DM

  • Santé mentale : un prototype de coach social basé sur l’IA

    Des chercheurs du Massachusetts Institute of Technology ont mis au point un dispositif connecté permettant d’analyser le ton des conversations entre individus; ils rendent compte de leurs résultats dans la revue du MIT publiée le 1er février 2017.

    Établi à l’aide d’une solution d’intelligence artificielle, ce dispositif pourrait devenir un « coach social » pour les personnes souffrant de troubles comme l’anxiété ou le syndrome d’Asperger (forme d’autisme sans déficience intellectuelle ni retard de langage) pour qui certaines situations sociales peuvent s’avérer très stressantes.

    En combinant des données audio et physiologiques à un système de deep-learning, les chercheurs du MIT’s Computer Science and Artificial Intelligence Laboratory (CASIL) et de l’Institute of Medical Engineering and Science (IMES) espèrent pouvoir bientôt fournir un « coach social » d’IA à chaque individu portant le bracelet connecté qu’ils ont élaboré.

    Un système de décodage des conversations

    Ce système vise à analyser en temps réel et grâce à la technique du deep-learning les modes de parole, le langage corporel et les signaux physiologiques dans l’optique de déterminer le ton général d’une conversation entre individus, d’établir un « score de sentiment » et de classer ainsi le ton émotionnel des différents interlocuteurs.

    Fonctionnement

    Le capteur intégré au dispositif connecté permet de mesurer différentes caractéristiques : mouvement, fréquence cardiaque, tension artérielle, débit sanguin et température de la peau. Les données audio, la transcription des textes, l’énergie et le vocabulaire du locuteur sont également analysés afin d’établir la nature globale de la conversation.

    Selon les chercheurs, l’analyse combinée de l’ensemble de ces paramètres permet de déterminer avec un taux de fiabilité de 83% le ton des propos tenus par une personne lors d’une discussion.

    Tuka Alhanai, co-auteur de l’article paru dans la revue du MIT, évoque une « technologie pouvant prendre le pouls des émotions humaines ».

    2 algorithmes d’analyse « entraînés »

    Les chercheurs ont enregistré 31 conversations différentes de plusieurs minutes puis entraîné deux algorithmes à classer les données collectées : le premier établissait la nature de la conversation : heureuse ou triste, le second analysait et déterminait le « statut » de chaque intervalle de 5 secondes en 3 catégories d’humeur : positive, négative ou neutre.

    Chercheur et IA : des observations similaires, une supériorité d’analyse de l’IA

    Les résultats obtenus par les algorithmes étaient semblables à ceux obtenus par les humains : par exemple une longue pause et un ton monotone étaient associés à une histoire triste alors qu’un discours énergique et varié était associé à une histoire plutôt heureuse. Les résultats étaient également identiques pour le langage corporel.

    Perspective

    Les chercheurs du MIT prévoient d’améliorer leur prototype en augmentant le nombre d’interlocuteurs d’une conversation: la collecte de données serait ainsi réalisée à plus grande échelle, notamment avec les dispositifs commercialisés de type montre connectée, et leur croisement permettrait d’approfondir la recherche.

    Ils précisent souhaiter développer leur solution en respectant l’intimité de l’usager : l’algorithme recueille « localement » les données sur le dispositif de l’usager, ce dernier ayant été informé du protocole et ayant fourni son consentement.

  • Le numérique et la cancérologie « hors les murs »

    La prise en charge en cancérologie a évolué de manière considérable ces dernières années. Un véritable changement de paradigme. Le malade passe de moins en moins de temps à l’hôpital avec le développement de la chirurgie ambulatoire ou de nouvelles techniques de radiothérapie. Des thérapies ciblées et des chimiothérapies sont de plus en plus souvent administrées par voie orale à domicile.

    Le parcours de soins longtemps centré sur l’hôpital se déroule désormais principalement en dehors. Des évolutions qui manquent aujourd’hui d’un réel accompagnement numérique.

  • IA : un algorithme d’aide au diagnostic des cancers cutanés aussi fiable que les dermatologues

    Un algorithme d’aide au diagnostic permettant de classifier les cancers de la peau, c’est ce qu’ont mis au point des chercheurs de l’Université de Stanford. Publiés le 25 janvier 2017 dans la revue scientifique Nature, les résultats de l’étude qu’ils ont menée pour tester cette solution basée sur le deep learning montre qu’elle devrait permettre de classer les cancers dermatologiques avec un niveau de fiabilité comparable à celui des dermatologues.

    Le diagnostic du cancer de la peau s’effectue généralement de visu, par un dépistage clinique initial confirmé ensuite par des examens complémentaires dermatologiques (biopsie et examen histopathologique). La difficulté de la classification des lésions cutanées réside dans la variabilité de l’apparence de ces dernières.

    L’approche des chercheurs a consisté à utiliser la technologie d’un algorithme de deep-learning afin d’élaborer un outil d’aide au diagnostic des cancers de la peau classifiant automatiquement ces derniers.

    Ils ont entraîné l’IA à identifier et qualifier chaque lésion en mémorisant 129 450 images cliniques caractéristiques de différents types de maladies dermatologiques. Ainsi, l’IA a appris à établir des points communs entre certaines pathologies dermatologiques tout en apprenant à faire la différence entre ces dernières.

    L’équipe de chercheurs a ensuite testé la capacité de cet outil à classifier les cancers dermatologiques en lui présentant 2 000 images de lésions cutanées. L’objectif était de comparer les diagnostics de l’algorithme et ceux de 21 dermatologues sur 400 images caractéristiques face à une situation de deux cas cliniques distincts: le premier représentant l’identification des cancers cutanés les plus courants, le second l’identification du cancer cutané le plus mortel.

    Les résultats révélés par l’étude établissent que l’algorithme est capable d’atteindre un niveau de compétence diagnostique comparable à celui des médecins.

    Cet algorithme est actuellement utilisé via un ordinateur « traditionnel » mais l’équipe de chercheurs souhaite adapter cet outil au smartphone dans un futur proche dans l’optique de diagnostiquer les cancers à moindre frais, tout en soulignant que des tests dans un environnement clinique s’avèrent nécessaires.

  • Congrès de la Société française d’informatique de laboratoire (SFIL) – 9 & 10 Mars – Chambéry

    La Société française d’Informatique de Laboratoire (SFIL) organise son congrès 2017 autour de l’informatique en biologie médicale, les 9 et 10 Mars au palais des congrès de Chambéry. Les thèmes abordés lors du congrès sont :
    • « Digitalisation du Laboratoire »
    • « Objets Connectés »
    • « Actualités réglementaires »
    • « Big Data »
    • « GHT et Parcours de soins »

    Programme

    Jeudi 9 Mars

    • 10h00 Accueil par Michel Dantin, Maire de Chambéry, Député Européen
      • Introduction par Eric Lainé, Président de la SFIL
    • 10h30 Le laboratoire connecté – Modérateur : Anne Gruson
      • La digitalisation du laboratoire : Jérôme Matha – Directeur Général DL Santé / SFIL
      • La Santé à l’heure de la donnée connectée : Pr Pascal Staccini – Responsable du DIIM du CHU de Nice
      • Le laboratoire et les objets connectés : Serge Payeur – Président SIL-LAB Experts / SFIL
    • 12h00 Impact de la réglementation eIDAS sur la biologie médicale : Kahina Haddad – Juriste ASIP Santé
    • 12h30 Speed Démo des fournisseurs : Modérateur : Alain Suiro
    • 14h15 Ateliers
    • 15h45 Ateliers
    • 17h00 Assemblée générale de l’association

    Vendredi 10 Mars

    • 9h00
      • Interopérabilité
      • Éléments opposables de la PGSSI : Christophe Jodry – Chargé de mission sécurité des systèmes d’information ASIP Santé
      • Dématérialisation de la prescription de la biologie médicale : François Macary
      • Retour d’expérience 1 : Mise en place de prescription connectée entre un SIH et un SIL (Hôpital Américain)
      • Retour d’expérience 2 : Mise en place d’une communication entre deux SIL (CH Métropole Savoie)
    • 11h15
      • Biologie et parcours de soins : Modérateur : Anne Doly, SFIL
      • Les projets TSN en France
      • Transformation numérique et organisationnelle des parcours de soins : Didier Alain – Manager Responsable de Programme à l’ANAP
      • Enjeux et orientations stratégiques des systèmes d’information de GHT : Cyrille Politi – Conseiller SI de la FHF
      • La biologie dans TerriS@nté : Eric Lepage, Directeur de la stratégie, ARS Ile de France
    • 14h00
      • Impact informatique des nouvelles obligations règlementaires et conventionnelles – Modérateur : Alain Suiro
      • Le nouveau paysage règlementaire : Bruno Gauthier – Bio86 / SFIL
      • Règlement européen sur la protection des données personnelles : Eric Boucher de Crèvecoeur – Ingénieur expert en technologies de l’information, CNIL
      • Déclaration des incidents informatiques : Philippe Loudenot – Sécurité des systèmes d’information Ministère des Affaires Sociales
    • 15h00 Table Ronde – Modérateur : Eric Lainé
      • Eric Boucher de Crèvecoeur – Ingénieur expert en technologies de l’information CNIL
      • Loïc Brigandat – Agfa Bruno Gauthier – Bio86 / SFIL
      • Nicole Janin – Directrice des affaires médicales, ASIP Santé
      • Philippe Loudenot – Sécurité des systèmes d’information, Ministère des Affaires Sociales
      • Hélène Mehay – Directrice de la section Santé Humaine, COFRAC
    • 15h45 Conclusion des travaux : Eric Lainé – Président de la Société Française d’Informatique de Laboratoire
  • IBM identifie 3 innovations de rupture dans la santé avec son rapport « Five in Five »

    Le centre de recherche d’IBM a publié en janvier 2017 la nouvelle édition de son rapport « Five in five », où il identifie cinq innovations qui « changeront nos vies » d’ici cinq ans. Trois d’entre elles concernent la santé, es deux autres l’environnement et la gestion des ressources.

    IA, imagerie et nanotechnologies pour améliorer la santé

    L’intelligence artificielle contre les troubles psychologiques

    La recherche en intelligence artificielle combinée à l’imagerie pourrait contribuer à la lutte contre les troubles psychologiques. Ainsi, le deep learning permettra d’analyser les discours et les écrits des patients, comme la syntaxe ou l’intonation, et de combiner cette analyse à des IRM pour mieux identifier des maladies telles que Parkinson, Alzheimer ou encore la maladie de Huntington. Ces technologies pourraient également contribuer à rendre visibles des signes avant-coureurs mais imperceptibles de certaines pathologies.

    Améliorer la vision humaine par l’hyper-imagerie et l’IA 

    L’ambition est de créer une vision augmentée et ainsi de voir au-delà du visible. De nouveaux dispositifs d’imagerie utilisant des technologies d’hyper-imagerie et d’intelligence artificielle révéleront un plus large spectre de fréquences électromagnétiques. Actuellement utilisés dans des instruments spécialisés, ces dispositifs très coûteux seront miniaturisés et plus accessibles financièrement. Ils pourront par exemple être combinés aux véhicules pour mieux appréhender les mauvaises conditions de visibilité ou les dangers de la route.

    La nanotechnologie dans la lutte contre les maladies

    Une puce pourra tracer et détecter des maladies dans les fluides corporels au niveau nanométrique. L’objectif de cette technologie « Lab-on-a-chip » est de détecter ces pathologies avant l’apparition des symptômes afin que la prise en charge et le traitement puissent être plus précoces. La nanotechnologie pourra séparer des bio-particules inférieures à 20 nanomètres pour accéder à l’ADN ou aux virus. Ces techniques seront notamment utilisées dans le cadre du cancer ou de la maladie de Parkinson, qui sont des pathologies difficiles à détecter.

    Algorithmes et capteurs intelligents pour la protection de l’environnement

    Des algorithmes et des logiciels pour numériser le monde physique

    Les « macroscopes » rassembleront et réorganiseront des milliards de données physiques pour les analyser dans leur complexité. Aujourd’hui, plus de six mille milliards d’objets connectés génèrent dix milliards de Gigabyte par mois. Les macroscopes pourront analyser ces masses de données pour numériser le monde physique. Ces logiciels pourront être utilisés dans l’analyse de données climatiques, de ressources hydrauliques et alimentaires. L’objectif est de rendre visibles les éléments indispensables dans la prise de décisions de l’utilisation des ressources, comme par exemple dans le domaine de l’agriculture. 

    Des capteurs intelligents pour réduire le gaspillage d’hydrocarbures

    Ces capteurs seront capables de détecter des fuites de gaz invisibles à l’œil nu. Placés à proximité des site d’extraction, ces dispositifs sans fil seront capables de détecter les agents polluants en assurant un contrôle et une surveillance continue. Cette technologie est fondée sur le transfert des données via les ondes lumineuse permettant une évaluation à la vitesse de la lumière. Cela permettra d’éviter les fuites de méthane, qui ont atteint neuf mille tonnes en 2014, de réduire la pollution et d’éviter des catastrophes environnementales.

  • US: build a patient-centered system through eHealth (conference)

    A web-conference, entitled ‘The Future of Care Delivery: Relentless Redesign’, organized by the American group NEJM Catalyst was produced on 19 January 2017 and hosted by Providence St Joseph Medical Center (United States).

    During this event, various industry players shared their perceptions of US health industry of yesterday and tomorrow, pointing to the development challenges of the health tech, past mistakes and lessons learned from these failures but also the significant opportunities available to healthcare professionals though big data management.

    These interventions were focused on a central idea: build a patient-centered system from through high tech innovations emerging on the market.

    The conference was divided into three parts:

    • Technology Disruption: What Matters;
    • Lessons Learned: Failed Experiments in Care Redesign;
    • Meaningful Data: Meeting Patient Needs.

    New technologies in the healthcare system: are they allied or disrupter?

    Healthcare systems are now faced with the development of new technologies. They supposedly help practitioners to provide better health care but they can also cause a waste of time and a waste of energy. How to deploy the right technology, improve care and add value without burdening the patient or the medical team? So many questions put forward by Aaron Martin, Executive Vice President and Chief Digital Officer, Providence St. Joseph Health; Victor Montori, Professor of Medicine, Mayo Clinic, and Molly Joel Coye, Executive in Residence, AVIA and former Chief Innovation Officer, UCLA Health.

    « The healthcare sector has so far been slow in integrating new technologies, » says Dr Coye. According to her, one of the first behavior to adopt is to observe what is happening in other fields, such as banking sector or self-driving food to « bring health care in houses. »

    Aaron Martin insists that the principles of success basics are the same, whatever the sector. « I worked for a long time for Amazon in the area of e-commerce, there are things that will never change, including three principles:

    • offer lower prices than the competition;
    • broader choice of products;
    • convenience.

    I have realized that this is the same in the health sector: ensure lower costs, better outcomes and improve the patient and clinicians experience are part of the foundations for success. »

    « Most solutions do not have to be created but to be discovered » (Aaron Martin, Providence St Joseph Health Center)

    « Most solutions do not have to be created but to be discovered, they already exist somewhere, » adds Mr. Martin. The idea, he said, is to recruit the right team of health professionals and the right team of experts in technology to find the most interesting innovations and then demonstrate that they work in the health system. Secondly only, you will have to think of a way to get customers online and engaged.

    Victor Montori, meanwhile, focuses on a central problem according to his observations: the invisibility of the work of patients. « The Times have changed. Today, many patients are suffering from chronic diseases. They are not in the hospital, do not consult a doctor every day. They have to struggle with their disease every day by taking a certain medication list, questioning their lifestyle (diet, physical activity) to improve their condition or at least slow the progression of their disease. »

    It raises several underlying telemedicine issues:

    • How to understand the notes sent by their doctors? ;
    • How to decipher the medical jargon? ;
    • How to know if the alternative medication proposed by the pharmacist will be as effective as the one prescribed by their doctor?
    • etc.

    « All this patient’s work is invisible. We need to improve communication between health professionals and patients to overcome such problems. »

    According to the expert, the key is the attention given by the physician to patients. « As health professionals, we must not seek to make money but above all to listen to the patient, help him understand his disease, encourage him to invest in its care. New technologies must be a support to improve this relationship and not a source of remoteness between doctors and patients. « 

    « The technology is there to help us fight against the tensions between health professionals and consumers, » agrees Aaron Martin.

    Transforming the health care system: lessons learned from mistakes made in the past

    « The American health care industry is sick, analyzed the Harvard Business Review in an article published in 1989. Its huge fraction of our GNP – one out of every eight dollars – is double that of Japan and at least 50% higher than that of other developed countries. Because it is growing at rates 50% higher than the GNP, the industry’s cost hampers control of our disastrous trade deficit. »

    Benjamin K. Chu, President and CEO, Memorial Hermann Health System, points to a first mistake made in the 1980s-1990s: leaving aside the feelings of patients.

    « At that time, we tried to find a business model to restore the healthcare market economy. Industry players were primarily focused on the desire to turn the corner from the economic point of view. Nobody asked the opinion of the patients. It is not surprising that they revolted at some point », by questioning more often the quality of the care delivery and the diagnosis of their doctors.

    Over the past twelve years, the focus was on the creation of a new culture of health care delivery. New business models are sought, new technologies are emerging to try to improve the delivery of care. « Gradually, the economy of the healthcare sector got better but we were still too focused on monetary issues. »

    It is only recently that the interest around the patient has increased, Dr. Chu said. Refocusing on devotion, that’s the key. »

    Chronic disease management: forty years of learning

    Arnold Milstein, Professor of Medicine, Stanford University School of Medicine, talked about the chronic diseases management, whose significant progression makes it one of the current and future main concerns. In the US, 86% of American healthcare expending is incurred by people with chronic illness, the expert recalled (official figures).

    He went back forty years ago to better understand the evolutions in this specific area and to identify the bad paths taken by the care providers.

    • In the 80’s-90’s: « Doctor knows best.  »
      The tool available was generally phone, that is it: « If you were lucky, you could get an appointment in fifteen minutes with a doctor in the day to deal with a specific problem, if not, you should leave a message on the answering machine that advised you in most cases to go to the ER. A basic and simplified system that of course did not meet the needs of patients with multiple chronic disease problems ». Result: failed.
    • Late 90’s – early 2000: the beginning of telemedicine. Add insurer’s 1 800 nurse case manager.
      Nurses from a remote location contacted patients to find out what is going on and take care of them. « It seemed like a good idea. This kind of intervention still persists today although a CBO report had demonstrated that there was no positive impact on health expenditure. » Result: failed.
    • Around the 2000s: The improvement of the telemedicine system.
      The interactions between nurses working remotely and patients become more sophisticated, caregivers were particularly interested in the psyche of the patients and the importance of the social in the process of healing. « Real medical teams have been created. Investors were very enthusiastic but most have failed because most of these interventions did not include an actual face-to-face with the patient, they did not established a deep relationship between the patient and the care manager and between the care manager and clinicians. Everything was more or less managed remotely.  » Result: failed.

    In its report on these efforts to reduce health spending while improving the quality of healthcare delivery, the CBO concluded « that between 33 and 34% of these experiments have failed ». They ultimately cost the government more. « This is a high failure rate!, Aaron Martin said. The ones who worked were those centered on the sickest patients, called « the high-spending patient demo » but in the end, it seems logical that they resulted in more money coming in because patients were very ill and forced to spend more. The idea is to find a way to reduce costs and earn money even when we have to deal with less serious and complex diseases. »

    « How the United States is begin to learn from sequential failure of experiments in managing chronic illness care? » is the question that interests Arnold Milstein now. He is positive. « We have gone through forty years of learning to understand how our industry can work better. I do not consider these bad investments as failures if we learn from these mistakes for the future. « 

    Managing meaningful data to meet the patients’ needs

    A key to success in the healthcare system of tomorrow is to learn how to effectively manage health data.

    « With the development of new technologies, the goal is to reduce health facilities through the digital », explained Scott Weingarten, Senior Vice President and Chief Clinical Transformation Officer, Cedars-Sinai Health System.

    « We have to deal with a large volume of information:

    • 50% of this information come from care evidence-based;
    • we have resources produced by approximately 20 000 biomedical journals;
    • an article on health is published on average every 26 seconds;
    • the volume of medical information has doubled in the last three to five years.

    Today, electronic health records are used by:

    • 96% of hospitals;
    • 85% of physicians’ offices.

    Clinical decisions are determined by the analysis of its data.

    How can this mass of information be analyzed? What is the best diagnosis? This is the kind of question that must be asked by the caregivers today. »

    Lee Hood, Senior Vice President and Chief Science Officer, Providence St. Joseph Health, emphasizes the importance of the cloud and how it can improve the wellness of patients.

    « Through data analysis, we can better understand the transition from wellness to disease. The idea with the big data management is to work on preventive medicine, to understand how the combination of genetics and environment can influence a person’s health. »

    From this observation comes out a priority: « to find how to educate patients, physicians and other healthcare players to take advantage of this massive influx of data to improve the provision of care for both the rich and the poor people ».

    The expert is positive about the future of health care in the United States: « I sincerely believe that we can find a system in which the health care delivery system will be better and will have reasonable cost. »

    « It is possible to simplify the health care system for all by adopting a pro-active attitude allowing everyone to positively affect his health, summarized Amy Compton-Philips, Executive Vice President and Chief Clinical Officer, Providence St. Joseph Health. We have to imitate the models that work in other areas rather than wasting time and money to innovate. We have to change the culture of the healthcare industry to be able to change the sector. »

  • Fujitsu miniaturise le contrôle biométrique par reconnaissance des vaisseaux sanguins

    Fujitsu a annoncé le 10 janvier 2017 développer le premier système d’authentification basé sur la reconnaissance du réseau sanguin de la paume de la main.

    Cette solution d’authentification miniaturisée – l’ensemble du système de capteurs mesure 8 mm de large – a vocation à être utilisée pour les terminaux mobiles type smartphones et tablettes.

    Sa mise en œuvre pratique est prévue courant 2017.

    Le mécanisme repose sur la reconnaissance d’une caractéristique biologique propre à l’utilisateur : l’architecture du réseau sanguin veineux de la paume de la main. En pratique le système est équipé d’un composant d’illumination et d’un composant de capture d’image, tous deux miniaturisés.

    La technologie s’appuie par ailleurs sur un nouvel algorithme d’authentification des motifs de veines de la paume.

    L’objectif est de proposer une alternative aux méthodes considérées « classiques » et par conséquent vulnérables de mots de passe et codes PIN afin d’offrir une protection individualisée grâce à cette technologie d’authentification biométrique.

    Les avantages revendiqués, notamment par rapport à la technique de l’empreinte digitale sont :

    • l’optimisation de la sûreté,
    • l’absence de contact avec le capteur, puisque la capture s’effectue à distance de façon optique.

    Fujitsu estime que la précision de l’authentification provenant d’informations biologiques de l’organisme pourrait être utilisée plus largement, pour protéger l’accès à des données personnelles par exemple.

    Pour mémoire, l’authentification biométrique par reconnaissance des veines des doigts ou de la paume de la main est développée notamment par Hitachi et Fujitsu depuis 2005 au Japon.

  • Australia: Queensland Brain Institute invests in an advanced database management system

    To improve the management of its data and thus accelerate research into preventing brain diseases, the Queensland Brain Institute (QBI), Australia, announced in December 2016 that it has migrated to the Brocade Gen 6 Fibre Channel storage networking solutions.

    With this high-performance tool, the experts of the institute would be able to store and analyze all the information gathered from brain imaging and microscopy devices more efficiently and more quickly.

    Big data managing is a priority for the Queensland Brain Institute

    Brocade G620: a new-generation tool to better eliminate data bottlenecks

    Founded in 2003, the Queensland Brain Institute is one of the world’s largest centers dedicated to understanding the brain function.

    The Australian Institute is faced with a major problem: managing health data from brain imaging and microscopy devices, the volume of which is huge and growing constantly.

    The center has migrated to Brocade Gen 6 Fibre Channel storage networking to accelerate the process of collecting and analyzing this data. This is the first organization in Australia to migrate to this storage networking solutions.

    Its aim by the end of 2017: eliminating data bottlenecks to accelerate research on the prevention of brain diseases such as Alzheimer’s, schizophrenia, dementia, depression, anxiety and motor neurons disease.

    Advanced research centers like the QBI must manage several petabytes of data per year

    « Whole-brain imaging is critical to our research, but as advances in imaging and microscopy instruments continue to increase the resolutions and sampling rates of the data they generate, our storage infrastructure has new and unpredictable demands put upon it every day, said Jake Carroll, senior information technology manager (research), Queensland Brain Institute. Brocade’s Gen 6 Fibre Channel switches will provide a massive boost in our data transfer speeds to enable our scientists to get their job done seamlessly and efficiently. »

    Advanced centers like the Queensland Brain Institute must manage several petabytes of data per year (1 petabyte = 1 million GB). With such volume to deal with, it is complex to predict data growth going forward.

     » This puts a premium on storage network scalability, said Mr Carroll. A requirement that Brocade’s Gen 6 Fibre Channel technology is more than capable of meeting. »

  • Le groupe de cliniques Elsan s’allie avec une start-up dans l’intelligence artificielle

    Le groupe de cliniques privé Elsan et la start-up Collective thinking annoncent le 26 janvier 2017 avoir conclu un partenariat sur l’analyse des volumes de données produites dans le cadre d’une hospitalisation dans une trentaine d’établissements du groupe. C’est le premier partenariat de cette start-up avec un groupe de cliniques privé mais son directeur général, Vincent Susplugas indique travailler également avec des établissements de santé publics.

    Un logiciel développé par Collective thinking et intitulé « Intelligence for health », va permettre au groupe Elsan de bénéficier d’une aide au codage des diagnostics médicaux et des données relatives aux patients. Il s’agit donc à ce stade d’une aide administrative destinée à « mieux structurer les données du dossier patient » précise Laure Comar, directrice de l’information médicale du groupe Elsan. Le logiciel peut en effet analyser et synthétiser les données du dossier du patient jusqu’aux commentaires des médecins, les transmissions des infirmières, et tout autre type de document.

    « Intelligence for health » devrait ainsi permettre d’améliorer la qualité du codage en réduisant les erreurs de saisie et la mauvaise ou la non prise en comptes de certaines informations du dossier patient. Il est en cours de déploiement d’ici au mois d’avril prochain dans 29 cliniques d’Elsan choisies pour être «représentatives» sur les 80 que compte le groupe.

    Elsan, « en veille » sur l’utilisation des Big data

    «Après le codage, de nouveaux produits sont d’ores et déjà en cours de développement» indique le directeur général de Collective Thinking, Vincent Susplugas, qui précise que « la partie opérationnelle du logiciel a été conçue en lien étroit avec des médecins et techniciens d’information médicale » et qu’elle s’est fondée sur des technologies « développées au cours de quatre années de recherche et développement ».

    Laure Comar souligne que ce partenariat répond notamment à la volonté du groupe d’être « en veille » sur l’utilisation des « big data ». Elsan souligne que dans le secteur de l’hospitalisation, « les nouveaux outils à disposition des médecins, comme le séquençage haut débit du génome, et la digitalisation des informations médicales, produisent une masse croissante de données dont l’analyse (…) peut être bénéfique pour tous les patients ». 

    Selon Michèle Rojat, directrice générale adjointe du Groupe Elsan ce partenariat « s’inscrit dans une dynamique d’innovation» lancée « dès la naissance du groupe il y a un an, que ce soit dans le domaine technologique ou thérapeutique. »

  • Big data : le Queensland Brain Institute (Aust.) investit dans sa capacité de stockage de données

    Pour améliorer la gestion de ses données et ainsi accélérer les recherches sur la prévention des maladies cérébrales, l’Institut du cerveau de l’Université du Queensland (Queensland Brain Institute), en Australie, a annoncé en décembre 2016 qu’il avait migré vers le réseau de stockage Brocade Gen 6 Fibre Channel.

    Grâce à ce dispositif, les experts devraient pourvoir stocker et analyser de manière plus efficace et plus rapide l’ensemble des informations recueillies à partir de l’imagerie cérébrale et des appareils de microscopie.

    Pour le Queensland Brain Institute, la gestion des big data est une priorité

    Brocade G620 : un outil nouvelle génération pour mieux lutter contre les goulots d’étranglement

    Créé en 2003, le Queensland Brain Institute (QBI) fait aujourd’hui partie des plus importants centres mondiaux dédiés à la compréhension du fonctionnement du cerveau.

    L’institut australien se retrouve confronté à la gestion des données de santé dont il dispose à partir de l’imagerie cérébrale et des appareils de microscopie, dont le volume est considérable et en croissance constante.

    Afin d’y faire face, le centre a migré vers le dispositif Brocade G620 (Brocade Gen 6 Fibre Channel) qui  permet d’accélérer le processus de recueil et d’analyse de ces informations. C’est la première organisation en Australie à utiliser cet outil de stockage nouvelle génération.

    Objectif : lutter contre les goulots d’étranglement d’accès aux données afin d’accélérer les recherches sur la prévention des maladies cérébrales, telles que la maladie d’Alzheimer, la schizophrénie, la démence, la dépression, l’anxiété et les troubles des neurones moteurs.

    Les centres de recherche d’excellence doivent gérer plusieurs petabytes de données par an

    « L’imagerie cérébrale est essentielle à notre recherche mais comme le progrès de l’imagerie médicale et des instruments de microscopie continuent de faire évoluer les résolutions et les taux d’échantillonnage des données générées, notre système de stockage présente des exigences nouvelles et imprévisibles, commente Jake Carroll, gestionnaire principal du pôle « technologie de l’information » (recherche) au QBI. Les commutateurs de stockage Gen 6 Fibre Channel de Brocade donneront un coup de pouce important à notre dispositif afin d’améliorer la vitesse des transferts de données et ainsi permettre à nos scientifiques d’accomplir leur travail de façon transparente et efficace. »

    Les centres de pointe comme le Queensland Brain Institute doivent gérer plusieurs petabytes de données par an (1 petabyte = 1 million de GB). Avec de telles dimensions, il est complexe de prévoir à l’avance la croissance du volume des informations à venir dans les prochains mois, les prochaines années.

    « [Ce contexte] place l’évolutivité du réseau de stockage [au centre de nos préoccupations] », précise Jake Carroll. Les commutateurs dernière génération produits par Brocade font à ce jour partie des plus performants du secteur.