Editeur

  • HIMSS 2017 : ce qu’il faut retenir du congrès

    Le congrès HIMSS 2017 s’est déroulé à Orlando du19 au 23 février, accueillant plus de 1200 exposants, 40 000 visiteurs et plus de 500 conférences. Parmi les thématiques les plus remarquées : l’intelligence artificielle, le machine learning et le big data – tendances fortes pour 2017 à la fois sur les usages possibles, les infrastructures nécessaires et les impacts organisationnels.

    Health &Tech Intelligence vous propose une sélection des tendances repérées au congrès.

  • Robotique : un système d’assistance autorisé par la FDA pour la chirurgie d’implants dentaires

    La société Neocis, basée à Miami aux États-Unis, a annoncé le 2 mars 2017 avoir reçu l’autorisation de la FDA pour son système d’assistance robotique à la chirurgie dentaire pour les procédures d’implants.

    Basé sur un logiciel, ce système, baptisé « Yomi », vise à permettre de planifier l’opération à partir des données d’imagerie du patient ayant besoin d’un implant dentaire, ainsi qu’à fournir une assistance en temps réel pendant l’opération chirurgicale.

    Ce guidage robotisé reposant sur un système de navigation informatisé vise à permettre au chirurgien d’avoir une visualisation en temps réel de son opération. Il peut ainsi contrôler que l’emplacement et la profondeur de l’implant sont corrects.

    La solution de chirurgie dentaire robotiquement assistée mise au point par Neocis présente plusieurs fonctionnalités :

    • Planification chirurgicale dynamique basée sur les données médicales d’imagerie du patient : l’opération est planifiée et effectuée le jour même ;
    • Guidage visuel : les graphismes 3D en temps réel visent à permettre de faciliter la navigation pendant la chirurgie ;
    • Orientation physique : cette « robotique collaborative » a pour objectif d’être minimalement invasive ;
    • Suivi en temps réel de l’opération du patient.

    Selon la société Neocis, 4 millions d’implants sont réalisés chaque année aux États-Unis, et plus de 15 millions dans le monde entier. Le marché de la robotique chirurgicale devrait atteindre 20 Md$ en 2021, soit 18,94 Md€.

  • HIMSS 2017 : IA, machine learning et Big data, principales tendances à Orlando

    Le congrès HIMSS 2017 s’est déroulé à Orlando du19 au 23 février accueillant plus de 1200 exposants, 40 000 visiteurs et plus de 500 conférences. Parmi les thématiques les plus remarquées: l’intelligence artificielle, le machine learning et le big data – tendances fortes pour 2017 à la fois sur les usages possibles, les infrastructures nécessaires et les impacts organisationnels.

    Parmi les stars de l’année, IBM Watson Health, dont la CEO a fait l’ouverture du congrès, avec une volonté de créer un cadre de confiance sur l’utilisation des data, fondé sur la transparence et le partage de la valeur créée.

    « La data est devenue la ressource naturelle la plus créatrice de valeur, transformant l’industrie et la société à un niveau jamais imaginé. Cette transformation est encore plus évidente en médecine et dans le système de santé. Cela s’est nourri de l’infusion progressive des technologies et de l’intelligence mises dans tous les process et les produits de santé, la multiplication des dispositifs mobiles et l’explosion des réseaux sociaux, et plus encore par les attentes exponentielles des citoyens rendus plus autonomes grâce au digital. La nouvelle génération de systèmes cognitifs augmente la capacité humaine de compréhension et d’intervention dans des systèmes de santé complexes. Cela accélère considérablement l’avancée d’une médecine personnalisée et fondée sur des preuves. » Telle est la vision portée par Ginny Rometty, CEO d’IBM.

    A travers cette introduction, les tendances fortes du secteur peuvent se dessiner selon 6 axes :

    • Une approche IT de plus en plus médicalisée, fondée sur une forte coopération entre les industriels et les médecins
    • Une recherche d’efficience fondée sur le gain de temps et l’optimisation des prescriptions et prises en charge des patients
    • Une collecte de données stratégique pour les établissements de santé, des usages pour autant encore balbutiants, de nouveaux players sur l’analyse de la data et le data mining
    • Une préoccupation forte sur la sécurité et la cybersécurité, notamment dans le cadre des interfaces avec les dispositifs médicaux et les objet connectés
    • Une exigence d’interopérabilité entre tous les logiciels métiers
    • Un questionnement sur le modèle économique et le partage de la valeur fournisseur / hôpital. Ainsi le modèle de  Joint Ventures semble émerger pour favoriser l’innovation.

    Parmi les entreprises exposantes, toutes les compagnies américaines d’EHR, les intégrateurs majeurs, à noter la présence de la société française Enovacom, spécialiste de l’interopérabilité qui se déploie à l’international et notamment au Canada.

    La prochaine édition de Himss se déroulera à Las Vegas en 2018. L’édition européenne se déroulera quant à elle à Malte, du 10 au 12 mai 2017.

  • HIMSS 2017 – Aide à la décision clinique : retour d’expérience de l’Hôpital universitaire du Kentucky

    Dans le cadre des rendez-vous Himss 2017 avec la délégation française, Carole Steltenkamp, de l’Hôpital universitaire du Kentucky, a présenté sa stratégie de choix et de déploiement d’outils d’aide à la décision clinique au sein de son groupe hospitalier.

    Principes, facteurs de succès, difficultés, elle revient sur une stratégie débutée en 2010 autour de la détection précoce des risques de mortalité chez les patients déployée dorénavant dans les deux campus hospitaliers (925 lits, 1 million de patients uniques) et sur toutes les activités médicales.

    Mettre en place des outils d’aide à la décision clinique (CDS) est une étape stratégique dans l’amélioration de la qualité des soins mais demande patience, obstination et agilité. La clé de succès réside dans l’intégration complète de l’outil de décision clinique – dans  ce cas précis, il s’agit des solutions « Clinical Key » et « Order set » de Elsevier – dans le workflow médical du praticien.

    Le déploiement et le bon usage d’outils d’aide à la décision clinique « intelligents » présentent plusieurs stades d’utilisation :

    – stade 1 : la génération d’alertes en cas d’erreur ou d’événement indésirable. La limite de cette fonctionnalité est d’être utile une fois l’erreur survenue et de ne pas permettre de changer les pratiques.

    – stade 2 : l’anticipation des erreurs par la mise en place d’order sets (notamment coécrits avec les équipes de soins). Cette étape permet une réduction du nombre d’erreurs, moins d’alertes et un meilleur workflow.

    – stade 3 : le meilleur soin à tout moment par l’amélioration permanente et circulaire de l’outil, intégrant la capacité à recalculer à chaque usage la recommandation en s’appuyant sur l’intégration des meilleures pratiques, des e-requêtes automatiques, l’intégration de documentation et des alertes plus efficaces.

    Les principaux résultats constatés sont :

    • traçage systématique et revue des erreurs notamment de prescription médicamenteuse
    • remontée centralisée des informations dans l’outil de décision clinique
    • diminution du temps de détection des événements critiques
    • diminution du nombre d’incidents
    • diminution des durées de séjour

     

    Étude de cas et principaux apprentissages des UKH

    La prochaine étape de la feuille de route  aux UKH est la mise à disposition en 2017 sur smartphone des outils et tableaux de bords du CDS.

  • La FDA autorise l’utilisation d’implants intra-crâniens conçus par impression 3D

    La société OssDsign, concepteur, fabricant et distributeur suédois d’implants médicaux, a annoncé le 20 janvier 2017 avoir reçu l’autorisation de la FDA pour l’utilisation d’implants intra-crâniens lors d’intervention de cranioplastie, une opération de chirurgie plastique.

    Ces implants ont été fabriqués à partir des scanners individuels de chaque patient en utilisant une imprimante 3D.

    Une opération de cranioplastie est habituellement réalisée par des neurochirurgiens à partir du propre os du patient (greffe autologue : donneur et receveur sont la même personne) ou en utilisant des implants en plastique inerte et des matériaux métalliques comme le titane.

    Ces implants médicaux sont destinés aux patients nécessitant une reconstruction suite à des défauts crâniens.

    En utilisant un implant fabriqué à partir d’un composite de phosphate de calcium breveté renforcé par un squelette de titane, la société explique diminuer le risque de complications infectieuses nécessitant parfois le retrait de l’implant et une opération chirurgicale supplémentaire.

    Chaque implant est conçu à l’aide des données d’imagerie du patient en utilisant les technologies de conception assistée par ordinateur (CAO) et d’impression 3D. Ainsi, l’implant est fabriqué sur mesure afin de pallier au défaut spécifique crânien du patient. OssDsign indique par ailleurs qu’avec cet implant, un patient peut continuer à être surveillé par IRM, à condition de respecter certaines précautions.

    Ces implants de reconstruction crânienne et faciale sont déjà disponibles en Allemagne, au Royaume-Uni, à Singapour et en Israël. De nouveaux partenariats commerciaux de distribution ont été conclus en Italie, en Espagne, en Suisse, en Autriche et aux Pays-Bas.

  • Médecine personnalisée : un organe reconstitué pour tester les traitements (CHU de Toulouse)

    Une équipe de chercheurs toulousains a réussi à reconstituer une vessie humaine en 3D à partir de ses propres cellules souches pour individualiser la thérapie anti-cancéreuse de patients présentant une tumeur sur ledit organe.

    C’est une première mondiale (la 113e à l’actif des CHU), dont l’annonce a été communiquée par le CHU de Toulouse, l’Inserm et Urosphere, plateforme de recherche en urologie expérimentale, le 15 février 2017.

    Le modèle scientifique de cette reconstitution a été validé, trois autres phases sont prévues dans l’optique d’un développement de cette technique en pratique clinique :

    • « fabriquer » un organoïde malade, porteur de tumeurs malignes,
    • tester des traitements médicamenteux sur l’organoïde malade,
    • appliquer cette technique dans la pratique clinique quotidienne.

    Actuellement, tout patient souffrant d’un cancer de la vessie est traité par chimiothérapie, mais les résultats de ce traitement sont aléatoires.

    La reconstitution in vitro en 3D de la vessie malade d’un patient à partir de ses propres cellules souches permet de créer un « organoïde » sur lequel les médecins peuvent tester un traitement médicamenteux et par conséquent l’individualiser : l’organoïde présente des cellules identiques (mêmes caractéristiques) que celles de la vessie « d’origine ».

    En fonction des réponses de l’organoïde aux différents protocoles testés, le traitement est élaboré sur mesure, répondant ainsi parfaitement aux besoins de ses propres cellules.

    Levée d’un obstacle

    Jusqu’à présent, la recherche se heurtait à l’impossible reconstitution du tissu tapissant la vessie (épithélium) dans sa dimension réelle, à savoir en 3 couches superposées. Or, seules des cellules superficielles, c’est-à-dire appartenant à la première de ces couches, pouvaient être prélevées et mises en culture pour être analysées afin de rechercher la cause de leur inflammation, comme c’est le cas lors d’un cancer.

    Les chercheurs ont désormais réussi à mettre en culture des cellules souches prélevées sur une vessie, ce qui permet de reconstituer cette dernière dans son environnement « naturel » et en 3 dimensions.

    Une première étape validée, les prochaines perspectives

    Reconstituer l’épithélium d’une vessie saine représente une première phase. Trois autres phases sont prévues pour développer les applications de cette technique de reconstitution :

    • « fabriquer » à partir de cellules malades un organoïde malade, porteur de tumeurs malignes par exemple ;
    • tester des thérapies médicamenteuses sur cet organoïde malade ;
    • appliquer cette technique dans la pratique clinique quotidienne.

    Plusieurs équipes de recherche dans le monde travaillent sur la reconstitution d’organoïdes humains (côlon, prostate, poumon, sein, pancréas), mais jamais aucune n’avait réussi à créer un organoïde humain de vessie.

  • Maladies chroniques : un dispositif portable connecté pour conserver les médicaments thermosensibles

    Un dispositif portable et connecté permettant aux patients de conserver leurs médicaments sensibles à la chaleur, c’est ce qu’a annoncé avoir mis au point la start-up LifeInABox le 22 février 2017.

    Ce mini frigidaire a été développé dans l’objectif de permettre aux patients de voyager tout en respectant la chaîne du froid nécessaire à la conservation de leurs médicaments.

    En effet, certains médicaments comme l’insuline, les hormones de croissance, les traitements anti-arthritiques ou contre la SEP sont altérés par la chaleur. L’insuline, par exemple, doit être conservée entre 2°C et 8°C.

    Connecté à une application, ce dispositif de transport et stockage des médicaments permet un suivi en temps réel de la température à laquelle sont conservés les médicaments et envoie également des alertes à son propriétaire pour lui rappeler le plan de prise de son traitement.

    Utilisant l’effet Peltier pour créer du froid, il fonctionne sur 110 ou 220 Volt en combinant de l’énergie thermo-électrique et une batterie d’une autonomie de 24h, ou en étant branché sur l’allume-cigare d’une voiture.

    Le prototype mis au point avait remporté le concours Lépine à Paris en 2005.

    LifeInABox sera disponible sur Indiegogo crowdfunding en mai 2017 et devrait coûter 150€.

  • Médecine prédictive : un modèle numérique de l’évolution du cerveau atteint d’Alzheimer

    L’Institut du Cerveau et de la Moelle épinière (ICM) ambitionne à travers le projet Dynamo (DYNAmic Models), présenté le 24 janvier 2017, d’élaborer à terme un outil de médecine prédictive de précision en créant un modèle numérique de l’évolution du cerveau durant la maladie d’Alzheimer.

    Ce projet de modèle s’inscrit dans le cadre du développement de la neuro-informatique au sein de l’ICM et se déroule en trois phases :
    • recueil des des données de milliers de cas cliniques (2010-2016),
    • construction de modèle informatique prédictif (2016-2018),
    • déploiement auprès des professionnels de santé (2018-2020).

    Il pourrait par la suite être dupliqué afin d’être appliqué à d’autres affections neurodégénératives comme la maladie de Parkinson par exemple.

    L’informatique au service de la médecine personnalisée

    Aujourd’hui, il n’existe pas de traitement efficace pour stopper la progression de la maladie d’Alzheimer ou la traiter de façon définitive. On peut uniquement identifier cette pathologie avant l’apparition des premiers signes cliniques à l’aide de biomarqueurs récemment découverts : le diagnostic précoce demeure laborieux.

    Une équipe de chercheurs (issus du CNRS, de l’Inria, de l’UPMC et de l’Inserm) coordonnée par Stanley Durrleman entreprend de créer un outil informatique accessible aux médecins, capable de diagnostiquer le plus précocement possible la maladie d’Alzheimer et de fournir un pronostic d’évolution personnalisé pour chaque patient.

    Un projet d’alliance des neurosciences et de la médecine avec les mathématiques et l’informatique

    Une des composantes du projet consiste à recueillir et exploiter les informations issues de milliers de cas cliniques de patients souffrant de la maladie d’Alzheimer ou à risque de la développer. En confrontant ces big data à l’aide de modèles mathématiques précis, on pourrait affiner la connaissance des mécanismes de cette pathologie et établir de nouveaux biomarqueurs plus fiables.

    Les 3 phases du calendrier du projet DYNAMO

    Phase 1 : 2010 – 2016 : collecte des données

    Cette phase d’analyse de données a permis de :

    • construire un cadre méthodologique pour l’élaboration de modèles numériques combinant des données d’imagerie, de clinique et de biologie issues de 2 400 patients observés au cours d’études conduites en France et en Amérique du Nord depuis 2004,
    • mettre au point des algorithmes, ainsi que des preuves de concept.

    Phase 2 : 2016 – 2018 : construction des modèles prédictifs

    Le coût de cette deuxième phase s’élève à 200 000 €.  Elle consiste à :

    • déployer des algorithmes à grande échelle sur des architectures informatiques dédiées,
    • synthétiser des données en un ou plusieurs scenarii d’évolution,
    • construire des modèles numériques prédictifs selon le stade de la maladie,
    • comprendre la dynamique de la pathologie dans la vie de l’individu, et en identifier des sous-types.

    Phase 3 : 2018 – 2020 : déploiement auprès des professionnels de santé

    Cette phase permettra de :

    • personnaliser les modèles aux patients vus en routine clinique,
    • établir automatiquement pour chaque patient un diagnostic et un pronostic,
    • déployer et diffuser des outils logiciels à destination des professionnels de santé, en lien avec un partenaire industriel.

    Par la suite le modèle, pourrait être dupliqué afin d’être appliqué à d’autres affections neurodégénératives comme la maladie de Parkinson, la maladie de Huntington, voire les démences fronto-temporales.

    Stanley Durrleman et le Professeur Harald Hampel sont à l’origine de ce projet.

  • IA & imagerie 3D : le CHU de Besançon et Ido-in travaillent à un outil d’aide au diagnostic

    Concevoir un outil d’aide à la décision basé sur l’intelligence artificielle et l’imagerie 3D pour le diagnostic de pointe des tumeurs rénales pédiatriques, tel est l’objet du projet SAIAD présenté dans le journal de la recherche et du transfert de l’arc jurassien de l’université de Franche-Comté de mars 2017.

    Bénéficiant de financements européens, ce projet associe notamment le CHU de Besançon et la société Ido-In (MAINCARE).

    Le projet SAIAD vise a élaborer une solution informatique permettant d’aider les médecins à réaliser un diagnostic de pointe des cancers rénaux pédiatriques. Cette solution repose sur l’utilisation de l’intelligence artificielle et la visualisation en 3D des tumeurs.

    Habituellement, une tumeur rénale est diagnostiquée par scanner à l’aide de logiciel de segmentation d’images.

    L’IA, outil d’aide à la prise de décision dans le diagnostic d’une tumeur

    Décider de la légitimité d’une intervention chirurgicale dans un cas de tumeur rénale pédiatrique nécessite d’analyser de nombreuses données pré-opératoires : il faut entre autres définir préalablement la zone précise du rein qui sera excisée par le chirurgien et donc délimiter la tumeur et étudier son environnement anatomique : tissus sains, lésions.

    Visualiser en 3D les néphroblastomes (tumeurs malignes rénales représentant 5 à 10% des cancers pédiatriques diagnostiqués chaque année en France) permet d’accéder à des informations essentielles.
    Mais l’interprétation de ces images nécessite l’intervention manuelle, et par conséquent chronophage, de radiologues ou de chirurgiens.

    En utilisant les techniques de machine learning, les scientifiques porteurs du projet SAIAD souhaitent rendre automatique cette étape d’interprétation. Ils prévoient de créer une plateforme informatique constituant une base de référence et de travail sécurisée au sein de laquelle les données seront collectées et stockées. L’objectif est que la solution informatique conçue puisse à elle seule établir un bilan de l’atteinte tumorale, grâce à la reconstruction d’images en 3D.

    SAIAD, un projet transfrontalier

    Le projet SAIAD est soutenu par le programme Interreg 2014-2020 et bénéficie à ce titre d’un soutien financier du FEDER, de fonds fédéraux Interreg suisses et du Canton de Neuchâẗel. Il vient de démarrer sur la base d’un budget de 1,3 M € et durera 36 mois.

    En France, le CHU de Bensançon et ses services de chirurgie et radiologie pédiatriques participent au projet Interreg; la société IDO-IN, anciennement Covalia, est en charge de la partie transfert et sécurisation des données des patients, et la société FEMTO-ST gère les aspects d’intelligence artificielle.

    En Suisse, l’expertise dans le domaine de la segmentation et le traitement d’images est apportée par l’École polytechnique fédérale de Lausanne; et les solutions informatiques médicales sont fournies par l’entreprise neuchaẗeloise CFI.

  • Dispositifs médicaux : un nanocapteur constitué de graphène pour surveiller les signes vitaux

    Des chercheurs de l’Université du Texas à Austin ont conçu un capteur mesurant des signaux électriques vitaux (ECG, EEG, EMG) intégré dans un tatouage temporaire constitué de graphène, qui permet d’obtenir des résultats identiques à ceux de capteurs conventionnels incorporés dans les dispositifs médicaux.

    Le concept a été présenté en décembre 2016 à l’International Electron Devices Meeting à San Francisco.

    Des résultats aussi précis qu’avec des capteurs conventionnels

    D’une épaisseur de 0,3 nanomètre, le capteur mis au point par les chercheurs de l’Université d’Austin constitue un système de surveillance non invasif et discret.

    Lors de l’étape « proof of concept » de leurs travaux, les chercheurs ont réalisé 5 types de mesures : les informations collectées par le nanocapteur étaient semblables à celles des capteurs conventionnels. Par ailleurs, porté sur la poitrine, il a pu détecter de légères fluctuations qui étaient passées inaperçues à l’ECG.

    Avec cette technologie portable, les chercheurs espèrent développer un système de capteur peu invasif pour la surveillance et la mesure de signes vitaux, appliqué temporairement sur la peau comme un tatouage.

    Ils précisent que la prochaine étape consiste à développer une antenne permettant de transmettre les signaux du capteur vers un smartphone ou un ordinateur.

    Le graphène, des propriétés idéales pour des supports de capteurs

    La flexibilité et la résilience mécanique intrinsèques du graphène lui permettent de s’adapter et d’adhérer au relief rugueux de l’épiderme tout en tolérant étirement et compression. Invisible, il peut donc être appliqué sur la peau en offrant une surface d’adhésion et de contact complète, ce qui évite de créer des intervalles d’air entre la peau et les électrodes pouvant altérer la qualité du signal.

    Par ailleurs, les propriétés conductrices du graphène le rendent sensible aux modifications de résistance électrique induites par l’activité électrique du tissu sous-jacent. Des électrodes de graphène peuvent donc mesurer les signaux électriques du cœur, du cerveau et du muscle, ainsi que la température et l’hydratation de la peau.