Incubateurs

  • Cancer du poumon et numérique : le fonds MSD Avenir soutient à hauteur de 900 000€ la fondation Inria

    La Fondation Inria et le fonds de dotation MSD Avenir du laboratoire pharmaceutique MSD France signent un partenariat pour soutenir Pimiento, un projet de recherche portant sur le cancer du poumon non à petites cellules (NSCLC – Non Small Cell Carcinoma), le plus fréquent des cancers du poumon. MSD soutient à hauteur de près de 900 000 euros l’initiative, qui sera menée par l’équipe-projet MONC, pour « modélisation en oncologie » (regroupe Inria Bordeaux – Sud-Ouest, le CNRS, et Bordeaux INP), et l’entreprise Sophia Genetics, précise la fondation dans un communiqué publié le 6 février 2019.

    Les travaux vise à améliorer le suivi des patients et à définir les stratégies thérapeutiques les plus adaptées en recourant au numérique, plus précisément en développant de nouveaux modèles mathématiques et en exploitant le machine learning (apprentissage automatique), une forme d’intelligence artificielle (IA) permettant à un système informatique « d’apprendre » sans avoir été programmé.

    Plusieurs partenaires sont impliqués dans le cadre de ce projet, parmi lesquels :
    • les centres d’études cliniques, qui seront responsables de la collecte des images, des dossiers cliniques et des résultats cliniques pour chaque pathologie ;
    • Sophia Genetics, qui mettra à disposition sa plateforme logicielle SOPHiA pour faciliter l’analyse des données et l’incorporation des résultats issues de la génomique et de la radiomique.

    Objectif : intégrer l’ensemble des données recueillies en routine clinique

    L’équipe en charge du projet Pimiento associe modélisation mathématique et intelligence dans l’optique d’intégrer l’ensemble des données recueillies en routine clinique afin d’aider les professionnels de santé dans le diagnostic et le suivi du cancer du poumon non à petites cellules.

    Dans le cadre de ces travaux seront conçus des algorithmes qui apporteront une vision de la maladie et de son évolution ainsi que des alertes ou des recommandations personnalisées dans le suivi des patients.

    « L’utilisation de modèles mathématiques a d’ores et déjà fait l’objet de travaux de recherche de pointe prometteurs pour évaluer précocement l’efficacité de traitements et obtenir des pronostics spécifiques aux patientes et patients, indique la fondation Inria dans son communiqué. L’équipe de recherche (…) Pimiento a développé une expertise reconnue sur le sujet. Cette dernière vise désormais à aller plus loin pour étendre et améliorer ces approches, notamment en s’appuyant sur des cohortes de patientes et patients plus larges. La modélisation permettra de décrire beaucoup plus précisément dans le temps l’évolution de la tumeur pour un patient donné pour adapter la prise en charge thérapeutique et aller plus loin dans un suivi personnalisé. »

    « Une communauté d’utilisateurs [pour] une amélioration continue des analyses »

    « Le projet Pimiento est une occasion unique de coupler le savoir-faire opérationnel de Sophia Genetics, leader mondial de la médecine basée sur les données, et la capacité de recherche d’Inria, commente Thierry Colin, senior vice president radiomics de Sophia Genetics. En analysant plusieurs sources de données cliniques, nous proposons des outils d’aide à la décision qui sont utilisés par les médecins. En parallèle, cela crée une communauté d’utilisateurs et utilisatrices qui permet une amélioration continue des analyses et un partage d’expertise. En s’appuyant sur les centaines d’hôpitaux déjà utilisateurs de la plateforme SOPHiA, nous accélérerons l’adoption et la démocratisation de la médecine basée sur les données pour une meilleure prise en charge des patientes et patients. »

  • WheezHope : un robot et une appli pour accompagner les enfants atteints de cardiopathies congénitales

    L’hôpital Marie Lannelongue, en Île-de-France, lance le projet WheezHope, une plateforme web développée par la start-up Wheezlab (parcours patient digitalisé) associée au robot humanoïde Hope de Event Bots (marque Hope Robotics), conçus pour améliorer la prise en charge des enfants atteints de cardiopathies congénitales en les accompagnant et en les divertissant pendant leur séjour hospitalier.

    L’intégration de la solution au sein de l’établissement francilien a été annoncée à l’occasion de la Journée internationale de sensibilisation à cette maladie, le 14 février.

    De manière générale, WheezHope permet :
    • de soutenir le travail d’éducation thérapeutique de l’équipe soignante pendant l’hospitalisation et de le prolonger après le séjour à domicile ;
    • de soutenir les jeunes patients et leur famille pour améliorer leur bien-être tout au long du parcours de soins ;
    • de rendre les enfants et leur famille plus autonomes dans la prise en charge de la maladie et dans le suivi des traitements.

    Mieux accompagner les jeunes patients pendant et après leur hospitalisation

    1 enfant sur 100 naît chaque année dans le monde avec une malformation cardiaque, indiquent l’hôpital Marie Lannelon et les deux start-ups françaises dans un communiqué publié le 13 février 2019, précisant que les cardiopathies congénitales représentent la malformation la plus fréquente chez les nouveau-nés.

    Le traitement de cette maladie comprend généralement une chirurgie lourde, suivie d’une rééducation. « Le parcours de soin est difficile, le temps passé à l’hôpital peut être long et stressant pour les enfants et leur famille », commentent les porteurs du projet. C’est dans ce cadre qu’a été développé WheezHope, une solution robotique et digitale qui permet de mieux accompagner les jeunes patients et leur famille pendant le séjour à l’hôpital mais aussi au retour à domicile.

    Un compagnon pour distraire pendant les soins

    Le robot a été élaboré par Hope Robotics comme un compagnon pour les patients.  Il est interactif et coloré, s’illumine, bouge, parle et répond aux enfants. Il propose aussi des jeux. L’objectif est de rassurer les jeunes patients, de les déstresser et de détourner leur attention de la maladie en les distrayant, « en particulier pendant les soins ».

    « Jacqueline n’a rien senti quand je lui ai retiré son drain ; elle a juste jeté un petit coup d’œil et a continué son coloriage de Mario », témoigne le Dr Sarah Cohen, médecin à l’hôpital Marie Lannelon.

    Un outil pédagogique

    La solution comprend également une plateforme développée par WheezLab, qui accompagne l’enfant et sa famille à l’hôpital et au domicile. Sur le robot, équipé d’une tablette, ils peuvent accéder à des parcours animés qui expliquent comment va se dérouler le séjour à l’hôpital (radio, scanner, intervention…) et qui donnent des informations sur la maladie mais aussi sur la surveillance à prévoir après l’hospitalisation.

    À domicile, la famille retrouve l’univers WheezHope par le biais d’une application web à partir de laquelle elle a accès à des outils de suivi et d’aide à le reprise d’activité physique. Elle peut aussi partager des informations avec l’équipe soignante.

    Un robot qui parle et traduit 119 langues

    Hope, qui peut interagir oralement avec ses utilisateurs, parle et traduit 119 langues. Une fonctionnalité intéressante pour l’hôpital Marie Lannelongue, qui accueille « de nombreuses familles étrangères qui ne parlent pas ou peu le français », est-il indiqué dans le communiqué.

    « Il est parfois difficile pour le personnel soignant de comprendre les questions ou de s’assurer que leurs explications ont bien été comprises par l’enfant et sa famille. Le robot Hope est capable de traduire dans les deux sens et va faciliter l’échange entre les soignants et la famille. »

    Présentation de WheezHope à l’hôpital Marie Lannelongue :

    © WheezLab

  • Étude : le machine learning évite des chirurgies mammaires inutiles (JCO Clinical Cancer informatics)

    Une équipe de chercheurs du Dartmouth College a mis au point une méthode d’apprentissage automatique permettant de prédire le risque d’évolution de l’hyperplasie canalaire atypique vers un cancer. Grâce à cette technique de machine learning (apprentissage automatique), 16 % des femmes porteuses de cette lésion n’ont pas subi de chirurgies inutiles pour la retirer. Les résultats de leur étude* ont été publiés dans le dernier numéro de la revue JCO Clinical Cancer Informatics.

    Le machine learning pour prédire le risque de cancer

    L’hyperplasie canalaire atypique se définit par une hausse du nombre de cellules anormales dans les canaux mammaires. Les femmes qui en sont atteintes présentent un risque majoré de développer un cancer du sein. Ce risque est multiplié par 4 ou 5.

    Actuellement, lorsqu’une hyperplasie canalaire atypique est détectée lors d’une mammographie et identifiée à l’aide d’une biopsie, l’ablation chirurgicale est systématiquement recommandée. Cependant, seulement 20 à 30 % des hyperplasies canalaires atypiques évoluent vers un cancer. Cela signifie que 70 à 80 % des femmes subissent une intervention chirurgicale coûteuse et invasive pour une lésion bénigne.

    6 techniques d’apprentissage automatique évaluées

    Une équipe de chercheurs du Darmouth College, une université privée américaine, a donc mis au point et évalué six méthodes d’apprentissage automatique permettant de prédire la progression de l’hyperplasie canalaire atypique vers le cancer. Un certain nombre de facteurs figurant dans les dossiers médicaux, notamment l’âge, la taille de la lésion, le nombre de biopsies et les antécédents de cancer du sein, ont été associés à l’amélioration de la prédiction du risque.

    L’étude reposait sur une cohorte de 124 femmes âgées de 30 à 83 ans chez qui une hyperplasie canalaire atypique avait été détectée et qui avait subi une exérèse chirurgicale entre 2011 et 2017. Pas moins de 32 variables cliniques permettant de décrire les lésions ont été intégrées.

    Les résultats de leur étude* ont été publiés dans le dernier numéro de la revue JCO Clinical Cancer Informatics.

    Résultats : 16% de chirurgies inutiles évitées

    • Sur les 6 méthodes d’apprentissage automatique testés, c’est l’algorithme « gradient boosting trees » qui s’est révélé le plus précis, suivi de la forêt d’arbres décisionnels.
    • Le modèle d’apprentissage automatique a pu identifier 98 % des cas malins avant l’opération.
    • 16 % des interventions chirurgicales inutiles sur des lésions bénignes auraient pu être évitées, soit une sensibilité de 87 % à une spécificité de 45 %.

    Ces travaux ont également permis de confirmer que l’âge du patient au moment de la biopsie était le facteur prédictif le plus important du statut d’amélioration. La taille de la lésion joue le deuxième rôle prédictif en importance.

    Les résultats doivent cependant être nuancés puisque l’étude n’a porté que sur les lésions mammaires à haut risque d’hyperplasie canalaire atypique. De plus, elle n’est basée que sur les données d’une seule institution académique et une validation externe supplémentaire est nécessaire pour montrer la généralisation des résultats.

    Une médecine personnalisée du cancer du sein

    Les auteurs de ces travaux estiment malgré tout que leur modèle « peut potentiellement aider les patients et les cliniciens à choisir une approche de gestion alternative dans les cas à faible risque. À l’ère de la médecine personnalisée, de tels modèles pourraient être souhaitables pour les patientes qui privilégient une approche décisionnelle partagée avec la possibilité de choisir entre une excision chirurgicale par certitude et une surveillance pour éviter les coûts, le stress et les effets secondaires potentiels chez les femmes à faible risque », commentent-ils.

    En utilisant le même modèle, si la sensibilité de la cible est réduite de 98 % à 87 %, ce sont alors 45 % des lésions qui pourraient être seulement surveillées.

    À l’avenir, les chercheurs vont utiliser leur technique de machine learning pour d’autres lésions mammaires à haut risque, telles que la néoplasie lobulaire, les papillomes et les cicatrices radiales.

  • Des capteurs couplés à l’IA pour un suivi à domicile précis des seniors (Dr Varichon, Soins & Santé)

    Bien vieillir chez soi, s’y sentir sécurisé, bien accompagné et suivi de manière optimale sur le plan médical répond aux attentes de la plupart des seniors vivant à leur domicile, seuls ou accompagnés. C’est à ce souhait légitime que veut répondre le dispositif proposé par l’association Soins et Santé, un système composé de capteurs intelligents couplés à une intelligence artificielle capable d’analyser de manière précise le mode de vie de l’utilisateur. Il permet, en détectant des signaux faibles, de retarder l’institutionnalisation et de répondre ainsi aux attentes des personnes, tout en générant des économies pour les collectivités, explique à Health & Tech Intelligence le Dr Jean-Paul Varichon, président de Soins et Santé.

    L’association, fondée en 1971, assure la prise en charge à domicile de patients chroniques ou de personnes fragiles, en mobilisant l’ensemble de ses savoir-faire (HAD, SSIAD, équipe mobile de soins de support, garde itinérante de nuit, aide à domicile, prestataire de soins à domicile). C’est sa connaissance des situations rencontrées et vécues, tant par les personnes prises en charge que par les aidants, qui a permis à Soins et Santé de proposer une solution qui accompagne et sécurise les personnes âgées.

    Par le biais de cet équipement, il est possible :
    • de détecter des signaux précoces, annonciateurs de fragilités et de pertes d’autonomie ;
    • d’organiser l’analyse et l’intervention des professionnels de la plateforme Soins et Santé ;
    • d’intervenir au domicile si besoin est ;
    • de mettre en place des actions préventives.

    La démarche

    Des capteurs intelligents et interconnectés pour analyser le mode de vie de la personne

    Soins et Santé équipe le domicile de la personne avec des capteurs intelligents et interconnectés qui analysent son mode de vie. L’installation est clé en mains, mais des capteurs peuvent être ajoutés en fonction des besoins et des pathologies de la personne.

    Un recueil de signaux au jour le jour pour détecter en amont des difficultés encore peu développées

    Après une phase d’apprentissage de 15 jours, durant laquelle les capteurs construisent une base de données personnalisée, les équipes fixent avec la personne accompagnée des seuils d’alerte dans le suivi de ces données, seuils qui pourront déclencher l’intervention des personnels de la plateforme. Ainsi, c’est un ensemble de signaux faibles, souvent invisibles à l’instant, qui seront recensés au quotidien et permettront un diagnostic très en amont de difficultés qui n’ont pas encore revêtu un caractère aigu.

    En effet, ces capteurs, couplés à l’intelligence artificielle du logiciel, permettent de recueillir une information fine et personnalisée. Le machine learning (apprentissage automatique) du système analyse jour après jour un plus grand nombre d’événements et permet d’améliorer la prédictibilité.

    Une adaptation du domicile ou un réévaluation de la prise en charge proposées en cas d’alerte

    En cas d’alerte, les professionnels de soins et santé, paramédicaux, médicaux et socio-éducatifs (ergothérapeutes, diététiciens, psychologues, infirmières coordinatrices, assistantes sociales etc.) analysent les données reçues, ce qui aboutit soit à un contact téléphonique, soit à une visite sur place pour mieux anticiper une perte d’autonomie. Une adaptation du domicile et/ou une réévaluation de la prise en charge pourront être proposées.

    Pour la personne suivie, cette évaluation et cette adaptation précoce de son cadre de vie en cas de détérioration de son état permettent avant tout d’éviter toute rupture de parcours. Le projet aide également les aidants.

    Pour une sécurité maximale, ce système est toujours couplé avec l’appel d’urgence en cas de chute, d’errance, de non-lever, de réveil tardif, de sortie sans retour ou de sollicitation directe.

    Un pilote/une réussite

    Un test de 18 mois dans une résidence à Lyon

    Pendant 18 mois, les 14 appartements senior de la résidence Les Gentianes à Lyon ont été équipés de cette solution.

    Le maître de maison a été formé à l’analyse et au traitement des alertes de prévention. Cela a permis une meilleure prise en charge des résidents en évitant plusieurs hospitalisations (infections urinaires, perte de mobilité, troubles du sommeil, isolement…), ce qui a amélioré le colloque singulier entre le maître de maison et les résidents, sa prise en charge multidisciplinaire. Enfin, cela a permis d’ouvrir un champ d’informations et de discussion avec les familles et les aidants.

    Une validation du projet par 3 comités d’éthique

    Ce mode de détection d‘alerte respecte la vie privée des personnes puisqu’il ne s’exprime que lorsqu’une alerte est déclenchée. Non intrusif, les proches et aidants ne seront prévenus qu’en cas d’alerte et s’ils sont autorisés par la personne. 3 comités d’éthique ont validé le projet.

    Le succès est au rendez-vous : les personnes suivies, les aidants, les familles ont totalement adopté la solution.

    Les perspectives

    L’objectif est d’élargir la base de personnes bénéficiant de ce service, soit en adressant directement les personnes à leur domicile, soit en équipant des réseaux de maisons de seniors ou Ehpad. Plusieurs pistes sont en cours d’étude ou de discussion.

    Le modèle financier

    Un modèle par abonnement

    • Pour une personne suivie à son domicile : 120 euros par mois, dont 30 euros à la charge de la personne (sachant que la Carsat peut selon le niveau des ressources prendre jusqu’à 30 euros à sa charge, et que cette prestation est éligible au crédit d’impôt à hauteur de 60 euros)
    • Une offre existe pour les maisons de seniors, qui sont actuellement en demande de cette solution.
    • L’équilibre financier est atteint avec 350 abonnés.

  • HIMSS 2019 : une réglementation pour sécuriser le partage des données de santé aux USA

    Le département américain de la santé et des services sociaux (HHS) a récemment proposé une nouvelle réglementation* pour permettre un accès, un échange et une utilisation des dossiers médicaux numériques (EHI) de manière transparente et sécurisée.
    Cette dernière vise à accroître l’innovation et la concurrence en donnant aux patients et à leurs prestataires de soins un accès sécurisé à de l’information sanitaire et à de nouveaux outils, offrant ainsi plus de choix aux patients en matière d’offre de soins et de traitements, explique dans un communiqué publié le 11 février 2019 le Bureau du coordonnateur national pour les technologies de l’information sur la santé américain (ONC), qui participe actuellement à la conférence HIMSS 2019, à laquelle H&TI assiste.

    À travers cette mesure, le HHS appelle plus précisément les professionnels de la santé à adopter des interfaces de programmation d’applications (API) standardisées, qui permettront aux utilisateurs d’accéder facilement à l’IEH structuré à l’aide d’applications mobiles. La mesure proposée met l’accent sur la volonté de donner au patient la capacité d’accéder gratuitement à l’ensemble de ses informations de santé.

    Le texte inclus par ailleurs les cas pour lesquels un blocage des informations est accepté, présentés dans la loi 21st Century Cures Act**. 7 exceptions sont néanmoins suggérées à cette règle.

    7 exceptions à la disposition relative au blocage d’informations

    Prévenir les dommages

    Promouvoir la confidentialité du dossier de santé électronique (EHI)

    Promouvoir la sécurité de l’EHI

    Recouvrir les coûts raisonnablement engagés

    Répondre aux demandes infaisables

    Octroyer des licences pour des éléments d’interopérabilité à des conditions raisonnables et non discriminatoires

    Maintenir et améliorer des performances informatiques de santé

  • L’IA pour repousser les frontières de l’incurable en cancérologie (7èmes Rencontres de l’Inca)

    L’intelligence artificielle (IA) peut-elle aider à repousser les frontières de l’incurable ? Telle était la problématique posée lors d’une table ronde transdisciplinaire composé d’un médecin, de chercheurs, industriels, d’un mathématicien et d’un philosophe, qui a été organisée lors des 7èmes Rencontres de l’Institut national du cancer (Inca), qui se sont tenues le 4 février 2019 à l’occasion de la journée mondiale contre le cancer.

    En cancérologie, la recherche est dominée par la biologie. Les mathématiques et les algorithmes servent à valider des théories biologiques. L’IA essaie de changer le paradigme. « Nous avons les données d’entrée. Nous avons la réponse des patients. Peut-on trouver nous-mêmes les caractéristiques biologiques qui vont permettre de faire évoluer la recherche ? » questionne Nikos Paragios, responsable des formations en intelligence à CentraleSupelec, l’un des intervenants de la conférence.

    IA : une efficacité dans le dépistage et le diagnostic

    Le premier exemple de l’apport de l’intelligence artificielle (IA) dans le domaine de l’oncologie est celui du dépistage. En ce qui concerne le dépistage du mélanome, par exemple, l’IA est efficace car il est possible d’alimenter le système avec « l’expérience de nombreux dermatologues. La machine a vu plus de lésions qu’aucun médecin ne pourra le faire », explique Eric Deutsch, oncologue-radiothérapeute à l’Institut Gustave Roussy, avant de citer une étude montrant cette supériorité d’analyse brute. « Les médecins ont identifié 87 % des mélanomes et la machine 95 % » dans le cadre de ces travaux.

    Une fiabilité qui n’atteindra cependant pas les 100 %

    Une efficacité temporisée par Marc Bonneville, président de l’Alliance pour la recherche et l’innovation des industries de santé, au regard de la quantité de données à fournir pour obtenir une fiabilité, qui ne sera jamais à 100 %. « D’autant que la machine ne remplacera jamais l’œil du médecin qui verra aussi des signes voisins significatifs alors que [l’intelligence artificielle] est formatée pour voir une cible précise. »

    Enjeu : aboutir à une meilleure caractérisation des patients

    Au-delà du dépistage et du diagnostic par l’image, l’analyse croisée avec une série de données peut prédire la probabilité de réponse à des traitements, comme l’immunothérapie, et donc la survie du patient.

    « À travers cet exemple, ne pourrions aboutir à des standards et établir des prises en charge personnalisée grâce à des prédiction individuelles, plus fines », ajoute Nikos Paragios.

    De même, l’IA améliore le contrôle de l’aléa thérapeutique, notamment lorsqu’elle est couplée avec les robots chirurgicaux.

    L’IA devrait faire émerger des nouvelles stratégies thérapeutiques

    Sans aboutir directement à de nouveaux traitements, l’intelligence artificielle devrait faire émerger des nouvelles stratégies thérapeutiques. « En immunothérapie par exemple, les résultats sont spectaculaires mais nous ne comprenons pas très bien quand ça marche ou pas, » commente Nikos Paragios.

    C’est donc la meilleure caractérisation des patients, avec une signature génomique et la fragmentation du spectre de la maladie, qui constitue l’enjeu de l’IA pour identifier des sous-types de populations et anticiper ceux qui seront répondeurs ou non à un traitement.

    Un atout règlementaire et médico-économique

    Alors que la connaissance scientifique a segmenté les cancers en de nombreuses sous-couches et cibles potentielles de molécules innovantes et donc onéreuse, l’intelligence artificielle est aussi perçue comme un atout pour maîtriser ces coûts.

    Selon Marc Bonneville, « elle va s’améliorer et elle aura un gros impact dans le développement pharmaceutique ainsi que dans la modélisation des modes d’actions des molécules et des modèles précliniques. Les outils de modélisation sont encore imparfaits mais évoluent pour gagner en fiabilité. »

    Dans l’industrie pharmaceutique, « des milliards de dollars ont été dépensés en recherche, notamment en essais cliniques, poursuit-il. Sans en supprimer l’intérêt, cette modélisation pourrait en réduire la durée et donc les coûts en faisant appel éventuellement à des groupes contrôles de patients qui ne sont pas forcément intégrés dans des essais directement. »

    Une prudence confiante

    Tous les intervenants se rejoignent sur l’idée que l’IA doit être un outil d’aide, d’accompagnement mais pas de remplacement. C’est ce que le philosophe Eric Fiat appelle la nécessité d’une « prudence confiante », alors qu’il y a deux camps : « les technophobes et les technophiles ».

    « Si l’IA peut sauver des vies, nous nous en privons pas, mais n’en abusons pas », indique-t-il. La question est de savoir dans quel contexte sont récupérées et utilisées ces données. Il y a une dichotomie entre la nécessité d’obtenir des données dans une certaine flexibilité pour permettre à la recherche d’avancer et la nécessaire sécurisation de l’utilisation des données, dont le patient reste propriétaire.

    Le Health Data Hub devrait apporter une réponse à ce dilemme.

    Enfin, dans cette quête continue de l’amélioration des soins, il ne faut pas oublier l’individu. Selon Eric Fiat, « la santé est une chose fondamentale mais n’est pas forcément le bien suprême qui est le bonheur. Un bonheur qui ne se réduit pas à la santé et qui n’est pas incompatible avec elle. Au nom de la santé, on ne peut sacrifier le besoin de pudeur de l’individu. »

  • La société française Pharnext, qui exploite l’IA, obtient le statut « fast track » de la FDA

    La Food and Drug Administration (FDA) a attribué la désignation « fast track » au développement du PXT3003 pour le traitement de patients atteints de la maladie de Charcot-Marie-Tooth de type 1A (CMT1A). La solution a été mise au point par la société biopharmaceutique française Pharnext, qui travaille sur des combinaisons de médicaments innovants en se basant sur les big data génomiques et l’intelligence artificielle (IA).

    « La Pleodrug PXT3003 la plus avancée de Pharnext est une nouvelle combinaison synergique fixe à faible dose de baclofen, naltrexone et sorbitol bénéficiant du statut de « médicament orphelin » en Europe et aux États-Unis », précise l’entreprise dans un communiqué publié le 4 février 2019. Elle est issue de sa plateforme de R&D appelée Pleotherapy.

    « La CMT1A est une neuropathie rare et chronique qui affecte au moins 125 00 personnes aux États-Unis et en Europe. Il n’existe actuellement aucun traitement approuvé pour cette maladie », indique le Pr Daniel Cohen, fondateur et directeur général de Pharnext.
    Le responsable ajoute que l’entreprise est encore en relation avec la FDA dans l’optique de déposer « rapidement » une NDA (New Drug Application) pour le PXT3003 « afin de permettre aux patients de bénéficier de ce traitement dans de meilleurs délais ».

    Les études cliniques portant PXT3003 ont été concluantes

    PXT3003 a montré des résultats positifs lors d’études précliniques et de phase 2 pour le traitement de la CMT1A. Ces résultats ont été publiés dans Orphanet Journal of Rare Diseases (OJRD) en décembre 2014.

    Les études précliniques ont montré que :

    • PXT3003 inhibe la surexpression du gène PMP22 ;
    • améliore la myélinisation des nerfs périphériques et les troubles cliniques moteurs et sensoriels.

    PXT3003 « s’est avéré sûr et bien toléré »

    Dans l’essai clinique de phase 2 mené sur 80 patients adultes atteints de CMT1A, PXT3003 « s’est avéré sûr et bien toléré », note Pharnext.

    « PXT3003 a également montré des signes d’amélioration de plusieurs critères d’efficacité meilleurs qu’une stabilisation clinique, notamment sur l’échelle ONLS », complète la société.

    Une étude pivot de phase 3 qui a montré que PXT3003 avait atteint le critère principal d’évaluation prédéfini par la FDA et l’EMA

    • En décembre 2015, Pharnext a initié PLEO-CMT, une étude pivot de phase 3 en double aveugle de 15 mois afin d’évaluer l’efficacité et l’innocuité du PXT3003 chez 323 patients CMT1A âgés de 16 ans à 65 ans.
    • En octobre 2018, il a été annoncé que PXT3003 avait atteint le critère principal d’évaluation prédéfini par la FDA et l’Agence européenne des médicaments (EMA), avec une amélioration cliniquement significative de l’ONLS (Overall Neuropathy Limitation Scale) par rapport au placebo (p=0,008).
    • En mars 2017, « Pharnext a initié une étude d’extension de 9 mois en ouvert, PLEO-CMT-FU, actuellement en cours, indique l’entreprise. PLEO-CMT-FU, conçue pour évaluer l’innocuité et la tolérance à long terme de PXT3003, a inclu les patients ayant terminé l’étude PLEO-CMT. »

  • Surveillance cardiaque à distance : le CHU de Rennes adopte le logiciel OnePulse de Lindacare

    Le CHU de Rennes a mis en place le logiciel OnePulse de Lindacare pour rationaliser son approche clinique et améliorer la surveillance cardiaque à distance des patients porteurs d’appareils implantables.

    OnePulse est une plateforme qui rassemble les données des dispositifs électroniques implantables cardiaques de tous les fabricants et qui permet ainsi d’améliorer la gestion opérationnelle d’un nombre important de patients, explique son fabricant dans un communiqué publié en janvier 2019. Son tableau de bord intuitif combine et standardise les transmissions afin d’automatiser efficacement le flux de travail et d’intégrer les informations recueillies de manière transparente au dossier médical numérique des patients.

    Le fait de compter l’établissement rennais parmi ses clients contribue « à renforcer [la] position » de Lindacare, « non seulement sur le marché français mais également au niveau mondial« , indique Shahram Sharif, fondateur et P.-D.G. de Lindacare. La société, dont le siège social est situé en Belgique, est présente en Europe mais aussi aux États-Unis et « prévoit d’élargir considérablement son équipe dans les deux régions en 2019 », précise-t-elle dans le communiqué.

    « Le système de triage OnePulse nous permet de gérer plus facilement les alertes de nos patients. Nous sommes en mesure de traiter d’abord le patient le plus à risque. Le programme aide à maximiser notre productivité « , a déclaré le Pr Christophe Leclercq du département de cardiologie et maladies vasculaires du CHU de Rennes (communiqué).

  • La pharmacovigilance à l’heure des réseaux sociaux et des associations de patients (eVeDrug)

    La société eVeDrug a présenté plusieurs projets de pharmacovigilance basés sur le numérique et développés avec des associations de patients. Les solutions sont basées notamment le crawling de réseaux sociaux pour détecter les effets indésirables (EI) qui n’ont pas été spontanément déclarés, voire qui ne sont pas répertoriés dans le résumé des caractéristiques du produit (RCP) de l’ANSM.

    Les différentes technologies ont été dévoilées à l’occasion du premier club utilisateurs organisé par l’éditeur de logiciels fin janvier 2019. « Certains découvraient qu’il existait des systèmes numériques de santé en pharmacovigilance, explique à Health & Tech Intelligence Claude Touche, président de eVeDrug, à propos de l’événement. Nous voulions montrer que cette vielle discipline pouvait être moderne et ne se limitait pas à la remontée d’EI par des professionnels sur une base de données institutionnelle. »  

    EVeDrug développe des systèmes informatiques dédiés aux vigilances sanitaires (bases de données externalisées, formulaires de déclarations et applications mobiles) en faisant appel aux différents acteurs de santé : industrie pharmaceutique, scientifiques, techniciens informatiques mais aussi associations.

    My eReport : allier vigilance sanitaire et e-santé

    Le premier exemple présenté concernait le cas de récupération de données de pharmacovigilance pour un médicament déjà commercialisé.

    My eReport permet à toute personne qui a pris un produit de santé de saisir les effets indésirables (EI) ou secondaires à partir d’un terminal mobile (smartphone ou tablette iOS/Android) ou d’un ordinateur avec une connexion internet. La déclaration peut être faite par un proche ou un professionnel de santé.

    Placer le patient au centre du processus pour restaurer sa confiance dans le système de santé

    « Nous accompagnons l’émergence des nouveaux outils et de nouveaux modèles d’interactivité, détaille Claude Touche, président de eVeDrug. Nous souhaitons restaurer la confiance entre les patients et leur système de santé en plaçant le principal intéressé au centre. »

    Mobiliser les associations

    Le changement de paradigme s’effectue en associant les associations aux développement des applications.

    Un projet multipartite associe industriels, institutionnels, start-ups et surtout des associations de patients, notamment Patients en réseaux, qui a développé la plateforme Mon réseau cancer du sein. Il s’agit d’accompagner et de suivre des patients sous traitements anti-cancers à domicile.

    Via Continuum Plus, les infirmières déclarent pour des patientes atteintes de cancer du sein afin d’effectuer une remontée vers les institutionnels. Pfizer, qui finance le projet, a accepté de ne recevoir qu’un double anonymisé.

    EVeCrawl : crawler les réseaux sociaux

    L’association François-Aupetit, qui lutte contre la maladie de Crohn et la recto-colite hémorragique, encourage les adhérents a déclarer les EI sur leur forum.

    L’application eVeCrawl facilite la récupération notamment des effets inconnus, non-répertoriés dans le RCP.

    L’association a par exemple identifié que l’infliximab, un anticorps monoclonal chimérique, était souvent associé sur leur forum a une migraine chronique, alors que cela n’apparaît pas dans les documents.

    Elle a confirmé ce constat en crawlant Facebook et les sites Doctissimo et Pfizer. « Ils ont trouvé 2 000 posts y faisant référence, indique Claude Touche. On arrive ainsi à vigilance globale en complément de la déclaration classique vers les centres régionaux de pharmacovigilance. »

    Une collaboration avec l’association de patients Renaloo

    Le crawling de réseaux sociaux complète les données existantes et fait ressortir des notions non-identifiées au départ, estime eVeDrug. La société travaille depuis plusieurs années avec une autre association de patients, Renaloo, qui agit pour les patients atteints de maladies du rein.

    Un projet de blockchain en pharmacovigilance en phase de développement

    « Nous avons terminé le crawling de leur forum et avons fait une catégorisation des effets déclarés par les patients, précise le président de eVeDrug. Pour aller encore plus loin, nous travaillons à un projet de blockchain en pharmacovigilance avec des patients qui accepteraient de laisser l’accès à leurs données. »

  • Colloque Panthéon-Assas (droit) : « E-santé – Quelle protection pour nos données ? » (21/02/19, Paris)

    « Quelles sont les utilisations envisagées pour les données de santé ? » ; « Comment concilier innovation médicale et protection, à la fois juridique et technique, de ces données ?« . Telles sont les questions qui seront abordées lors du colloque intitulé « e-santé : quelle protection pour nos données », organisé le 21 février 2019, de 8h45 à 12h30, par les étudiants du Master 2 professionnel droit et multimédia et de l’informatique du Centre d’études juridiques et économiques du multimédia (Cejem). L’événement aura lieu au sein de l’université Paris 2 Panthéon-Assas.

    Les inscriptions doivent être réalisées en retournant le bulletin d’inscription avant le 15 février 2019 ou auprès de Sophie Gesret, organisatrice de colloques au sein de l’établissement, au 01 44 41 56 55 ou par email à sophie.rose.gesret@gmail.com.

    Programme

    8h45 : Accueil des participants et petit déjeuner

    9h15 : Début des travaux

    Introduction de la matinée par un(e)étudiant(e)

    Modérateur : Nathalie Martial-Braz, professeure de droit privé à l’université Paris-Descartes – Centre du droit des affaires et de gestion (Cedga), institut universitaire de France (IUF), codirectrice du Pôle protection intellectuelle et numérique du réseau Trans Europe Experts*.

    La collecte des données :

    Les singularités des données de santé

    • Par Nathalie Martial-Braz.

    Le dossier médical partagé

    • Par Lorraine Maisnier-Boché, avocate enseignante à l’université Panthéon-Assas.

    Débat

    Pause

    L’exploitation des données :

    Données de santé et commercialisation : le potentiel de la blockchain

    • Par Vincent Galand, operations manager à Embleema, start-up spécialisée dans l’utilisation de la blockchain pour la gestion des données de santé.

    IA et données de santé : quel management en 2019 ?

    • David Gruson, membre du comité de direction de la chaire « santé » de Sciences Po et fondateur de l’initiative Ethik-IA.

    Transferts de données et cybersécurité

    • Myriam Quéméner, avocat général près la Cour d’appel de Paris, docteur en droit

    Conclusion par Jérôme Huet, professeur émérite de l’Université Panthéon-Assas

    12h30 : fin des travaux