IA Santé
Maximisez la valeur de vos datas en développant une IA médicale performante
Depuis sa création, Alcimed accompagne ses clients pour tirer parti du potentiel des nouvelles technologies comme l’intelligence artificielle (IA). Forts de 30 ans d’expérience auprès des décideurs des industries de santé, nous accompagnons nos clients dans leurs projets d’IA depuis son application dans les phases de R&D, les stratégies data, jusqu’au déploiement de nouvelles solutions basées sur l’IA (médecine prédictive, médecine personnalisée, diagnostic ou thérapie basés sur l’IA, robots compagnons, chirurgie assistée par ordinateur, outils de prévention, …).
Ils nous font confiance
Les enjeux liés au développement de l’IA en santé
La digitalisation du secteur de la santé, des acteurs publics comme privés, et l’émergence de la e-santé et des objets connectés ont permis la génération et la collecte massive de données de santé. Ces nouvelles quantités inédites d’informations ont permis un véritable essor des applications de l’intelligence artificielle en santé et offrent ainsi d’immenses possibilités dans le secteur médical : amélioration de la précision, de la rapidité et de la performance des diagnostics, optimisation de l’allocation des ressources (lits dans les hôpitaux, médicaments, matériel médical…), accélération de la recherche pour la découverte de nouveaux traitements ou la détection de certaines maladies…
De plus, le développement des modèles de LLM (Large Langage Model) et plus spécifiquement des modèles Transformers, marqué par la sortie de ChatGPT en novembre 2022, pourrait représenter une véritable révolution dans le secteur de la santé. En effet, les Transformers sont capables de prédire des relations plus profondes au sein des phrases et d’améliorer leurs performances dans les tâches de traitement du langage naturel (NLP) telles que la classification des documents, l’interprétation des sentiments, la traduction automatique, la réponse aux questions et la synthèse.
Dans le secteur de la santé, cela signifie une meilleure prédiction et précision des diagnostics, une plus grande automatisation des tâches routinières (codage, saisie informatique…) et l’accélération de la médecine de précision, par exemple via l’aide à la conception de stratégies thérapeutiques (posologie, plan de médication…) pour chaque patient.
Face à ces possibilités, le déploiement de l’IA devient un enjeu incontournable pour l’industrie de la santé. Cependant, le développement d’une IA médicale performante et éthique soulève de nombreux enjeux :
L’utilisation de l’intelligence artificielle en santé implique le stockage, la manipulation et le partage de grandes quantités de données de santé. Or, celles-ci sont catégorisées par la CNIL comme sensibles c’est-à-dire ayant trait, entre autres, à l’origine raciale, les opinions politiques ou religieuses, l’état de santé ou l’orientation sexuelle d’une personne physique. L’usage de ces données de santé est encadré de manière rigoureuse et sécurisée et il est donc nécessaire de mettre en place des mesures de sécurité adaptées, telles que la mise en place de politiques strictes d’accès aux données médicales, des lieux de stockage de données dédiés, des audits réguliers pour assurer la conformité aux normes de sécurité… Il est également indispensable d’assurer la formation et la sensibilisation des personnes ayant accès à des données de santé, notamment sur la sécurité des données médicales et la confidentialité des patients.
Comment garantir la sécurité des données de santé et la confidentialité des patients ? Quelles sont les obligations réglementaires en matière de données de santé et comment s’y conformer ?
La création de solutions d’IA dédiées à la médecine se base sur l’analyse et l’exploitation d’informations de santé pour en extraire des interprétations utiles. Si les données sont de mauvaise qualité, c’est-à-dire incomplètes, incorrectes, contradictoires ou encore obsolètes, les résultats produits par l’IA médicale peuvent être inexacts ou trompeurs, ce qui dans le cadre d’un usage médical peut avoir des conséquences particulièrement graves. Il est également important de prendre en considération les éventuels biais des algorithmes afin d’éviter leur reproduction.
La qualité des informations numériques est un enjeu crucial pour l’utilisation de l’IA en santé et il est donc essentiel de garantir que celles-ci sont fiables, précises et complètes, afin de produire des résultats justes et utiles pour les acteurs de santé et les patients.
Comment garantir la qualité des données médicales pour maximiser la fiabilité et la performance des technologies d’IA ? Quel processus mettre en place et quelles parties prenantes impliquer ?
Bien que l’IA puisse apporter un soutien concret aux acteurs de la santé, son utilisation présente également des risques. La formation des professionnels du secteur est essentielle pour garantir une utilisation appropriée de l’IA, que ce soit sur des aspects techniques (fondement de l’IA, du machine learning et du deep learning, etc.) comme éthiques (biais des algorithmes, protection des data, etc.) mais également sur la manière d’interpréter les résultats. L’enjeu de la formation des acteurs de la santé est crucial pour garantir un usage responsable, éthique et efficace de l’IA dans le cadre médical.
Comment assurer la formation et l’acculturation les acteurs de la santé pour garantir une utilisation pertinente des technologies d’IA ? Comment mettre en place un système de formation continue aligné avec les évolutions rapides du marché et des contextes réglementaires liés à l’IA en santé ?
Le développement de l’IA en santé ne peut se faire sans une collaboration entre différentes typologies d’acteurs. D’une part, les acteurs traditionnels de la santé, soit les acteurs institutionnels (hôpitaux, ARS, …) et les laboratoires pharmaceutiques, qui disposent des compétences médicales, cliniques, mais aussi d’une meilleure appréhension et compréhension des problématiques et des besoins médicaux. D’autre part, les entreprises des technologies numériques (startups, GAFAM, entreprises de télécom) peuvent, elles, apporter leur expertise en matière de technologies de pointe, de création de logiciels, mais également d’utilisation de données. La collaboration entre ces deux typologies d’acteurs est donc nécessaire pour un développement plus efficace et pertinent de solutions d’intelligence artificielle en santé.
Comment favoriser l’établissement de collaborations entre les acteurs de l’intelligence artificielle ? Avec quel partenaire travailler selon les particularités des contextes et des projets ?
Comment nous vous accompagnons dans vos projets liés à l’IA en santé
Forte de 30 ans d’expérience au contact de ses clients en santé, Alcimed est particulièrement bien positionnée pour explorer la terre inconnue que représente l’intelligence artificielle en santé pour les industriels. Nous accompagnons de nombreux acteurs des sciences de la vie et notamment :
- Les industriels pharmaceutiques et des acteurs comme Sanofi, Pierre Fabre, Merck MSD, Takeda, Roche, …
- Les industriels du dispositif médical et des acteurs comme bioMérieux, BD, J&J, …
- Des acteurs institutionnels et académiques et notamment des hôpitaux, des ARS, des centres de recherche, …
- Des acteurs de l’innovation et notamment des porteurs de projets, des start-ups en e-santé, des SATT, …
La diversité de nos clients (industriels, HealthTechs, académiques, institutionnels…), des champs géographiques que nous explorons, et des types de missions que nous réalisons, nous donne une compréhension globale et approfondie des problématiques liées à l’intelligence artificielle en santé.
Nos missions couvrent des sujets aussi divers que la définition de stratégie IA et data, la recherche de partenaires et de fournisseurs d’IA, la construction de propositions de valeur ou de business cases, l’accompagnement à la mise en œuvre et au déploiement de solutions d’IA, la réalisation d’état de l’art ou d’études prospectives, … et bien d’autres !
Exemples de projets récents menés pour nos clients dans le domaine de l'intelligence artificielle en santé
Développement d’une IA pour améliorer la communication d’un laboratoire pharmaceutique par la détection de signaux faibles
L’un de nos clients, une société pharmaceutique de premier plan, souhaitait anticiper les éléments de sa communication en développant un outil d’intelligence artificielle permettant de détecter des signaux faibles dans une base de données textuelles.
Dans un premier temps, Alcimed a déterminé les cas d’usages permettant de définir un cahier des charges.
Dans un second temps, notre équipe a collecté, nettoyé et structuré les données, avant de développer des algorithmes de traitement du langage naturel (NLP) permettant de mettre en lumière de manière visuelle les signaux faibles analysés via l’outil.
Organisation d’un board d’experts autour de l’utilisation de l’IA en dermatologie
L’un de nos clients, un laboratoire dermatologique, souhaitait définir sa roadmap stratégique dans le domaine de la prévention du cancer. Pour cela, il souhaitait organiser un board d’experts afin de :
- Réfléchir à la construction d’un consensus autour de la place de l’IA comme un outil permettant d’améliorer le diagnostic des cancers de la peau
- Identifier les moyens de promouvoir l’usage de cette démarche/outil auprès des acteurs de la santé
Nous avons accompagné notre client dans l’organisation et l’animation de ce board et particulièrement dans la définition et la sélection des profils des participants, qu’ils soient médicaux (dermatologues) ou techniques (chercheurs en IA, etc.).
Challenge du positionnement d’un leader de l’électronique sur le marché de l’IA médicale dédiée à l’analyse de l’imagerie médicale
L’un de nos clients, un leader mondial dans la fourniture de solutions techniques, souhaitait renforcer son positionnement dans le secteur de la santé.
Pour cela, il souhaitait mieux comprendre les enjeux relatifs à l’IA pour l’interprétation d’images afin d’identifier les opportunités que représentent ce marché, les acteurs en présence, les besoins et attentes des clients et ainsi trouver un positionnement unique et différenciant répondant aux attentes de ce segment. Pour ce faire, Alcimed a dans un premier temps caractérisé le marché de l’IA pour l’analyse de l’imagerie médicale en cartographiant les principaux enjeux et en analysant la chaîne de valeur sur le marché de la santé.
Dans un second temps, notre équipe a identifié des gisements de valeur sur le marché et a analysé 2 cas d’usage majeurs. Enfin, nous avons établi des recommandations autour de la pertinence pour notre client de s’impliquer ou non sur ce segment de marché.
Définition de la stratégie d’acquisition de données d’une initiative d’IA médicale dans le domaine du diabète
L’un de nos clients, une société leader pharmaceutique, souhaitait explorer le potentiel des données externes des patients aux États-Unis et en Allemagne pour une initiative d’intelligence artificielle dans le domaine du diabète.
Dans un premier temps, Alcimed a fourni un aperçu des principaux propriétaires de données publics et privés dans les deux pays concernés. Ces propriétaires ont ensuite été classés par notre équipe en termes de volume, de qualité, de pertinence et d’accessibilité des données.
Sur la base de ces critères, nous avons classé par ordre de priorité certains propriétaires de données en tant que partenaires potentiels pour notre client et avons finalement co-défini ensemble une stratégie préliminaire d’acquisition de données pour cette étude spécifique.
Accompagnement d'un acteur institutionnel dans le développement de son ambition IA pour ses activités de R&D et de sa feuille de route stratégique associée
Alcimed a travaillé avec un acteur institutionnel pour définir une feuille de route globale et identifier des partenaires en phase avec les ambitions de l’entreprise en matière d’IA et de machine learning (ML) pour ses activités de R&D, en termes de besoins applicatifs et de technologies utilisées.
Sur la base d’une enquête interne et d’entretiens, nous avons mené une étude approfondie pour enrichir la cartographie initiale des besoins internes et des applications d’IA/ML de notre client, et fourni un premier niveau de caractérisation basé sur des critères clés (faisabilité, disponibilité des données, complexité de la mise en œuvre, maturité, coût, etc.) pour ensuite prioriser les cas d’utilisation et leurs solutions. Nous avons collaboré étroitement pour délimiter les activités à court, moyen et long terme alignées sur les ambitions de notre client. Sur la base de ces activités définies, nous avons mené des recherches supplémentaires pour évaluer la pertinence des partenaires potentiels (sur la base de l’adéquation avec les solutions envisagées, de l’adaptabilité, de l’expérience, etc.)
Enfin, nous avons procédé à une évaluation approfondie pour mieux comprendre les besoins internes de notre client, en nous concentrant particulièrement sur la demande d’outils plus sophistiqués. Grâce à ce processus, nous avons élaboré une feuille de route claire décrivant les étapes de mise en œuvre d’outils spécifiques, complétée par des recommandations sur les partenaires potentiels.
Création de la PoC d'un tableau de bord de visualisation de données utilisant l'IA pour une biotech
Alcimed a aidé une start-up spécialisée dans les biotechnologies à développer un tableau de bord alimenté par l’IA pour interpréter les résultats expérimentaux, en transformant les requêtes des utilisateurs en graphiques informatifs pour une étude intuitive des données.
Nous avons mené des recherches approfondies afin d’identifier les outils les plus appropriés pour le développement de la plateforme, y compris les bibliothèques et les projets open-source existants, puis nous avons développé et testé le backend de la solution afin d’en assurer la fonctionnalité et la fiabilité. Nous avons conçu les éléments graphiques du tableau de bord, en les alignant sur la charte graphique du client pour assurer la cohérence de l’image de marque et de l’expérience utilisateur.
Au final, notre équipe a développé une interface pratique qui a permis d’améliorer les processus de R&D de notre client, en offrant des informations précieuses dans un format convivial. Cette interface n’était pas seulement destinée à servir des objectifs internes, mais aussi à présenter un aspect visuellement attrayant, pour impressionner les investisseurs et les clients potentiels et laisser une impression durable.
Étude de réceptivité du marché à une solution d'IA pour l'anesthésiologie en Europe du Nord
L’un de nos clients, un acteur mondial du secteur des dispositifs médicaux, souhaitait tester la réceptivité du marché à l’égard d’une solution basée sur l’intelligence artificielle qu’il a développée, soutenant la prise de décision des anesthésistes concernant les patients dans le coma.
Notre équipe a d’abord évalué les forces et les faiblesses de la solution en mettant en place des tests et en échangeant avec des utilisateurs potentiels dans 9 pays d’Europe du Nord. Nous avons également identifié des mesures permettant de surmonter les obstacles identifiés. Après ces étapes, notre équipe a réalisé un market sizing pour évaluer le nombre d’utilisateurs et de patients potentiels pouvant bénéficier de cette solution.
Enfin, nous avons aidé notre client à comprendre et à naviguer dans le processus d’achat d’une telle solution.
Définition d'une nouvelle stratégie de gestion des connaissances s'appuyant sur des outils d'IA
Notre équipe a aidé un acteur pharmaceutique international à sélectionner un nouvel outil d’intelligence artificielle pour améliorer sa gestion des connaissances. Les documents et les données étant stockés sur différentes plateformes, la recherche d’informations a été identifiée comme un obstacle majeur dans leurs activités.
Pour aider notre client, nous avons d’abord mené des entretiens internes afin d’identifier les principaux problèmes et défis liés à la gestion des connaissances. Les solutions existantes ont ensuite été cartographiées, caractérisées et classées par ordre de priorité.
Sur la base de l’enquête, nous avons suggéré une approche qui résoudrait leur défi actuel, en tirant parti des fonctions inutilisées de leurs plates-formes actuelles, et avec l’intégration d’un nouveau fournisseur de solutions d’IA.
Cartographie et sélection des fournisseurs d'intelligence artificielle pour les applications de pathologie numérique
L’un de nos clients, leader dans le secteur des dispositifs médicaux, était à la recherche d’un partenaire compétent dans la programmation d’applications d’intelligence artificielle pour la pathologie numérique, dans le but d’étendre son offre de produits.
Pour ce faire, notre équipe a effectué un repérage mondial de fournisseurs d’IA innovants, qui ont notamment été analysés en termes de maturité technologique, de maturité commerciale et de force de leur réseau. Sur la base de notre travail, une sélection de fournisseurs prioritaires a été approchée pour explorer les possibilités de collaboration avec notre client.
Vous avez un projet ?
Pour aller plus loin
Santé
Vision par ordinateur en santé : les applications et les défis de cette nouvelle solution d’IA
La vision par ordinateur s’impose en santé, avec une variété de solutions d'IA médicale. Mais comment est-elle utilisée et quels sont les défis à relever ?
Santé
L’IA comme outil d’aide au diagnostic médical
L’intelligence artificielle a fait sa place auprès de nombreuses spécialités comme outil d’aide au diagnostic médical. Mais comment est-elle utilisée et quels défis restent à relever ?
Santé
L’IA dans l’imagerie médicale, une révolution dans le diagnostic médical et les soins aux patients
Qu'est-ce que l'intelligence artificielle en imagerie médicale ? L'intelligence artificielle englobe diverses techniques, telles que l'apprentissage automatique et l'apprentissage profond, qui ...
Créée en 1993, Alcimed est une société de conseil en innovation et développement de nouveaux marchés spécialisée dans les secteurs innovants : sciences de la vie (santé, biotechnologie, agroalimentaire), énergie, environnement, mobilité, chimie, matériaux, cosmétiques, aéronautique, spatial et défense.
Notre vocation ? Aider les décideurs privés et publics à explorer et développer leurs terres inconnues : les nouvelles technologies, les nouvelles offres, les nouveaux enjeux géographiques, les futurs possibles et les nouvelles manières d’innover.
Répartie dans nos 8 bureaux dans le monde (en France, en Europe, à Singapour et aux Etats-Unis), notre équipe est composée de 220 explorateurs de haut niveau, multiculturels et passionnés, ayant une double culture scientifique/technologique et business.
Notre rêve ? Être 1000, pour dessiner toujours plus avec nos clients le monde de demain.
L’Intelligence Artificielle désigne la possibilité, pour une machine, de reproduire des comportements liés aux humains, tels que le raisonnement, la planification et la créativité. L’IA permet à des systèmes techniques de percevoir leur environnement, gérer ces perceptions, résoudre des problèmes et entreprendre des actions pour atteindre un but précis.
L’IA en santé représente donc les applications de l’intelligence artificielle dans le cadre médical. On distingue généralement 6 grands domaines d’application :
- La médecine prédictive
- La médecine personnalisée
- L’aide à la décision diagnostique ou thérapeutique
- Les robots compagnons
- La chirurgie assistée par ordinateur
- La prévention
L’avenir de l’IA en santé est très prometteur, car elle révolutionne à la fois le développement des médicaments et les pratiques médicales. L’IA a commencé à transformer la découverte de médicaments en accélérant considérablement les processus, depuis l’identification des maladies cibles jusqu’à l’optimisation et la conception des médicaments, en générant de nouvelles données sur les molécules, en améliorant la précision des criblages, en prédisant la toxicité et en évaluant les résultats des essais cliniques. En ce qui concerne les pratiques médicales, des applications telles que les chirurgies assistées par l’IA, la surveillance à distance des patients, les prothèses intelligentes et les traitements personnalisés facilités par l’analyse des big data sont appelées à remodeler la prestation des soins de santé.
Les défis liés au développement de l’IA dans les soins de santé résident dans la nécessité de faire comprendre au public que l’IA est un outil et non un substitut aux professionnels de la santé, et de répondre aux préoccupations liées à la conformité réglementaire et à la confidentialité des données. Cependant, la synergie des approches de l’IA avec l’apprentissage automatique et la collaboration interdisciplinaire ouvre la voie à l’exploitation du plein potentiel de l’IA pour faire progresser la recherche médicale et les soins aux patients.