Incubateurs

  • Australia: Strategic Plan to make Melbourne a leader in medical data analytics

    The state of Victoria announced in late April 2018 that it has launched the Melbourne Biomedical Precinct Strategic Plan. It is a road map for transforming the precinct into an economic powerhouse, ensuring that medical discoveries made in Victoria and their economic benefits remains to benefit the local community.

    This project is expected to create 10,000 jobs by 2030 with a focus on commercialization, unlocking the value of health data, and attracting and retaining scientists and entrepreneurs.

    Big data management at the heart of the project

    The strategic plan highlights three major future directions for the Melbourne Biomedical Precinct to unlock value from digital health and big data:

    • 1. Implementing digital clinical systems;
    • 2. Improving use of health and biomedical data;
    • 3. Meaningful data for impact.

    1. Implementing digital clinical systems

    After an initial investment of AU$16.6 million (€10.4m; US$12.3m) in electronic medical records in 2017-2018, the Government of Victoria has committed AU$123,8 million (€77.7m; US$92m) in the 2018-2019 state budget to create world-leading electronic medical records system (EMR) in three key health services in Parkville (suburbs of Melbourne) to allow more patients to access better, faster and safer healthcare.

    The Royal Children’s Hospital is the first Victorian hospital to implement a fully digital electronic medical record system.

    This system provides better access to patient information and test results for doctors and nurses. All patient records are updated in real time, allowing clinicians to access all the information they need to provide the very best care, every step of the way. The device also monitors when patients are eligible to participate in studies and trials.

    Building on the successful implementation of electronic medical records at the Royal Children’s Hospital for Children, the system will be extended to Melbourne Health center, one of Australia’s leading public healthcare providers, the Royal Women’s Hospital and the Peter MacCallum Cancer Center. The project will link patient records at the three health services.

    By bringing all of Parkville’s major hospitals into one system, a patient’s complete and up-to-date medical record will be available to their care team wherever in the precinct they receive their treatment.

    The Victorian Government will continue to support health services to adopt digital clinical systems and electronic medical records.

    AUD34.1 million of savings

    According to official figures, the EMR implementation will save the State of Victoria AU$34.1 million (€21.4m; US$25.3m) every year once the system is operational.

    Just 12 months after its implementation, the Royal Children’s Hospital electronic medical record has brought significant benefits to patients, including:

    • a 27% reduction in medication prescribing and administration errors;
    • a 4% increase in immunization rates for children in hospital;
    • 6,768 fewer pathology tests performed;
    • 2,414 fewer medical imaging examinations.

    Special Minister of State Gavin Jennings said the deployment of the EMR is crucial to improve patient healthcare but also stimulate innovation and research for better care in the future.

    2. Improving use of health and biomedical data

    The State of Victoria has set up various programs and initiatives, underway, to collect and use data for clinical research and practice, safety and quality improvement but also population health monitoring.

    Some information is available from sources such as clinical databases, the Department of Health and Human Services, clinical registries and the Victorian Cancer Registry.

    The Government of Victoria will work with precinct partners to identify current gaps in its data recording systems and support the development of a secure world-class health data network across the precinct that addresses privacy and data ownership concerns.

    3. Meaningful data for impact

    Advances in automation and the increasing use of electronic medical records, clinical registries and digital technologies, such as augmented intelligence, mean that healthcare industry and biomedical sciences sector are generating ever-increasing volumes of rich data.

    Skills in the field of big data and the right infrastructure are essential to manage, store, program, analyze and interpret all this valuable information. That is why Melbourne Biomedical Precinct Office will work with precinct partners to set up collaborative approaches in order to develop a health analytics workforce and capability.

  • Australie : un plan stratégique pour faire de Melbourne le N°1 dans l’analyse des données médicales

    Le gouvernement de l’État de Victoria a annoncé fin avril 2018 avoir lancé le plan stratégique de la cité biomédicale de Melbourne (the Melbourne Biomedical Precinct Strategic Plan). Il s’agit d’une feuille de route visant à transformer la ville en une puissance économique mondiale, en veillant à ce que les découvertes médicales réalisées à Victoria et leurs retombées économiques profitent à la communauté locale.

    Ce projet devrait entraîner la création de 10 000 emplois d’ici 2030 en mettant davantage l’accent sur la commercialisation, en libérant la valeur des données sur la santé mais aussi en attirant et en retenant au sein de l’État des scientifiques et entrepreneurs de haut niveau.

    La gestion des big data médicales au cœur du projet

    Le plan stratégique met en avant trois grandes orientations futures pour la cité biomédicale de Melbourne afin de libérer de la valeur au niveau de la santé numérique et des big data :

    • 1. mettre en place des systèmes cliniques numériques ;
    • 2. améliorer l’utilisation des données sanitaires et biomédicales ;
    • 3. mieux exploiter les données significatives pour maximiser leur impact au sein de l’industrie.

    1. Mettre en place des systèmes cliniques numériques

    Après un investissement initial de 16,6 millions de dollars australiens (10,4 M. € ; 12,3 M. US$) dans le développement des dossiers médicaux électroniques (DME) au cours de l’année 2017-2018, le gouvernement de Victoria a engagé 123,8 millions de dollars (77,7 M. € ; 92 M. US$) dans le budget de l’État de 2018-2019 pour créer un système de DME de pointe au sein de trois services de santé clés de Parkville (banlieue de Melbourne) afin de permettre à davantage de patients de bénéficier de soins de meilleure qualité, plus rapidement et de manière plus sécurisée.

    Le Royal Children’s Hospital est le premier hôpital victorien à avoir mis en œuvre un système de dossier médical de classe mondiale entièrement numérique.

    Le dispositif permet aux médecins et aux infirmiers d’avoir un meilleur accès aux informations des patients et aux résultats des test médicaux. Tous les dossiers sont mis à jour en temps réel, ce qui permet aux cliniciens de sauvegarder et de consulter toutes les informations dont ils ont besoin pour fournir les meilleurs soins possibles, à chaque étape du parcours de soins. Le dispositif suit également les patients pouvant participer aux études et aux essais cliniques en cours afin de faciliter la recherche.

    S’appuyant sur la mise en œuvre réussie de la technologie au Royal Children’s Hospital, le système sera étendu au centre Melbourne Health, l’un des principaux fournisseurs de soins publics en Australie, au Royal Women’s Hospital et au centre de lutte contre le cancer Peter MacCallum.

    Les DME des trois services seront unifiés afin d’optimiser la qualité des soins. En regroupant tous les grands hôpitaux de Parkville dans un seul système, les dossiers médicaux complets et à jour des patients seront mis à la disposition des différentes équipe de soins, peu importe où elles se trouvent dans la cité.

    Le gouvernement de Victoria aidera d’autres services de santé à adopter des systèmes cliniques numériques et des dossiers médicaux électroniques.

    Une économie de 34,1 millions AUD

    Selon les chiffres officiels, la mise en place d’un DME permettra à l’État de Victoria d’économiser 34,1 millions de dollars (21,4 M. € ; 25,3 M. US$) chaque année une fois que le système sera opérationnel.

    Douze mois après sa mise en œuvre, le dossier numérique électronique du Royal Children’s Hospital a apporté des avantages aux patients, dont :

    • une réduction de 27 % des erreurs de prescription et d’administration de médicaments ;
    • une augmentation de 4 % des taux de vaccination des enfants hospitalisés ;
    • 6 768 tests médicaux effectués en moins ;
    • 2 414 examens d’imagerie médicale réalisés en moins.

    Selon le ministre d’État spécial, Gavin Jennings, le déploiement du DME est crucial pour améliorer les soins mais aussi stimuler l’innovation et la recherche.

    2. Améliorer l’utilisation des données sanitaires et biomédicales

    L’État de Victoria a mis en place différentes programmes et initiatives, actuellement en cours, pour recueillir et utiliser des données dans le cadre de la recherche et de la pratique cliniques mais aussi dans l’optique d’améliorer la sécurité et la qualité des soins ainsi que le suivi de la santé de la population.

    Certaines informations sont disponibles auprès de sources telles que les bases de données cliniques, le ministère de la Santé et des Services sociaux, les registres cliniques et le registre du cancer de Victoria.

    Le gouvernement de l’État de Victoria travaillera avec ses partenaires pour identifier les lacunes actuelles de ces systèmes d’informations électroniques et soutenir le développement d’un réseau de données sur la santé de calibre mondial sécurisé à l’échelle de la cité répondant aux préoccupations des citoyens en matière de confidentialité et de propriété des données.

    3. Mieux exploiter les données à forte valeur ajoutée

    Les progrès de l’automatisation ainsi que l’utilisation croissante des DME, des registres cliniques et des technologies numériques, tels que l’intelligence augmentée, signifient que l’industrie de la santé et le secteur des sciences biomédicales génèrent des volumes toujours plus importants de données significatives.

    Des compétences précises dans le domaine des big data et une infrastructure adaptée sont essentielles pour gérer, stocker et interpréter toutes ces informations précieuses. Voilà pourquoi le Bureau de la cité biomédicale de Melbourne va mettre en place avec des partenaires de la cité des approches collaboratives pour développer une main-d’œuvre qualifiée et ses capacités en analyse de données médicales.

  • Japon : Canon Medical s’allie à Nvidia pour stimuler le deep learning dans le secteur des soins

    Alors que le secteur des soins représente l’une des plus grandes opportunités dans le domaine de l’apprentissage en profondeur (deep learning), Canon Medical Systems, le principal fournisseur de systèmes médicaux au Japon, a conclu courant avril 2018 un partenariat avec le fournisseur mondial de processeurs graphiques Nvidia, pour développer et soutenir l’infrastructure de la recherche dans ce domaine.

    Les deux entreprises espèrent apporter une contribution significative à la promotion de l’utilisation des techniques d’apprentissage en profondeur de données à forte intensité dans la recherche médicale et favoriser l’adoption de l’IA dans le secteur des soins.

    Le deep learning favorise la détection précoce et le diagnostic assisté

    « [Les professionnels du] secteur de la santé [doivent] analyser les rapports scientifiques du monde entier, tout en coordonnant simultanément une variété de données sur les patients afin de déterminer les options de traitement les plus appropriées. Compte tenu des énormes volumes de données concernés, l’analyse des données volumineuses via l’apprentissage en profondeur jouera un rôle majeur dans le développement de systèmes de prestation de soins optimisés et favorisera la détection précoce [de maladies] et le diagnostic assisté », commente Nvidia sur son blog.

    La nécessité d’un matériel d’analyse de pointe

    En parallèle, les institutions médicales souhaitant utiliser l’apprentissage en profondeur pour la recherche indépendante ont besoin de matériel d’analyse, de systèmes de collecte et d’analyse des données internes mais aussi d’une bonne connaissance des processus et des techniques de deep learning.

    « Canon Medical vise à améliorer la qualité et l’efficacité des services médicaux, a déclaré Kiyoshi Imai, vice-président et directeur général de la division Healthcare IT de Canon Medical Systems (source : Blogs.nvidia.com). Notre collaboration avec Nvidia accélérera la recherche sur l’IA et fournira des services médicaux de haute qualité utilisant l’IA, tels que la reconnaissance d’images, dans un [futur proche]. »

    Masataka Osaki, vice-président de la division des ventes aux entreprises à Nvidia et directeur du groupe au Japon, a expliqué que cette collaboration avait pour but d’« appliquer le deep learning aux systèmes de détection précoce et de diagnostic [afin] de relever un certain nombre de défis liés au vieillissement rapide de la population ». « Nous travaillons également ensemble à l’amélioration de la compétitivité mondiale des organisations médicales et de recherche (…) »

    L’outil de Nvidia et de Canon Medical System fournit une assistance complète

    Canon Medical Systems utilisera les systèmes Nvidia DGX pour traiter de gros volumes de données médicales générées par Abierto VNA, le système interne de gestion des données médicales lancé en janvier 2018.

    Pas besoin de compétences en programmation et en sciences des données

    Les systèmes comprennent le logiciel d’intelligence artificielle spécialement optimisé conçu par Nvidia et l’interface utilisateur graphique de Canon Medical System, qui fournit une assistance complète pour la conception, le déploiement et le fonctionnement d’algorithmes de deep learning avancés.

    L’utilisation de systèmes d’apprentissage en profondeur nécessite généralement de vastes compétences en programmation et en science des données. Point positif, le système mis au point par Canon Medical Systems et Nvidia guide les utilisateurs à travers toutes les étapes du processus d’apprentissage en profondeur, de la génération de données d’entraînement (training data) grâce aux visualiseurs d’images à la configuration de l’environnement d’apprentissage Nvidia.

    Une première démonstration réalisée en avril

    Canon Medical Systems a réalisé diverses démonstrations sur la mise en œuvre de l’apprentissage en profondeur dans les institutions médicales via Abierto VNA et les systèmes Nvidia DGX lors de l’Exposition technique internationale de l’imagerie médicale (ITEM) qui a eu lieu du 13 au 15 avril 2018 au Congrès japonais de radiologie.

  • Japan: Canon Medical partners with Nvidia to accelerate deep learning in the healthcare sector

    While healthcare represents one of the biggest opportunities in deep learning, Canon Medical Systems, the largest medical systems provider in Japan, announced in April 2018 that it had signed a partnership with the world leader in visual computing technologies Nvidia to develop and support the research infrastructure in the healthcare industry.

    The two companies expect to make a significant contribution to promoting the use of data-intensive deep learning techniques in medical and related research, as well as to driving the uptake of AI in the healthcare sector.

    Deep learning enables early detection and assisted diagnosis

    « The healthcare sector needs to analyze scientific reports from around the world, while simultaneously coordinating a variety of patient data to determine the most appropriate treatment options. Given the huge volumes of data involved, big data analysis via deep learning will play a major role in the development of optimized healthcare delivery systems and support early detection and assisted diagnosis, » Nvidia said in an article published on its blog.

    There is a need for state-of-the-art analytical equipment

    At the same time, medical institutions wishing to use deep learning for independent research need hardware for analysis, systems for the collection and analysis of in-house data, but also a good knowledge of deep learning processes and techniques.

    « Canon Medical aims to improve the quality and efficiency of medical services, » said Kiyoshi Imai, vice president and general manager, Healthcare IT division, Canon Medical Systems (source: Blogs.nvidia.com). « Our collaboration with Nvidia will accelerate AI research and provide high-quality medical services using AI, such as image recognition, in the future. »

    On his side, Masataka Osaki, vice president of corporate sales and Nvidia Japan country manager, said that the purpose of this collaboration is « to apply deep learning for early detection and diagnostic support systems that will enable [them] to address a range of challenges posed by a rapidly aging population. » « We’re also working together to enhance the global competitiveness of medical and research organizations (…) »

    Nvidia and Canon Medical System’s device provides full support

    Canon Medical Systems will use Nvidia DGX systems to handle large volumes of medical data generated by Abierto VNA, the proprietary, in-house, medical data management system launched in January.

    No need for extensive programming and data science skills

    The systems include Nvidia’s specially optimized artificial intelligence software and Canon Medical System’s graphical user interface, which provides full support for the design, deployment and operation of advanced deep learning algorithms.

    The use of deep learning systems generally requires extensive programming and data science skills, however, the system developed by Canon Medical Systems and Nvidia guides users through all steps involved in the deep learning process, from generating training data with the image viewer to setting up the Nvidia learning environment.

    First demonstrations provided in April

    Canon Medical Systems provided demonstrations on how to implement deep learning at medical institutions via Abierto VNA and the NVIDIA DGX systems at the International Technical Exhibition of Medical Imaging (ITEM), held at the Japan Radiology Congress from April 13 to 15, 2018.

  • Essais cliniques : Novartis lance une appli permettant des évaluations en ophtalmologie à domicile

    Novartis a annoncé par communiqué, le 25 avril 2018 le lancement d’une application destinée à permettre à des patients de participer à des études cliniques en ophtalmologie depuis leur domicile. Ce produit, baptisé FocalView, s’appuie sur la plateforme Apple ResearchKit.

    L’application n’est pour l’heure disponible que sur l’AppStore aux États-Unis.

    Mesure de l’acuité visuelle et de la sensibilité aux contrastes

    FocalView fait appel au concept du crowdsourcing : le recueil de données auprès de patients consentants vise à permettre aux chercheurs de faire progresser les connaissances des maladies oculaires et, potentiellement, accélérer le développement de nouveaux traitements.

    En adaptant la conception des essais cliniques à la routine quotidienne des patients (qui dans le cas des maladies oculaires, sont souvent peu mobiles), l’application peut réduire les obstacles à la participation aux recherches dans le domaine, souligne Novartis. Via FocalView, les patients effectuent des évaluations et obtiennent en retour des commentaires sur leurs capacités visuelles et la façon dont elles évoluent.

    Les mesures comprennent notamment l’acuité visuelle et la sensibilité au contraste. «Dans la phase suivante, l’application sera validée pour accomplir les tests visuels traditionnels qui ont lieu dans les cliniques classiques », est-il précisé dans le communiqué.

    Le développement d’appli par Novartis

    En collaboration avec Microsoft, le groupe pharmaceutique avait déjà lancé fin 2017 ViaOpta Hello, une appli mobile destinée aux personnes malvoyantes, qui identifie les personnes et objets du quotidien via un système de reconnaissance d’images. Dans un communiqué du 1er mars 2018, le groupe pharmaceutique a également annoncé avoir initié un partenariat avec Pear Therapeutics pour développer des applications thérapeutiques (mobile ou sur ordinateur) pour les patients atteints de schizophrénie et de sclérose en plaques.

  • Etude : un algorithme détecte avec précision la rétinopathie chez les prématurés (Jama Ophtalmology)

    Un dépistage automatisé de la rétinopathie chez le prématuré est possible. Des chercheurs américains ont mis au point un algorithme qui dépiste la maladie avec une sensibilité de 100% et une spécificité de 94%. L’étude* parue le 2 mai 2018 dans le Jama Ophthalmology montre donc que dans ce contexte, l’intelligence artificielle est aussi efficace que des experts médicaux.

    L’IA au secours du dépistage de la rétinopathie

    La rétinopathie du prématuré est une des principales causes de la cécité dans l’enfance. Cette pathologie affecte deux tiers des nouveaux-nés pesant moins d’1,2 kg. La plupart des cas sont modérés et ne nécessitent aucune intervention. Cependant, dans 5 à 10% des cas, la maladie évolue vers une forme grave qui risque d’évoluer vers une cécité faute de traitement. Le dépistage de la rétinopathie chez le prématuré doit se faire dans les 4 à 6 semaines qui suivent la naissance grâce à un fond d’oeil. La dilatation et l’aspect tortueux des vaisseaux rétiniens sont un signe typique de la pathologie. Malheureusement, les ophtalmologistes formés à cet examen de dépistage ne sont pas assez nombreux. Et le diagnostic clinique est très variable d’un médecin à l’autre.

    Un algorithme testé sur 6 000 images

    Des recherches associant l’apprentissage automatique ont donc été menées. Des chercheurs américains ont tenté d’évaluer une approche basée sur un réseau de neurones convolutifs capable de diagnostiquer trois stades : normal, pré-rétinopathie, rétinopathie.

    Pour mettre au point leur algorithme, les chercheurs ont utilisé 6 000 images de rétine. Chacune d’entre elles a été comme normale, pré-rétinopathie, ou rétinopathie après avoir été analysée par 3 experts indépendants (2 ophtalmologistes et un membre de l’étude).

    • 82,3% étaient normales
    • 14,6% étaient au stade pré-rétinopathie
    • 3,1% étaient au stade de la maladie

    L’algorithme a été évalué par une validation croisée 5 fois et testé sur un ensemble indépendant de 100 images. Chaque expert participant avait plus de 10 ans d’expérience clinique dans le traitement de la rétinopathie chez le prématuré et avait publié plus de 5 articles revus par des pairs sur cette pathologie. Les résultats de leurs travaux ont été publiés le 2 mai dans le Jama Ophthalmology.

    Résultats

    Les capacités de dépistage de l’algorithme ont été comparées à celles des experts médicaux.

    • Le deep learning a permis de diagnostiquer correctement 91% des images contre 82% des experts.
    • La sensibilité et la spécificité de l’algorithme étaient respectivement de 93 et 94% grâce pour la détection de la rétinopathie
    • La sensibilité et la spécificité étaient respectivement de 100% et 94% pour le grade pré-rétinopathie

    Un algorithme plus précis que des experts

    L’algorithme a surpassé non seulement la plupart des experts de cette étude mais aussi tous les systèmes antérieurs d’analyse d’images basés sur l’informatique. De plus, les autres systèmes étaient semi-automatisés. « Ces résultats peuvent changer la façon dont la rétinopathie du prématuré sera diagnostiquée à l’avenir et sont largement pertinents pour d’autres domaines médicaux », ont affirmé les auteurs de l’étude.

    L’intégration de cette technologie dans les appareils réalisant des fonds d’oeil ou les systèmes de télémédecine pourrait améliorer la qualité, l’accessibilité et le coût du dépistage de cette pathologie dans le monde entier », pronostiquent-ils.

  • IA, robotique et santé : séminaire en 8 sessions pour une vision pluridisciplinaire et éthique

    La Chaire de philosophie à l’hôpital GHT Paris Psychiatrie et neurosciences, Limsi – CNRS / Sorbonne université, l’Institut des Hautes Etudes, de L’Innovation et de l’Entrepreneuriat (Mines-ParisTech) et ILumens (Université Paris-Descartes) a annoncé début mai 2018 l’organisation de huit séances consacrées à l’IA, la puissance algorithmique et la robotique dans le domaine de la santé.

    Ce séminaire, organisé sous la direction de Cynthia Fleury, Laurence Devillers, David Gruson, 
    Sophie Sakka et Antoine Tesnière, se déroulera les jeudi 24 mai, 7 juin, 14 juin, 5 juillet, 13 septembre, 4 octobre et 18 octobre 2018, à la faculté de médecine Paris-Descartes.

    Jeudi 24 mai, 18h30-20h : Séance introductive du séminaire IA, robotique et santé

    Définition des concepts, des enjeux éthiques de l’IA et de la robotique dans la santé. Focus sur l’arrivée des robots sociaux et affectifs pour le soin : quelles avancées réelles ? Quelles réflexions éthiques sont nécessaires pour ces machines apprenantes ?

    Il s’agit d’expliquer les mythes, les fantasmes et la réalité autour de l’arrivée des robots dans la société. Les questions éthiques se posent déjà et sont nombreuses. Le robot n’est pas juste une mécanique, l’humain projette sur ces objets des capacités humaines, il les anthropomorphise.

    Avec Cynthia Fleury et Laurence Devillers.

    Jeudi 7 juin, 18h-20h : Les robots sociaux et conversationnels dans l’accompagnement thérapeutique non médicamenteux

    Les robots bavards, aussi appelés robots conversationnels ont été conçus pour converser avec l’homme. D’Eliza à Tay de Microsoft ou Google home et Alexa d’Amazon, quelles sont les réelles avancées et les enjeux actuels ? À partir d’exemples d’application, les risques, bienfaits et limites actuelles dans les applications dans la société seront montrés.

    Les robots dits sociétaux sont conçus dans l’objectif de s’intégrer dans l’environnement sociétal humain. Ils ont une forme humanoïde et sont destinés à terme à pouvoir réaliser les mêmes actions que l’humain et de s’y substituer dans l’accomplissement de tâches en interaction. Aujourd’hui, ils en sont encore à leurs balbutiements et sont principalement utilisés pour l’image des entreprises et pour la démonstration technologique. Du côté médical cependant, dans certains troubles mentaux ou psychiques, des pistes ont été proposées. Ils seront explorés notamment à travers leurs effets sur les patients dans les cas de l’autisme et d’Alzheimer.

    Avec Laurence Devillers et Sophie Sakka.

    Jeudi 14 juin, 18h-20h : Algorithmique génétique et génétique algorithmique : quelle régulation ?

    Avec David Gruson.

    Jeudi 5 juillet, 18h-20h : Les robots d’assistance aux soins

    Certaines tâches, incontournables et quotidiennes, peuvent générer des TMS, rendant l’accomplissement du travail difficile voire impossible. Les robots ici peuvent apporter une aide non négligeable, dans la manipulation des corps, la distribution et l’enlèvement des repas, la régulation des tâches quotidiennes au sens large. Cette mise en place allègera la prise en charge des patients. L’existant, les perspectives, les apports et les limites, et l’éthique associée seront discutés.

    Avec Sophie Sakka.

    Jeudi 13 septembre, 18h-20h : Prothèses et exosquelettes robotiques

    Dans le cadre du handicap physique, l’utilisation de robots pour l’assistance ou le remplacement d’un organe humain trouve toute son utilité. Il couvre un large éventail allant du soutien au sens à celui de la mobilité : prothèses robotiques, exosquelettes instrumentés ou stimulateurs.

    Les limites de tels robots sont encore grandes, comparées aux espoirs qu’ils portent et à la complexité que les organes humains impliquent. La sécurité et l’éthique sont des freins majeurs à l’expérimentation quand le coût est un frein majeur au développement. Les sujets des prothèses de membres, leur mode de connexion au corps humain et des possibilités et limites qu’elles offrent seront abordés.

    Avec Sophie Sakka.

    Jeudi 4 octobre, 18h-20h : Vers une délégation du consentement à l’intelligence artificielle ?

    Avec David Gruson.

    Jeudi 18 octobre, 18h-20h : Relire « La réalité de la réalité » de Watzlawick à l’heure de l’IA apprenante

    Avec David Gruson et Cynthia Fleury.

  • Maladies chroniques : Medopad lance un système pour recueillir des données biométriques en Chine

    Un système de surveillance conçu pour recueillir des données biométriques sur les patients souffrant de maladies chroniques sera testé courant 2018 dans les hôpitaux de la Chine continentale, a annoncé mi-avril 2018 Medopad, à l’origine du programme.

    Le groupe britannique recherche des investisseurs stratégiques à long terme en Chine pour l’aider à financer ses projets pilotes qui seront lancés au cours de l’année 2018.

    Une e-plateforme pour collecter des données à partir de dispositifs portables

    « La Chine est de loin le marché le plus important pour nous, a déclaré le co-fondateur et Pdg de Medopad, Dan Vahdat, en marge du Forum de Boao pour l’Asie qui s’est tenu du 8 au 11 avril 2018 (source : Scmp.com). Nous sommes venus en Chine il y a quatre ans pour apprendre et faire des erreurs jusqu’à ce que nous trouvions les bons partenaires. »

    Medopad ouvrira un bureau à Shanghai qui accueillera jusqu’à 50 personnes, dans le cadre d’un plan visant à multiplier ses effectifs mondiaux par 10, pour ainsi atteindre 500 employés dans les dix-huit prochains mois.

    Des données partagées avec les hôpitaux, les groupes pharmaceutiques et les assureurs

    L’entreprise, déjà présente en Europe et aux États-Unis, a pour objectif de développer une plate-forme numérique en Chine pour collecter des données à partir de dispositifs électroniques portables sur des patients souffrant de maladies chroniques.

    Ces informations seront partagées avec les hôpitaux, les groupes pharmaceutiques et les compagnies d’assurance pour économiser les frais médicaux et améliorer l’efficacité du traitement.

    Medopad a signé des accords commerciaux en Chine d’une valeur de 100 M. $

    Dans le cadre de la visite officielle effectuée en Chine par la Première ministre britannique Theresa May début février, Medopad a annoncé avoir signé des accords commerciaux d’une valeur de 100 millions de livres (114,5 M. € ; 139 M. US$) avec des entreprises telles que le géant informatique Lenovo, le conglomérat chinois China Resources Group et l’unité chinoise du groupe pharmaceutique britannique GSK.

    Le groupe britannique a par ailleurs signé un accord de coopération avec Tencent Holdings sur la prévision de la santé. Il a également établi un partenaire technologique avec le fournisseur de produits de santé et de service de télémédecine Ping An Healthcare and Technology, une unité du conglomérat financier Ping An Insurance.

    Depuis le début de l’année, Medopad a levé plus de 28 millions de dollars US (23 M. €). L’entreprise espère recueillir au total 120 millions de dollars dans les prochains mois (99 M. €). Ses bailleurs de fonds actuels incluent le géant pharmaceutique allemand Bayer, la compagnie d’assurance médicale anglaise Bupa et NWS Holdings, une entreprise immobilière basée à Hong Kong .

    Un partenariat avec une dizaine d’hôpitaux

    La société britannique prévoit de déployer ses logiciels en Chine courant 2018 dans plus de dix hôpitaux affiliés à l’Université de Pékin et à la Capital Medical University.

    Les frais varieront en fonction du nombre de patients

    Ces projets pilotes concerneront initialement quelques centaines de patients, en particulier ceux atteints de la maladie de Parkinson. Les gestes des patients et leur temps de réaction seront mesurés pour améliorer le diagnostic.

    « Monétiser [les données de santé] peut prendre plus de trois ans »

    Medopad facture des frais annuels qui varient en fonction du nombre de patients et des fonctionnalités, qui sont payés par les assureurs, les sociétés pharmaceutiques ou les patients.

    Selon Fabio La Mola, responsable de la pratique des sciences de la vie en Asie du Sud-Est au sein du cabinet de conseil L.E.K. Consulting, les sociétés health tech ont tendance à facturer des frais peu élevés initialement pour encourager l’adoption de leur technologie, ce qui leur permettra de développer des sources de revenus supplémentaires.

    « Les données sont une mine d’or lorsque l’échantillon est assez important et peuvent être combinées avec d’autres données telles que les dossiers médicaux électroniques, les essais cliniques et les données d’assurance et de remboursement, a-t-il déclaré. Monétiser ces données peut prendre plus de trois ans car des [informations] sur le même patient doivent être collectées pendant une longue période [pour que le résultat soit intéressant]. »

  • Chronic diseases: Medopad to launches system to collect biometric data in China

    A monitoring system designed to collect biometric data on outpatients with chronic diseases will be tested this year in hospitals in mainland China, announced in April 2018 Medopad, which initiated the program.

    The British software developer is seeking long-term strategic investors in China to help fund pilot projects to be launched in 2018.

    A digital platform to collect data from wearable devices

    « China is the most important market for us by far, » Medopad co-founder and CEO Dan Vahdat said on the sidelines of the Boao Forum for Asia held from 8 to 11 April 2018 (source: Scmp.com). « We came to China four years ago to learn and make mistakes until we found the right partners. « 

    Medopad will set up an office in Shanghai that will house up to 50 staff, as part of a plan to boost global headcount by 10-fold to reach 500 in the next 18 months.

    Data shared with hospitals, pharmaceutical and insurance companies

    The company, which has operations in Europe and the US, aims to develop a digital platform in China to collect data from wearable electronic devices on patients suffering from chronic diseases.

    This data will be shared with hospitals, pharmaceutical and insurance companies to save medical costs and improve treatment efficiency.

    Medopad has signed trade deals worth £100 million in China

    As part of Prime Minister Theresa May’s official visit to China in early February, Medopad announced that it has signed trade deals worth 100 million pounds (€114.5m; US$139m) with companies including computer giant Lenovo, China Resources Group and the China unit of British pharmaceutical group GSK.

    The British group has also signed a cooperation agreement with Tencent Holdings on health prediction and has established a technology partner with online doctor consultations and health care products provider Ping An Healthcare and Technology, a unit of financial conglomerate Ping An Insurance.

    Since the beginning of the year, Medopad secured US$28 million (€23m) of private equity capital. The company aims to raise in total US$120 million (€99m) in the coming months. Its current backers include German pharmaceutical giant Bayer, British medical insurance company Bupa and Hong Kong property group NWS Holdings.

    A partnership with a dozen hospitals

    The company plans to deploy its software in China later this year at more than 10 hospitals affiliated with Peking University and Capital Medical University.

    Fees will vary according to the number of patients

    These pilot projects will initially involve a few hundred patients, with a focus on those with Parkinson’s disease. Patient movement and reaction time will be measured to improve diagnosis.

    Medopad charges annual fees that vary depending on the number of patients and functionalities, that are paid by insurers, pharmaceutical companies or patients.

    According to Fabio La Mola, head of Southeast Asia life sciences practice at L.E.K. Consulting, health tech companies tend to charge low fees initially to encourage adoption of their technology, which will allow them to develop additional revenues sources.

    « Monetizing [health data] can take over three years »

    « The data is a gold mine when the sample is large enough, and can be combined with other data such as electronic medical records, clinical trials and insurance and reimbursement data, » he said. « Monetizing this data can take over three years as data on the same patient for a long time needs to be collected. »

  • Appel à projets européen : les technologies de l’aérospatial et de l’énergie pour la santé de demain

    Un appel à projets, intitulé Cross4Health financé par le programme européen Horizon 2020, est ouvert jusqu’au 16 mai 2018 à destination de start-ups œuvrant dans les secteurs de l’aérospatial ou de l’énergie et dont les technologies innovantes peuvent être transposées au secteur des dispositifs médicaux et des biotechnologies ou être traduites en solutions numériques (TIC) pour la santé.

    Les innovations issues de l’aéronautique et de l’énergie pour les soins de demain doivent être mises au service des soins personnalisés centrés sur le patient et ce dans un des trois domaines suivants :
    – soins à distance sécurisés dans le cadre de maladies chroniques afin de maintenir l’autonomie des patients ;
    – soins d’établissements de santé optimisés grâce à une approche prédictive, préventive, personnalisée et participative ;
    – processus de diagnostic accéléré.

    Un programme d’accélération de 9 mois et un soutien financier à hauteur de 60 000 euros par structure, sous forme de financements directs (jusqu’à 25 000 euros) et de prestation de services innovants (jusqu’à 30 000 euros), sont à la clé.

    Cross4Health

    Il s’agit d’un projet financé par la Commission européenne dans le cadre du programme H2020, doté d’un budget global de 5 millions d’euros et qui s’étendra sur 2 ans et demi.

    3,5 millions d’euros seront directement investis dans les start-ups en vue de développer la collaboration et le transfert de technologies propres aux secteurs de l’aérospatial et de l’énergie vers les biotechnologies, les dispositifs médicaux et les TIC en santé.

    L’appel à projets sera décomposé en deux appels à projets et des événements tels 2 concours d’innovation, 3 hackathons, un camp d’innovation et des ateliers additionnels.

    Il s’agit du premier appel à projets organisé dans ce cadre.

    Toutes les informations sont accessibles en anglais via le site dédié : https://cross4health.eu/opencall.html

    Critères d’éligibilité et processus de sélection

    • Peuvent candidater les start-ups résidentes de l’Union européenne ou de pays associés au programme H2020.
    • Les projets présentés doivent être portés par des consortiums impliquant au minimum deux start-ups de deux pays européens différents. À cet effet, un outil pour réseauter, assister aux événements de construction d’équipes ou établir un jumelage est disponible ici.
    • Dix projets au maximum, pour un maximum de 20 porteurs de projets, seront retenus à l’issue de la sélection.
    • La maturation de l’idée doit être justifiée et la capacité des porteurs de projets à traduire l’idée en solution commercialisable et son passage à échelle sur un marché internationale démontrées.
    • Les projets sélectionnés seront annoncés à la mi-juillet 2018 après un examen par deux assesseurs externes et indépendants et en fin de processus un comité d’évaluation qui devra valider le processus d’évaluation, vérifier qu’il n’y a pas de conflit d’intérêts, de fraude ou de double financement.

    Candidature

    Le guide de candidature est disponible en anglais via ce lien.

    Le dossier de candidature doit être soumis en anglais et se compose de :

    • un formulaire de 10 pages est à remplir après avoir été téléchargé via ce lien ;
    • 10 diapositives en guise de pitch ;
    • une vidéo de 2 minutes de présentation de l’équipe ;
    • une déclaration sur l’honneur pour chaque candidat de l’équipe ;
    • déclaration interne du consortium.

    Les candidatures sont à soumettre via la plateforme accessible via le lien suivant.