numérique devient un pilier incontournable pour améliorer la qualité de vie des personnes atteintes d’obésité
📌🗺️Obésité : 13 solutions numériques et deux algorithmes d’IA pour une prise en charge innovante et personnalisée
Treize solutions numériques, réparties en cinq grandes familles, transforment la prise en charge de l’obésité : thérapies digitales, cliniques en ligne, objets connectés, algorithmes de diagnostic et d’aide à la décision médicale. Parmi elles, les thérapies digitales comme Zanadio (7,75 % de perte de poids en 12 mois) et Oviva (5 à 7 % de perte de poids, taux de rétention > 80 %) ont démontré leur efficacité clinique, tandis que les plateformes Charles et Annette offrent un suivi pluridisciplinaire à distance. Deux algorithmes d’intelligence artificielle se distinguent : l’IHU ICAN permet un diagnostic précis de l’obésité sarcopénique à partir de la composition corporelle, réduisant le sous-diagnostic, et le projet SOPHIA prédit les risques et les réponses aux traitements chirurgicaux grâce à l’analyse de données internationales. Ces innovations favorisent une prise en charge plus précoce, personnalisée et centrée sur le patient, tout en intégrant objets connectés et télésanté pour une meilleure gestion de la maladie
👉 H&TI dresse le panorama des solutions numérique pour l’obésité ici.
📌🗺️Obésité : 8 cas d’usage de l’IA pour une prise en charge personnalisée et innovante, touchant 17 % des adultes français
L’intelligence artificielle révolutionne la prise en charge de l’obésité, une maladie qui concerne aujourd’hui près d’un adulte sur cinq en France, soit environ 17 % de la population. Huit cas d’usage de l’IA ont été identifiés, couvrant la prévention, le diagnostic, le suivi à distance et la personnalisation des traitements, avec des solutions innovantes telles que des plateformes de prédiction de trajectoire de perte de poids sur cinq ans ou des chatbots d’accompagnement. Dans les établissements de santé, l’IA améliore la chirurgie bariatrique et l’analyse de la composition corporelle, tandis que des outils comme XGBoost et SHAP permettent d’identifier les facteurs de risque individuels et d’adapter les interventions. Les solutions numériques telles qu’Oviva, Gro Health, LIFENESS.io et Zanadio proposent des recommandations personnalisées et un suivi motivationnel, renforçant l’efficacité des parcours de soins. Cette approche globale, intégrant IA et digital, vise à transformer durablement la lutte contre l’obésité.
👉 H&TI fait l’inventaire des cas d’usage pour l’intelligence artificielle ici.
📌🗺️la HAS plaide pour une structuration nationale du parcours patient face à la fragmentation et à la sous-utilisation du numérique
Le parcours de soins des patients obèses en France reste marqué par de nombreuses ruptures et inégalités d’accès, avec un dépistage et une évaluation multidimensionnelle encore trop peu systématiques, notamment chez les populations précaires. Si la chirurgie bariatrique bénéficie d’une organisation robuste, les étapes de préparation, d’éducation thérapeutique et de suivi post-opératoire demeurent insuffisamment structurées et dépendent souvent d’initiatives locales. Les outils numériques, comme les plateformes e-ETP, la télésurveillance ou les applications de coaching, existent mais sont sous-utilisés, faute de formation des professionnels et de coordination entre ville et hôpital. La Haute Autorité de Santé (HAS) recommande désormais un repérage systématique, une évaluation pluridisciplinaire, un accès facilité à l’éducation thérapeutique et la mise en place de référents de parcours et d’outils numériques partagés pour garantir un accompagnement équitable et durable. Ces mesures visent à transformer le parcours de soins, tout en tenant compte des situations de vulnérabilité et en valorisant la prévention et les alternatives à la chirurgie.
👉 H&TI détail les apports des solutions numériques à chaque étape du parcours patient ici.
Recruter plus vite et plus juste : la donnée au service de l’inclusion
La recherche clinique française, malgré son excellence académique, souffre d’un désintérêt croissant de l’industrie. Face à cette crise d’attractivité, l’intelligence artificielle pourrait bien offrir les leviers nécessaires pour refonder un modèle compétitif et agile. Le recrutement des patients constitue l’un des principaux points de friction dans la conduite des essais cliniques. Des plateformes comme Synapsis AI, Deep 6 AI ou DocMemo analysent les dossiers patients pour identifier les profils correspondant à des critères d’essais, avec un taux de précision élevé. D’autres comme AiCure assurent un suivi de l’observance thérapeutique via caméra embarquée, améliorant la qualité des données collectées.
L’approche prédictive est aussi renforcée par des outils comme GenHealth AI, qui anticipe les risques à partir de données populationnelles. ScreenACT, de son côté, facilite la mise en relation entre patients, médecins et centres investigateurs via une interface web centralisée. Des solutions comme Cline Research digitalisent aussi les processus de recrutement et de suivi, en optimisant la gestion des données d’essais.
Structurer l’information pour industrialiser la recherche
Plusieurs solutions françaises et internationales automatisent l’extraction des données hospitalières. Lifen DataLab, Aidecoro, LynxCare et Cohort360 rendent les entrepôts de données de santé (EDS) interrogeables à grande échelle, permettant de créer des cohortes multicentriques. Dans l’imagerie, Genesis, COLIBRI et Deemea permettent de transformer les données visuelles non annotées en ressources utilisables pour la recherche, en particulier dans l’oncologie. Segmed va plus loin, en fournissant des ensembles de données longitudinales et désidentifiées, prêtes à l’usage pour les essais multicentriques. D’autres outils spécialisés comme SPHERE (PACS de recherche) ou EDS-PDF et EDS-Scikit (AP-HP) facilitent l’accès et la structuration de données en formats spécifiques, comme les rapports PDF ou les modèles OMOP. Codoc (Research Hub), quant à lui, propose une exploitation avancée des comptes-rendus narratifs, renforçant l’identification de patients par phénotypage textuel. AIRISE assure un accès sécurisé aux données hospitalières tout en garantissant la conformité réglementaire.
Des protocoles plus rapides et plus intelligents
Concevoir un protocole d’essai prend souvent plusieurs mois. Des plateformes comme Trials.ai automatisent cette étape, tandis que Clinical Trial Design (Elicit) utilise les données historiques pour optimiser les paramètres clés (taille d’échantillon, critères d’arrêt, etc.). QuantHealth propose même des simulations in silico à partir de milliards de points de données cliniques et pharmacologiques, pour prédire les probabilités de succès. La médecine génomique n’est pas en reste. Jenn.AI et Alfred AI, développés par WhiteLab Genomics, permettent de concevoir des thérapies personnalisées et d’en simuler les effets avant toute expérimentation humaine. Des approches particulièrement prometteuses pour les maladies rares et l’oncologie. Des outils comme PraxyDataExtraction permettent d’automatiser le transfert des données structurées vers les CRF (Case Report Forms), réduisant les erreurs et les délais. La plateforme ADLIN Workspace complète cet écosystème en offrant un environnement collaboratif pour structurer, analyser et partager les données expérimentales.
Sécuriser les données sans freiner l’innovation
La réglementation RGPD impose des contraintes strictes à la recherche. Pour y répondre sans ralentir les essais, des startups comme Syntho, Syntheticus, Avatar ou Betterdata génèrent des jeux de données synthétiques : ils reproduisent fidèlement les propriétés statistiques des données réelles sans contenir aucune donnée personnelle. Cette technique permet non seulement de respecter la confidentialité, mais aussi de tester et entraîner des modèles IA à grande échelle, même en amont d’un accès aux données réelles. Qalita Platform, quant à elle, se concentre sur l’amélioration de la qualité des données cliniques utilisées, en assurant leur cohérence et leur traçabilité.
Veille scientifique automatisée : un nouveau réflexe pour les chercheurs
Les chercheurs doivent naviguer dans un océan de publications. Des outils comme Juisci, SciSummary, Revue de la littérature systématique, Systematic Reviews, Paper Digest ou Scite facilitent cette tâche en générant des résumés automatisés, en identifiant les contradictions dans la littérature et en produisant des revues systématiques. Medical Affairs et HEOR, développés par Elicit, accélèrent l’analyse documentaire et économique liée aux essais cliniques. SciNote, carnet de laboratoire électronique, facilite quant à lui la documentation des protocoles et le suivi des étapes expérimentales. Des plateformes comme DocSimulator vont plus loin en formant les étudiants en médecine à l’aide de simulations IA réalistes, contribuant ainsi à renforcer la qualité en amont des essais cliniques.
Structuration en cours, mais dynamique prometteuse
Des centres français comme l’Institut Curie, le CHU de Grenoble, les Hospices Civils de Lyon ou encore le CHU de Montpellier déploient déjà certaines de ces solutions. Mais l’adoption reste encore hétérogène, freinée par des silos technologiques, des budgets fragmentés ou l’absence de standards interopérables. Ksearch, une solution SaaS de collecte de données via eCRF vocalisé et NLP, illustre bien cette transition vers une recherche clinique décentralisée et plus accessible. Dell Personalized Health, de son côté, apporte une infrastructure technique robuste pour soutenir ces innovations, notamment via des capacités de calcul haute performance.
A travers cette étude H&TI vous propose un panorama de la situation des Health Data Acces Body en Europe. Au programme principes clés, projets récents, focus sur les HDAB les plus avancés (Finlande et France) et analyse comparative européenne.
📌 Santé connectée : le Health Data Hub (HDH) déploie 16 sessions de formation et accompagne 158 projets en 2024
L’Union Européenne structure la gouvernance des données de santé autour des Health Data Access Bodies (HDABs), destinés à encadrer l’usage secondaire des données à des fins de recherche, d’innovation et de politiques publiques. En France, le Health Data Hub préfigure ce modèle avec 158 projets accompagnés en 2024, dont 54 % portés par des hôpitaux et 28 % par des industriels, et traite désormais près d’un pétaoctet de données. Sa plateforme technologique, certifiée selon le dernier référentiel de sécurité, permet l’extraction et l’appariement de données, tandis que le catalogue du Système national des données de santé (SNDS) s’enrichit de nouvelles bases et d’une interopérabilité renforcée avec l’infrastructure européenne. Le HDH multiplie les initiatives de formation, de standardisation et d’open source, facilitant l’accès et la réutilisation sécurisée des données pour les acteurs hospitaliers et industriels. Le déploiement d’un catalogue de métadonnées conforme à la norme européenne HealthDCAT-AP illustre la volonté de transparence et d’harmonisation des pratiques à l’échelle du continent.
👉 H&TI explique les fondamentaux d’un HDAB et et se penche sur le HDH ici.
📌 SHAIPED : 4 millions d’euros et 30 partenaires européens pour bâtir un espace commun de l’IA dans les dispositifs médicaux
Le consortium SHAIPED, piloté par le Health Data Hub et rassemblant 30 partenaires issus de 11 pays, bénéficie d’un financement européen de 4 millions d’euros pour structurer un réseau dédié à l’intelligence artificielle dans les dispositifs médicaux à l’échelle européenne. Trois cas d’usage majeurs—insuffisance rénale chronique, détection de métastases et prévention de l’insuffisance cardiaque—vont permettre de valider l’apport de l’IA dans la prise en charge, tout en assurant l’intégration et l’efficacité clinique de ces solutions dans les systèmes de santé européens. Cette initiative s’inscrit dans la continuité du projet pilote EHDS, également porté par le Health Data Hub, et préfigure la gouvernance et la régulation futures de l’accès aux données de santé, en conformité avec le règlement européen EHDS et l’AI Act. Le consortium SHAIPED, le plus vaste à ce jour, rassemble les futurs organismes nationaux d’accès aux données (HDABs) et vise à renforcer la compétitivité et l’innovation européennes dans le domaine du numérique en santé, tout en garantissant un haut niveau de sécurité et de standardisation. Un premier bilan des travaux est attendu à l’automne 2025.
📌 EHDS : l’Europe impose l’accès transfrontalier aux données de santé dès 2027, 11 milliards d’économies attendus
Le règlement européen sur l’Espace européen des données de santé (EHDS), entré en vigueur le 26 mars 2025, impose dès 2027 aux États membres de garantir l’accès transfrontalier aux dossiers médicaux et d’organiser la réutilisation encadrée des données de santé anonymisées à des fins de recherche, d’innovation et de régulation. Les citoyens pourront accéder gratuitement à leurs données, les corriger, limiter certains accès et s’opposer à leur usage secondaire, tandis que les professionnels bénéficieront d’un accès facilité et d’une réduction de la charge administrative. Les États devront désigner trois autorités nationales : une pour la santé numérique, une pour la surveillance des marchés et un organisme responsable de l’accès aux données, chargé de superviser la sécurité et la traçabilité des usages. Le règlement prévoit un déploiement progressif jusqu’en 2035, avec des normes d’interopérabilité obligatoires et des catalogues nationaux de métadonnées selon le standard Health DCAT-AP. Selon la Commission européenne, ce cadre pourrait générer 11 milliards d’euros d’économies en dix ans et soutenir la croissance du secteur numérique en santé de 20 à 30 %
👉 H&TI relève les points clés du Le règlement européen sur l’Espace européen des données de santé (EHDS) ici.
📌 EHDS : gouvernance, sécurité et accès transfrontalier aux données de santé — enjeux et solutions clés pour l’Europe
L’European Health Data Space (EHDS) structure la gouvernance, la sécurité et l’accès aux données de santé à l’échelle européenne, en imposant la création d’organismes nationaux et la coopération transfrontalière, tout en exigeant la conformité au RGPD et à des standards de sécurité élevés, illustrés par 24 mesures prioritaires sur 72 dans l’étude IMPACT-Data. L’EHDS vise à faciliter l’usage primaire (soins) et secondaire (recherche, innovation) des données, tout en promouvant l’interopérabilité, la qualité et l’application des principes FAIR, tout en confrontant des défis majeurs comme l’alignement des pratiques, la gestion des droits et la confiance des citoyens. Les projets pilotes franco-allemands et nordiques mettent en lumière la nécessité d’harmoniser les standards, d’assurer un accès équitable pour les patients : en effet, l’accès en ligne des patients varie fortement selon les pays, avec seulement 14 % des nœuds répondant aux exigences de sécurité à grande échelle. L’implication citoyenne et la transparence sont identifiées comme des leviers majeurs pour la réussite de l’EHDS, qui doit relever des enjeux sociotechniques et opérationnels pour garantir la solidarité et la réutilisation éthique des données.
👉 H&TI fait pour vous une revue de la littérature scientifique sur les HDAB ici.
📌 La Finlande, modèle européen pour l’accès centralisé et sécurisé aux données de santé grâce à Findata
Depuis 2020, la Finlande s’impose comme pionnière en Europe avec Findata, un guichet unique national qui centralise, pseudonymise et sécurise l’accès aux données de santé à des fins de recherche, d’innovation ou de statistiques. Ce modèle, fondé sur une loi robuste de 2019, garantit la protection des données, la traçabilité des traitements et des délais réduits grâce à une procédure unique et automatisée. À l’inverse, la France, via le Health Data Hub, reste tributaire d’une gouvernance fragmentée et de multiples autorisations externes, ce qui allonge les délais et complexifie l’accès. La coopération franco-finlandaise, lancée en 2021, vise à mutualiser les expertises et à préparer l’Espace européen des données de santé (EHDS), tout en soulignant l’importance de la standardisation, de la confiance et de la collaboration pour réussir l’intégration des données à l’échelle européenne.
👉 H&TI analyse le modèle Finlandais dans la centralisation des données de santé ici.
📌 Seuls deux pays européens dotés d’un guichet unique pleinement opérationnel pour l’accès aux données de santé
À l’heure où l’Union européenne déploie l’Espace européen des données de santé (EHDS), seuls la Finlande et la France disposent à ce jour d’un Health Data Access Body (HDAB) national officiel et pleinement opérationnel, conformément aux exigences réglementaires européennes. Sept pays – dont la Norvège, la Suède, le Danemark, le Royaume-Uni et la Suisse – affichent une maturité très élevée dans la gestion de leurs plateformes de données de santé, mais la plupart des autres États membres sont encore en phase de structuration ou de développement. Les infrastructures varient fortement d’un pays à l’autre, avec des modèles centralisés, fragmentés ou embryonnaires selon les cas, tandis que quatre pays restent au point mort sur ces questions. L’objectif commun reste d’exploiter le potentiel des données de santé pour améliorer la recherche, la prévention et l’efficience des systèmes de soins
👉 H&TI dresse une analyse comparative de tous les HDAB européen ici.
📌 Souveraineté numérique : la France va sortir de l’exception au sein de l’UE en lançant un appel d’offres pour migrer les données du Health Data Hub vers une plateforme européenne..
Après six ans de polémique autour du choix de Microsoft Azure pour héberger les données du Health Data Hub, la France s’apprête à lancer un appel d’offres fin juin 2025 pour migrer le stockage vers un fournisseur européen certifié SecNumCloud, conformément à la loi SREN de 2024. Les critiques portent sur le risque d’accès extraterritorial aux données de santé françaises par les autorités américaines, malgré des garanties de pseudonymisation et de chiffrement, et sur le manque de transparence initial dans la procédure de sélection du prestataire. La Commission nationale de l’informatique et des libertés (CNIL) n’a autorisé l’utilisation du HDH que pour des projets spécifiques et limités dans le temps, tandis que deux recours devant le Conseil d’État ont maintenu le débat sur la légalité et la sécurité du choix de Microsoft. En Europe, les modèles d’hébergement des données de santé varient fortement, certains pays comme l’Espagne et la Tchéquie privilégiant des solutions souveraines, tandis que d’autres, comme le Royaume-Uni, optent pour des géants du cloud américain.
👉 H&TI retrace la controverse sur le choix de Microsoft et la mets en perspective avec la situation chez nos voisins européens ici.
Le Maroc se lance dans une réforme d’envergure de son système de santé, avec pour objectif de surmonter les importantes disparités économiques territoriales. Portée par une volonté politique affirmée, cette transformation s’appuie sur des structures comme la Haute Autorité de la Santé et les Groupements Sanitaires Territoriaux, et des investissements importants comme le Plan Santé 2025. Cet article explore les enjeux, les progrès et les défis de cette mutation, de la gouvernance à la cybersécurité, en passant par l’innovation technologique.
📌 Maroc : une réforme ambitieuse du système de santé face aux inégalités territoriales
Le Maroc s’engage dans une réforme majeure de son système de santé, porté par une volonté politique forte et des structures comme la Haute Autorité de la Santé et les Groupements Sanitaires Territoriaux pour réduire les inégalités territoriales. Les dépenses de santé représentent 6 % du PIB, mais 66,1 % proviennent des ménages, tandis que le reste à charge reste élevé malgré l’Assurance Maladie Obligatoire (70-90 % de remboursement). Avec seulement 0,68 médecin pour 1 000 habitants, loin des normes de l’OMS, et une forte concentration des professionnels dans les zones urbaines, les déserts médicaux persistent. Cependant, des progrès notables sont enregistrés, comme la réduction de la mortalité maternelle (-78,1 %) et infantile (-65 %).
👉 H&TI décrit le contexte de la santé au Maroc ici.
📌 Santé numérique au Maroc : entre avancées législatives et défis persistants de cybersécurité
Depuis la Loi 09-08 de 2009 encadrant la protection des données personnelles, jusqu’à la récente Loi 06-22 imposant la sécurité et l’interopérabilité des systèmes d’information hospitaliers, le Maroc a posé les bases légales de la santé numérique. La Commission Nationale de Contrôle de la Protection des Données (CNDP) joue un rôle clé dans la sensibilisation et la conformité, avec des sanctions pouvant atteindre 2 ans de prison et 300 000 dirhams d’amende. Malgré ces avancées, l’absence de standards techniques précis expose les établissements à des risques majeurs de cybersécurité, tandis que l’interopérabilité reste difficile à mettre en œuvre. L’adoption de normes internationales et un cadre légal renforcé sont indispensables pour sécuriser la digitalisation croissante du secteur.
👉 H&TI dresse l’évolution de réglementaire de la santé numérique au Maroc ici
📌 Maroc : 150 millions d’euros et 125 mesures pour digitaliser 80 hôpitaux d’ici 2027
Le Maroc accélère la modernisation de son système de santé avec le Plan Santé 2025, qui regroupe 125 mesures et un budget de 150 millions d’euros pour digitaliser 80 hôpitaux publics d’ici 2027 via le programme e-Himaya, déjà actif dans une trentaine d’établissements. La santé numérique, renforcée par une convention multisectorielle, vise à pallier les inégalités d’accès et à gérer l’augmentation des assurés, passés de 7,5 à 23,2 millions sous la CNSS. Des outils comme le Dossier Médical Partagé et la Feuille de Soins Électronique favorisent l’interopérabilité et réduisent les coûts. Malgré des défis comme la pénurie de personnel (1,51 agents pour 1 000 habitants), le royaume mise sur la télémédecine et la gouvernance des données pour généraliser la couverture sanitaire.
👉 H&TI détaille la stratégie nationale du Maroc pour la santé numérique ici.
📌Orange, Cegedim et 6 autres entreprises françaises pour numériser le système de santé Marocain.
Huit entreprises françaises du numérique en santé, dont Orange, Cegedim et Numih France (anciennement MipihSIB), s’implantent au Maroc pour moderniser le système de soins. Orange, via DabaDoc, domine la prise de rendez-vous en ligne, tandis que Cegedim emploie 400 collaborateurs à Rabat pour le développement logiciel. Hopimedical soutient la télémédecine en zones rurales et Numih France collabore avec la Fondation Mohammed VI pour des systèmes hospitaliers interconnectés. Ces initiatives, appuyées par des stratégies nationales comme Maroc Digital 2020, visent à réduire les inégalités d’accès aux soins.
👉 H&TI analyse l’implémentation des entreprises françaises de santé numérique au Maroc ici.
Visuel de synthèse de l’étude santé numérique au Maroc @HTI
Une contribution essentielle au débat entre sécurité des données et de utilité scientifique
Dans un paysage numérique de plus en plus structuré autour de la donnée, les données de santé en vie réelle — ou Real World Data (RWD) — sont devenues une ressource stratégique. Elles nourrissent la recherche clinique, éclairent les politiques de santé, et permettent d’objectiver les usages et l’efficacité des traitements dans des conditions réelles. Mais cette richesse n’est pas sans contraintes. L’encadrement réglementaire, le RGPD en tête, impose une anonymisation rigoureuse pour toute réutilisation à des fins secondaires. Ce processus, destiné à protéger les individus, peut cependant altérer la donnée au point d’en compromettre la valeur scientifique. C’est précisément ce paradoxe que l’étude publiée par Roche France dans la revue PLOS Digital Healthvient éclairer.
Conduite par l’équipe Real World Data de Roche France, cette étude analyse l’effet de cinq méthodes d’anonymisation sur un jeu de données médicales, en évaluant à la fois la capacité de ces techniques à réduire le risque de ré-identification et leur impact sur la qualité des résultats scientifiques produits. La publication marque une avancée significative sur une question rarement abordée avec autant de précision : jusqu’où peut-on aller pour garantir la protection de la vie privée, sans saboter l’exploitabilité de la donnée pour la recherche ?
Un test grandeur nature sur cinq méthodes d’anonymisation
L’expérimentation s’est appuyée sur un même corpus de données, passé au crible de cinq méthodes d’anonymisation distinctes. Chaque méthode a été évaluée selon deux axes : le niveau de protection apporté contre le risque de ré-identification d’un individu, et la préservation des caractéristiques statistiques essentielles pour mener des analyses robustes. Ce double regard — sécurité et utilité — permet de dépasser les visions purement techniques ou éthiques, pour entrer dans le cœur du compromis méthodologique.
Les résultats sont sans appel : toutes les méthodes testées permettent effectivement de réduire le risque d’identification. Certaines atteignent même un niveau de protection très élevé. Mais cet effort de sécurisation se paie souvent d’une dégradation de la qualité des analyses possibles. Dans les cas les plus extrêmes, les méthodes les plus sécurisantes introduisent une distorsion des données suffisante pour remettre en cause la reproductibilité des résultats. Cela signifie concrètement que les conclusions scientifiques tirées des données initiales ne tiennent plus une fois l’anonymisation appliquée — un constat lourd de conséquences pour la validité des études en vie réelle.
Un équilibre fragile entre éthique, réglementation et science :
Ce constat alimente un débat central : celui du compromis entre protection des données personnelles et rigueur scientifique. L’étude le rappelle clairement : plus on cherche à atteindre une anonymisation “absolue”, plus on altère les signaux présents dans les données, au risque de les rendre inutilisables. À l’inverse, des techniques plus modérées, qui préservent les dynamiques temporelles, les co-occurrences ou les micro-variations cliniques, laissent subsister un risque résiduel de ré-identification.
Dans ce contexte, il n’existe pas de solution universelle. Le choix de la méthode dépend du contexte de recherche, de la finalité de l’étude, des caractéristiques des données et du niveau de risque acceptable. Cette approche contextuelle appelle à un changement de paradigme : au lieu de rechercher une méthode parfaite, il faut concevoir l’anonymisation comme un processus de dialogue entre statisticiens, cliniciens, juristes et délégués à la protection des données. L’étude de Roche illustre cette maturité méthodologique, en plaçant la transparence et l’évaluation continue au cœur de sa démarche.
Le besoin criant de référentiels partagés :
L’un des apports les plus significatifs de cette étude réside dans la mise en lumière d’un angle mort majeur : l’absence de standards robustes pour comparer les méthodes d’anonymisation entre elles. Aujourd’hui, il n’existe pas de cadre commun qui permettrait aux chercheurs, industriels ou régulateurs d’évaluer objectivement les effets des transformations appliquées aux données. Chaque projet repose sur des métriques internes, rarement généralisables, et sur des arbitrages implicites parfois difficilement reproductibles.
Cette absence de standardisation freine la mutualisation des données, la reproductibilité des analyses, et surtout, la confiance dans les résultats. L’appel lancé par Roche à construire des référentiels clairs, à la fois techniques et éthiques, est donc particulièrement bienvenu. Il rejoint les débats actuels sur l’Espace Européen des Données de Santé (EHDS), sur la certification des plateformes de données ou encore sur la gouvernance des entrepôts hospitaliers.
L’expertise humaine, pilier invisible de l’anonymisation :
Au-delà des algorithmes et des procédures, l’étude insiste sur un point souvent sous-estimé : la valeur irremplaçable de l’expertise humaine. Car l’anonymisation ne peut être un processus purement automatique. Elle suppose une compréhension fine des données manipulées, de leurs usages, de leur sens clinique. C’est cette expertise — multidisciplinaire par essence — qui permet de détecter les biais, d’anticiper les erreurs d’interprétation, et de s’assurer que les transformations appliquées n’annulent pas l’intérêt même des données.
L’équipe de Roche le résume en une phrase : « Une anonymisation surveillée aide à identifier des écarts susceptibles de fausser l’interprétation des résultats. » Cette vigilance ne peut être assurée que par des professionnels capables de relier des enjeux techniques à des conséquences concrètes pour la recherche, la santé publique et l’éthique.
Un entrepôt souverain pour la psychiatrie : la santé mentale à l’ère des données
La santé mentale est devenue en 2025 une priorité nationale, et c’est dans ce contexte que s’est tenue à SantExpo, le 20 mai 2025, une session consacrée au lancement d’un projet structurant : un entrepôt de données de santé (EDS) souverain, sécurisé et dédié à la psychiatrie, fruit de la collaboration entre Outscale (cloud souverain de Dassault Systèmes) et la Fondation FondaMental, acteur majeur de la recherche clinique en santé mentale.
Un enjeu de santé publique de première importance :
Avec un coût estimé à 160 milliards d’euros par an, les maladies mentales représentent une charge économique et humaine colossale. « Une personne sur six est concernée, et ces maladies réduisent l’espérance de vie d’environ vingt ans », a rappelé Jérôme Sandrini en introduction.
Depuis sa création en 2007, la Fondation FondaMental coordonne un réseau de 54 centres experts, qui accueillent les patients pour des bilans complets (psychiatriques, somatiques, neuropsychologiques). À ce jour, plus de 20 000 patients ont été vus, et 2 000 variables cliniques sont collectées à chaque visite. À cela s’ajoutent des données biologiques, génétiques, environnementales, formant un corpus unique de données multimodales anonymisées. « Soigner mieux, c’est comprendre plus profondément. Et pour comprendre, il faut des données robustes et massives », a résumé Andrii Kulakovskyi.
Une infrastructure technologique de haut niveau :
Ce projet d’entrepôt repose sur le cloud souverain Outscale, certifié HDS (Hébergement de données de santé) et SecNumCloud 3.2 par l’Anssi, garantissant la plus haute sécurité et conformité. « Les données de santé sont un patrimoine national. Elles méritent le même niveau de protection que nos espaces aérien, maritime ou cyber », a insisté Patrick Johnson. « Grâce à cette infrastructure, les données sont inattaquables, inexploitables par des États tiers, ni copiables, ni accessibles sans consentement », a précisé Jérôme Sandrini.
Cette exigence est au cœur de la confiance nécessaire pour structurer des entrepôts sensibles comme celui de la psychiatrie, tout en respectant strictement le RGPD.
Une IA européenne, éthique et utile
L’un des piliers du projet est d’exploiter ces données via l’intelligence artificielle générative – mais dans un cadre souverain. Contrairement aux modèles IA américains ou chinois, Dassault Systèmes défend une IA entraînée localement, par des équipes européennes, sur des données européennes. « On veut une IA qui pense comme un Européen, qui agit comme un médecin européen, en prenant en compte nos spécificités culturelles et démographiques », a expliqué Jérôme Sandrini. « Aujourd’hui, nous avons la chance de pouvoir entraîner nos modèles en Europe, avec nos données, nos patients, et nos chercheurs. »
Cette approche ouvre la voie à une psychiatrie prédictive : mieux identifier les facteurs de risque, stratifier les patients, anticiper les rechutes, proposer des thérapies sur-mesure. « L’intelligence artificielle générative va transformer la psychiatrie : elle permet de passer d’une médecine descriptive à une médecine de précision. », affirme Kulakovskyi.
Une dynamique collective pour structurer la filière santé mentale… :
Mais l’initiative dépasse le simple enjeu technologique. Elle porte une vision de transformation de la filière psychiatrie. En mutualisant les données des 54 Centres Experts dans un environnement commun et sécurisé, l’entrepôt permet de fédérer les efforts de recherche, d’unifier les outils, et d’optimiser les parcours de soins. « Ce n’est pas qu’une plateforme. C’est une réorientation complète de la filière santé mentale, avec un impact direct sur la recherche, les recommandations thérapeutiques et le suivi des patients », souligne Patrick Johnson.
En s’appuyant sur des données fiables, partagées, standardisées, et protégées, le projet facilite aussi les collaborations avec des partenaires académiques, industriels ou hospitaliers. « On veut créer une passerelle : que les chercheurs, les industriels et les cliniciens puissent accéder à la donnée, proposer des projets, faire émerger de nouvelles approches, tout cela dans l’intérêt des patients. »
… Et une ambition qui dépasse la psychiatrie :
Ce projet est aussi vu comme un modèle réplicable. Dassault Systèmes envisage d’étendre cette approche à d’autres champs médicaux complexes : neurosciences, maladies rares, pathologies cardiovasculaires ou diabète. « Ce que nous mettons en place avec la Fondation FondaMental, c’est un prototype de médecine de demain : souveraine, sécurisée, intelligente et centrée sur le patient », conclut Patrick Johnson. Le partenariat incarne une ambition forte : redéfinir la manière dont la France – et l’Europe – exploitent les données de santé pour construire une médecine plus personnalisée, prédictive et humaine.
L’intelligence artificielle transforme l’hôpital en automatisant tâches administratives et logistique, générant jusqu’à 30 % d’économies et une meilleure gestion des ressources.
Déjà déployée dans de nombreux établissements, elle optimise les flux, la planification et la qualité des soins, tout en accélérant la formation médicale via des solutions innovantes.
Cette révolution s’accompagne de nouveaux métiers, de défis éthiques et d’une nécessaire adaptation managériale pour bâtir un hôpital plus performant et durable. H&TI analyse pour vous ces évolutions dans cette étude.
📌 L’intelligence artificielle fait économiser jusqu’à 30 % des coûts administratif dans les hôpitaux : état des lieux et perspectives
L’intelligence artificielle s’impose comme un levier clé d’efficience dans les hôpitaux, permettant d’automatiser les tâches administratives, d’optimiser la logistique et de renforcer la gestion des ressources, avec des économies allant jusqu’à 20 % sur certains postes et une réduction des coûts administratifs de 15 à 30 % dans les hôpitaux pilotes. Déjà déployée dans de nombreux établissements français, l’IA améliore la gestion des lits, la planification et la prise de décision, tout en facilitant le travail des soignants grâce à la génération automatique de comptes rendus et à l’assistance logistique par robots. Si la transformation est en marche, elle s’accompagne de nouveaux métiers et de défis de formation, alors que jusqu’à 27 % des postes hospitaliers pourraient évoluer sous l’effet de l’automatisation. L’IA devient ainsi un pilier stratégique pour la performance hospitalière, à condition d’être intégrée dans une démarche organisationnelle et humaine.
👉 H&TI dresse pour vous l’état des lieux des enjeux de l’utilisation de l’IA en efficience opérationnelle ici
📌 Agent Hospital : le premier hôpital virtuel chinois piloté par l’IA forme 42 médecins numériques et traite 10 000 patients en quelques jours
L’Agent Hospital de l’université Tsinghua à Pékin, premier hôpital virtuel entièrement piloté par l’IA, simule l’écosystème hospitalier avec 42 médecins IA couvrant 21 spécialités et capables de prendre en charge jusqu’à 10 000 patients en quelques jours, un rythme équivalent à deux ans d’expérience humaine. Grâce à la technologie MedAgent-Zero, ces agents auto-évolutifs atteignent 93 % de réussite sur le benchmark MedQA, dépassant les performances humaines en diagnostic, tout en s’entraînant sur des cohortes synthétiques pour lutter contre les biais. Ce dispositif révolutionne la formation médicale, accélère l’acquisition d’expertise clinique et promet de démocratiser l’accès aux soins, tout en posant de nouveaux défis éthiques et de traçabilité des décisions médicales.
👉 H&TI vous en dit plus sur cet hôpital dirigé par l’IA ici.
📌L’IA à l’hôpital : l’innovation managériale, clé de l’efficience et de la transformation durable
À l’hôpital Adolphe de Rothschild, l’intelligence artificielle est déployée dans tous les secteurs, de la prise en charge médicale à la gestion énergétique, mais son impact dépend d’une stratégie managériale et médicale innovante. Les expérimentations menées, telles que l’automatisation des tâches, l’optimisation des parcours patients et l’amélioration de la performance énergétique, s’appuient sur une évaluation rigoureuse du retour sur investissement et sur le ciblage des projets à fort impact. Une task force dédiée, « automa-care », accélère l’automatisation, tandis que l’IA contribue à la fois à la sécurité des soins et à la durabilité des établissements. Pour maximiser les bénéfices, le pilotage humain et la créativité managériale restent essentiels afin d’intégrer l’IA dans une dynamique d’hôpital intelligent, durable et centré sur le patient.
👉 H&TI vous partage l’expertise de directeur adjoint de l’hôpital Rothschild ici.
📌Plannings hospitaliers : l’IA surclasse les méthodes classiques avec 4 des 5 meilleurs résultats lors du challenge Anap
Lors du défi « Plannings : mettez l’IA au défi ! » organisé par l’Anap en mars 2025, 4 des 5 meilleurs plannings hospitaliers ont été réalisés grâce à des solutions d’intelligence artificielle, le meilleur obtenant un score de 95/100 contre 65/100 pour la meilleure méthode traditionnelle. Sur 20 cadres de santé participants, la moitié utilisait un tableur classique tandis que l’autre testait des outils IA comme Hopia, Probayes ou Swappy, démontrant un gain de temps et d’ergonomie pour les équipes. Toutefois, la performance dépend fortement de la maîtrise des outils par les utilisateurs, et l’Anap prévoit d’accompagner les établissements et les éditeurs pour renforcer la maturité et l’adoption de ces solutions. Ce succès illustre le potentiel de l’IA pour alléger la charge administrative des soignants et améliorer l’organisation hospitalière
👉 H&TI revient sur ce challenge riche en enseignement ici.
📌IA hospitalière : jusqu’à 40 % de gains de productivité, mais un manque de standards d’évaluation freine la validation de son efficacité
La littérature scientifique montre que l’intelligence artificielle appliquée aux tâches non cliniques à l’hôpital pourrait générer jusqu’à 40 % de gains de productivité, alors que près de 50 % du temps médical est encore consacré à l’administratif. L’IA optimise la planification, la gestion des risques et la qualité des soins, comme l’a démontré l’utilisation de GPT-4 pour accélérer l’analyse FMEA. Cependant, l’absence de standards d’évaluation empêche de mesurer précisément l’impact économique et qualitatif de ces outils, et les études soulignent la nécessité d’impliquer davantage les professionnels de la qualité dans leur déploiement. Pour valider et généraliser ces bénéfices, il devient crucial de développer des référentiels et des indicateurs homogènes d’évaluation.
👉 H&TI passe en revue la littérature existante sur l’IA au service de l’efficacité des hôpitaux dans les tâches non cliniques ici.
📌🗺️82 % des usages de l’IA à l’hôpital optimisent flux, ressources et processus : vers une excellence opérationnelle mesurable
82 % des 22 cas d’usage de l’IA recensés à l’hôpital ciblent l’optimisation des flux, des ressources et des processus, contre 18 % pour la gestion médico-économique et administrative. L’automatisation des tâches non cliniques, comme la génération de documents médicaux, l’accueil téléphonique, le codage et la facturation, réduit jusqu’à 30 à 50 % le temps administratif et permet de réallouer 30 % du temps des secrétaires à des tâches à plus forte valeur ajoutée. L’IA améliore aussi la planification des soins, la gestion des stocks et la prévision des hospitalisations, générant des économies logistiques majeures (plus de 20 millions de dollars sur trois ans pour la Cleveland Clinic) et une disponibilité accrue du personnel de 10 à 15 %. Ces avancées font de l’IA un levier stratégique pour l’excellence opérationnelle hospitalière
📌🗺️La logistique hospitalière, premier terrain d’adoption de l’IA en France : 23 hôpitaux déjà équipés
En France, la logistique hospitalière est le domaine où l’intelligence artificielle est la plus mature, avec 23 hôpitaux utilisant déjà 20 solutions différentes, devant la planification des soins (20 hôpitaux) et l’automatisation des tâches (9 hôpitaux). Des outils comme Sweepin pour le guidage des visiteurs, les robots Mirokaï pour l’assistance logistique, ou Hospistock pour la transcription automatisée des ordonnances illustrent cette dynamique. Dans les urgences, l’IA permet de prédire les flux avec plus de 90 % de fiabilité, tandis que des solutions spécialisées optimisent aussi la gestion administrative, la conformité réglementaire, la surveillance hygiénique et la gestion des risques. Même dans les secteurs moins avancés, l’IA a déjà démontré son impact sur l’efficience opérationnelle hospitalière.
👉 H&TI étudie pour vous le panorama des solutions d’IA pour l’efficience opérationnelle ici.
Les maladies respiratoires chroniques sont essentiellement représentées par l’asthme, la BPCO et la mucoviscidose. A ceci se rajoute le cancer du poumon et les maladies rares touchant les poumons. Ces deux derniers types de maladies respiratoires chroniques ne seront pas traités dans cette étude, ayant fait l’objet d’étude précédente dans HTI disponible ici pour l’oncologie, et ici pour les maladies rares.
📌 Maladies respiratoires : 10 millions de Français touchés, mais 54 % mal informés sur les symptômes
En France, près de 10 millions de personnes souffrent de maladies respiratoires chroniques, dont l’asthme (4 millions) et la BPCO (3,5 millions), mais la prévention reste insuffisante et la sensibilisation limitée. Malgré des dépenses publiques de prévention atteignant 6,7 milliards d’euros en 2022, 54 % des Français se disent mal informés sur les symptômes à surveiller et seuls 30 % s’estiment à risque. Ce déficit d’information contribue à 12 000 décès prématurés et 100 000 hospitalisations évitables chaque année. Les inégalités sociales aggravent la situation, les plus modestes étant 1,6 fois plus touchés, tandis que l’innovation et l’IA offrent de nouvelles pistes pour améliorer le dépistage et la prise en charge.
👉 H&TI vous détails les chiffres clés autour des maladies respiratoire ici.
📌 Entretien avec Antoine Magnan : la clinique universitaire des bronches, un modèle inédit pour la prise en charge intégrée des maladies pulmonaires chroniques grâce à l’IA
En mars 2025 l’Hôpital Foch a lancé la Clinique Universitaire des Bronches (CUB) la première structure en France et en Europe dédiée aux maladies pulmonaires chroniques, qui concernent près de 10 % de la population. Grâce à des partenariats avec des start-up en intelligence artificielle, la CUB mise sur le dépistage par scanner faible dose, l’imagerie IRM 3D et la télésurveillance pour améliorer le diagnostic et le suivi, alors que 70 % des patients atteints de BPCO ignorent leur maladie. La cohorte CUB Trajectory vise à regrouper 10 000 patients d’ici fin 2025 pour analyser les réponses aux traitements et identifier de nouveaux facteurs de risque. En parallèle, la clinique développe la recherche sur les biomarqueurs prédictifs et les jumeaux numériques pour accélérer la compréhension et l’innovation thérapeutique dans l’asthme et la BPCO, tout en favorisant le partage de données entre plusieurs sites.
Chiffre clé : 70% des patients atteints de BPCO ignorent leur maladie
👉 H&TI vous debrief son entretien avec le professeur Antoine Magnan ici.
📌IA explicable : +13 % de précision diagnostique en binôme avec le pneumologue
Selon une étude européenne publiée dans l’European Respiratory Journal, l’association d’une intelligence artificielle explicable (XAI) avec 78 pneumologues a permis d’augmenter la précision diagnostique des tests de fonction pulmonaire jusqu’à +13 % par rapport à l’IA seule, et de +10,4 % à +5,4 % par rapport aux cliniciens seuls selon les phases. L’outil XAI, qui fournit des explications sur ses décisions via la méthode des valeurs de Shapley, a aussi renforcé la confiance des médecins et leur accord entre pairs. Les pneumologues n’ont pas suivi aveuglément les suggestions erronées de l’IA, montrant une résistance à l’automatisation biaisée. L’étude confirme que la collaboration humain-IA, et non la substitution, optimise la qualité du diagnostic médical.
Chiffre clé : Par rapports au médecins seuls, l’IA améliore la précision diagnostique de 5,4% à 10,4% et de 13% en associant les deux.
👉 H&TI analyse pour vous cette étude riches en enseignements ici.
📌Ailleurs en Europe : au Royaume-Uni myCOPD et myAsthma, des applications qui réduisent exacerbations et améliorent l’autonomie des patients respiratoires.
Les applications myCOPD et myAsthma proposent des programmes de réhabilitation, des vidéos éducatives et un suivi personnalisé pour optimiser leur prise en charge à distance. myCOPD double la capacité de réhabilitation pulmonaire, porte les taux de complétion à plus de 70 % et réduit de près de moitié les exacerbations, tandis que 82,7 % des utilisateurs la jugent facile à utiliser et 66,1 % constatent moins d’aggravations. MyAsthma permet une gestion proactive de l’asthme, avec plus de 1 300 patients enregistrés et plus de 800 vidéos visionnées, et contribue à diminuer les hospitalisations. Ces solutions, intégrables aux systèmes de santé, facilitent le suivi à distance et l’ajustement des traitements par les cliniciens, particulièrement en contexte de ressources limitées.
Chiffre clé : MyCOPD divise par deux les exacerbations.
👉 H&TI étudie pour vous un des piliers de la lutte contre les maladies respiratoires chroniques au RU ici.
📌🗺️Maladies respiratoires chroniques : la France freinée par l’absence de pilotage national et le cloisonnement des acteurs
Bien que la France dispose d’un écosystème riche en expertise clinique, recherche, industrie et mobilisation associative autour des maladies respiratoires chroniques, la coordination reste insuffisante en raison d’un manque de stratégie nationale structurante. Les coopérations entre hôpitaux, sociétés savantes, industriels et associations de patients demeurent ponctuelles, limitant l’impact sur l’organisation des soins, la prévention et l’éducation thérapeutique. L’absence de plan national depuis plus de dix ans, le cloisonnement des systèmes d’information et les inégalités d’accès aux centres experts freinent une réponse collective efficace. Pour progresser, une alliance durable et structurée de tous les acteurs s’avère indispensable afin de garantir une prise en charge cohérente et équitable sur l’ensemble du territoire.
👉 H&TI cartographie l’écosystème des maladies respiratoires en France ici.
📌🗺️L’IA en pneumologie : des avancées concrètes pour les maladies respiratoires chronique
L’intelligence artificielle (IA) transforme la pneumologie française avec 19 cas d’usage, principalement dans la détection et le diagnostic des pathologies respiratoires. Parmi les innovations, l’IA permet la détection précoce de l’apnée du sommeil et l’analyse des radiographies thoraciques pour identifier des opacités évocatrices de pneumonie. Elle améliore également la prédiction des exacerbations aiguës de la BPCO et l’accompagnement personnalisé des patients via des assistants virtuels. Ces avancées promettent une médecine respiratoire plus anticipatrice et personnalisée.
📌🗺️Diagnostic, télésurveillance, génomique : 15 innovations IA au service des maladies respiratoires
L’écosystème des maladies respiratoires chroniques intègre 15 solutions d’IA, dont 7 gérées par les patients (chatbots, outils de mesure, télésurveillance) et 6 par les soignants, tandis qu’une solution cible la drug discovery et une l’analyse génomique, avec 3 dispositifs marqués CE. Les chatbots Vik Asthme et Vik BPCO, les outils Caducy et StethoMe, et les dispositifs Bora Care, Mucopilot et Findair favorisent l’autonomie et le suivi à domicile. Côté professionnel, des outils comme OSO-AI, Resmonics, Colibri, Smart Speed, ADVANCE Chest CT et Aview LCS+ optimisent le diagnostic et la surveillance. Enfin, Kantify et AlphaMissens ouvrent la voie à de nouvelles approches thérapeutiques et de détection génétique dans la prise en charge des maladies respiratoires chroniques.
Chiffre clé : 3 produits CE utilisant l’IA pour la prise en charge des maladies respiratoires chroniques.
👉 H&TI dresse pour vous le panorama des solutions ici.
Télésurveillance, inhalateur connecté, stéthoscope intelligent, données visuelles ou sonores, géré par le patient ou par les soignants, Health&Tech Intelligence analyse pour vous l’écosystème des solutions d’IA utilisées pour le diagnostic, le traitement ou la surveillance des maladies respiratoires chroniques.
7 solutions à destination du patient
Les maladies chroniques peuvent amener le patient à être un acteur particulièrement pro-actif dans la gestion de sa santé, c’est pourquoi certaines solutions sont manipulées essentiellement par le malade. Dans cette catégorie on retrouve 2 chabots, 2 outils de mesures ponctuelles de la respiration et 3 solutions de télésurveillance.
Les solutions laissant le plus d’autonime au patient sont les chatbots. Vik Asthme et Vik BPCO sont deux applications développées par la société Wefight et programmés pour répondre aux questions et accompagner les patients dans la gestion de leur maladie. Toujours en termes d’autonomie viennent ensuite les outils de mesures ponctuel à usage patient. Ils visent à analyser la respiration, Caducy donne la fréquence respiratoire à l’aide d’une simple vidéo et StethoMe analyse les sons de la respiration du patient via un dispositif portable et fait lui même l’analyse des caractéritiques de la respiration et des problèmes éventuels. Enfin les solutions de télésurveillance, elles sont au nombre de 3 : Mucopilot d’Ad Scientam qui permet aux personnes souffrant de mucoviscidose de prendre des mesures avec leur smartphone puis de les transmettre à aux équipes soignantes. Bora Care de Biosency, un bracelet qui mesure la fréquence respiratoire, le taux de saturation en oxygène dans le sang ainsi que la fréquence cardiaque. Ces données sont ensuite combinées avec les informations cliniques du patient et les données satellitaires de qualité de l’air. La compilation de ces données, permet d’identifier les biomarqueurs d’une dégradation de l’état du patient. Et les inhalateurs intelligents de Findair qui collecte les datas sur leur utilisation permettant aux médecins et aux patients d’évaluer le suivi du traitement via une plateforme partagée.
6 gérées par le personnel médical
Si le caractère chronique de ces maladies respiratoires amène à une implication du patient, il reste des examens entièrement supervisés par le médecins. C’est particulièrement le cas pour les solutions de diagnostic et les solutions utilisées en hôpital.
Pour l’hôpital, OSO-AI utilise l’analyse automatisée des sons respiratoires pour détecter précocement la détresse respiratoire, facilitant ainsi la surveillance des patients vulnérables en établissements ou à domicile, et Resmonics analyse la toux nocturne et le respect des normes d’hygiène. Colibri, à destination d’un médecin hospitalier ou non, utilise le machine Learning pour prédire des événements cliniques et soutenir la décision médicale.
Pour le diagnostic Smart Speed de Philips améliore la résolution des images médicales grâce au deep learning ADVANCE Chest CT de contextflow offre un diagnostic assisté par imagerie, avec détection et quantification automatisées des anomalies pulmonaires, et Aview LCS+ de Coreline Soft permet, à partir d’un seul scanner thoracique, de diagnostiquer trois pathologies majeures : cancer du poumon, BPCO et calcifications coronariennes.
1 solution en Drug discovery et 1solution en analyse génomique
Ces solutions d’IA de Kantify et de google deepmind ne sont pas dédiées aux maladies respiratoires chroniques mais elles peuvent cependant intervenir dans la prise en charge de ces dernières : Le logiciel de Kantify, entraîné sur 150 000 molécules a permis d’identifier , une combinaison moléculaire potentiellement intéressante dans le traitement de la mucoviscidose et AlphaMissens, développé par Google DeepMind, attribue à chaque mutation une probabilité d’être à l’origine d’une maladie, comme, entre autres, la mucoviscidose . De nombreux algorithmes de découvertes de médicaments ou d’analyse génomique peuvent potentiellement intervenir dans la prise en charge des maladies respiratoires chroniques.
Cartographie des solutions d’IA pour les maladies respiratoires chroniques disponibles en France @HTI
