Incubateurs

Un vaccin contre la grippe saisonnière mis au point avec l’aide de l’intelligence artificielle (IA) par des scientifiques de l’université Flinders (Adélaïde, Australie-Méridionale) est sur le point d’être testé dans le cadre d’essais cliniques menés à travers les États-Unis. Parrainée par l’Institut national des maladies allergiques et infectieuses (National Institute of Allergy and Infectious Diseases), qui fait partie des instituts nationaux de la santé des États-Unis, cette étude clinique américaine durera environ un an et vise à recruter 240 volontaires en bonne santé.

La technologie de ce vaccin antigrippal, développée par une équipe dirigée par Nikolai Petrovsky, professeur et directeur de la recherche sur les vaccins à Flinders, est présentée comme le premier médicament humain à être entièrement conçu par IA.

L’équipe de l’université australienne a plus précisément créé le programme « Search Algorithm for Ligands » (SAM, « algorithme de recherche pour les ligands »). La technologie à la base du vaccin utilise des adjuvants, substances qui renforcent la réponse immunitaire de l’organisme à un vaccin.
Le travail des chercheurs a confirmé « le fait que SAM avait non seulement la capacité d’identifier de bons médicaments mais avait en fait mis au point de meilleurs médicaments immunitaires pour l’Homme que ceux qui existent actuellement », commente Nikolai Petrovsky dans une interview accordé à Healthcare IT News et publiée le 4 juillet 2019.

2 programmes pour générer et analyser les composés chimiques

Dans le cadre de ce projet, l’équipe de l’université Flinders a fait connaître au programme d’intelligence artificielle (IA) un ensemble de composés connus pour activer le système immunitaire humain ainsi qu’un ensemble de composés qui ne fonctionnaient pas, explique Nikolai Petrovsky (source : Healthcare IT News).

Le travail de l’IA a consisté à déterminer seul ce qui distingue un médicament qui fonctionne d’un médicament qui ne fonctionne pas.

Nikolai Petrovsky indique que les chercheurs ont mis au point un autre programme, appelé « the synthetic chemist » (« chimiste de synthèse »). Ce dernier génère des milliards de composés chimiques différents, envoyés ensuite à SAM pour qu’il les examine afin de trouver des candidats qui, selon lui, pourraient être de bons médicaments immunitaires humains.

« SAM a mis au point de meilleurs médicaments immunitaires pour l’Homme que ceux qui existent actuellement »

« Nous avons ensuite pris les meilleurs candidats fournis par SAM, les avons synthétisés pour la première fois au laboratoire et les avons testés sur des cellules sanguines humaines pour voir s’ils fonctionneraient, indique-t-il. Cela a confirmé le fait que SAM avait non seulement la capacité d’identifier de bons médicaments mais avait en fait mis au point de meilleurs médicaments immunitaires pour l’Homme que ceux qui existent actuellement. »

L’équipe a ensuite mis au point ces médicaments créés par SAM par le biais de tests réalisés sur des animaux animaux pour confirmer leur capacité à renforcer l’efficacité du vaccin antigrippal.

Le processus de découverte et de développement de médicaments réduit « de plusieurs décennies et de centaines de millions de dollars »

Le candidat qui a émergé de ce travail fait l’objet d’essais cliniques aux États, « quelques années seulement après sa création par SAM, raccourcissant de plusieurs décennies et de centaines de millions de dollars le processus normal de découverte et de développement de médicaments », commente Nikolai Petrovsky.

Principal obstacle : le scepticisme des autres scientifiques

Le chercheur note que le principal obstacle à ce projet pourrait être le scepticisme de ses collègues scientifiques et de certains organismes subventionnaires locaux sur le fait que cette approche fonctionne réellement.

« Nous avons eu plus de quatre ans d’avance sur nous-mêmes »

« Notamment dans la proposition de subvention initiale, nous avions cinq ans pour que le système fonctionne et présenter quelques candidats initiaux, explique-t-il. Au lieu de cela, l’IA [s’est avérée] si puissante que nous avions déjà notre dernier candidat-médicament au cours de la première année suivant l’octroi de la subvention. Nous avons donc eu plus de quatre ans d’avance sur nous-mêmes. »

Il a prédit que l’IA serait le véhicule par lequel la grande majorité des médicaments du futur serait créée.

« Ce n’est qu’une question de temps, commente le scientifique. Nous avons montré qu’en utilisant une telle approche, nous pouvons analyser 10 puissance 18 composés potentiels en quelques semaines. Cela est incompréhensible même pour une grande société pharmaceutique qui pourrait être en mesure de cribler plusieurs centaines de milliers de composés par an avec des centaines de personnes. »

Les progrès de l’intelligence artificielle (IA), et plus particulièrement du deep learning (apprentissage approfondi), ont conduit à une explosion du nombre de biomarqueurs permettant d’évaluer le vieillissement. Des chercheurs d’Insilico Medecine, une société américaine de biotechnologies, analysent les progrès récents dans ce domaine et l’espoir que suscite tous ces travaux. Dans leur étude*, publiée le 3 juillet dans Cell « Trends in Pharmacological Sciences », ils décrivent également les utilités potentielles de ces nouvelles « horloges » dans l’industrie pharmaceutique.

À la recherche des marqueurs de l’âge biologique

Il existe 2 types d’âge: l’âge chronologique, qui correspond au nombre d’années vécues, et l’âge biologique, influencé par nos gènes, notre mode de vie, notre comportement, l’environnement et bien d’autres facteurs. L’âge biologique est bien plus fiable que l’âge chronologique car il est étroitement corrélé à la mortalité et à l’état de santé. Depuis plusieurs décennies, de nombreuses équipes de recherche planchent sur des prédicteurs fiables de l’âge biologique mais jusqu’à présent, sans grand succès.

Depuis 2016, l’utilisation de techniques d’apprentissage en profondeur pour trouver des prédicteurs de l’âge chronologique et biologique gagne en popularité dans le milieu de la recherche sur le vieillissement. Les progrès de l’intelligence artificielle (IA), combinés à la disponibilité de vastes ensembles de données, ont conduit à une explosion dans ce domaine, augmentant ainsi la variété de biomarqueurs pouvant être considérés comme prédicteurs potentiels de l’âge. C’est le constat que font des chercheurs de la société américaine de biotechnologies Insilico Médecine. Dans la revue Cell « Trends in Pharmacological Sciences », ils passent en revue les découvertes récentes.

L’efficacité des réseaux de neurones profonds

« Les êtres humains sont très doués pour deviner l’âge des uns et autres grâce à des photos, des vidéos, l’enregistrement de la voix, ou même des odeurs », déclarent les auteurs des travaux. Et bien souvent, quand quelqu’un paraît plus âgé que son âge chronologique, c’est qu’il est malade. « Un médecin expérimenté peut deviner l’état pathologique de son patient rien qu’en le regardant », écrivent-ils. Cependant, les réseaux neuronaux profonds (deep learning ou apprentissage approfondi) peuvent le faire mieux que lui et, grâce à cette méthode d’apprentissage automatique, il est désormais possible d’interpréter les facteurs qui impactent le plus l’âge biologique.

La première étude de vieillissement utilisant des réseaux de neurones profonds a été publiée en 2016. Les scientifiques ont utilisé plus d’un million de tests sanguins cliniques. L’IA utilise aussi largement les données photographiques : des images des coins de l’œil permettent par exemple de prédire l’âge d’un individu avec une précision absolue de 1,9 an. Bien que les données photographiques ne soient pas les plus pertinentes biologiquement, de nombreux troubles génétiques et phénotypiques peuvent en effet être diagnostiqués à partir d’une image.

L’IA se nourrit de sources de données très variées

Les données d’expression des gènes sont parmi les plus précieuses car elles permettent l’identification des gènes les plus impliqués dans des maladies spécifiques, telles que le cancer. La première horloge de vieillissement dite « transcriptomique » mise au point à l’aide de techniques de deep learning a été publiée en 2018.

« Les appareils portables sont également des gros pourvoyeurs de données biologiquement pertinentes », déclarent les chercheurs. En 2018, les changements d’activité physique liés à l’âge ont été étudiés pour la première fois dans le contexte de la prédiction de l’âge à l’aide de réseaux de neurones. Et ce modèle a été relativement précis pour prédire l’âge.

Le potentiel pour l’industrie pharmaceutique

Pour les sociétés pharmaceutiques, disposer d’ »horloges de vieillissement » fiables présente plusieurs avantages : c’est un moyen simple d’évaluer le type de données affecté par un médicament ou une intervention et de mieux comprendre quelles sont les données les plus importantes dans un essai clinique.

Pour les entreprises spécialisées dans les vaccins, ces horloges peuvent aussi permettre de suivre les taux de réponse.

« Les biomarqueurs profonds du vieillissement développés à l’aide de divers types de données font progresser rapidement l’industrie des biotechnologies de la longévité, » affirment les auteurs de l’étude. Ils font le pari que plusieurs start-ups spécialisées dans la longévité vont voir le jour dans les années à venir.

La santé, avec l’industrie du futur et la bioéconomie, fait partie des 3 filières prioritaires du Schéma régional de développement économique d’innovation et d’internationalisation (SRDEII), dans lequel s’inscrit le projet de « smart region » et de structuration de la filière numérique de la Région Grand Est, duquel découle le plan régional en faveur de l’intelligence artificielle (IA). Présenté fin juin 2019 à Strasbourg par Jean Rottner, président de la Région, lors de l’événement « 360 possibles – innovons ensemble dans le Grand Est », cette stratégie IA est élaborée en lien avec l’Agence d’innovation du Grand Est Grand E-nov ainsi que l’ensemble des acteurs de l’écosystème, privés, institutionnels, académiques, etc.

L’objectif est de mobiliser 350 millions d’euros sur 5 ans.

Le plan IA, adopté en séance plénière le 20 juin 2019, est structuré autour de 5 axes :
• accélérer la compétitivité des entreprises par l’intelligence artificielle ;
• soutenir l’excellence scientifique en intelligence artificielle et assurer son rayonnement et sa valorisation ;
• dynamiser les start-ups depuis la formulation d’une idée jusqu’à la levée du premier million d’euros, en fédérant tous les acteurs de l’entrepreneuriat ;
• développer les compétences en IA afin de répondre aux besoins croissants des entreprises en s’appuyant sur des formations en ligne ainsi que des nouveaux cursus et écoles dédiés ;
• garantir une intelligence artificielle éthique, transparente et inclusive.

Dans le cadre de ce plan, un institut régional, le « Grand Est 4 IA », va être créé pour fédérer la communauté IA de la Région en réunissant des chercheurs des universités de Haute-Alsace, de Strasbourg, de Lorraine, de Reims Champagne-Ardenne et de Troyes ainsi que les entreprises (ETI, PME ou start-ups) travaillant avec elles. Cet institut vise également à être utilisé comme espace de rencontres favorisant la valorisation et la co-innovation mais aussi à promouvoir le territoire régional pour le rendre attractif au niveau européen et à l’international.

Un plan IA articulé autour de 5 axes

1. Accélérer la compétitivité des entreprises par l’intelligence artificielle

Actions :

• créer un pack IA pour accélérer la transformation de 35 entreprises « primo-utilisatrices » d’intelligence artificielle par an, à travers un soutien financier pour des missions courtes de formation ou d’accompagnement à la transformation par l’IA de leur activité ;
• accompagner une quinzaine de projets collaboratifs IA par an, entre acteurs divers, tels que des laboratoires, des entreprises et des start-ups ;
• lancer des challenges pour le développement de nouvelles solutions IA pour les secteurs de la santé, de l’industrie et de la bioéconomie dans le cadre de l’appel à manifestation d’intérêt « Économie numérique » ;
• aider à la création de chaires industrielles, à hauteur de l’investissement en numéraire des industriels ;
• fédérer les grands offreurs de solutions en IA au sein d’un « Club IA » afin de les rendre visibles, et de les rapprocher des marchés ;
• valoriser les initiatives des entreprises du Grand Est dans le domaine de l’intelligence artificielle par le biais notamment de l’organisation d’évènements et de la création d’un site internet dédié au partage d’informations.

2. Soutenir l’excellence scientifique en intelligence artificielle et assurer son rayonnement et sa valorisation :

Actions :

• initier des projets collaboratifs entre laboratoires ;
• développer des chaires de recherche fortement connectées au monde économique. « Le soutien de la Région va également se focaliser sur les thèses IA afin d’en développer à terme une quinzaine », note la Région ;
• accompagner les réponses aux appels à projets nationaux et européens en IA, notamment en soutenant financièrement tous les dossiers du Grand Est retenus ;
• attirer 10 chercheurs de renom en IA par an ;
• organiser à minima 2 colloques de recherche pour valoriser les travaux scientifiques.

3. Dynamiser les start-ups depuis la formulation d’une idée jusqu’à la levée du premier million d’euros, en fédérant tous les acteurs de l’entrepreneuriat

Actions :

• fédérer tous les acteurs de l’entrepreneuriat (entrepreneuriat étudiant, établissements d’enseignement supérieur, incubateurs d’excellence, les SATT, programme d’accélération Scal’E-nov, French Tech, Bpifrance et la Région) afin d’accompagner au minimum 20 start-ups par an (dont la moitié provenant de l’extérieur du Grand Est) ;
• mettre en place un nouveau programme « start-ups IA » animé par le réseau des incubateurs du Grand Est afin d’en faire des champions à visibilité internationale.

4. Développer les compétences en IA afin de répondre aux besoins croissants des entreprises en s’appuyant sur des formations en ligne ainsi que des nouveaux cursus et écoles dédiés

Actions :

• créer 3 écoles IA Microsoft/Simplon, pour former des développeurs spécialisés sur la gestion et l’exploitation de la data et de l’IA ;
• développer de nouveaux cursus IA dans les établissements d’enseignement supérieur, à l’instar de Télécom Physique Strasbourg avec le cursus d’ingénieur en « Science des données et IA » ;
• développer un MOOC (cours en ligne) de sensibilisation à l’IA pour les demandeurs d’emploi ;
• Créer un MOOC IA certifiant, destiné à développer des compétences IA sur des secteurs divers.

5. Garantir une intelligence artificielle éthique, transparente et inclusive

Actions :

• sensibiliser le plus grand nombre en vulgarisant des principes scientifiques et des cas d’usage de l’IA par la création notamment d’un MOOC ;
• mener une réflexion avec les acteurs du monde économiques et les scientifiques afin d’anticiper les transformations des métiers de demain ;
• valoriser et favoriser la mixité dans les métiers de l’IA, à travers la création d’un annuaire des « femmes de l’IA dans le Grand Est » et également en soutenant sur le long terme des événements dédiés.

350 millions d’euros sur 5 ans

Le plan IA s’inscrit dans le cadre du plan numérique régional global qui comprend d’autres sujets tels que la donnée, la cybersécurité, le cloud de confiance, la blockchain et les objets connectés.

Jusqu’à 70 millions d’euros par an pourront être mobilisés

Dans ce cadre, l’objectif est de mobiliser 350 millions d’euros sur 5 ans, est-il indiqué dans le dossier de présentation du plan. « Pour cela, la Région jouera un rôle moteur et agira comme un catalyseur, qui fera que chaque euro investi pourra en générer jusqu’à 6 autres (côté fonds nationaux, européens, ressources industrielles et académiques), est-il précisé. Jusqu’à 70 millions d’euros par an pourront donc être mobilisés pour la réalisation de cette feuille de route, ce qui correspond à un triplement des efforts par rapport aux investissements actuels. »

Création de l’institut régional « Grand Est 4IA »

Objectifs :

• promouvoir le territoire régional afin de le rendre visible et attractif auprès des investisseurs ;
• rationaliser les efforts de lobbying et de recherche de fonds ;
• initier un réseau rassemblant universitaires et industriels, qui mènera des actions de communication et de veilles scientifique et économique, à destination de la « communauté IA », formée d’acteurs publics et privés ;
• mettre à disposition des acteurs de la recherche et des acteurs privés un espace de rencontres, favorisant le transfert, la valorisation et la co-innovation, et disposant d’un outil de gouvernance stratégique partagé.

IA dans le Grand Est : chiffres clés

• 250 chercheurs mobilisés sur l’IA répartis au sein de 15 équipes de recherche ;
• près de 150 entreprises placent l’IA au cœur de leur développement dans des domaines tels que la maintenance prédictive, la télémédecine, la modélisation 3D d’images médicales, les assistants virtuels et la reconnaissance du langage naturel et le profilage intelligent pour la santé publique :
  • Parmi ces entreprises figure Ksilink, née de la collaboration de plusieurs pays : la société, spécialisée dans le développement des modèles cellulaires de pathologies à partir de cellules souches de patients, utilise une technologie agnostique de criblage haut débit et d’identification de cibles basées sur l’imagerie et l’analyse d’images ;
• environ 70 start-ups présentent une forte maturité en matière d’IA.

Exemple d’initiatives structurantes : le centre de calcul régional Romeo

Le centre de calcul régional Romeo, issu de la Faculté des sciences de Reims, « offre une puissance de calcul de 1 pétaflops conçu pour l’IA, et permet de réaliser des simulations dans des domaines variés, comme la santé, l’agriculture [et] le climat », est-il indiqué dans le document de présentation du plan IA.

Le CHU de Toulouse et le GCS Sesan sont les lauréats de la vague 1 « Challenges IA » dans le domaine de la santé. Ils ont été retenus à l’issue de l’appel à manifestation d’intérêts (AMI) lancé en mars 2019 pour recruter des organisations souhaitant mener des projets sur leurs données en lien avec des start-ups. Piloté par la Direction générale des entreprises (DGE) en lien avec le Secrétariat général pour l’investissement et opéré par Bpifrance, cet AMI visait à sélectionner des entreprises, entités publiques et associations basées en France (appelées « sponsors ») chargées de proposer de nouveaux challenges dans des secteurs identifiés comme prioritaires en matière d’intelligence artificielle (IA) : santé, transport-mobilité, environnement et défense-sécurité (désignés sous le terme « Challenges IA »).
Les lauréats de l’ensemble des challenges ont été rendus publics le 3 juillet lors de la présentation du volet économique de la stratégie nationale pour l’intelligence artificielle.

• CHU de Toulouse – Hôtel Dieu Saint-Jacques (acronyme du challenge : AIS) : le challenge a pour objectif de trouver une solution au frein à l’échange de données de santé. Il s’agit de développer un procédé d’anonymisation permettant de partager et de transférer les données de santé dans le respect du cadre règlementaire ;

• Sesan (acronyme du challenge : Oneself) : ce challenge propose d’appliquer l’intelligence artificielle au domaine de la formation pour l’appropriation et la prise en main des outils numériques régionaux en santé.

Les Challenges IA sont financés dans le cadre du programme d’investissements d’avenir (PIA) en cohérence avec le plan « Intelligence Artificielle (IA) » annoncé par le président de la République.

Les premières étapes de l’initiative « Challenges IA » sont les suivantes :

• La phase 1 (réalisée) a permis la sélection des accompagnateurs par le biais d’un appel d’offres, à l’issue duquel la société Care Insight a été sélectionnée pour accompagner le secteur de la santé.
• La phase 2 est un appel à manifestation d’intérêt (AMI) lancé en mars 2019 pour les entités souhaitant devenir de futurs sponsors.
• La phase 3 est la sélection des « lauréats » (dévoilés le 3 juillet) : un challenge conduit à sélectionner une ou plusieurs start-ups lauréates, qui construiront en un délai limité (typiquement de 3 à 12 mois) une preuve de concept (PoC) d’une solution innovante à la problématique posée basée sur l’intelligence artificielle.

Challenges IA : encourager l’innovation ouverte entre acteurs

Les challenges ont pour objectif d’encourager l’innovation ouverte entre acteurs aux compétences complémentaires :

• en permettant à des start-ups de développer leur offre de produits et services : en accédant à des jeux de données et en favorisant les opportunités commerciales ;
• en favorisant la transformation numérique des entreprises dans une démarche d’open innovation avec de start-up expertes en IA ;
• et en permettant ainsi l’émergence de solutions radicalement nouvelles pour tous les acteurs.

Care Insight, accompagnateur du secteur santé :

Care Insight a été sélectionnée pour accompagner le secteur de la santé. Les autres accompagnateurs labellisés sont : Safe Cluster – SCS, Wavestone et Systematic – Moveo.

Les accompagnateurs de chaque thématique ont plusieurs missions :

• apporter un appui opérationnel sur l’organisation et l’expertise des dossiers de soumission des challenges et projets proposés lors de l’AMI « sponsors » et de l’AAP « lauréats ».
• assurer un accompagnement des sponsors suite à leur sélection lors de l’AMI « sponsors » pour aider chaque sponsor à définir sa stratégie de valorisation de ses données par l’IA, contribuer à la définition du challenge et participer à sa mise en place technique.

Le CHU de Nantes s’est équipé d’un entrepôt de données de santé pour gérer 2,3 millions de dossiers patients, 16 millions de documents et plus de 50 millions de données. Cet investissement s’inscrit dans le cadre d’un projet commun aux Hôpitaux universitaire du Grand Ouest, indique l’établissement dans un communiqué publié le 26 juin 2019. L’objectif est que les chercheurs puissent exploiter les données cliniques afin d’améliorer les soins et les traitements délivrés aux patients.

Un entrepôt de données de santé permet de regrouper sur une même base les données administratives, sociales et médicales des dossiers informatisés de patients pris en charge au CHU. « Il s’agit donc de données produites et collectées à l’occasion des soins et réutilisées à des fins de recherche, explique l’hôpital nantais. Les recherches réalisées utilisent a posteriori ces données recueillies et ne nécessitent donc aucune participation active du patient. »

En se dotant d’un tel outil, l’établissement nantais vise à participer à la progression de la médecine actuelle « pour l’amener vers une médecine du futur », qui pourra se baser sur l’usage de technologies comme l’intelligence artificielle (IA), le but étant notamment de parvenir à une médecine 4P (prédictive, préventive, personnalisée et participative).

En ce qui concerne la sécurité, l’entrepôt de l’hôpital et ses règles d’exploitation ont été officiellement autorisés en juillet 2018 par la Cnil, « reconnaissant que les garanties mises en place par le CHU de Nantes en termes de sécurisation, [de] traçabilité et [de] transparence des données de santé étaient satisfaisantes », note l’établissement. Un service nommé « la clinique des données » est, entre autres, garant d’une utilisation éthique et confidentielle des données. Il est notamment composé de 5 épidémiologistes/data scientists.

Un entrepôt de données pour une médecine 4P

Le but est de parvenir, à terme, à une médecine 4P, soit :

• à une médecine prédictive et préventive : meilleure identification des populations à risque pour cibler le déploiement des programmes de prévention ;
• à une médecine personnalisée : mutualisation de l’ensemble des données disponibles pour évaluer chaque cas précis et prendre des décisions mieux appropriées au patient ;
• à une médecine participative : certaines données de santé sont générées par les patients eux-mêmes par le biais d’outils en ligne ou des objets connectés. « L’implication des patients dans le suivi du traitement de leur pathologie est primordiale », note le CHU de Nantes.

Un entrepôt en conformité avec le RGPD

En conformité avec le RGPD, l’entrepôt de données de santé de l’établissement nantais a fait l’objet d’une « analyse de risque minutieuse, en lien étroit avec la Cnil », qui a constaté les garanties suivantes :

• sécurité informatique : l’entrepôt est hébergé sur un serveur sécurisé du CHU de Nantes (aucun accès possible de l’extérieur) ;
• seule une équipe « réduite et formée », localisée dans un service baptisé « la clinique des données » a accès à l’ensemble de l’entrepôt : « elle est le tiers de confiance entre les données des patients et les utilisateurs, et est garante d’une utilisation éthique et confidentielle des données », précise l’établissement ;
• les utilisateurs chercheurs n’ont accès qu’aux données « strictement nécessaires » à leur recherche ;
• les données, si elles ont besoin d’être extraites de l’entrepôt, sont anonymisées.

Les patients peuvent s’opposer à l’utilisation de leurs données en recherche

Depuis le mois d’avril 2018, chaque patient est informé de la possible utilisation de ses données à des fins de recherche par l’intermédiaire d’un document qui lui est transmis lors de son admission. Un contact lui permet d’exercer ses droits, notamment d’opposition.

« Les patients soignés au cours de ces dernières années au CHU de Nantes qui souhaitent s’opposer à l’utilisation de leurs données en recherche doivent exprimer leur refus par mail à l’adresse suivante : vosdonneespersonnelles@chu-nantes.fr ; aucune justification n’est demandée et cela n’affectera en rien la prise en charge médicale ou le lien avec les soignants du CHU de Nantes », indique l’hôpital.

Il précise que toutes les études effectuées à partir de l’entrepôt vont être publiées sur le site web du CHU de Nantes, dans la section recherche&innovations/entrepôt de données.

5 épidémiologistes/data scientist dans l’équipe de la clinique des données

L’équipe de la clinique des données est composée de :

• 5 épidémiologistes/data scientists et vacations d’épidémiologistes/biostatisticiens du CHU ;
• 1 informaticien/data manager en cours de recrutement.

Avec, en soutien par la direction de la recherche :

• 1 chef de projet informatique et 1 médecin du CIC 1413 en support et par les services numériques territoriaux : une équipe de 4 personnes.

Nehs et la start-up toulousaine BOTdesign, qui développe des robots conversationnels (chatbots) intelligents en milieu hospitalier, signent un partenariat pour proposer une offre numérique visant à simplifier et à sécuriser les échanges d’informations de santé entre professionnels mais aussi entre professionnels et patients.

En s’associant à BOTdesign, le groupe mutualiste souhaite étoffer son offre en déployant des chatbots basés sur l’intelligence artificielle (IA) afin de faciliter l’aide à la décision thérapeutique et médicale. L’idée est de proposer une offre de santé plus personnalisée pour accompagner les clients de Nehs « partout où ils se trouvent et leur proposer des solutions au plus près de leurs attentes, explique la société dans un communiqué publié le 2 juillet 2019. Grâce au savoir-faire de BOTdesign, l’[IA] permet de personnaliser la relation-client, d’avoir un contact permanent avec eux [et] d’anticiper leurs besoins afin d’y répondre au mieux et en temps réel. »

Nehs mise sur le numérique

Les services digitalisés de Nehs s’articulent en 3 domaines d’activité :

• imagerie médicale : couvre le workflow complet de l’acquisition des images, avec diverses modalités dont un scanner, à leur traitement par le biais d’un RIS/PACS et leur diffusion avec des solutions d’échange et de partage sécurisée des images médicales ;
• e-santé et parcours : propose des solutions territoriales de télé-santé, de la télémédecine à la télé-expertise, en passant par la télé-interprétation ;
• hospitality & services : propose des services aux patients et à leurs aidants, de la chambre en unité de soins jusqu’au domicile.

MAX : le hub médical sécurisé de BOTdesign

BOTdesign a déployé en 2 ans des chatbots dans 8 spécialités médicales. La start-up a par ailleurs développé un hub médical sécurisé, baptisé « MAX » (« Medical Assistant Experience »), « le tout-en-un du soignant pour lui permettre d’optimiser sa gestion quotidienne de sa file active », indique Nehs (communiqué).

MAX est composé :

• d’une messagerie instantanée avec possibilité de réaliser des visioconférence pour les téléconsultations ;
• d’un dashboard avec alertes intelligentes fondées sur des algorithmes médicaux validés ;
• de modules de gestion des rendez-vous médicaux et de contenus thérapeutiques avec les patients ;
• de chatbots intégrant de la compréhension du langage naturel (NLU).

Le hub est interopérable et hébergé en HDS (sécurisation du transfert et du stockage de données en santé).