Incubateurs

  • InterSystems lance sa plateforme dédiée à la création d’applications destinées à la santé

    À l’occasion de son 25e sommet mondial, qui s’est tenu à San Antonio (États-Unis) début octobre 2018, InterSystems a présenté sa nouvelle plateforme de gestion de données, InterSystems IRIS for Health, qui permet aux développeurs de construire des applications pour la santé de demain capables d’absorber de forts volumes de données, et de les faire évoluer rapidement.

    InterSystems IRIS for Health, un outil puissant pour l’exploitation des données de santé

    InterSystems a décidé de mettre au point une solution adaptée aux organisations de santé pour faire face à l’un des enjeux actuels particulièrement présent dans le domaine de la santé, à savoir l’augmentation du volume et de la diversité des données, alors que leur exploitation est de plus en plus nécessaire.

    La plateforme dédiée à la santé intègre les traitements transactionnels et analytiques avec une fonction d’interopérabilité pour offrir une plateforme de développement rendant possible applications stratégiques et ajustables aux besoin spécifiques de chaque organisation de santé.

    Voici les spécificités techniques de la plateforme :

    • un environnement technique pour le développement rapide de solutions utilisant Health Level Seven (HL7) Fast Healthcare Interoperability Resources (FHIR), incluant FHIR Server et SMART on FHIR ;
    • une solution clé en main qui englobe la majorité des normes et certifications d’interopérabilité en matière de santé, y compris les versions 2 et 3 de HL7, la Consolidated CDA (C-CDA), l’intégration de Healthcare Enterprise (IHE), American Society for Testing and Materials (ASTM), X12, NCPDP, DICOM entre autres ;
    • un modèle de données de santé normalisé et extensible qui permet des flux sécurisés entre les normes.

    Cette plateforme sera intégrée dans les solutions HealthShare et TrakCare d’InterSystems à partir de 2019.

    Channels, un outil au service du soin centré sur la valeur

    Le lendemain du Sommet, l’entreprise annonçait également le lancement de Channels, une solution à destination des assureurs de santé, les ACO (organisations de soins responsables) ou les MCO (Managed Care Organizations) pour les aider à améliorer les résultats pour les patients, rationaliser les flux de travail, réduire les coûts cliniques et moderniser davantage le secteur des soins.

    Cette solution compatible avec la plateforme InterSystems IRIS for Health a été élaborée en collaboration avec l’entreprise Ready Computing, un éditeur de logiciels qui crée des applications hautement intuitives et à haute valeur ajoutée pour les acteurs du secteur de la santé, parmi lesquels les financeurs, les fournisseurs, les systèmes de santé, les hôpitaux et d’autres organisations du secteur privé comme public afin de rendre les soins plus efficaces et moins coûteux.

    Elle est utile aux organisations dans le cadre de l’utilisation de données cliniques et non cliniques en temps réel en provenance de diverses sources dans le but d’améliorer la robustesse des systèmes et de proposer des soins là où on en a le plus besoin.

  • World Health Summit 2018 : le numérique au service de la lutte contre les médicaments falsifiés

    Au cours du World Health Summit (Sommet mondial de la santé), qui s’est tenu à Berlin du 14 au 16 octobre 2018, ont été abordé les sujets tels que la gestion des pandémies, l’antibiorésistance ou encore la révolution numérique dans la santé.

    C’est dans le cadre de cette dernière thématique que l’intérêt des nouvelles technologies au service de la lutte contre les médicaments falsifiés a été souligné, ce qui se traduit par l’introduction de dispositifs de sécurité et de traçabilité au sein du secteur :
    • un QR code unique apposé sur chaque boîte de médicaments qui permettra un renforcement de la chaîne de distribution partagé au sein d’une base de données mutualisée ;
    • l’harmonisation de la vente de médicaments en ligne par les pharmacies.

    La session du WHS à propos des médicaments falsifiés visaient à esquisser les mesures pratiques pour réduire le risque de circulation de produits non conformes sur les marchés, les détecter et les éliminer.

    10,5 % de médicaments en circulation ne sont pas conformes à la règlementation en vigueur

    Selon les chiffres de l’Organisation mondiale de la santé (OMS), 10,5 % des médicaments en circulation ne respectent pas la législation en vigueur.

    Pour remédier au problème de sécurité et les dangers associés pouvant porter atteinte à la vie des personnes, le Conseil européen a adopté en mai 2011 la Directive 2011/62/UE sur la sérialisation des médicaments soumis à prescription qui institue, en modification de la directive 2001/83/CE, « un code communautaire relatif aux médicaments à usage humain, en ce qui concerne la prévention de l’introduction dans la chaîne d’approvisionnement légale de médicaments falsifiés ».

    Un code unique pour le suivi tout au long de la chaîne de distribution

    La directive citée instaure donc le suivi de médicaments grâce au QR code apposé sur chaque boîte de médicaments qui renferme des informations liées à l’origine du produit et vise à pouvoir l’identifier tout au long de la chaîne de distribution.

    La directive entre en application à partir du 9 févier 2019 sur l’ensemble de l’Union européenne. Tous les éléments associés au QR code unique seront enregistrés dans une base communautaire – EMVS pour European Medicine Verification System qui est le système européen de vérification des médicaments – à laquelle les pharmaciens de toute l’Union pourront se connecter afin de s’assurer de la qualité du médicament.

    En pratique il s’agit d’un hub informatique connecté aux systèmes nationaux (National Medicine Verification System ou NMVS) permettant la vérification des identifiants uniques apposés sur chaque boîte de médicament lors de la dispensation.

    Ainsi, une requête dans la base de données mutualisée suffira pour détecter un code falsifié ou un éventuel doublon de lecture pouvant faire suspecter la présence d’un médicament falsifié.

    Encadrement et harmonisation de la vente de médicaments en ligne

    Cette directive intègre également de nouvelles exigences auxquelles vont devoir répondre les pharmacies en ligne, et ce, afin de contrer la vente illégale de médicaments via internet.

    Voici les conditions minimales auxquelles les pharmacies doivent répondre afin d’être autorisées à faire de la vente en ligne à distance :

    • bénéficier d’une autorisation ou d’une habilitation à délivrer des médicaments au public, également à distance ;
    • notifier aux autorités compétentes de l’État membre les informations relatives à la pharmacie en ligne (adresse du site internet, nom et adresse permanente du lieu d’activité à partir duquel les médicaments sont fournis, etc.) ;
    • conformité des médicaments à la législation nationale de l’État membre de destination ;
    • préciser sur le site Internet les coordonnées de l’autorité compétente ;
    • ajouter un lien hypertexte vers le site de l’autorité compétente de l’État Membre ;
    • apposer le logo ci-contre permettant aux patients d’authentifier les sites qui proposent légalement des médicaments en ligne.

  • Spinali Design et l’Inserm développent un pansement connecté détectant une infection de plaie

    Spinali Design, start-up mulhousienne spécialisée dans le textile connecté, a mis au point, en collaboration avec l’unité biomatériaux et bio ingénierie de l’Inserm de Strasbourg, un pansement connecté capable de détecter et de commencer à traiter un début d’infection d’une plaie, a-t-on appris le 11 octobre 2018.

    Le pansement est doté d’une puce lui permettant de :
    • détecter le début d’infection d’une plaie ;
    • lancer une alerte via l’application associée sur smartphone ou tablette ;
    • libérer un antimicrobien censé endiguer l’infection.

    La commercialisation du pansement est prévue pour la fin de l’année 2019 et il sera accessible à un prix de 30 euros.

    Améliorer la cicatrisation et surveiller l’infection

    La start-up Spinali Design existe depuis 2015 et s’est spécialisée dans le textile connecté. Elle a également sorti durant l’été 2018 une crème solaire connectée. Dans sa palette de produits, on trouve :

    • le maillot de bain rappelant de mettre de la crème solaire ;
    • la crème solaire connectée indiquant la bonne dose à étaler ;
    • les vêtements (bonnets, shorts, jeans, ligne sport) connectés signalant par exemple l’arrivée de messages électroniques importants ou des données sportives ;
    • le jean vibrant pour faciliter la géolocalisation.

    Depuis six mois, elle développe un pansement connecté en collaboration avec l’Inserm de Strasbourg.

    Agents antimicrobiens et puce

    Le pansement connecté est doté d’une puce qui peut détecter le début d’une infection. Il est tout d’abord composé de biomatériaux qui contribuent au processus de cicatrisation et de cette puce capable de détecter la présence de certains facteurs libérés par les agent infectieux en les visualisant par fluorescence

    Une fois les facteurs indésirables détectés, la puce envoie une alerte à l’application qui lui est associée et les agents antimicrobiens que le laboratoire a développés et qui recouvrent la face interne du pansement commencent à enrayer l’infection.

    Il s’agit d’agents antibactériens qui à l’origine ont été développés pour des cathéters ou des prothèses. Avec le pansement, leur application est étendue aux plaies chroniques, escarres, ulcères ou toutes plaies nécessitant une vigilance particulière chez des personnes ayant un système immunitaire déficient ou les grands brûlés.

  • IA : « Le radiologue doit savoir qu’il sera le seul responsable en cas d’erreur » (O. Clatz – JFR)

    Il est primordial que le radiologue comprenne le fonctionnement et les limites des algorithmes automatisant l’analyse des images médicales car il sera « le seul responsable en cas d’erreur », a tenu à souligner Oliver Clatz, P.-D.G. et cofondateur de Therapixel – une start-up qui développe un logiciel d’interprétation des mammographies -, lors d’une table ronde animée par MNH Group sur l’intelligence artificielle (IA) et la radiologie le 12 octobre 2018 à Paris, à l’occasion des Journées francophones de la radiologie (JFR).

    Olivier Clatz estime ainsi que l’un des usages les plus pertinents de l’IA en France dans le secteur serait celui de la deuxième lecture, permettant de faire remonter les anomalies non repérées en premier lieu afin de pouvoir « rattraper ce type d’erreurs ». L’essentiel du sujet, selon lui, est de s’interroger sur la position de l’intelligence artificielle dans laquelle les professionnels souhaitent la placer dans leur workflow (avant le diagnostic, pendant ou après).

    Le radiologue ne doit pas être expert mais comprendre le fonctionnement de l’algorithme (O. Clatz)

    Quand la question de la formation a été abordée lors de la table ronde, l’idée générale qui est ressortie de l’échange était qu’il fallait non pas former les radiologues à devenir des ingénieurs experts en intelligence artificielle (IA) mais les sensibiliser sérieusement à cette technologie.

    « Nous ne pensons pas que le radiologue doit devenir un informaticien mais il est important qu’il comprenne l’algorithme qu’il utilise », explique Oliver Clatz.

    Selon l’entrepreneur, il est essentiel que le professionnel se questionne à propos de l’outil. « L’idée est surtout de saisir quelles sont les limites de l’algorithme, quelles sont les anomalies qu’il ne repère pas et pourquoi », détaille-t-il. Il prend l’exemple d’une petite cuillère avalée par un enfant : « Elle pourrait ne pas être détectée par l’IA car il pourrait s’agir d’un nouveau cas, qu’elle n’aura jamais traité auparavant, qu’elle n’aura pas « appris », et elle passera donc à côté. »

    Réfléchir à la place de l’IA dans le workflow du radiologue

    Olivier Clatz rappelle qu’il existe trois « moments » durant lesquels un algorithmes peut intervenir en support :

    • avant (système de triage des images) : dans ce cas, « il faut être conscient que l’algorithme peut faire des erreurs et chercher à comprendre quelles sont les informations qu’il ne fait pas remonter. Le radiologue doit savoir qu’il sera le seul responsable en cas d’erreur », souligne-t-il ;
    • pendant : pour détecter et caractériser une anomalie ;
    • après, en deuxième lecture, afin d’identifier les « loupés » : « Il y a des algorithmes qui vont pouvoir rattraper ce type d’erreurs ».

    « La question est de s’interroger sur la place que l’on souhaite accorder à l’algorithme dans le workflow« , synthétise-t-il.

    La France pourrait avoir une place à prendre dans le cadre d’un usage en deuxième lecture

    À son sens, l’intelligence artificielle a davantage sa place dans le processus de deuxième lecture. « La France pourrait se démarquer sur ce terrain, commente-t-il. La problématique serait tout autre dans un autre pays, comme aux États-Unis, car la prise en charge des patients y est complètement différente. Il est nécessaire de s’adapter à l’usage et à l’offre de soins de chaque pays pour être efficace. »

    Un problème central : l’absence de preuves démontrant l’efficacité de l’IA

    Selon Oliver Clatz, l’un des problèmes qui réside sur le marché de l’intelligence artificielle en radiologie est qu’il n’existe pas encore de démonstrations concrètes de l’efficacité réelle de ces systèmes. « Je vous mets au défi de trouver un radiologue qui puisse vous dire avec précision quel est l’impact de l’IA sur son travail en termes d’efficacité. »

    Les autres participants à la table ronde étaient :

    Didier Sensey, président du groupe NGI, Gregory Lenczner, radiologue basé à Paris, Nicolas Laurent, radiologue à Valenciennes (Nord), et Christian Allouche, P-.D.G de la start-up Gleemer.

  • Etude : un algorithme parvient à diagnostiquer les différents états de conscience grâce à un EEG

    Des chercheurs français de l’INRIA, de l’ICM (Institut du cerveau et de la moelle épinière) et du NeuroSpin associés à des chercheurs des Universités de Liège et Buenos Aires ont mis au point un algorithme de machine-learning pour développer un outil permettant de diagnostiquer les états de conscience. Les résultats de leur étude* publiée le 4 octobre 2018 dans la revue Brain montrent que des marqueurs de l’activité cérébrale extraits d’électroencéphalogrammes sont de bons marqueurs de l’état de conscience et qu’ils peuvent être identifiés de manière fiable, économique et automatique avec l’apprentissage automatique.

    Distinguer l’état végétatif de l’état de conscience minimale représente un défi majeur pour les spécialistes des neurosciences. Or, ce diagnostic compliqué qui nécessite souvent le recours à des examens complémentaires de neuro-imagerie fonctionnelle n’est pas sans conséquence pour la prise en charge de ces patients qui ont connu une période de coma. Des outils ont certes été développés ces dernières années mais ils ne sont disponibles que dans quelques centres experts.

    Le machine-learning au service des états de conscience 

    Des chercheurs français de l’Inria, du Neurospin, de l’ICM (Institut du cerveau et de la moelle épinière) ainsi que des chercheurs de l’université de Buenos Aires/Sorbonne Université ont eu l’idée de développer une autre technique. En fait, des découvertes récentes suggèrent que de multiples marqueurs de l’activité cérébrale extraits de l’électroencéphalogramme (EEG) pourraient repérer les différents états de conscience du cerveau humain. En outre, il a été constaté que l’apprentissage automatique optimisait leur capacité à discriminer ces différents états de conscience dans la pratique clinique. Cependant, on ignore pour le moment à quel point ces marqueurs EEG sont fiables face à la variabilité du signal. Ce dernier dépend des configurations EEG, des protocoles EEG et des sous-populations de différents centres rencontrés dans la pratique.

    28 biomarqueurs pour un algorithme

    Les auteurs de l’étude publiée dans la revue Brain le 4 octobre ont donc analysé 327 enregistrements présentant des troubles de la conscience (148 étaient en état végétatif et 179 en état de conscience minimale) ainsi que 66 témoins sains. L’outil diagnostic appelé « DoC-Forest » (DoC pour Disorder of Consciousness et Forest du nom de l’algorithme utilisé) est construit à partir des données cliniques de l’Hôpital de la Pitié-Salpêtrière. Les chercheurs « ont compilé des biomarqueurs EEG de la conscience avec différents modalités de capteurs et d’enregistrement et ils les ont combinés grâce à un algorithme de machine-learning », indique l’Inria dans un communiqué de presse. Quelque 28 biomarqueurs ont été extraits. DoC-Forest a ensuite été testé dans différentes conditions, sur plusieurs jeux de données, afin de savoir si le diagnostic reste fiable dans n’importe quel centre dans le monde.

    Des résultats robustes

    L’algorithme s’est révélé performant et robuste. « Nous mettons en évidence le fait que le modèle multivarié, combinant plusieurs caractéristiques, est particulièrement robuste lorsque différentes configurations EEG sont utilisées pour entraîner le dispositif grâce au machine-learning, » a déclaré Denis Engemmann (Inria Saclay/CEA NeuroSpin), premier auteur de l’étude. La performance de l’outil s’est révélée identique qu’elle que soit la situation clinique (anoxie, AVC, traumatisme crânien). Cependant, les résultats étaient un peu inférieurs en cas de traumatisme crânien, suggérant une plus grande hétérogénéité dans ce groupe.

    Un outil accessible au plus grand nombre

    Les auteurs estiment qu’en utilisant un algorithme de classification robuste, il est possible de généraliser l’utilisation d’un tel outil. D’autant que des enregistrements de courte durée et quelques 16 électrodes suffisent à discriminer les différents états de conscience. « DoC-Forest » sera accessible à tous les patients internationalement. Les travaux futurs devront démontrer si le modèle proposé peut être généralisé à d’autres scénarios de perte de conscience, tels que le sommeil ou l’anesthésie.

     

  • Accenture développe un jeu en réalité virtuelle contre les douleurs de membres fantômes

    Accenture a mis au point sur la plateforme cloud SAP (SAP Coud Platform), un jeu fondé sur la réalité virtuelle (RV) visant à lutter contre les douleurs de membres fantômes, douleurs chroniques survenant très fréquemment à la suite d’une amputation, annonce l’entreprise par un communiqué daté du 2 octobre 2018.

    Un jeu qui repose sur un brassard connecté et un casque de RV

    Cette solution est fondée sur l’utilisation de la technologie Leonardo®, un brassard connecté par l’intermédiaire d’une plateforme à un casque de réalité virtuelle.

    Le dispositif complet mise sur:

    • Le casque de VR qui permet d’immerger le patient dans un environnement ludique facilitant la réalisation d’exercice accessible sur la plateforme,
    • le brassard connecté et cette plateforme, au moyen de leur système de détection, de mesure et d’analyse en temps réel des influx nerveux parcourant les muscles de l’utilisateur, aident préalablement l’équipe soignante à diagnostiquer ce type de douleurs et à personnaliser la prise en charge.

    Les tests menés à l’hôpital das Clinicas de São Paulo (Brésil  ont montré la capacité du dispositif à contribuer à la restauration de l’estime de soi des patients, à accélérer et consolider leurs progrès dans le cadre d’une rééducation post-amputation ainsi qu’à augmenter la précision de la calibration des prothèses.

    « Cette solution fera l’objet d’un don de la part d’Accenture à des hôpitaux, et sera disponible sur de multiples plateformes« , annonce par ailleurs le communiqué.

  • Le capteur de glycémie Freestyle Libre 2 avec alarme intégrée d’Abbott obtient le marquage CE

    Abbott a annoncé l’obtention du marquage CE pour son dispositif d’autosurveillance de la glycémie en continu Freestyle Libre de nouvelle génération le 1er octobre 2018. Le nouveau dispositif permet :
    • d’éviter les multiples dextroses au quotidien ;
    • d’alerter les patients en cas d’hypoglycémie ou d’hyperglycémie grâce à une alarme intégrée au dispositif activable par l’utilisateur.

    Le dispositif inclut toujours un capteur à apposer sur le bras qui permet ensuite de faire des lectures de la glycémie à tout moment et l’alarme intégrée fonctionne grâce à la technologie Bluetooth à basse consommation.

    La commercialisation du Freestyle Libre 2 devraient être lancée dans les semaines à venir dans les pays européens pour être étendue ensuite aux pays hors Union européenne. Dans le cas de la France, cette phase prendra un certain temps et la date du lancement effective sera annoncé ultérieurement.

    Une alarme bluetooth

    La fonction d’alerte du porteur de l’objet grâce à l’alarme intégrée est optionnelle et peut être activée et désactivée à la convenance du patient.

    Le dispositif est doté d’un bluetooth à basse consommation qui permet d’alerter son porteur dès que le seuil de la glycémie prédéfini est franchi (hyperglycémie ou hypoglycémie). La personne diabétique peut choisir d’être alertée par vibration du boîtier ou par un son émis par ce dernier.

    Dans le cas où la fonction d’alerte est activée, une notification sera également émise au porteur au cas où une perte de signal intervient et que la communication entre le capteur et le lecteur est interrompue.

    Surveiller la glycémie des enfants ou des adultes pendant le sommeil

    Le fabricant décrit cette nouvelle fonctionnalité comme particulièrement adaptée aux personnes souffrant d’hypoglycémie au cours du sommeil ou aux parents qui surveillent la glycémie des enfants, car elle offre davantage de sérénité. L’objectif est également de propose plus de liberté dans la gestion de leur maladie aux personnes diabétiques.

    « Nous nous engageons à développer des solutions reposant sur les technologies de santé les plus innovantes au service d’une vie plus accomplie des patients. Notre objectif est de rendre FreeStyle Libre accessible à grande échelle et cela passe également par l’inclusion de fonctionnalités supplémentaires sans frais additionnels pour nos clients, a déclaré Jared Watkin, vice-président senior de Diabetes Care d’Abbott.

    Abbott revendique plus de 800 000 utilisateurs de son dispositif FreeStyle Libre et ce dans 44 pays du monde. Dans 31 de ces pays, parmi lesquels la France, l’Allemagne, le Royaume-Unis, les États-Unis et le Japon, le remboursement a été obtenu.

  • Étude : l’IA montre des failles dans le dépistage de la rétinopathie diabétique (Jama)

    Un système d’intelligence artificielle (IA) testé pour détecter la rétinopathie diabétique a donné des résultats mitigés lors de son utilisation en vie réelle dans le cadre de soins primaires. Ce constat a été apporté par une étude* menée par des chercheurs australiens et américains de la Harvard Medical School, qui met en évidence un taux de faux positifs élevé. Ces travaux ont été publiés le 28 septembre 2018 dans le Jama Network Open.

    Rétinopathie diabétique : pionnier de l’intelligence artificielle

    En avril 2018, la Food and Drug Administration (FDA) a autorisé pour la toute première fois une intelligence artificielle (IA) à formuler un diagnostic. Le système IDx-DR est commercialisé pour dépister la rétinopathie diabétique sans qu’aucun professionnel de santé n’intervienne. Il vise à éviter que les personnes souffrant de diabète passent au travers des mailles du filet.

    En effet, la moitié d’entre eux ne consultent pas d’ophtalmologiste tous les ans, contrairement aux recommandations sanitaires.

    Le dispositif a été autorisé suite à la publication d’un essai clinique montrant que l’intelligence artificielle réalisait le bon diagnostic 9 fois sur 10.

    Un test de dépistage dans la vraie vie

    Cependant, les essais cliniques ne reproduisent pas la vie réelle à l’identique. C’est ce que semble montrer une étude australienne menée auprès de 193 patients diabétiques venant consulter dans des structures de premiers recours.

    Quelques 386 images rétiniennes ont été analysées à la fois par le système d’intelligence artificielle et par un ophtalmologiste. Les infirmières ont mis 10 à 15 minutes à obtenir des images pour les deux yeux et le système de l’IA a fourni des diagnostics en moins de 3 minutes.

    Les résultats de cet essai ont été publiés le 28 septembre 2018 dans le Jama Network Open.

    Des résultats en demi-teinte

    • L’intelligence artificielle a identifié 17 patients comme souffrant d’une rétinopathie diabétique et qui devaient donc être référés vers un spécialiste ;
    • 2 patients sur les 17 étaient réellement atteints par la maladie et les 15 autres étaient des faux positifs ;
    • l’IA a correctement identifié 8 cas de rétinopathie modérée ;
    • le taux de spécificité de l’IA est donc de 92 % ;
    • la valeur prédictive positive n’était que de 12 % ;
    • Moins de 10 % des patients ont eu besoin d’être vus par un ophtalmologiste.

    Le problème des faux-positifs

    Les auteurs de l’étude considèrent que le taux élevé de faux positifs était dû en partie à la mauvaise qualité d’image. Il s’expliquerait également par la faible incidence de la rétinopathie diabétique au sein de la population fréquentant les structures de soins de premier recours.

    « Les validations antérieures des systèmes d’IA pour l’identification de la rétinopathie diabétique ont utilisé des bases de données d’images rétiniennes et les images ont été présélectionnées de telle sorte que l’incidence de la maladie était beaucoup plus élevée », ont précisé les chercheurs. Et lorsque l’incidence de la maladie est plus basse, la valeur prédictive positive l’est également.

    « Le faible taux de rétinopathie diabétique que nous avons observé dans notre étude est la norme en soins primaires, ont-ils ajouté. Par conséquent, les faux positifs risquent de poser problème, à moins que la spécificité de notre système ou d’autres systèmes soit beaucoup plus grande. Compte tenu de cette limitation, nous pensons que les images de rétinopathie identifiées comme présentant une maladie par un système d’IA devraient être examinées par un ophtalmologiste avant qu’un renvoi ne soit effectué. »

    Les espoirs de l’IA malgré tout…

    Malgré cette limitation, les chercheurs estiment que l’intelligence artificielle peut potentiellement améliorer le dépistage de la rétinopathie diabétique. Environ 92% des patients ont immédiatement été informés qu’ils n’avaient pas de rétinopathie et, par conséquent, il n’a pas été nécessaire de les référer vers un spécialiste. , Le nombre de patients devant être examinés par un ophtalmologiste était inférieur à 10%. Ce dépistage ophtalmologique en temps réel dans les cabinets médicaux habituels des médecins de soins primaires présente de nombreux avantages pratiques, notamment la prise en charge complète des maladies chroniques en un seul et même lieu pour les patients diabétiques. Il existe également un potentiel d’amélioration du système d’IA.

  • Formation sur la blockchain dans la santé et dans l’industrie pharmaceutique, le 21/11/2018 à Paris

    Drive Innovation Insights (DII), filiale de Politico-Alex Springer, organisera à Paris le 21 novembre 2018 une formation centrée sur « la blockchain dans la santé et l’industrie pharmaceutique ». 

    La nouvelle technologie de la blockchain marque un virage dans le développement du secteur de la santé et de l’industrie pharmaceutique, et certains acteurs tels qu’Ipsen, MSD et Sanofi s’y sont déjà engagés :  « La sécurisation et [la] traçabilité des données patients via la décentralisation du tiers de confiance sont autant d’opportunités permises par la technologie Blockchain [et justifient] cet intérêt croissant de la part des acteurs [du] secteur », explique DII.

    La formation proposée aura pour objectifs pédagogiques de permettre aux acteurs :
    • de comprendre les notions clés de la technologie blockchain ;
    • d’identifier les nouvelles opportunités et perspectives d’application ;
    • d’intégrer le cadre réglementaire de la blockchain en 2018.

    Les premières preuves de concepts élaborées dans le domaine de la santé seront par ailleurs exposées.

    L’inscription, payante, peut-être réalisée via un formulaire à demander à l’adresse mail suivante : service-clients@dii.eu

    Thématiques abordées au cours de la formation

    Décrypter le phénomène blockchain et comprendre ses caractéristiques dans la santé : de la théorie à la pratique, intégrer l’origine, les concepts clés et le fonctionnement pour s’approprier cette nouvelle technologie

    • Vers un essor rapide de la blockchain : comment en tirer profit

    • Distinguer les bases de données distribuées (DLT) et les bases de données centralisées : latence, blockchain publique/privée, smart contract, etc.

    • Focus sur les différents modèles de consensus : proof of work, proof of stake, proof of authority, minage, etc.

    • Quelle gestion de l’identité : signatures ,clés publiques ou privées, anonymat, etc. ?

    • Maîtriser le fonctionnement des transactions et des blocs : format, statut, cohérence de l’information

    Intégrer les impacts déjà concrets dans la santé et l’industrie pharmaceutique sur les business modèles actuels et anticiper les changements à venir

    • Zoom sur l’application de la blockchain à plusieurs filières métier pour maîtriser les modifications attendues de la chaîne de valeur

    • Quels sont les processus core business impactés par la technologie blockchain à court, à moyen et à long terme ?

    • Collecte et traitement des données patients, assurances et smart contract, supply chain et traçabilité des médicaments : illustrations pratiques de la modification attendue de la chaîne de valeurs

    • Quelles actions mettre en place dès aujourd’hui pour ne pas rester simple spectateur du changement du secteur ?

    Comment concilier la blockchain avec les dernières réglementations en vigueur

    Le point sur les risques en matière de traitement de données et cybersécurité à l’heure de la blockchain

  • Substra, le projet d’Owkin d’exploitation sécurisée de données médicales grâce à l’IA qui vaut 10M€

    Owkin a lancé le 4 octobre 2018 son projet Substra qui vise à proposer une exploitation des données médicales sécurisée grâce au recours à l’IA et aux algorithmes d’apprentissage automatique. Ce projet est financé à hauteur de 10 millions d’euros par Bpifrance.

    Pour la réalisation de son projet, Owkin est associé à un consortium regroupant neuf institutions : l’École Polytechnique, l’Institut Curie, le Centre Léon Bérard, l’Université Paris Descartes, le Centre Hospitalier Universitaire de Nantes, la start-up Apricity, l’Assistance Publique – Hôpitaux de Paris (AP-HP) avec trois hôpitaux impliqués (Saint-Louis, Antoine-Béclère et Jean Verdier) et Substra Foundation.

    Il est prévu que le projet incarné par une plateforme open source soit disponible au cours de l’année 2019, lorsqu’une version test va être lancée, alors que le déploiement à grande échelle est prévu pour 2020.

    L’apprentissage automatique, pierre angulaire du programme : une IA sécurisée pour données privées

    Substra est une plateforme open source qui met en œuvre l’apprentissage automatique sur des jeux de données sensibles, qui restent toujours privées. Il s’agit de la politique du « privacy-preserving learning ». Substra pourra être utilisé par les fournisseurs de plateformes d’IA indépendantes qui souhaiteront exploiter ses fonctionnalités principales.

    Grâce à un système sécurisé et éthique, Substra fédère les fournisseurs de données en possession de données sensibles, tels les hôpitaux, pour valoriser leurs informations et les utiliser à des fins de recherches médicales.  L’objectif premier est de respecter l’utilisation des données et de préserver la vie privée, ce qui explique l’engagement nécessaire des partenaires à mobiliser ces données en local, c’est-à-dire sur des serveurs installés dans les centres d’Owkin. La stratégie opérationnelle d’Owkin consiste à installer des serveurs pour développer les algorithmes d’apprentissage profond qu’ils font « voyager » d’un centre à un autre sans partage.

    La sécurité de la plateforme est garantie grâce au recours à différentes technologies telles l’apprentissage fédéré, l’apprentissage par transfert, les registres distribués (blockchain privée), et la cryptographie avancée.

    Substra Foundation, une association pour porter le projet fondé sur la collaboration interdisciplinaire et intra-institutionnel autour de l’IA en santé

    Le projet collaboratif a donné naissance à une association à but non lucratif, Substra Foundation, afin d’assurer la pérennité du code open source sur lequel aura débouché le projet. Elle pourra se charger de diffuser à d’autres domaines ou à d’autres cas d’application le concept phare du projet qu’est celui d’une IA sécurisée pour données privées.

    Le consortium qui dirige Substra regroupe des universités, des entreprises et des professionnels de la médecine et rassemble plus de 20 collaborateurs à temps plein parmi lesquels des développeurs de logiciels, des data scientists et des oncologues.

    « Notre travail actuel est interdisciplinaire. Nous sommes heureux de développer une culture commune d’IA médicale autour de la protection des données privées entre le personnel médical, les développeurs ou encore les chercheurs », déclare Mathieu Galtier, leader du projet Substra chez Owkin.

    Les quatre missions du projet endossées par le consortium

    • Owkin et Substra Foundation développeront la plateforme open source Substra de traitement sécurisé des données médicales.
    • Les hôpitaux impliqués de l’AP-HP rassembleront sur la plateforme distribuée des données :
      • d’anatomopathologie pour l’Institut Curie et le Centre Léon Bérard ;
      • de dermatologie pour le CHU de Nantes et l’AP-HP ;
      • de fertilité pour l’AP-HP.
    • Owkin et Apricity fourniront des algorithmes prédictifs à partir de ces données – le premier dans le domaine de l’oncologie et le deuxième dans le domaine de la fertilité.
    • Deux laboratoires de recherche de l’École Polytechnique (UMR 7641) et de l’Université Paris Descartes (UMR 1153) seront chargés d’évaluer ces algorithmes prédictifs développés dans un cadre scientifique et méthodologique. Cette étape pourra servir notamment un objectif plus large de développement de méthodes de validation médicale d’algorithmes d’IA en santé.