Incubateurs

H&TIntelligence présente chaque jour à l’occasion de la Paris HealthCareWeek qui se déroule du 21 au 23 mai 2019 à Paris 3 sessions sur l’IA et publie chaque jour un état des lieux de l’IA en santé. Jour 2 : IA et hôpitaux : arrêt sur image !
Découvrez la présentation : IA et Hôpitaux : arrêt sur image

Les établissements de santé se lancent dans l’IA dès qu’ils disposent de moyens et de données structurées

De nombreux hôpitaux français sont déjà investis dans une activité intégrant de l’intelligence artificielle. Les grands établissements répondent aux prérequis nécessaires : disposer de moyens financiers et humains et de bases de données conséquentes et structurées.

Ainsi, quasiment tous les CHU développent des activités d’intelligence artificielle : c’est le cas notamment de Toulouse, Bordeaux, Strasbourg, Dijon, Nantes, Nice …. On dénombre également quelques GHT ayant une certaine maturité dans la gestion des données (comme celui de Valenciennes), les grands groupes d’établissements privés (Elsan, Ramsay, Doctegestio), ainsi que par les établissements privés à but non lucratif, en particulier les centres de lutte contre le cancer tels que l’institut Gustave Roussy, l’Institut Curie, ou encore à travers leur fédération (Unicancer).

Des initiatives multiples sur le territoire, hétérogènes et peu structurées.

Ces initiatives peuvent être décomposées en deux démarches distinctes :

• Codévelopper des algorithmes d’intelligence artificielle avec des partenaires (notamment des startups), en mettant à leur disposition des bases de données.
• Acheter des solutions contenant de l’intelligence artificielle de manière intégrée, permettant à des plus petites structures ne disposant pas de données en quantité suffisante d’avoir recours à l’intelligence artificielle. La clinique mutualiste de Saint-Etienne a par exemple investi en janvier 2018 dans un chatbot (MemoQuest), commercialisé par la startup Calmedica, et fonctionnant avec de l’IA pour dialoguer avec les patients.

4 axes d’utilisation de l’IA identifiés :

Les initiatives identifiées sont multiples et ont été classifiées selon quatre grandes thématiques d’utilisation de l’IA :

• Améliorer l’efficience thérapeutique
• Améliorer l’expérience patient,
• Optimiser la performance hospitalière
• Aider à la recherche clinique.

En premier lieu, l’IA est mise au service des professionnels de santé, notamment dans un but d’amélioration de l’efficience thérapeutique. L’utilisation la plus courante est l’aide au diagnostic, dans les domaines de l’imagerie (en radiologie, ophtalmologie, dermatologie), de la cardiologie et de la biologie. Un autre segment concerne l’aide au traitement, à la fois pour améliorer la précision du geste médical (notamment par les robots utilisés en chirurgie), et pour sécuriser les prescriptions (en anticipant les interactions médicamenteuses, en adaptant les doses utilisées en radiothérapie).

La recherche clinique est aussi bénéficiaire de l’IA, qui fournit une aide à la gestion des données de masse (aide à la structuration des bases de données par exemple), et permet d’identifier de nouveaux biomarqueurs (de diagnostic, de facteurs de risque …). Ainsi, à l’AP-HP, l’IA est notamment présente au sein des projets RHU.

L’optimisation de la performance hospitalière est un autre grand enjeu pour lequel l’IA est fortement mobilisée : aide au codage des actes (PMSI), gestion des flux (notamment l’anticipation des parcours patients, la gestion des flux aux urgences ou des activités du bloc opératoire), optimisation des ressources (gestion des lits et blocs, gestion des compétences, gestion financière …).

Enfin, l’IA est mise directement au service des patients, pour améliorer leur information et le dialogue avec les professionnels de santé, notamment à travers des chatbots médicaux ( Chatbot Memoquest ou le Chatbot de Ramsay) pouvant être utilisés tout le long du parcours patient et pour du suivi à distance.

Des thématiques surreprésentées : aide au diagnostic et aide au codage des actes médicaux

Parmi les thématiques privilégiées d’utilisation de l’IA par les établissements de santé, deux ressortent clairement, tant dans les initiatives identifiées que dans les entretiens réalisés : l’aide au diagnostic, notamment en radiologie (par exemple au GHT de Valenciennes), ainsi que l’aide au codage des actes médicaux (déjà mise en place notamment à l’AP-HP et chez Elsan).

Le GHT de Valenciennes, qui dispose d’une base de données conséquente et structurée, a conclu en 2018 un partenariat de 5 ans avec la PME Arterys pour mettre l’intelligence artificielle au service de la radiologie. Deux axes différents ont été définis : l’exploitation d’algorithmes déjà fonctionnels ainsi que le codéveloppement d’algorithmes à partir des bases de données du GHT. Interrogé par H&TI, M. Bernard CASTELLS, chef du service d’imagerie médicale et coordinateur du projet médical du GHT, affirme que « d’ici 2020, 60% des besoins seront couverts en termes d’analyse d’image par l’IA ». De plus, il considère que l’IA doit être un outil transversal, au service des différents enjeux auxquels font face les établissements de santé : « l’IA est un enjeu systémique, pas uniquement un enjeu en imagerie ».

L’aide au codage des actes médicaux est une autre utilisation majeure de l’IA, déjà mise en place dans plusieurs établissements, notamment à l’AP-HP et Elsan, avec des partenaires industriels (la startup Collective Thinking par exemple). Les résultats sont actuellement variables en fonction des POC.

Enfin, certaines utilisations de l’IA semblent émerger, comme c’est le cas pour la gestion des flux de patients, notamment aux urgences. Le CH de Lorient est ainsi en train de développer un outil qui doit permettre de prédire le parcours intra hospitalier des patients à partir de l’entrée aux urgences, afin d’améliorer les flux et de permettre une sortie la plus rapide possible.

Des défis multiples à relever

La multiplication des initiatives ne doit pas occulter les défis auxquels sont confrontés les hôpitaux voulant utiliser et codévelopper des outils d’IA :

• la maitrise de la donnée indispensable, tant en disponibilité qu’en quantité, structuration et anonymisation.
• les compétences nécessaires à l’exploitation de ces données, que ce soit en interne (par le développement de nouveaux métiers ou par l’évolution des métiers et formations existants) ou en externe (en ayant recours à des partenaires extérieurs de différents milieux : universitaire, recherche publique et privée, startups …). Enfin, un obstacle majeur réside dans la recherche de financements et dans l’évaluation des solutions (Proof of Concept, essais cliniques), les deux étant souvent liés.

La majorité du financement de ces démarches est actuellement assurée dans le cadre d’appels à projet et manifestations d’intérêts (au niveau régional, national, voire européen). Certains établissements débloquent des budgets propres comme cela a été fait au GHT de Valenciennes.

 

Des initiatives de pionniers mais un manque de structuration globale

La démarche d’utilisation et de développement d’outils d’intelligence artificielle est déjà largement engagée par les établissements de santé, notamment les plus grands qui disposent des prérequis nécessaires (moyens et bases de données). Ces prérequis sont beaucoup moins accessibles aux établissements de petite taille, ce qui explique les disparités actuelles dans les démarches identifiées. La maturité des établissements étant très hétérogène, des outils sont en cours de réflexion afin de leur permettre de s’auto-évaluer sur leurs capacités à s’investir dans l’IA.

Les initiatives actuellement répertoriées semblent majoritairement prendre place au niveau local, en s’organisant autour d’une équipe ou d’une personne en particulier.

3 études cliniques sont actuellement en cours dans 3 services différents du CHU de Bordeaux dans le cadre d’un accord-cadre signé en janvier 2019 avec Synapse Medicine, une société qui a développé une plateforme basée sur intelligence artificielle (IA) fonctionnant comme un assistant virtuel des professionnels de santé pour les aider dans la prescription médicamenteuse.

Interviewé le 21 mai 2019 dans le cadre de la Paris Healthcare Week, le Dr. Clément Goehrs, co-fondateur et P.-D.G de la start-up Synapse, présente les projets en cours de la start-up. Il indique que cette évaluation au sein de l’établissement bordelais servira à appuyer le dossier de demande du marquage CE, déjà initié par la start-up et qui devrait se concrétiser d’ici avril 2020. Il révèle par ailleurs qu’un partenariat, qui sera annoncé prochainement, a été signé avec l’Assurance maladie pour tester la solution auprès des patients.

Disposant d’une double compétence en médecine et bio-informatique acquise au CHU de Bordeaux puis à Stanford, le Dr. Clément Goehrs est à l’origine de la création de cette plateforme.

Un accord-cadre avec le CHU de Bordeaux pour tester Synapse Medicine auprès des professionnels de santé

La start-up et le CHU de Bordeaux ont signé le 16 janvier 2019 un accord-cadre pour que les équipes de recherche du centre de soins puissent exploiter la solution développée par Synapse. Ce partenariat est avant tout symbolique pour Clément Goehrs : il a lui-même été étudiant en médecine au CHU de Bordeaux et Synapse en est issue (l’équipe ayant par la suite eu recours à un transfert de technologie via des SATT). Mettre sa solution au service des équipes du CHU en premier lieu lui a donc semblé naturel : « c’est une manière de boucler la boucle », commente-t-il.

3 études cliniques sont actuellement en cours dans le cadre de cet accord, dans 3 services différents de l’hôpital. Les molécules médicamenteuses utilisées dans chaque service peuvent en effet varier, ce qui justifie donc d’y tester la solution développée par Synapse. Cette évaluation servira à appuyer le dossier de demande du marquage CE, déjà initié par la start-up et qui devrait se concrétiser d’ici avril 2020.

Un partenariat à venir avec l’Assurance maladie pour un test auprès des patients

Si la start-up se veut en premier lieu un assistant virtuel des professionnels de santé, Clément Goehrs explique ne pas vouloir négliger les patients. Il souhaite mettre à leur service la fonctionnalité de l’application, qui consiste en l’analyse d’ordonnances. Dans ce but, un partenariat avec l’Assurance Maladie a été conclu et sera annoncé prochainement.

Cette utilisation de l’application par un autre public pose de nouvelles questions, notamment éthiques. En effet, quel niveau d’information est souhaitable et éthique pour le patient, notamment si l’application repère des anormalités dans la prescription médicamenteuse ? Il est en effet possible que l’ordonnance contienne une erreur, auquel cas il faut l’alerter ; mais il est aussi possible que la prescription soit adaptée au patient et prenne en compte des circonstances particulières, inconnues de l’application.

Clément Goehrs insiste sur le fait qu’il faut absolument trouver un équilibre subtil et ne pas prendre le risque que des patients arrêtent de suivre leur traitement. La solution sera donc peaufinée au cours de l’expérimentation à venir avec l’Assurance Maladie.

La « mise en données du monde n’est pas toujours bien maîtrisée, y compris par ceux qui doivent lui donner un cadre ». C’est ce qu’affirment l’organisation professionnelle Syntec Numérique et le think tank Renaissance Numérique dans l’ouvrage qu’ils publient le 14 mai 2019 sous le titre Tous acteurs des données. Appréhender les données pour mieux les valoriser.

« L’Europe doit être à l’initiative de nouvelles modalités de gouvernance, plus agiles, afin de créer un terreau favorable à l’innovation dans le respect des citoyens et consommateurs », affirment les deux organisations dans un communiqué daté du 14 mai 2019 annonçant la parution de l’ouvrage. Ils indiquent que les institutions de l’UE pourraient notamment s’inspirer des « bacs à sable réglementaires » mis en place par certaines autorités régulatrices nationales, à l’instar de l’ICO au Royaume-Uni.

Si le RGPD, qui « vient de créer un cadre solide et ambitieux pour la protection des données personnelles », « l’une des réussites majeures » de la mandature écoulée du Parlement européen, « tout comme la libre circulation des données non personnelles », « il reste beaucoup à faire pour harmoniser les réglementations et entrer pleinement dans l’ère des données », estime Godefroy de Bentzmann, président de Syntec Numérique. Selon lui, l’ouvrage « pose les sujets sur lesquels la nouvelle mandature devra se prononcer ». 

« Au-delà de leur contribution économique, les données transforment en profondeur notre rapport aux institutions, ajoute Henri Isaac, président de Renaissance Numérique. De l’information du consommateur à la redevabilité des élus et de l’administration, le mouvement d’ouverture des données donne notamment une nouvelle dimension au principe de transparence ».

Fort engagement du secteur mais hétérogénéité de la maturité des acteurs et de leur façon d’agir, tel est le constat dressé par H&TIntelligence un an après le lancement de la stratégie nationale en IA le 29 mars 2018 par le Président de la République.
Un plan d’actions facilitatrices a été annoncé pour renforcer l’attractivité de l’écosystème de la recherche française, faciliter l’accès aux données, augmenter la porosité entre public et privé, travailler sur les mesures à mettre en place pour le contrôle des algorithmes…Un an après, où en sont les différents acteurs et professionnels de la santé ? Quelles sont les actions, projets concrets mis en place pour répondre au challenge de l’IA en santé ?
H&TIntelligence présente chaque jour à l’occasion de la Paris HealthCareWeek qui se déroule du 21 au 23 mai 2019 à Paris 3 sessions sur l’IA et publie chaque jour un état des lieux de l’IA en santé. Jour 1 : Panorama IA en santé

La mise en place des actions au niveau national dans le cadre « AI for humanity »

« La politique industrielle doit être organisée autour de grands enjeux et défis de notre époque : détection précoce des pathologies, médecine des 4P (médecine personnalisée, préventive, prédictive, participative), disparition des déserts médicaux, mobilité urbaine à zéro émission… Ces grands enjeux pourraient être déterminés par des comités sectoriels chargés d’en faire la publicité et d’animer leurs écosystèmes. »   AI for Humanity.

Plusieurs actions ont été mises en place :

• La création d’un réseau de 4 Instituts Interdisciplinaires d’Intelligence Artificielle (3IA), dont 3 se focalisent en priorité sur la santé (Grenoble, Nice et Paris),
• Des Appels à Manifestation d’Intérêt (PIA) afin d’accompagner des acteurs publics dans le déploiement d’outils d’intelligence artificielle (le CHU de Toulouse est l’un des lauréats avec un projet sur le cancer du poumon),
• Le lancement des « Challenges IA » (cadre d’investissements d’avenir), pour favoriser et accompagner l’open innovation en IA. Quatre secteurs clés ont été identifiés, dont la santé pour lequel Care Insight est accompagnateur.
• La mise en place du Health Data Hub, qui a lancé son premier appel à projets début 2019. Dix projets ont été sélectionnés et rendus publics le 16 avril 2019 (sur 189 réponses de candidats).

Une action parallèle est également notable :

•  Le grand défi « Comment améliorer les diagnostics médicaux par l’IA ?  » mis en place par le conseil national de l’innovation financé par le Fonds pour l’Innovation et Industrie, piloté par Olivier Clatz :  Grand défi « diagnostics par l’IA » : « mieux travailler sur les données du futur » (Olivier Clatz). Cette démarche est en phase de définition de son mode opérationnel.

Les actions notables portées par les régions

Les régions souhaitent se positionner sur l’intelligence artificielle, aider les acteurs territoriaux (entreprises, institutionnels, start ups, …) à pouvoir se développer sur leurs territoires, et ainsi renforcer leur attractivité au niveau national, voire international.  

Par exemple, la région Occitanie a lancé une association « Occitanie Data », qui regroupe 17 organisations publiques et privées dédiées à l’IA, et a mis en place un partenariat avec Microsoft pour l’ouverture de la première école d’intelligence artificielle.

La région Ile de France a mis en place un plan régional sur l’intelligence artificielle « IA 2021 », avec diverses actions adressant la santé : un challenge international « AI Paris Région 2018 » avec le financement de 4 startups dont deux spécialisées en IA et santé (TheraPanacea et PandaGuide), et un Challenge « AI for Health » 2019 , challenge dédié spécifiquement à l’oncologie en partenariat avec l’IGR.

Les agences régionales de santé : au-delà des pionniers, un début d’acculturation

Il existe au sein des agences régionales de santé une prise de conscience souvent émergente de l’importance de l’IA en santé. On constate la mise en place d’actions allant de l’acculturation, de l’organisation de rencontres des différents acteurs impliqués, jusqu’à la mise en place de projets opérationnels.

L’ARS PACA a décidé de mettre en place une dynamique IA, pour accompagner les établissements de santé à aller vers l’IA et favoriser le rapprochement entre les startups et les acteurs de santé. La démarche repose sur une acculturation interne puis partagée avec les professionnels de santé (journée dédiée le 12 juin 2019), pour préparer le terrain aux actions opérationnelles.

 L’ARS Ile de France, pionnière en la matière, a lancé un projet opérationnel, pour le développement d’un outil de prédiction des soins non programmés grâce à l’IA. Les données utilisées sont multiples : bases de données de santé (activité des services d’urgence ou des SAMU), de climatologie (Météo France), de qualité de l’air (Airparif) ou des réseaux sociaux. Un datathon de 72h sera organisé en Septembre 2019, pour développer le prototype de l’outil en mobilisant startups, datascientists, développeurs et designers.

Recherche Académique : l’IA, une thématique déjà ancienne, avec un focus plus récent en santé

Les acteurs de recherche institutionnelle participent à de nombreux projets en IA et santé, comme par exemple :

– le CEA travaille sur l’IA et l’imagerie (Neurospin, schizophrénie) et sur l’aide au codage et la structuration du DMP pour alléger les missions administratives des médecins (projet mené avec Doctegestio)

– l’école polytechnique travaille sur le SNIIRAM,

– l’INSERM s’est associée à Owkin pour adresser la thématique.

Au sein de l’INRIA, l’IA est une thématique clé portée par des experts reconnus au niveau international et sur  la vision par ordinateur et l’analyse des langages par exemple. Pendant plusieurs années, peu d’applications ont été développées dans le domaine de la santé, du fait des difficultés d’accéder aux données médicales et de travailler avec les médecins. L’émergence de la santé à l’INRIA est récente, mais est désormais pleinement intégrée.
2 axes en particulier se dégagent : l’imagerie et l’analyse des données du SNIIRAM.

Pour le pôle de compétitivité Medicen Paris Region, l’IA devient un potentiel levier de financement des projets et start-ups (elle s’inscrit dans les critères attendus ou souhaités), et devient parfois de ce fait un outil de promotion plus qu’une réalité.  C’est une sorte de « toile de fond ». L’IA se retrouve principalement dans le pôle « imagerie » (avec beaucoup d’acteurs parfois concurrents), et relativement peu dans les pôles « diagnostic biologique » et « biothérapies ».

Pour les industriels, l’IA est un élément le plus souvent essentiel de leurs activités et de leur communication.

Les industriels de l’industrie pharmaceutique présentent des degrés de maturité hétérogènes dans la gestion de leur données et la mise en place d’algorithmie. L’IA trouve paradoxalement sa place dans tous les aspects de leur activité, le plus souvent à travers la mise en place de partenariats :

• En recherche et développement pour l’identification de nouvelles molécules, la mise en place des essais cliniques, la découverte de nouvelles thérapies (par exemple, Novartis et le projet DATA42, Merck et son partenaire Iktos pour la conception de nouveaux médicaments, Sanofi et Palantir, Takeda et Vivli…),
• En phase de production (Sanofi et le jumeau numérique de l’usine 4.0 pour la supply chain et la gestion de crise, Novartis et le contrôle par IA de production) ;
• Pour le marketing (liens avec les prescripteurs : chatbot (Janssen), monitorage des habitudes de prescription des médecins (Novartis et Aktana)
• Et l’évaluation et la mesure de l’efficacité et des résultats : mesure de l’Observance, Support, Personnalisation, Mesure (Teva et Chatbot patients pour suivi de pathologies chroniques ou cancérologie)

L’industrie du dispositif médical : un engagement dans l’IA particulièrement important, en particulier en imagerie médicale.

En imagerie, l’IA est présente tout au long du parcours patient, de la prescription de l’acte diagnostic, jusqu’à la réalisation du compte rendu, avec une offre de solutions particulièrement riche sur l’aide à l’interprétation des images radiologiques. Les grands industriels de la radiologie comme des PMEs proposent des solutions qui avec l’IA accompagnent la réalisation de l’examen (positionnement du patient, optimisation de la dose…), l’interprétation des images (identification de nodules pulmonaires, de fractures osseuses, lecture de mammographies…), la rédaction des comptes rendus. De même, des solutions proposent une optimisation du parcours patient et des flux liés.

Ainsi par exemple, Siemens Healthinners a pour l’IA une équipe de 130 personnes dédiées à Princeton, et a déposé 725 Brevets en machine learning et deep learning, et propose 40 solutions déjà disponibles.

Philips France a annoncé, le 10 avril 2018, dans le cadre de la stratégie « AI for Humanity » la création d’un centre d’expertise en Intelligence Artificielle (IA) entièrement dédiée à l’imagerie médicale, à la génomique et au développement des start-up de la French Tech.

Quelques pionniers parmi les éditeurs de logiciels

Evolucare en partenariat avec ADCIS se positionne sur l’IA en ophtalmologie (joint-venture OphtAI) pour industrialiser la production d’algorithmes spécialisés dans le dépistage précoce des pathologies ophtalmologiques. La société Evolucare investit également en IA dans d’autres domaines comme la surveillance des patients ou l’imagerie.

Pour tous les enjeux sont nombreux : 

• l’accès à des données de qualité en France, voire en Europe
• les compétences scientifiques, et notamment les data scientist
• un cadre réglementaire complexe
• et le respect d’une éthique à définir dans ce nouveau cadre. 

 Panorama IA en santé

« L’OMS indique qu’il est nécessaire de former les utilisateurs aux nouvelles pratiques, aux outils numériques, et insiste sur le fait que cela doit être facile. Les industriels ont un travail important à réaliser au niveau de l’accompagnement des professionnels. La notion d’IA doit être intégrée dans la formation des professionnels de santé« , commente Stéphane Kirche, directeur de l’innovation et de l’ingénierie biomédicale de territoire du GHT Nord Saône-et-Loire (Bourgogne-Franche-Comté), intervenu lors d’une conférence sur le parcours de soins et les nouveaux enjeux de l’hôpital numérique, organisée le 21 mai 2019 par Siemens Healthineers France en partenariat avec le Snitem à l’occasion de la Paris Healthcare Week.

À ces propos réagit Frédéric Pegaz-Fiornet, responsable du département « digitalisation » de Siemens Healthineers France, indiquant que sa société dispose d’équipes en charge d’accompagner ses clients. « La formation est un point essentiel dans la transformation numérique des établissements, acquiesce-t-il. Il est indispensable que les constructeurs assurent cet accompagnement. »

Siemens Healthineers France est spécialisé dans les domaines de l’imagerie médicale diagnostique et interventionnelle, du diagnostic de laboratoire et de la biologie moléculaire. L’entreprise développe également des services de santé numériques et des services dédiés aux établissements de santé. Lors de la conférence assurée durant la PHW, elle est revenue en détail sur les solutions d’IA qu’elle propose aux établissements de soins et sur sa vision du secteur. Stéphane Kirche est venu compléter le discours de l’industriel par son expérience en tant qu’utilisateur, enthousiaste quant au développement des nouvelles technologies dans le système hospitalier.

Imagerie médicale : l’IA utilisée à toutes les étapes de l’examen

Agnès Malgouyres, responsable « marketing IA » à Siemens Healthineers France, met en avant les solutions développées par l’entreprise dans le domaine de l’imagerie médicale, présentes à toutes les étapes de l’examen dans l’optique d’améliorer l’efficacité des professionnels.

1. Positionnement du patient

L’IA permet que la dose de rayon X infligée au patient soit exactement la dose nécessaire et non trop importante.

2. Programmation de l’examen

« Dans le cas de lésions cérébrales, des IRM doivent être réalisées tous les 2 mois par exemple, illustre Agnès Malgouyres. Notre solutions permet de suivre l’évolution de la pathologie à un endroit précis du cerveau. Examen après examen, nous allons pouvoir placer les plans acquisitions exactement au même endroit grâce à l’IA pour suivre au mieux la pathologie. La machine se positionne au bon endroit même si la tête du patient est tournée une fois à droite et une autre fois à gauche par exemple. »

3. Traitement d’image : là où l’IA effectue le « plus gros » travail

C’est dans le domaine de l’analyse des images que l’IA effectue « le plus gros » travail, commente l’experte. « L’IA fait ressortir des valeurs fournies par l’image et permet de comparer à 2 états différents ce qui s’est passé, explique-t-elle. Elle prend en considération dans son analyse les résultats des examens précédents.e

4. Compte rendu

Toutes les informations obtenues pendant examen sont reportées directement dans le compte rendu pour qu’il n’y ait pas d’erreurs de transmission.

« Nous avons une quarantaine d’applications déjà existantes sur le marché, complète Agnès Malgouyres, précisant que Siemens Healthineers travaillait depuis « des années » avec l’intelligence artificielle dans l’optique de permettre aux professionnels de santé d’éviter certaines tâches répétitives et sans valeur ajoutée et ainsi de leur libérer davantage de temps pour leurs patients.

Lancement d’un outil d’assistance au radiologue pour le scanner thoracique

La responsable annonce par ailleurs le lancement prochain sur le marché d’un « outil d’assistance au radiologue pour le scanner thoracique ». Le dispositif vise à repérer les anomalies et à donner des valeurs quantitatives, sur le volume du cœur par exemple, pour faciliter l’analyse du professionnel, en lui évitant de rechercher d’éventuelles anomalies sur la multitude d’images fournies par scanner.

Le numérique, « un des axes majeurs de la réorganisation de l’hôpital » (S. Kirche, GHT Nord Saône-et-Loire)

« Le numérique devient un des axes majeurs de la réorganisation, de l’efficience de l’hôpital, commente de manière plus générale Stéphane Kirche, directeur de l’innovation et de l’ingénierie biomédicale de territoire du GHT Nord Saône-et-Loire. C’est la première réponse à déployer dans la réorganisation de l’offre de soins au niveau territorial. »

Il rappelle que le rapport soignant-soigné a complètement évolué. « Le patient disposera prochainement d’un espace numérique de santé. Il va y avoir plus de dialogue entre le patient et les professionnels de santé. Nous allons être obligés, nous, personnel hospitalier, de répondre à cette nouvelle demande de soins personnalisés, d’une thérapeutique adaptée aux attentes et aux besoins de chaque patient. »

« Le patient devient un partenaire, ajoute-t-il, une collaboration qui va permettre de créer de la valeur dans les soins, un élément extrêmement important. »

« La gradation des soins n’est pas une utopie »

Interrogé à propos du DMP, Stéphane Kirche indique que son développement est une évidence dans les structures de son GHT. « La gradation des soins n’est pas une utopie, explique-t-il. Il faut que nous adaptions nos plateaux techniques et que nous rendions l’information disponible là où on en a besoin. »

Une plateforme qui met à disposition tout l’historique médical du patient

À propos de l’exploitation des données, Frédéric Pegaz-Fiornet, responsable département digitalisation à Siemens Healthineers France, met en avant la plateforme eHealth du groupe, un portail pour les patients et les médecins qui met à disposition toutes les données médicales, biologiques et génétiques.

« Quant un patient arrive dans l’établissement, le personnel dispose ainsi de tout son historique. La prise en charge est optimisée, permettant un gain d’argent et de temps », explique-t-il, ajoutant que même les données issues des objets connectés étaient disponibles sur la plateforme. « Par exemple, une montre Fitbit peut être reliée au portail afin de faire remonter les résultats obtenus sur l’espace du patient pour que son cardiologue puisse les consulter », illustre-t-il.

Frédéric Pegaz-Fiornet précise que cette plateforme Health est équipée de différents modules pour effectuer des téléconsultations, obtenir un second avis à distance ou encore réaliser des conférences inter-établissements.

Une archive neutre pour rassembler toutes les données au même endroit

« L’un des principaux problèmes en ce qui concerne l’exploitation des données est que la partie laboratoire est organisée de façon sillotée, que le centre dermatologique ou gynécologie regroupe ses informations sur un petit logiciel propriétaire et que les données d’imageries sont regroupées sur des bases à part », note Frédéric Pegaz-Fiornet.

C’est pourquoi il souligne que Siemens Healthineers France travaille notamment au « décloisonnement des services, notamment au niveau des GHT ».

La société propose une archive neutre qui permet de stocker toutes les données au même endroit. « Elle permet de disposer d’un seul accès aux données, d’un seul support à la décision basée sur IA afin de proposer des données structurées, l’un des enjeux majeurs de la transformation des établissement de santé », analyse-t-il.

L’une des spécificités de cette archive neutre est qu’elle « redonne la donnée aux établissements dans le format auquel elle l’a reçue, précise-t-il, un point important parce que les hôpitaux ont des contraintes en termes de coûts et ne peuvent pas modifier leurs plateformes facilement ».

« L’idée, résume Frédéric Pegaz-Fiornet, est de proposer des connecteurs qui permettent de partager les données, de savoir s’adapter à l’architecture des établissement ou multi-sites dans le cas de GHT, de faire communiquer toutes les solutions existantes d’un même hôpital. »

Dresser un premier état des lieux de l’IA en santé, telle est l’ambition des équipes d’Health & Tech Intelligence à l’occasion de la Paris Healthcare Week, qui se tient du 21 au 23 mai 2019.
Au programme : 3 focus sur l’IA (1 jour = 1 focus), présentés lors d’une session de 15 minutes par les consultants de Care Insight (présentation organisée 2 fois dans la journée).

Retrouvez-nous chaque jour au hall 7.2, stand B36. Inscriptions en ligne en suivant ce lien.

Le salon sera suivi d’un webinar spécial IA le 29 mai 2019 à 11h animé par Sandrine Degos, Care Insight, et Cyrille Politi, conseiller en transition numérique de la FHF.

Programme :

Mardi 21 mai : « IA en santé : un écosystème mobilisé, de l’acculturation à l’action »

• 1ère présentation : 14h15
  • Dr Béatrice Falise-Mirat, directrice scientifique
• 2ième présentation : 16h15
  • Dr Béatrice Falise-Mirat, directrice scientifique

Mercredi 21 Mai : « IA et hôpitaux : arrêt sur image »

• 1ère présentation : 11h15
  • Dr Béatrice Falise-Mirat, directrice scientifique
• 2ième présentation : 14h15
  • Marion Briquet Mosalo, consultante

Jeudi 22 Mai : « IA en santé : un nouvel Eldorado pour les start-ups ? »

• 1ère présentation : 11h15
  • Dr Béatrice Falise-Mirat, directrice scientifique
• 2ième présentation : 14h15
  • Laurent Boronad, chargé de mission

Les présentations seront suivies d’échanges avec les équipes et des tendances IA de Health & Tech Intelligence.

Le géant Amazon a dédié un « corner » de son espace à la santé au salon VivaTech, qui se tient du 16 au 17 mai 2019 à Paris, symbole de sa volonté de développer une approche verticale sur le marché de la santé. Parmi ses offres, des briques technologiques d’intelligence artificielle (IA) pour faciliter le développement de nouveaux usages technologiques.
Pas d’ambition métier affichée mais une approche de plugAPI qui facilite des points précis pour permettre aux experts santé de développer de nouveaux outils ou d’améliorer des pratiques.

Parmi les fonctionnalités adressées par les premières offres santé :
• la dé-identification des données, avec un exemple précis d’usage sur les radios ou les examens ;
• le classement automatique d’informations ;
• la structuration de la donnée à partir d’un texte non structuré avec l’offre « Comprehend Medical » : un service de traitement de langage naturel qui facilite l’apprentissage automatique pour extraire les informations médicales pertinentes de textes non structurés. Amazon Comprehend Medical entend faciliter la collecte avec précision des informations, telles que l’état de santé, les médicaments, la posologie, l’intensité et la fréquence, à partir de sources variées telles que des notes de médecin, des rapports d’essais cliniques et des dossiers médicaux.

AWS cloud a obtenu l’agrément « hébergeur de données de santé » en mars 2019 et développe son écosystème de partenaires avec des entreprises telles que Coreye, Euris ou Claranet. « La façon d’avancer sur un marché pour Amazon est de lancer des ballons en l’air et de regarder qui les rattrape. Sur la santé, nous en sommes au début de cette démarche », résume un collaborateur du département santé d’AWS. La fréquentation du corner healthcare d’AWS, notamment de start-ups, laisse présager que les développements sont prometteurs.

« La stratégie d’Alibaba Cloud en France s’articule autour de 3 axes, explique (Kévin) Qunkai Liu, directeur France de l’entreprise :
• développer un écosystème local en nouant des partenariats avec des distributeurs, des revendeurs et des intégrateurs de logiciels ;
• aider les sociétés françaises, dont les start-ups, à se développer en Asie, et en particulier en Chine, parce que c’est notre marché de base ;
• aider ces sociétés dans leur transformation digitale via l’expérience du groupe Alibaba en Chine, « qui est aujourd’hui un marché très innovant ».

Dans le cadre d’un entretien accordé à Health& ech Intelligence au cours du salon VivaTech 2019, Qunkai Liu reconnaît que les entreprises qui souhaitent se développer à l’international doivent regarder du côté des États-Unis mais estime qu’elles doivent aussi regarder du côté Est, insistant sur le fait « qu’il ne faut pas négliger le potentiel et la taille du marché asiatique ». Il revient par ailleurs sur la participation d’Alibaba Cloud au développement de solutions basées sur l’IA dans le domaine de la santé et sur la stratégie « got to market » de l’entreprise, expliquant que son objectif est d’être intégrée dans l’écosystème. « Nous ne pouvons pas être champions dans tous les domaines, précise-t-il. En revanche, nous pensons que nous sommes bien positionnés dans la technologie des données. »

« Il ne faut pas négliger le potentiel et la taille du marché asiatique »

En quoi le marché chinois est intéressant pour les entreprises françaises, et notamment de santé, par rapport au marché américain par exemple ?

Le marché chinois est intéressant de part sa taille. Il y a 1,386 milliard d’habitants (chiffres 2017) donc un nombre très important de consommateurs potentiels. La Chine est le premier consommateur au monde dans les domaines du luxe, du jeu, du manufacturing et de la santé.

Une entreprise qui veut se développer à l’international doit bien sûr aller aux États-Unis mais il ne faut pas négliger le potentiel et la taille du marché asiatique.

Alibaba Cloud propose un accompagnement sur le plan réglementaire

Existe-t-il des aides particulières pour soutenir le développement d’entreprises étrangères en Chine ?

En ce qui concerne les politiques gouvernementales sur le sujet, je peux difficilement vous répondre mais je sais qu’il existe des parcs de scientifiques technologiques qui facilitent l’implantation des sociétés tech européennes en Chine.

Du côté d’Alibaba Cloud, nous aidons ces sociétés dans le déploiement de leur plateforme digitale mais nous les accompagnons aussi dans leur mise en conformité avec la réglementation qui encadre le marché chinois parce que, comme en France et en Europe avec le RGPD, il y a aussi en Chine des lois relatives à la sécurité des données.

Que pensez-vous justement du RGPD ?

Le RGPD n’est pas problématique de mon point de vue parce que c’est une norme industrielle. C’est même positif parce qu’il s’agit d’une norme transparente, qui définit les règles. Toutes les entreprises doivent donc les suivre. C’est bien.

En Europe, vous êtes implanté à Londres (territoire UK et pays nordiques) et en Allemagne (Pays de l’Est et Europe centrale). Pourquoi avoir choisi de vous implanter aussi en France ?

Tout d’abord, la France est un grand pays du retail, du luxe et de la fintech notamment, des domaines qui nous concernent.

Le marché français est aussi intéressant en termes de business parce qu’il y a des milliers d’entreprises françaises qui se développent en Chine actuellement.

Par ailleurs, il y a un lien amical entre les deux pays. La Chine n’a pas oublié que la France avait été le premier pays à reconnaître la République populaire Chine par le biais du général de Gaulle (janvier 1964).

« Nous ne sommes pas directement fournisseur de solutions de santé mais nous permettons d’en développer »

Quelle est précisément votre stratégie en terme de « go to market », et notamment dans le domaine de la santé ?

Notre stratégie est de développer l’écosystème. Cet écosystème est verticalisé. Parmi celui-ci, nous avons des partenaires dans le domaine du retail et aussi dans celui de la santé. Notre préoccupation est de savoir comme rendre le plus robustes et le plus riches possibles nos capacités en termes de traitement de données pour que nos partenaires dans les métiers de la santé puissent en profiter et mettre en œuvre des solutions permettant d’améliorer l’offre de soins.

Nous ne sommes pas directement fournisseur de solutions de santé mais nous permettons d’en développer.

La santé est de plus en plus digitalisée. Au cœur de cette numérisation se trouve le traitement des données, l’idée étant de proposer un traitement à la fois plus performant mais aussi plus intelligent. C’est la même problématique quel que soit le secteur, santé, retail ou fintech.

Notre stratégie en termes de « go to market » c’est d’être intégrés parce que nous pensons que nous ne pouvons pas être champions dans tous les domaines. En revanche, nous pensons que nous sommes bien positionnés dans la technologie des données.

« ET Medical Brain » : Alibaba Cloud exploite l’IA pour le domaine de la santé

Alibaba Cloud est spécialisé dans l’intelligence artificielle, et plus précisément le machine learning (apprentissage automatique). Quelle est précisément votre activité dans ces domaines en santé ?

Nous sommes au tout au début de notre implantation en France (l’équipe française a été constituée en 2016 et compte actuellement une vingtaine de collaborateurs) et nous en sommes pour l’instant qu’au stade premier de notre développement dans le domaine de l’IA et des big data, d’autant plus qu’ici, une certification doit être obtenue pour pouvoir traiter les données de santé.

En Chine, en revanche, nous avons participé au développement de plusieurs solutions. Nous utilisons l’IA dans la santé à travers un projet labellisé « ET Medical Brain ». Dans ce cadre, nous aidons par exemple les professionnels de santé à analyser des images médicales via des systèmes basés sur du machine learning dans l’optique de mieux identifier les nodules dans les poumons.

Nous avons aussi dans notre infrastructure des solutions pour des sociétés spécialisées dans le domaine de l’analyse génétique. Il s’agit ici de traitement de masse (mass processing) de données. L’avantage d’Alibaba Cloud, c’est que nous disposons d’une plateforme robuste qui peut supporter cette analyse de big data.

L’Assemblée nationale a voté le 8 avril en première lecture l’instauration d’une taxe sur les géants mondiaux du numérique. Cette taxe inquiète-t-elle un géant du numérique comme Alibaba ?

Je ne suis pas habilité à vous répondre sur ce sujet en ce qui concerne le groupe Alibaba. Pour Alibaba Cloud, cela ne nous concerne pas. Nous sommes soumis à la loi française comme n’importe quelle entreprise locale.

Des chercheurs finlandais ont développé des algorithmes qui se sont révélés capables de prédire les risques de décès et de crise cardiaque avec une précision de plus de 90 %. Quelque 85 variables issus de 950 patients suivis pendant 6 ans ont été compilées et le système d’intelligence artificielle (IA) a ainsi été capable d’établir des corrélations plus fiables que les scores de risque habituels. Les résultats de cette étude* ont été présentés le 12 mai 2019 lors de la Conférence internationale sur la cardiologie nucléaire, qui se tenait à Lisbonne du 12 au 14 mai.

La prédiction des risques individuels à l’heure de l’intelligence artificielle

Évaluer le risque d’une complication, d’une maladie, voire d’un décès est un genre d’exercice auquel sont habitués les médecins. Ils utilisent tous des scores de risque pour les aider à prendre des décisions de traitement. Cependant, ces scores ne sont basés que sur une poignée de variables et ont souvent une précision modeste chez chaque patient. Pourtant, plus le nombre de variables augmente, plus la précision s’affine.

C’est pourquoi l’intelligence artificielle (IA) ouvre des horizons en matière de prédiction des risques individuels. Une équipe de chercheurs finlandais du centre Turku Pet, un institut national finlandais de recherche sur l’utilisation des isotopes émetteurs de positons à courte durée de vie dans le domaine de la recherche médicale, vient de le démontrer. Ils ont mis au point des algorithmes d’apprentissage automatique sur un jeu de données de près de 1 000 patients.

85 variables pour construire un algorithme

Un scanner d’angiographie coronarienne par tomographie assistée par ordinateur a fourni 58 données de données sur la présence de plaque coronaire, le rétrécissement des vaisseaux et leur calcification. Les personnes dont le scanner évoquait une maladie étaient soumises à une tomographie par émission de positrons (TEP), qui produisait 17 variables sur le débit sanguin.

10 variables cliniques ont par ailleurs été obtenues à partir des dossiers médicaux, y compris des informations sur le sexe, l’âge, le tabagisme et le diabète.

Ces data incluaient donc des douzaines de variables que l’ordinateur devait digérer afin d’établir des corrélations entre les cas de décès et de crise cardiaque. Au total, l’algorithme, nommé « Logibost », a pris en compte 85 variables.

Les résultats de ces travaux ont été présentés le 12 mai 2019 lors de la Conférence internationale sur la cardiologie nucléaire, qui se tenait à Lisbonne du 12 au 14 mai.

Résultats : une prédiction des risques de décès et de crise cardiaque très précise

L’algorithme a « appris » comment les données d’imagerie interagissaient. Il a ensuite identifié des profils corrélant les variables à la mort et à la crise cardiaque avec une précision de plus de 90 %. En fait, les performances prédictives ont augmenté de manière significative lorsque les données de scanner d’angiographie coronarienne par tomographie assistée par ordinateur ont été ajoutées aux données cliniques et aux données du PET, atteignant ainsi une précision de plus de 90 %.

Pendant les 6 ans de suivi, 24 crises cardiaques et 49 décès avaient été enregistrés dans cette population.

« Ces progrès vont bien au-delà de ce qui a été fait en médecine, où nous devons être prudents quant à la manière dont nous pouvons évaluer les risques et les résultats. Nous avons les données mais nous ne les utilisons pas encore pleinement », a déclaré le Dr Luis Eduardo Juarez-Orozco, du Centre PET de Turku, auteur de l’étude.

Grâce à la répétition et à l’ajustement, l’apprentissage automatique peut exploiter de grandes quantités de données et identifier des modèles complexes qui peuvent ne pas être évidents pour l’Homme. Les scores de risque traditionnels ne sont basés que sur une poignée de variables et ont souvent une précision modeste chez chaque patient.

L’IA permet de penser en 5 dimensions

« Les humains ont beaucoup de difficulté à penser en plus de trois ou quatre dimensions. Au moment où nous sautons dans la cinquième dimension, nous sommes perdus, comment le principal auteur de ces travaux. Notre étude montre que les modèles à très haute dimension sont plus utiles que les modèles à une seule dimension pour prédire les résultats chez les individus et que, pour cela, nous avons besoin d’un apprentissage automatique.

Les chercheurs en concluent qu’une telle approche via l’intelligence artificielle devrait leur permettre d’affiner les traitements personnalisés et finalement d’aboutir à de meilleurs résultats pour chaque patient.