Incubateurs

  • « France is AI » : 2 journées centrées sur l’intelligence artificielle, 17-18/10/2018, à Paris

    L’association pour l’intelligence artificielle (IA) française « France is AI » organisera deux journées de conférences les 17 et 18 octobre 2018 à la Station F, à Paris.
    Chercheurs, entrepreneurs et décideurs concernés par l’intelligence artificielle en santé comme dans les autres secteurs industriels sont invités à participer à l’événement pour réfléchir aux défis technologiques, économiques et sociétaux associés au développement de l’IA.

    En effet, malgré ses atouts, la France n’est pas perçue à l’échelle internationale comme un hub important en matière d’intelligence artificielle. D’où le lancement, en 2016, de l’initiative « France is IA » visant à promouvoir les avancées françaises en la matière ainsi que l’écosystème français réuni autour de ce domaine, un projet soutenu par l’association France Digitale.

    Plus précisément, « France is IA » se donne les 4 objectifs suivants :
    • bâtir un paysage dynamique pour l’écosystème français de l’intelligence artificielle ;
    • construire des ponts avec d’autres hubs d’IA (États-Unis, Canada, Royaume-Uni, Suisse, Chine) ;
    • soutenir des initiatives françaises menée à l’échelle locale, nationale ou internationale ;
    • organiser un événement annuel visant à promouvoir cet écosystème : la France is IA Conference.

    L’inscription à ces deux journées, payante, peut être réalisée via le lien ci-contre.

    Programme

    Journée du 17 octobre 2018 : Sciences et technologies

    Cette journée sera plutôt dédiée aux chercheurs et développeurs.

    Des keynotes de chercheurs spécialisés dans le machine learning, le deep learning et le reinforcement learning seront présentées. Des développeurs de grandes entreprises (Twitter, Huawei, Criteo, Rakuten, Netflix, Facebook, Google, etc.) interviendront par ailleurs au cours d’animations de type tables rondes.

    Journée du 18 octobre 2018 : Applications de l’IA et enjeux de société

    Cette seconde journée pourra intéresser un public plus large de décideurs, d’institutionnels, etc.

    Elle sera divisée en 3 thématiques :

    • L’écosystème

    Seront abordés dans le cadre de cette thématique les sujets suivants : l’écosystème européen, la stratégie française dans le domaine de l’intelligence artificielle, les initiatives régionales en matière d’IA, l’explosion de l’écosystème chinois (focus), la formation des ingénieurs, la sensibilisation à l’intelligence artificielle dès l’enfance.

    • L’industrie repensée

    Ce thème mènera à aborder les perspectives offertes par l’IA en matière de capital risque, la capacité des entreprises à se réinventer grâce à l’IA, la possibilité de refonder le système de santé par l’intelligence artificielle, la modification des transports par l’IA, la cybersécurité, les applications de l’intelligence artificielle en matière de production industrielle.

    • IA et société : risques et opportunités 

    Cette problématique permettra de poser les questions suivantes : Comment faire évoluer le cadre légal ? Quels risques sont associés à la prise de décision par des algorithmes ? Comment assurer un accès ouvert aux données ? Le travail risque-t-il de disparaître ?

  • Etude : de nouveaux algorithmes repèrent efficacement des candidats-antibiotiques (Nature)

    Une équipe de chercheurs a mis au point une méthode algorithmique innovante permettant de découvrir de nouveaux antibiotiques à partir de données de spectrométrie de masse. Cet algorithme permet de réduire les chances de découvrir des composés antibiotiques déjà connus.

    Les résultats de ces travaux* ont été publiés le 2 octobre 2018 dans la revue Nature Communications.

    Le big data pour lutter contre l’antibiorésistance

    Face au développement de l’antibiorésistance, il est urgent de découvrir de nouveaux antibiotiques. En effet, l’OMS considère que la baisse de l’efficacité des antibiotiques est l’une des plus importantes menaces sanitaires de notre siècle. Cependant, si la recherche est très active dans ce domaine, les découvertes sont rares : depuis les années 1990, le rythme de découverte d’antibiotiques d’origine naturelle a ralenti.

    Cependant, l’utilisation de nouvelles technologies redonne l’espoir de découvrir de nouvelles molécules. Par exemple, le projet de réseau moléculaire GNPS (Global Natural Products Social) est un référentiel récent de données de spectrométrie de masse dans le domaine des produits naturels. Il rassemble plus d’une centaine de laboratoires qui ont déjà généré une quantité sans précédent de spectres de masse de divers composés dont certains à activité antibiotique.

    Un algorithme qui ne redécouvre pas d’anciennes molécules

    L’un des principaux défis dans le domaine des produits naturels est le taux élevé de re-découverte de molécules en fait déjà connues : « c’est incroyable le nombre de fois où nous avons redécouvert la pénicilline », a déclaré Hosein Mohimani, professeur adjoint au département de biologie computationnelle de la Carnegie Mellon University et premier auteur de l’article paru le 2 octobre 2018 dans Natures Communications.

    Avec des chercheurs russes de l’Université de Saint-Petersbourg et des confrères de l’Université de Californie, La Jolla, il a alors mis au point une nouvelle technique appelée la déréplication : en analysant les spectres de masse des composés connus pour présenter une activité antibiotique, cette démarche a pu permettre de les éliminer de toute analyse ultérieure afin d’aider les chercheurs à se concentrer sur les molécules moins testées qui pourraient éventuellement devenir des antibiotiques plus efficaces.

    En fait, c’est en comparant les données de spectrométrie de masse de ces composés moins connus à une base de données compilant des structures chimiques d’antibiotiques connus que les chercheurs ont pu détecter des composés intéressants.

    5000 composés prometteurs

    En une semaine, l’algorithme, appelé Dereplicator+, a tourné sur une centaine d’ordinateurs et a identifié plus de 5000 composés prometteurs et inconnus jusqu’à maintenant. Ces nouveaux composés devront faire l’objet d’investigations plus poussées pour confirmer – ou pas – leurs potentiels. L’algorithme est maintenant à la disposition de tout chercheur intéressé.

    Une utilisation inédite du Big data

    « Bien que les chercheurs en protéomique utilisent régulièrement d’énormes ensembles de données spectrales pour trouver des peptides importants, tous les outils protéomiques traditionnels échouent en matière de découverte de nouveaux médicaments. C’est la première fois que nous utilisons le Big Data pour analyser la chimie microbienne et caractériser les antibiotiques et d’autres médicaments candidats », a déclaré Hosein Mohimani. Cela ouvre la voie aux méthodes d’apprentissage automatique pour améliorer le taux de faux négatifs (individus répondant négativement à un test alors qu’ils devraient afficher un résultat positif). Enfin, les chercheurs envisagent d’appliquer la découverte à de nouveaux antibiotiques issus de travaux de métagénomique.

     

  • Une journée pour se former au « nouveau cadre de la e-santé » organisée à Paris, le 12 octobre 2018

    Drive Innovation Insights (DII), filiale de Politico-Alex Springer, organisera le 12 octobre 2018 à Paris une journée de formation à propos du « nouveau cadre de la e-santé » visant à permettre aux participants d’identifier les contraintes réglementaires et les opportunités en matière de données de santé, de développement d’intelligences artificielles, de télémédecine, d’objets et de dispositifs médicaux connectés, etc.

    Plus précisément, les objectifs pédagogiques de la formation concernent :
    • le traitement et hébergement des données : identifier vos nouvelles responsabilités
    • le mouvement du self-data et la notion de propriété des données
    • l’intégration du nouveau cadre légal national et européen.

    Cette journée sera animée par Marguerite Brac de la Perrière, avocate spécialisée dans l’encadrement juridique d’activités de télésanté et de télémédecine, ainsi que dans le traitement des données de santé à caractère personnel, par ailleurs directrice du département de santé électronique du cabinet Alain Bensoussan.

    L’inscription, payante, peut-être réalisée en demandant un bulletin d’inscription à l’adresse mail service-clients@dii.eu et en le renvoyant au service-clients@development-institute.com.

    Thèmes abordés au cours de la formation

    E-santé : objectifs, définitions et cartographie des acteurs présents en 2018

    • Les autorités en présence : rôles et pouvoirs de la CNIL, de l’ASIP, des ARS
    • Focus sur la Stratégie nationale 2020 de l’e-santé et le programme de Territoires de soins numériques
    • Retour sur les dernières avancées réglementaires : loi pour une République numérique du 07/10/16 ; Règlement Général sur la Protection des Données (RGPD) applicable le 25/05/18 ; accord EU-US Privacy Shield, etc.

    Se conformer aux obligations en matière de traitement de données médicales sous l’égide du RGPD

    • Quelles actions pour se conformer au règlement général sur la protection des données (RGPD) ?
    • Violation de données à caractère personnel et impératif de notification : quelles obligations et quelles sanctions ?
    • Quels pouvoirs des autorités de contrôle ?
    • Focus sur les concepts d’anonymisation, de pseudonymisation, de minimisation et de limitation
    • Quelles clés pour élaborer un référentiel ou un code de conduite ?

    Maîtriser le partage de données dans le cadre de la sécurisation des systèmes d’information de santé

    • Concept d’échange, de partage et d’équipe de soin
    • Focus sur les règles de sécurité issues de la politique générale de sécurisation des systèmes d’information de santé (PGSSI-S)
    • Quelles informations délivrer et quelles modalités de recueil du consentement ?

    Maîtriser le cadre législatif et réglementaire de l’hébergement de données de santé à caractère personnel

    • Focus sur les ordonnances du 12/01/17 sur l’hébergement de données de santé à caractère personnel
    • Présentation du référentiel de certification et des différents types de certifications
    • Quels impacts sur le contrat d’hébergement ?

    Zoom sur la télémédecine : quelle contractualisation avec quels acteurs ?

    Objets connectés et intelligence artificielle

    • Focus sur le projet de code de conduite européen Privacy en santé mobile
    • Points de vigilance sur la contractualisation et les référentiels en vigueur sur les objets connectés

  • Des chercheurs français développent une IA capable de personnaliser le traitement du cancer rectal

    Selon deux communiqués de l’AP-HP et de l’Inserm datés du 29 et du 30 août 2018, une « intelligence artificielle de type deep learning » développée par des chercheurs français permettrait de prédire la réponse thérapeutique des patients atteints d’un cancer du rectum avancé traités par radiochimiothérapie pré-opératoire, et ainsi, dans le cadre d’une médecine plus personnalisée, de proposer une chirurgie conservatrice sur mesure, fonction de la réponse au pré-traitement, plutôt qu’une ablation totale et systématique du rectum. 

    Coordonnées par le Dr Jean-Emmanuel Bibault du service d’oncologie radiothérapie de l’Hôpital européen Georges-Pompidou AP-HP, les équipes de cancérologie digestive des hôpitaux européen Georges-Pompidou, Cochin et Ambroise-Paré AP-HP ainsi que du laboratoire Sciences de l’information et médecine personnalisée de l’unité 1138 centre de recherche des Cordeliers de l’Inserm et de l’université Paris-Descartes, ont élaboré « un système d’intelligence artificielle permettant de prédire la réponse thérapeutique à une radiochimiothérapie pré-opératoire chez des patients suivis pour un cancer du rectum », explique l’Inserm.

    L’intérêt de tels travaux pour les patients consisterait en une personnalisation de leur prise en charge. Plus concrètement, une telle prise en charge pourrait permettre de proposer, sous réserve d’une réponse thérapeutique complète à la radiochimiothérapie pré-opératoire, un traitement chirurgical conservateur plutôt qu’une ablation totale du rectum.

    Après une première publication le 22 août 2018 dans la revue Scientific Reports, du groupe Nature, ces recherches pourront mener à d’autres travaux d’intégration du dispositif dans la prise en charge des cancers du rectum localement avancés.

    Contexte et objectif des recherches

    « Le traitement standard du cancer du rectum localement avancé comprend une radiochimiothérapie pré-opératoire, suivi d’une chirurgie d’exérèse (ablation) complète du rectum », indiquent l’Inserm et l’AP-HP. Environ un quart de ces patients, qui présentent une réponse complète après la radiochimiothérapie pré-opératoire, pourraient éviter une telle intervention : pour ces malades, un traitement chirurgical conservateur, fondé sur la surveillance ou la résection partielle endoscopique du rectum pourrait être mis en place. Cependant, jusqu’à présent, la seule façon de connaître le niveau de réponse des patients à la radiochimiothérapie était l’ablation complète du rectum.

    Aussi, cette étude visait à élaborer une intelligence artificielle capable de prédire la réponse des patients et de déterminer à l’avance lesquels présenteront une réponse complète à la radiochimiothérapie pré-opératoire afin d’éviter l’ablation.

    Matériel et méthodes

    Tout d’abord, les équipes participant à l’étude se sont appuyées sur les données cliniques et les images de scanner de nombreux patients.

    Puis, dans une démarche de deep learning – méthode d’apprentissage automatique – ces données cliniques et d’imagerie ont été présentées à une intelligence artificielle paramétrée pour distinguer les patients en réponse complète au traitement de ceux ne répondant pas totalement à la radiochimiothérapie pré-opératoire. 

    Ont alors été entrées dans l’algorithme ainsi entraîné les données de 95 patients pris en charge à l’hôpital européen Georges-Pompidou, à l’hôpital Cochin et à l’hôpital Ambroise-Paré AP-HP. Il était alors demandé à l’algorithme de déterminer, au regard de leurs données cliniques et de leurs clichés d’imagerie, quels patients étaient susceptible de présenter une réponse complète au traitement radiochimiothérapeutique.

    Résultats : performances de l’algorithme

    Finalement, l’algorithme « s’est montré précis dans 80 % des cas analysés« , soulignent l’Inserm et l’AP-HP.

    En outre, les deux organismes précisent que 22 des 95 patients inclus dans l’étude ont montré une réponse complète à la radiochimiothérapie pré-opératoire : environ 23 % des patients pourraient éviter une ablation totale du rectum.

  • Plus de 900 000 Australiens se sont retirés du dossier de santé national My Health Record

    Environ 900 000 Australiens, soit environ 3 % des personnes éligibles, se sont jusqu’ici retirés du dossier de santé numérique national My Health Record (MyHR), en exprimant explicitement leur volonté qu’aucun profil ne soit créé à leur nom sur la plateforme, a révélé l’Agence de la santé numérique australienne (ADHA) le 17 septembre 2018 avant que ne soit entreprise une enquête du Sénat. Un compte MyHR sera automatiquement ouvert d’ici la fin de l’année à tous les citoyens australiens n’ayant pas choisi l’option de retrait (opt-out option), mise en place courant juillet 2018 et activable jusqu’au 15 novembre 2018.

    « Ceci est nettement inférieur aux prévisions initiales que nous avions anticipées », a déclaré Tim Kelsey, le directeur général de l’ADHA, qui exploite My Health Record. Il a précisé que le nombre d’activations de l’option « opt-out » correspondait à celui du Royaume-Uni et de l’Autriche, qui ont déployé des dossiers médicaux numériques similaires.

    Le ministre de la Santé australien, Greg Hunt, a déclaré précédemment que le gouvernement avait un objectif de retrait de moins de 10 %.

    Des mesures pour renforcer la protection des données annoncées en août 2018

    Le nombre de retraits pourrait être un peu plus élevé car le bilan actuel incluait uniquement les demandes effectuées par téléphone ou en ligne. Les formulaires papier, fournis dans les zones régionales et reculées, y compris dans les communautés autochtones, n’ont pas encore été pris en compte.

    Tim Kelsey a indiqué qu’il y avait eu un « afflux très important » de personnes ayant demandé à être retirées de My Health Record au début de la période de retrait courant juillet 2018, suivi d’une « baisse significative ».

    Une ordonnance de tribunal obligatoire pour accéder à un dossier sans consentement

    En août 2018, le gouvernement a apporté plusieurs modifications au système, en réponse à certaines critiques sur la manière dont les données des patients pourraient être communiquées à la police ou à d’autres organismes. Ainsi, un dossier MyHR ne peut être partagé sans le consentement de la personne concernée que si les autorités policières disposent d’une ordonnance du tribunal. Par ailleurs, les utilisateurs ont à tout moment la possibilité de supprimer intégralement leur profil.

    La sécurité des informations patients pose cependant encore question

    Le Law Council of Australia, une association de barreaux et d’associations de barreaux des États et des territoires d’Australie, a salué le renforcement de la protection des données recueillies dans My Health Record mais a exprimé au Sénat sa crainte que les auteurs de violences domestiques puissent accéder aux dossiers de leurs enfants.

    La législation qui sous-tend le programme, the My Health Records Act, permet aux personnes ayant la « responsabilité parentale » d’un ou de plusieurs enfants d’accéder aux dossiers de ces derniers. Cependant, la loi n’exclut pas les personnes ayant obtenu une ordonnance de protection en raison de violences domestiques. Le Law Council of Australia redoute ainsi que certaines informations sensibles, comme les emplacements des cabinets médicaux mentionnés dans le dossier, puissent être utilisées pour traquer les familles.

    «La législation doit protéger l’emplacement et l’identité des victimes de violences familiales contre le partage [de ces informations] avec les auteurs [de ces violences] », a déclaré le président de l’association, Morry Bailes.

    Le gouvernement australien n’a pas encore adopté ces amendements relatifs à la protection de la vie privée.

  • Étude : les patients souffrant de troubles mentaux prêts à utiliser des applis pour leur santé

    Plus de huit patients sur dix atteints de maladie mentale accepteraient d’utiliser des applications mobiles collectant des informations sur leur comportement et leurs habitudes de vie, révèle une étude* publiée le 29 août 2018 dans le Journal of Medical Internet Research (JMIR). Ces personnes seraient aussi disposées à ce que leur médecin accède à certaines de ces données mais seraient en revanche plutôt réticentes à partager leurs informations les plus personnelles, comme le contenu de leurs SMS et de leurs enregistrements audio.

    Des applis pour mesurer les troubles de l’humeur en temps réel

    Pour diagnostiquer une dépression ou prédire un risque de rechute, les psychiatres ne disposent pas d’outils fiables ou de marqueurs biologiques comme une prise de sang. Ils procèdent ainsi à des évaluations a posteriori, en demandant à leurs patients de se souvenir de leur humeur au cours des dernières semaines. Le biais de remémoration s’avère donc important. Le patient peut oublier mais aussi hésiter à se livrer.

    Les nouvelles technologies peuvent apporter des solutions pour combler ces lacunes. D’ores et déjà, certains psychiatres ont recours à des applications mobiles pour compléter la prise en charge de leurs patients dépressifs. Ils plébiscitent notamment les carnets de jour : le patient répond régulièrement à des questions sur son humeur, son sommeil, etc. Grâce à des mesures répétées, réalisées dans la « vraie vie », l’évaluation écologique instantanée (EEI) permet de retranscrire la réalité de l’instant. Grâce à la géolocalisation des smartphones, une appli peut aussi inviter un patient à sortir de chez lui si cela fait plusieurs heures qu’il est à son domicile.

    Mesurer l’acceptation de ces outils intrusifs 

    Globalement, l’évaluation basée sur les données mobiles est possible en raison de la grande quantité d’informations disponibles sur un smartphone, notamment la géolocalisation, l’activité de l’écran, le mouvement physique et l’activité de communication. Ces données peuvent offrir un aperçu beaucoup plus fin de l’état mental que les méthodes traditionnelles. Cependant, ces outils peuvent paraître intrusifs. Reste donc à savoir si les patients sont prêts à jouer le jeu. Des chercheurs canadiens de l’université de Toronto ont donc mené une étude pour mesurer la volonté des patients à consentir à un tel procédé.

    Le but de ces travaux était de mesurer dans un premier temps le taux de personnes possédant un téléphone mobile au sein de la population de patients, puis la volonté des patients d’utiliser leur mobime comme outil expérimental d’évaluation de leur trouble mental. Les auteurs de l’étude ont aussi cherché à déterminer pour quels types de données ils seraient les plus susceptibles de consentir à une utilisation par le corps médical.

    82 nouveaux patients consultant pour des troubles de l’humeur et des troubles anxieux se sont vu remettre un questionnaire. Les résultats ont été publiés le 29 août 2018 dans le Journal of Medical Internet Research (JMIR).

    Résultats

    • 85 % des patients possédaient un smartphone ;
    • 41 % se sont déclarés totalement d’accord pour installer une application visant à évaluer leur trouble mental ;
    • 43 % se sont déclarés éventuellement d’accord, à condition d’avoir plus d’informations sur l’appli ;
    • 16 % des personnes interrogées ont déclaré qu’elles n’étaient pas favorables à l’installation d’une telle application ;
    • plus de la moitié des patients ont indiqué être d’accord pour donner accès au GPS et au détecteur de mouvements de leur téléphone ainsi qu’aux informations sur l’écran (on ou off) ;
    • une minorité a dit être prête à autoriser l’accès à son calendrier (45 %), à ses fichiers audio (31 %), et au contenu de ses SMS (34 %).

    Rassurer les patients sur la sécurisation des données

    Les auteurs des travaux estiment que ces résultats sont encourageants dans la mesure où aucune information sur la sécurisation des données n’était fournie. « Il serait possible de développer des algorithmes pour traiter une grande partie des données brutes et rapporter des statistiques de haut niveau présentant un intérêt pour les cliniciens. Comme notre enquête n’a abordé aucun de ces points, il est possible que les réponses soient plus positives compte tenu de ces garanties », écrivent les chercheurs. En outre, les taux d’adoption pourraient aussi être plus importants si des résultats montrant l’efficacité de telles applis étaient exposés aux patients.

    Un consentement de principe à confirmer

    Cependant, le petit échantillon de patients limite la portée des résultats. Tous les répondants vivent dans la région de Toronto et il est donc impossible de les généraliser à l’ensemble de la population canadienne ou au-delà. Une autre limite fondamentale de cette étude est inhérente aux enquêtes en général. Le fait que les patients se déclarent consentants ne signifie pas qu’ils accepteraient réellement de donner accès à leurs informations personnelles et sensibles.

    Enfin, les auteurs de cette étude estiment qu’il serait intéressant de mesurer des différences d’acceptation en fonction des pathologies. « Une hypothèse intéressante à tester serait de savoir si les patients présentant un trouble d’anxiété sociale, qui craignent l’évaluation et l’examen, seraient moins susceptibles de fournir un accès [à leurs] données, peut-être en raison de la peur de l’observation ou du jugement des autres caractéristiques du trouble. »

  • Une journée de formation au traitement des données de santé à Paris, le 26 septembre 2018

    Drive Innovation Insights (DII), filiale de Politico-Alex Springer spécialisée dans la formation des professionnels et décideurs européens, organisera le 26 septembre 2018 à Paris une journée de formation centrée sur le traitement des données de santé.

    Dans le contexte des récentes entrées en vigueur du Règlement Data Protection et du Règlement général de protection des données (RGPD), DII propose une session pour favoriser la bonne maîtrise du traitement et du partage des données médicales et comprendre « l’articulation des obligations et responsabilités des professionnels concernés ».

    Cette journée, qui commencera dès 08h30 par un petit déjeuner et s’achèvera à 17h30, sera animée par trois avocates spécialisées en droit des nouvelles technologies, de la santé, de la propriété intellectuelle ou des médias : Prudence Cadio, Eva Naudon et Olivia Roche.

    L’inscription, payante, peut être réalisée via un bulletin d’inscription à demander au services clients de Drive Innovation Insights (service-clients@dii.eu).

    Programme de la journée

    Thème n°1 : « Rappel des fondamentaux en matière de traitement et d’exploitation des données de santé à caractère personnel sur internet »

    • Qu’est-ce qu’une donnée de santé ?

    • Zoom sur le Règlement Data Protection applicable avant le 25/05/18

    • Le point sur le cadre national relatif à l’open data depuis l’art.47 de la loi Santé 2016 :quel accès aux données Programme de médicalisation des systèmes d’information (PMSI) et Système national d’information inter-régimes de l’Assurance maladie (SNIIRAM) ?

    • Acteurs concernés et pouvoirs renforcés de la CNIL, de l’ASIP et de l’ANAP

    Thème n°2 : « Se conformer aux obligations de collecte, de traitement et de partage des données médicales – Grands principes de protection et dérogations possibles »

    • Les droits du patient, le consentement exprès et le secret médical

    • La protection des bases de données médicales et la traçabilité des informations

    • Comment sécuriser juridiquement votre système de traitement automatisé des données ?

    • Quelles sanctions encourues en cas de non-respect de vos obligations ?

    Thème n°3 : « Du correspondant informatique et liberté (CIL) au data protection officer (DPO) : quels changements prévoir après le 25/05/18 ? »

    • Une obligation introduite par le Règlement général de protection des données (RGPD) et effective à partir du 25/05/18

    • Quelles frontières entre le CIL et le DPO ?

    • Liste des usages des datas, recommandations, médiation : intégrer les missions du futur DPO

    Thème n°4 : « Analyse des jurisprudences marquantes concernant le secret médical – Maîtriser le cadre législatif associé à l’agrément des hébergeurs de données de santé à caractère personnel, au cloud computing et aux objets connectés »

    • Identifier les conditions et les modalités d’agrément

    • Les référentiels couvrant les critères de sécurité et de confidentialité

    • Mesurer les obligations et la responsabilité des différents acteurs

    • Check-list des clauses clés à insérer dans les contrats d’hébergement

    Thème n°5 : « Sécuriser le transfert des données médicales à l’international – Maîtriser les risques juridiques liés aux flux transfrontaliers depuis l’adoption du EU‑US Privacy Shield le 12/07/16 »

  • #FASN2018 : Trop de réglementations en IA incite à recourir à des solutions non éthiques (D. Gruson)

    « Le risque éthique principal du numérique et de l’IA en santé, c’est qu’il n’y ait pas assez d’IA et de numérique dans le secteur » pour que les risques potentiellement engendrés soient mesurables, a déclaré David Gruson, membre du comité de direction de la Chaire santé à Sciences Po Paris, lors de la table ronde « IA et robotique : quelle place leur donner dans l’organisation des soins ? », qui s’est tenue le 20 septembre 2018 à Paris. La conférence était organisée par Care Insight à l’occasion de l’étape Hôpital du futur de la campagne Faire avancer la santé numérique (FASN).

    « Le deuxième risque éthique est que, si trop de réglementations sont mises en place en France sur ces questions, on va encourager le recours à des solutions algorithmiques conçues ailleurs, sur lesquelles nous n’avons aucune base de régulation éthique« , explique l’expert. Il cite en exemple l’autorisation par la FDA, le 11 avril 2018, du premier algorithme de diagnostic sur les rétinopathies diabétiques, auquel peut donc désormais recourir un patient français en déboursant une centaine de dollars. « Il y a dans ce cas un risque d’absence de contrôle éthique sur la base de données utilisées par l’algorithme mais aussi un risque sur le principe de solidarité du système car il y aura des inégalités d’accès en fonction du niveau des revenus. »

    En dehors de ces deux risques majeurs, David Gruson identifie 3 problématiques relatives à l’utilisation de l’intelligence artificielle et du numérique dans le domaine de la santé :
    • en cas de défaillance d’une IA apprenante (machine learning), qui est tenu pour responsable ? ;
    • le risque de délégation du consentement et de la décision médicale ;
    • la mise en balance de l’intérêt individuel et de l’intérêt collectif.

    1. Responsabilité : le problème de l’IA apprenante (machine learning) 

    L’impact du développement de l’intelligence artificielle (IA) sur la responsabilité des professionnels de santé est plus ou moins complexe selon les situations. « Au regard de l’état du développement de l’IA, le cadre juridique actuel de la responsabilité permet de couvrir 99,9 % du sujet », souligne David Gruson. On peut ainsi identifier deux situations :

    • Quand un dommage est causé par un robot ou un algorithme dans le domaine de la santé, le responsable est le gardien de « la chose », c’est-à-dire le directeur de l’établissement ou le professionnel libéral.
    • En revanche, quand il y a une défectuosité, s’applique alors le régime « de responsabilité du fait des produits défectueux », qui est issu d’une loi de mai 1998.
      Ainsi, si un dommage est causé dans un établissements de santé ou en ville par un algorithme défectueux, le responsable est le producteur de l’algorithme, à l’exception d’un cas, celui du « risque de développement » : cela signifie que le défaut du produit n’a pas pu être découvert car l’état des connaissances scientifiques et techniques accessibles au moment de la mise sur le marché ne le permettait pas.

    La complexité du risque de développement dans le cas du machine learning

    Si l’on transpose la situation aux nouvelles solutions d’intelligence artificielle dites « apprenantes » (machine learning), cette exception devient problématique, note David Gruson. Le propre d’une IA apprenante est qu’elle est capable de produire des nouvelles versions d’elle-même au fil d’un certain nombre de traitements de données, rappelle le spécialiste. « Cette IA apprenante pose question par rapport à l’exonération du risque de développement. En effet, le producteur pourra dire qu’après un certain temps de machine learning, il n’est plus responsable de cette version de l’algorithme. Dans ce cas s’applique le risque de développement. Le producteur peut s’exonérer de sa responsabilité et le dommage n’est pas indemnisé. »

    David Gruson estime que la problématique est bien réelle, bien qu’il n’y ait pas encore de sinistralité constatée aujourd’hui. « Au regard de la rapidité de déploiement de l’IA basée sur le machine learning en général, et dans la santé en particulier », il s’agit « très probablement » d’un enjeu important en ce qui concerne la responsabilité des professionnels de santé et des directeurs d’établissements de soins.

    Si l’expert pense qu’il ne faut pas légiférer dès cette année en France sur ce point, il juge « urgent » de porter le sujet au niveau communautaire.

    2. Le risque de délégation du consentement et de la décision médicale

    Le risque premier ici est celui de voir émerger un médecin « presse boutons », « qui ne se pose plus de questions et qui applique la solution de manière automatique », avance David Gruson. Pour le patient, le risque est qu’il accepte sans vraiment y réfléchir toutes les solutions thérapeutiques qu’on lui propose, « un peu à la manière de Netflix qui nous suggère telle ou telle nouvelle série en fonction de notre profil, relève-t-il. Je reste capable de consentir en droit mais ma capacité à consentir en fait s’érode au fil du  temps ».

    3. Mise en balance de l’intérêt individuel et de l’intérêt collectif

    Le principe de l’algorithme utilisé dans le cas d’une solution de diagnostic est qu’il traite des données massives et collectives puis en déduit, par effet de machine learning, des orientations d’aide à la décision, amenant ainsi à écarter au fil du temps des hypothèses dites « aberrantes, trop lointaines de la valeur centrale », explique David Gruson.

    En médecine, la notion « d’hypothèses aberrantes » correspond à des cas individuels, souligne-t-il. « [Il s’agit d’un patient X] se retrouvant dans une situation dans laquelle son espérance de vie est telle que l’IA considérera qu’il est inefficace ou inopportun de lui proposer cette thérapie là », note le spécialiste. Il risque ainsi d’y avoir une minoration relative de la valeur de la personne, c’est-à-dire de l’intérêt personnel, face à la logique collective de l’algorithme.

    Selon David Gruson, tous ces risques peuvent être régulés, « le risque principal étant de ne pas les mesurer », conclut-il.

  • AMI : projets de mutualisation des données pour l’IA par les acteurs des secteurs public et privé

    Mounir Mahjoubi, secrétaire d’État auprès du Premier ministre chargé du Numérique, appelle ce 18 septembre 2018 les entreprises à partager et à valoriser leurs données. Dans le cadre du déploiement de la stratégie française en matière d’intelligence artificielle (IA), l’État souhaite soutenir des initiatives sectorielles ou intersectorielles de mutualisation de données pour le développement de solutions d’IA.

    Dans ce contexte, la collecte et l’annotation de larges corpus de données constituent un enjeu fondamental, alors que de tels jeux de données sont rares pour les acteurs français.

    Grâce à cet appel à manifestation d’intérêt (AMI), les pouvoirs publics visent à recueillir l’intérêt et l’avis des acteurs privés et publics sur les initiatives de mutualisation de données qui seraient les plus pertinentes ainsi que les modalités les plus adaptées à leur soutien.

    L’AMI est ouvert ce jour jusqu’au 16 novembre 2018.

    Les modalités pratiques

    Les acteurs du secteur public comme du secteur privé sont invités à :

    • donner leur avis sur les modalités de cofinancements privé-public les plus adaptées qui pourraient être mises en œuvre ;
    • formuler des propositions de modèles économiques permettant aux initiatives soutenues de générer une activité viable et pérenne, sans nouveaux financements publics, à un horizon moyen de 3 ans.

    Les réponses recueillies serviront de base afin de définir de manière plus précise les caractéristiques des initiatives ciblées par le futur appel à projets : assiette financière, nombre de partenaires, type de partenaires, type de structures porteuses, activités de ces structures, etc.

    Modalités pratiques

    Toute réponse à l’appel à manifestation d’intérêt (AMI) doit être adressée exclusivement sous forme électronique avant le 16 novembre 2018 à 18h00 (date et l’heure de réception faisant foi) à l’adresse suivante : ami-mutualisation.dge@finances.gouv.fr.

    Un modèle de réponse est fourni et est disponible ci-contre.

    Le document reprenant la description complète de l’AMI est également accessible ci-contre.

    Un appel à projets en 2019 au service de la donnée compétitive

    « Dans le cadre de la stratégie nationale sur l’intelligence artificielle, nous soutiendrons les initiatives privées d’ouverture et d’échange de données pour que naisse en France, dans tous les secteurs, une économie ouverte de la data compétitive », a déclaré Mounir Mahjoubi, secrétaire d’État auprès du Premier ministre, chargé du Numérique.

    L’analyse des résultats de l’AMI et la position des acteurs consultés dans ce cadre doivent fournir des éléments susceptibles de façonner un appel à projets qui doit être lancé début 2019.

  • IA : le chinois Ping An Good Doctor présente les « One-minute Clinics » et des écouteurs intelligents

    Ping An Good Doctor, la principale plateforme de santé en Chine, a présenté le 17 septembre 2018 ses dispositifs médicaux et sa technologie d’intelligence artificielle (IA) lors de la Conférence mondiale sur l’intelligence artificielle (WAIC) 2018.

    Parmi les innovations mises en avant figurent :
    • un bracelet connecté permettant de calculer le pouls du patients et d’envoyer automatiquement les résultats au médecin concerné connecté à distance ;
    • les « One-minute Clinics » : des cabinets virtuels permettant d’obtenir une consultation à distance pour les maladies courantes ;
    • un système médical assisté par IA : des consultations en ligne basées sur l’analyse sémantique et des big data ;
    • des écouteurs intelligents qui adaptent le niveau sonore en fonction des capacités auditives de l’utilisateur.

    Dans la zone « AI + Health » de la WAIC, Ping An Good Doctor a présenté :

    Un bracelet intelligent pour mesurer le pouls

    Les utilisateurs doivent placer une main dans le bracelet intelligent et le test est activé. Les données recueillies (résultats et statistiques) sont ensuite envoyées automatiquement sur le smartphone du patient et au médecin en ligne via la plateforme Good Doctor afin de faciliter la consultation par les médecins issus de la médecine traditionnelle chinoise.

    Cette technologie est en effet présentée comme l’un des éléments centraux du « Modern Physician Hua Tuo Plan » (Hua Tuo était un célèbre médecin chinois de l’époque de la dynastie Han) de l’entreprise, un plan lancé en 2017 qui vise à adapter à la médecine traditionnelle chinoise les technologies de l’intelligence artificielle (IA), dont le développement est actuellement centré sur la médecine occidentale.

    L’objectif de cette démarche est de recueillir la cause et « l’histoire » de la maladie sur la base des quatre méthodes de diagnostic appliquée en médecine traditionnelle chinoise, soit « l’observation, l’écoute de la respiration, poser des questions sur les symptômes et la prise de pouls ».

    Des cabinets virtuels « One-minute Clinics »

    Les « One-minute Clinics » sont connectés à la plateforme de Ping An Good Doctor (analyse de la capacité de consultation médicale) et à l’équipe de professionnels de santé reliés à la plateforme ainsi qu’aux big data recueillies via une technologie d’IA.

    Les patients doivent se présenter dans le cabinet virtuel d’environ 1 m² pour obtenir une consultation médicale rapide, des directives pour guérir plus rapidement et des recommandations de médicaments grâce à la description de leurs symptômes via des messages vocaux et des graphiques. Après la consultation, les patients pourraient également avoir la possibilité d’acheter le ou les médicaments dont ils ont besoin dans des armoires à pharmacies intelligentes situées à proximité du cabinet virtuel.

    Ce procédé vise à réduire le temps de consultation pour les maladies courantes.

    Un système médical assisté par IA

    En utilisant l’intelligent speech (système de langage homme-ordinateur), l’analyse sémantique et l’analyse des big data, le système médical assisté par IA de Ping An Good Doctor a comptabilisé plus de 300 millions de consultations médicales en ligne jusqu’à présent. Il sera appliqué à la téléconsultation afin d’augmenter l’efficacité des consultations des médecins de plus de 5 fois, avance l’entreprise chinoise, améliorant ainsi l’efficacité et la précision de la consultation en ligne.

    À la fin du mois de juin 2018, Ping An Good Doctor avait demandé 26 brevets au total pour sa recherche et son développement en intelligence artificielle.

    Des écouteurs intelligents pour mieux protéger l’audition

    Le Smart Earphone est un outil de protection auditive intelligent développé par l’entreprise chinoise et des institutions centrées sur le domaine de l’audition.

    L’utilisateur doit connecter les écouteurs du dispositif à son smartphone puis réaliser un test auditif. Les résultats sont enregistrés et analysés par un algorithme afin d’obtenir une courbe détaillant les capacités auditives de la personne.

    Le niveau sonore est ensuite ajusté en fonction des résultats, en assurant une protection auditive adéquate pour l’utilisateur.