Incubateurs

Health & Tech Intelligence revient cette semaine sur l’actualité du mois d’août 2018. Aujourd’hui, retrouvez les informations du secteur de la e-santé sur le marché d’Asie-Pacifique.

L’Institut indien de technologie Mandi (IIT Mandi), université autonome d’ingénierie et de technologie, a signé un partenariat avec RxDataScience, une société américaine leader dans le développement de logiciels d’analyse de big data, dans l’optique de créer un portail de documentation sur l’intelligence artificielle (IA) et la recherche via l’apprentissage automatique (machine learning) dans le secteur pharmaceutique, a rapporté le 9 août 2018 le quotidien indien The Tribune.

Selon des sources officielles, une équipe de l’IIT Mandi envisagerait également de travailler avec l’entreprise américaine pour appliquer des méthodes d’apprentissage en profondeur (deep learning) et utiliser des algorithmes permettant de découvrir des modèles types dans les parcours des patients et identifier les liens sociaux existant entre les médecins.

Ce projet fait partie d’une collaboration sur le long terme établie entre les deux partenaires sur l’apprentissage automatique dans le domaine de l’analyse des données de santé concernant les patients et les médecins ainsi que sur le développement de nouvelles solutions de visualisation des données web (data visualization).

Data science : l’Inde s’inspire des États-Unis

« Les patients et nos clients bio-pharmaceutiques bénéficient d’informations générées par des approches novatrices des sciences cognitives et décisionnelles appliquées à la recherche de patients, au parcours du patient et à d’autres cas d’utilisation complexes », a commenté Larry Pickett, directeur général de RxDataScience. « Nous sommes ravis de poursuivre notre partenariat à long terme avec le Dr Varun Dutt[, professeur adjoint à la faculté d’informatique et de génie électrique au sein de l’IIT Mandi] et les étudiants en doctorat et de premier cycle de l’IIT Mandi » (source : The Tribune).

« La science des données en Inde [en] est [au tout début de son stade de développement] mais aux États-Unis la plupart des sociétés de soins et pharmaceutiques sont passées au stade de la consultation où les médecins et les praticiens médicaux débattent en ligne », a déclaré Varun Dutt.

L’Inde augmente de 11 % ses dépenses dans le secteur de la santé

Il a précisé que l’Inde était en train de connaître un boom dans le domaine des soins, le gouvernement ayant augmenté ses dépenses dans le secteur de 11 %, avec une allocation budgétaire brute de 12 000 million roupies (150,8 M €) pour l’ouverture de nouveaux hôpitaux.

Health & Tech Intelligence revient cette semaine sur l’actualité de l’été 2018. Aujourd’hui, retrouvez les informations en santé dans le domaine « technologies, solutions et outils numériques ».

L’Agence nationale d’appui à la performance (Anap) a annoncé le 24 juillet l’ajout d’un indicateur (P12_bis) de taux de chirurgie ambulatoire à son outil d’aide à la décision Hospi Diag.

En calculant le taux de chirurgie ambulatoire des centres de soins selon une méthode harmonisée avec les autres outils nationaux (Scansanté, etc.), cet indicateur permet de mesurer « le dynamisme de l’évolution des pratiques professionnelles chirurgicales vers l’ambulatoire (hors endoscopie) au sein d’un établissement de santé », explique l’Anap sur son site web. 

En outre, à l’occasion du lancement de ce nouveau dispositif, l’agence a intégré les hôpitaux de proximité à la base de données d’Hospi Diag.

Qu’est-ce qu’Hospi Diag ?

Hospi Diag est un outil d’aide à la décision permettant de mesurer la performance d’un établissement de santé qui pratique la médecine, la chirurgie ou l’obstétrique, en comparaison avec d’autres centres de soins.

Au moyen de 69 indicateurs et d’une synthèse de données issues de 12 bases de données nationales concernant 1 350 établissements publics, privés et d’intérêt collectif (ESPIC) pratiquant la médecine, la chirurgie et l’obstétrique, il permet d’identifier les forces et les faiblesses d’un centre en prenant en compte 5 grands critères :

• la qualité des soins délivrés dans l’établissement ;
• les pratiques professionnelles habituelles dans l’organisme considéré ;
• l’organisation des soins dans le centre ;
• la gestion des ressources humaines dans l’hôpital ou la clinique en question ;
• la gestion financière de la structure.

À qui est destiné cet outil ?

Cet outil s’adresse tant aux professionnels de la santé qu’aux gestionnaires d’établissements ou aux représentants d’usagers et aux tutelles (ARS, administrations centrales, HAS, IGAS, chambres régionales des comptes, etc.) désireux de mieux se connaître, se comparer et dialoguer à l’intérieur comme à l’extérieur de leur structure.

La 17ème plénière TIC & Santé, centrée sur le thème de l’intelligence artificielle, se tiendra à Paris le 18 octobre 2018.

Co-organisé par les pôles de compétitivité Medicen, Cap Digital et Systematic depuis 2009, l’événement TIC & Santé a pour objectif de promouvoir des prises en charges innovantes fondées sur l’utilisation des technologies de l’information et de la communication (TIC) dans l’écosystème francilien.

Pour se faire, la prochaine plénière TIC & Santé visera à favoriser les rencontres entre acteurs de l’innovation et du secteur médico-social au moyen de pitchs, de démonstrations, de face à face patients/médecins et d’une session d’émergence au cours de laquelle des professionnels de la santé, des entreprises (sauf cabinets de conseil), des laboratoires de recherche et des associations pourront présenter leurs projets R&D ainsi que leurs besoins ou compétences aux autres participants.

L’inscription peut être réalisée via le lien ci-contre.

L’université de Toronto a publié le 6 juillet 2018 un article concernant les résultats de recherches sur les logiciels de diagnostic et d’analyse de clichés d’imagerie assistés par intelligence artificielle (IA).
Ces travaux portent en particulier sur les données servant de base aux analyses de tels logiciels : pour améliorer la rapidité et la précision du diagnostic notamment de maladies rare, pour lesquelles peu de clichés peuvent alimenter les IA, le département de génie électrique et informatique de l’université canadienne, en particulier le laboratoire d’intelligence artificielle en médecine (MIMLab) qui réunit des médecins, des scientifiques et des ingénieurs, a examiné le recours à des clichés d’imagerie artificiels produits par des procédés de machine learning (apprentissage automatique).

L »apprentissage automatique peut en effet permettre de générer des radiographies simulées de pathologies rares afin d’augmenter les ensembles de données disponibles pour entraîner les IA à reconnaître des clichés réels révélateurs de maladies rares.

Si l’étude a montré que ce procédé d’enrichissement des bases de données destinées aux intelligences artificielles pouvait améliorer les performances de ces dernières, il présente un autre avantage majeur : celui de s’affranchir de problèmes éthiques et pratiques liés à l’anonymisation des informations personnelles de nombreux patients.

Problématique

Selon l’université de Toronto, l’intelligence artificielle a le potentiel d’aider les professionnels à diagnostiquer des pathologies à partir de clichés d’imagerie, notamment des radiographies. Les chercheurs distinguent toutefois une limite au diagnostic assisté par IA : les maladies rares.

En effet, pour qu’une intelligence artificielle puisse aider au diagnostic, celle-ci doit être reliée à une banque de milliers d’images étiquetées. Cependant, ces clichés ne sont pas assez nombreux pour les affections peu courantes.

Pour pallier cette absence d’images pouvant servir de référence aux logiciels d’IA, les chercheurs de canadiens ont examiné une solution alternative : la production d’images synthétiques.

Technique de production d’images synthétiques

Pour créer ces radiographies artificielles, l’équipe de chercheurs a utilisé le deep convolutional generative adversarial network (DCGAN), algorithme capable de générer et d’améliorer continuellement les images simulées et composé de deux réseaux :

• un premier réseau génère les images ;
• l’autre réseau est chargé de distinguer les clichés synthétiques des radiographies réelles.

Ces deux réseaux sont entraînés jusqu’à ce qu’un discriminateur ne puisse plus différencier les images réelles des images synthétiques.

Puis, lorsque le nombre de radiographies artificielles créées est suffisant, celles-ci sont combinées avec des radios réelles afin de former un « réseau neuronal convolutionnel profond », qui classe les images en fonction de leur caractère normal ou pathologique.

L’étude et ses résultats

Le MIMLab a comparé les performances (critères de rapidité et de précision du diagnostic rendu) d’un logiciel de diagnostic assisté par une intelligence artificielle alimentée soit par l’ensemble des données réelles et artificielles, soit seulement par des clichés d’imagerie de patients réels.

Ainsi, les chercheurs ont mis en évidence une amélioration non négligeable (jusqu’à 40 % pour certaines maladies rares) des performances de l’IA alimentée par des données réelles et artificielles par rapport à l’intelligence artificielle alimentée seulement par des données réelles, moins nombreuses.

92 % des établissements de santé ont formalisé une politique de sécurité de leur système d’information (PSSI), révèle une enquête réalisée par le Club de la sécurité de l’information français (Clusif) publiée le 26 juin 2018, montrant que les centres de soins prenaient de plus en plus au sérieux les thématiques relatives à la cybersécurité.

Intitulée « Menaces informatiques et pratiques de sécurité en France » (Mips), l’étude (lien ci-contre) est réalisée par le Clusif tous les deux ans auprès d’acteurs de secteurs d’activités variés. Son édition 2018 comprend une partie dédiée aux hôpitaux publics (127 établissements interrogés) et structures d’hébergement médicalisé de plus de 100 lits (24). La précédente enquête sur le secteur de la santé date de 2014 et ne prend en considération que les hôpitaux de plus de 200 lits.

Si la tendance générale se veut plutôt positive – avec notamment un-tiers des établissements qui ont augmenté leur budget dédié à la sécurité de l’information et 75 % pratiquant un filtrage des accès internet (contre 14 % en 2014) – les auteurs de l’étude relèvent quelques nuances, dont l’utilisation restreinte d’outils cryptographiques pour mieux protéger les données des patients et une incapacité à bien évaluer les coûts liés à la sécurité informatique (problème cité par 81 % des sondés).
Du côté de la gestion des incidents informatiques, le Clusif note un « recul global de la sinistralité » et du nombre d’incidents informatiques survenus dans le secteur de la santé.

Principaux résultats de l’enquête 2018 dans le secteur de la santé

Une évolution positive…

• Le Clusif constate « une croissance spectaculaire » du nombre d’établissements ayant formalisé leur PSSI : 92 % cette année, contre 50 % en 2014 (comparaison à relativiser puisque la base des sondés diffère entre les deux années).

« Beaucoup d’établissements ont effectué un inventaire au moins partiel de leurs risques, et ont déduit un plan de réduction de ces risques », détaillent les auteurs de l’étude.

• La fonction de responsable sécurité des systèmes d’information (RSSI) devient ainsi « un vrai métier », exercé à temps plein dans presque 50 % des établissements (4 fois plus qu’en 2014).
• La majorité des établissements (60 %) a déployé un programme de sensibilisation à la sécurité de l’information auprès des professionnels de santé, contre 30 % il y a quatre ans.
• 1/3 des établissements sondés ont augmenté leur budget dédié à la sécurité de l’information.
• Le Clusif a observé une hausse du recours aux outils de chiffrement sur les dispositifs mobiles (12 %, contre 4 % en 2014) et un développement des pare-feux sur ces outils (31 %, contre 11 % en 2014), soulignant « une très nette priorité [donnée] à la protection des outils de mobilité » au sein des établissements de santé.
• 75 % des sondés pratiquent un filtrage des accès internet, une très forte hausse puisqu’ils n’étaient que 14 % à effectuer le processus en 2014.

… à nuancer

• Seules 40 % des structures ont recours à des outils cryptographiques, permettant de mieux protéger les données personnelles.

Néanmoins, le Clusif indique que « le secteur de la santé a un taux d’appropriation de la cryptographie supérieur de 10 points à celui des entreprises ».

• 81 % des établissements se disent être dans l’incapacité de bien évaluer les coûts liés à la sécurité informatique : seuls 1/3 d’entre eux réalisent une analyse de l’impact financier des incidents.
• 52 % des répondants estiment que le budget relatif aux missions de sécurité du système d’information est insuffisant et 43 % qu’il y a un manque de personnel qualifié.

Focus : gestion des incidents informatiques

• Dans la partie centrée sur la gestion des incidents informatiques, le Clusif relève un « recul global de la sinistralité » et du nombre d’incidents informatique survenus dans le secteur de la santé. Il a en moyenne comptabilisé deux à trois fois moins d’incidents qu’en 2014, soit environ deux incidents par an et par établissement signalé.
• Parmi ces incidents, 75 % d’entre eux sont résolus en moins de 24 heures, et 16 % entre 24 heures et trois jours.
• Les deux principaux types d’incidents affectant les établissements de santé sont les infections par virus et les pannes d’origine interne. Les deux problèmes ont été cités par environ 40 % des répondants.

Le Clusif juge étonnante l’importance des pannes en interne « étant donné la fiabilité des architectures virtualisées » dont disposent les structures. Selon le club, cette faille pourrait être due à une mauvaise gestion des changements de logiciels, de matériels et d’organisation.

• 5 % des établissements ont cité des actes de chantage ou d’extorsion informatique, une menace qui s’avère donc limitée.
• 1/3 d’entre eux ont évoqué des incidents liés à des erreurs de conception ou de mise en œuvre des logiciels ou à des erreurs d’utilisation de ces derniers.

Des chercheurs américains de l’université de Stanford ont développé un système d’intelligence artificielle (IA) qui pourrait aider les médecins à trouver les meilleures combinaisons médicamenteuses possibles.

Le système, appelé « Decagon », a montré sa capacité à prédire les risques d’interactions médicamenteuses. Dans l’étude*, dont les résultats ont été publiés en juillet 2018 dans la revue Bioinformatics, l’IA s’est en effet révélée 69 % plus performante que les systèmes classiques.

De nombreuses interactions médicamenteuses sont dangereuses

En France, les effets secondaires liés aux interactions entre médicaments seraient responsables d’environ 15 000 décès par an. Trouver un moyen efficace de lutter contre les interactions médicamenteuses délétères représente donc un enjeu de santé publique majeur.

Trois chercheurs américains de l’université de Stanford ont exploré le potentiel d’une intelligence artificielle dans la résolution de ce problème.

Pourquoi se tourner vers un logiciel d’IA ? Parce que compte tenu du nombre de molécules thérapeutiques sur le marché, il est « pratiquement impossible de tester un nouveau médicament en combinaison avec tous les autres médicaments », a déclaré Marinka Zitnik, chercheuse en post-doctorat au département d’informatique de l’université américaine. En effet, environ 5 000 médicaments sont actuellement commercialisés et beaucoup d’associations médicamenteuses n’ont jamais été rigoureusement étudiées, voire prescrites.

Le deep learning pour repérer les interactions

Pour contourner cette difficulté, les trois chercheurs ont mis au point le système Decagon, basé sur le deep learning (apprentissage profond), à même de modéliser les interactions entre plus de 19 000 protéines humaines ciblées par divers médicaments d’une part et de nombreuses molécules d’autre part. 

Decagon a en effet été élaboré par le biais de l’analyse d’informations provenant d’une base de données répertoriant 4 millions d’effets secondaires déjà connus.

Résultats : l’IA est performante

Les auteurs de l’étude ont ensuite cherché à vérifier si les prédictions de l’intelligence artificielle se réalisaient, ce qui était le cas pour nombre d’entre elles.

Globalement, l’IA s’est révélée 69 % plus performante que les systèmes traditionnels dans la prédiction d’effets indésirables rares ou non recensés liés à des associations médicamenteuses.

Vers un outil d’aide à la prescription

La pertinence de ce système d’intelligence artificielle est d’autant plus intéressante qu’actuellement « les effets secondaires liés aux médicaments sont souvent découvert par accident », a déclaré Jure Leskovec, co-auteur de ces travaux. « Notre approche a donc le potentiel de conduire à des soinsplus efficaces et plus sûrs, » a-t-il déclaré.

En outre, les chercheurs envisagent de créer un outil plus facile d’utilisation afin d’aider les médecins dans leur pratique quotidienne. Le système Decagon pourrait également trouver des applications dans d’autres domaines, tels que la recherche d’interactions indésirables entre molécules thérapeutiques et de comorbidités.

L’entreprise lyonnaise Novadiscovery, spécialiste de la modélisation et de la simulation numériques des essais cliniques, présentera son approche in silico des investigations cliniques entre le 4 et le 7 septembre 2018 au cours de deux conférences (l’International Avicenna Alliance Conference, en Belgique, et la Virutal Physiological Human (VHP) Conference de Saragosse, en Espagne).

Depuis octobre 2017, Novadiscovery a engagé un partenariat avec la société française experte en biotechnologie Enyo Pharma pour un calibrage fondé sur une modélisation numérique de la phase II (visant à déterminer la posologie thérapeutique optimale sur des sujets malades) des essais cliniques menés avec le candidat médicament EYP001 développé contre l’hépatite B. Dans ce cadre, entre la phase I et la phase II des essais, l’entreprise a élaboré un procédé à même de simuler les effets de l’absorption de la molécule sur 10 000 patients virtuels.

Ce type d’approches in silico, qui tendent à s’introduire dans les recherches avant-gardistes entre l’in vitro et l’in vivo, pourrait engendrer une amélioration tant scientifique et économique qu’éthique des protocoles d’investigations cliniques.

La démarche adoptée par Novadiscovery

Pour conduire son essai in silico de la molécule EYP001, Novadiscovery a procédé à :

• une étude bibliographique à propos de l’hépatite B, permettant de concevoir un modèle physiopathologique intégrant toutes les connaissances actuelles sur l’ensemble des acteurs biologiques impliqués dans cette maladie et leurs interactions ;
• la transcription mathématique du modèle physiopathologique élaboré ;
• la génération de patients virtuels, c’est-à-dire d’une combinaison de valeurs prises par chacun des paramètres du modèle ;
• la simulation en tant que telle.

Les apports attendus de l’in silico

Ce type d’approches, qui existe depuis quelques années dans des phases plus précoces de la recherche de candidats médicaments telles que le screening virtuel de molécules, reste à l’avant-garde des essais cliniques. En effet, concevoir un modèle mathématique suffisamment puissant pour supporter une simulation sur un être humain entier demeure difficile.

Toutefois, le développement futur d’étapes de calibrage in silico de certaines phases d’essais cliniques pourrait contribuer à améliorer les investigations menées in vivo tant d’un point de vue scientifique et économique qu’éthique.

Apports scientifiques supposés

Les essais in silico permettraient de conduire les investigations cliniques avec une plus grande rigueur scientifique et statistique. En effet, la simulation numérique autorise à explorer l’effet d’une variation d’administration (posologies différentes, par exemple) en proposant virtuellement plusieurs fois et selon différentes modalités la même molécule à un même patient virtuel : la comparaison de diverses modalités d’administration du candidat médicament peut ainsi être analysée, l’effet d’une unique variation isolé. Ce n’est pas le cas des essais cliniques classiques, qui proscrivent le test de plusieurs possibilités d’administration par un même patient.

Améliorations économiques attendues

En permettant de calibrer les différentes phases des essais cliniques, ce genre d’approches engendrerait un gain de productivité des investigations menées sur l’Homme, une accélération de la mise sur le marché des nouveaux médicaments et ainsi, par gain de temps, une réduction des coûts de développement des molécules thérapeutiques.

Arguments éthiques

Parmi les apports éthiques que l’on pourrait attendre de la systématisation de pré-recherches cliniques in silico figurerait l’amélioration de la sélection des patients participant à l’étude, notamment en phase II. Il s’agirait en particulier de mieux prévoir les groupes de patients sur lesquels la molécule n’agirait pas, d’éviter l’inclusion dans les investigations de malades dont la participation induirait une perte de temps et donc de chance de guérison plutôt qu’un bénéfice thérapeutique.

Finalement, si les simulations virtuelles n’ont pas vocation à remplacer les étapes de recherche in vitro ou in silico, elles pourraient, en s’ajoutant aux phases habituelles de développement des médicaments, sécuriser et accélérer ce dernier.