Apple Watch mise sur la Santé …

La santé, en dépit d’être l’un des secteurs les plus réglementés, n’empêche pas les GAFA d’y être très actifs. Amazon s’associe avec JPMorgan et Berkshire Hathaway pour révolutionner le monde de l’assurance. Alphabet’s Verily se lance aussi dans l’assurance maladie. Le géant de la santé traditionnel Cigna a annoncé qu’il achète des prestations pharmaceutiques à la firme Express Scripts… les acteurs économiques redessinent le paysage de la santé. Deux facteurs sont clés dans cette guerre : les plateformes de sur-traitance et la montre connectée d’Apple.

Démonstration.

Les règles de la sur-traitance économique s’applique aussi au domaine de la santé pour la domination des plateformes à savoir (1) effets des réseaux (2) maîtrise des Big Data et (3) développement des algorithmes de l’intelligence artificielle. Mais seul Apple dispose en plus d’un dispositif de suivi de santé (collecte et analyse des données) largement réparti : L’Apple Watch.

Un rapport suggère même que Apple a vendu plus de montres au dernier trimestre que Rolex, Omega et Swatch combinés. Et ce n’est qu’un début, les smartwatches seront portées par des centaines de millions de personnes.

À la fin du mois de février 2018, Apple a obtenu un brevet pour un boîtier de recharge de style Airpod pouvant contenir une montre mais aussi un certain nombre de bracelets. Ce n’est pas seulement un accessoire de mode ; les bracelets en question sont des « smart bands », des appareils électroniques à part entière. La raison pour laquelle Apple pourrait fabriquer la prochaine génération de dispositifs médicaux sera de pouvoir effectuer plus d’une mesure physiologique – comme la tension artérielle, les battements du cœur et la glycémie pour gérer par exemple le diabète, les crises cardiaques ou l’intolérance au lactose. Mesurer ces signaux corporels n’est pas possible avec seulement la montre. Cette idée n’est pas irréaliste : AliveCor, une entreprise américaine propose déjà le premier lecteur d’électrocardiogramme approuvé par la FDA pour l’iPhone, appelé Kardia.

L’année dernière, Apple a également obtenu un brevet pour une manière très intelligente de mesurer la tension artérielle avec une montre où vous pouvez tenir la montre contre votre poitrine et un contrôleur est configuré pour traiter les signaux de sortie d’un accéléromètre. Il détecte le moment où votre pouls se propage à partir du ventricule gauche de votre cœur, détecte quand il arrive à votre poignet, puis calcule un temps de transit d’impulsions qui est ensuite utilisé pour calculer votre tension artérielle. L’accéléromètre est mis au milieu de la bande, pas dans le corps de la montre. Cela nous fait penser qu’il n’y a pas grand-chose d’autre dans ce groupe, sauf peut-être une batterie et peut-être quelques lumières colorées. Apple a besoin de la montre pour gagner les guerres des plateformes de santé. Ils savent que vous voulez préserver votre vie privée en étant en mesure de dissimuler ce que vous souhaitez. Ils savent que vous voulez pouvoir facilement stocker et fournir toutes les données à votre médecin. Ils savent que vous ne voulez pas vendre vos données et qu’on en fasse un bon usage pour améliorer votre santé ou celle des autres. Cela est particulièrement vrai pour les patients qui se concentreront sur l’efficacité et la sécurité beaucoup plus que sur le prix. Si Apple apparaît comme l’achat sécurisé pour les acheteurs, la montre pourrait être la prochaine grande chose que les consommateurs rechercheront avec leur iPhone et l’Apple Watch.

Autant dire qu’il n’y aura peut être plus de place sur le poignet pour une montre suisse, déjà que les jeunes ne savent plus lire l’heure analogique !

 

La radiologie : une cible privilégiée !

Un article scientifique paru, il y a déjà quelque temps, dans le prestigieux New England Journal of Medicine fait trembler le monde des radiologues. Ecrit par le Dr Obermeyer, de la Harvard Medical School, et son collègue Emanuel, de l’Université de Pennsylvanie, il décrit comment les nouvelles techniques de l’intelligence artificielle, qui s’appuient sur le big data et le machine learning, vont remplacer très avantageusement, à terme, les médecins radiologues, en fournissant analyses et diag­nostics en temps réel et sans beaucoup de frais!

C’est sans doute par là que tout va commencer. La médecine est à la veille d’une révolution sans précédent: celle du numérique (digital health).

La radiologie qui, aujourd’hui, coûte beaucoup d’argent au système de santé, est une cible privilégiée des innovateurs du digital health. En effet, lorsque vous voulez pénétrer un métier, celui de la médecine en l’occurrence, autant commencer là où il y a des marges, de grosses marges. Ainsi, si vous entrez dans le champ des radiologues et que vous pouvez offrir un meilleur service tout en cassant les coûts, alors vous êtes sûr d’obtenir un large soutien… notamment de la population, et des politiques par conséquent.

C’est certainement comme cela que tout va commencer pour la réduction des coûts tant attendue dans le système de santé.

L’analyse des images est le champ d’activité de prédilection pour les algorithmes auto-apprenants, car ces dernières sont excellentes dans la reconnaissance de formes. Le suisse Reto Wyss, un des récents lauréats du prix Industrie 4.0, en est d’ailleurs l’un des représentants les plus talentueux. Mondialement connu, il fait lire et interpréter à ses algorithmes autoapprenants à peu près n’importe quelle vidéo. Chercher une pièce défectueuse à la sortie d’une chaîne de production ou un globule blanc anormal au milieu de milliers d’autres fait partie de ses prouesses. Alors imaginez analyser une radio… un jeu d’enfant!

Ces algorithmes ne sont pas de type systèmes experts comme jusqu’alors, car ils ne fonctionnent pas sur une expertise préétablie et normalisée dans des bases de données. Non, ils ne cessent d’apprendre et de se perfectionner avec le flux constant de big data provenant de milliers d’expériences, car plus vous les alimentez en données provenant de cas concrets, plus ils s’améliorent. Ils finissent par fonctionner parfaitement. Ce sera fatal à l’être humain, qui atteint finalement toujours assez vite ses limites, contrairement à ce type de «machine».

Le machine learning, nom donné à cette discipline de l’intelligence artificielle, n’a pas fini de transformer notre monde car, dès le moment où vous avez besoin d’analyser et/ou d’interpréter des images numérisées, personne au monde n’est meilleur ni plus rapide que ces machines intelligentes et virtuelles.

Ainsi, la médecine fera de plus en plus appel à ces techniques et donc, demain, des métiers vont changer drastiquement, voire disparaître simplement, comme celui des radiologues!

Personne ne va pleurer la fin des radiologues, ni même celle des notaires (qui eux seront anéanti par les blockchains comme nous l’avions montré dans une chronique précédente) … mais il serait bon tout de même de faire un bilan prévisionnel de ce qui pourrait se passer à terme dans le système médical.

En effet, on est peut-être dans ce domaine à l’aube de l’une des plus grandes révolutions humaines: celle du digital! … et c’est primordial de s’y intéresser car celle-ci concerne quand même nos vies.

——————

Références: NEJM, 29 septembre, 2016, Vol. 375:13, pp. 1,216-1,219

 

« INDUSTRIE 4.0 – THE SHAPERS »

La première édition du prix « Industrie 4.0 – The Shapers » organisée par ManufactureThinking.ch, la banque Bonhôte et les Chambres de Commerce et de l’Industrie des cantons de Vaud, Neuchâtel et Jura a connu un très beau succès.

Les lauréats ont reçu de la part des membres du jury un lingot de fer récompensant leurs réalisations en lien avec l’industrie 4.0.

Initiateur du projet, Xavier Comtesse, de Manufacture Thinking.ch raconte : « Nous étions agréablement surpris par le nombre d’entreprises romandes qui ont déjà entamé leur mue vers l’industrie 4.0. Ce prix a permis de mettre en lumière des personnalités d’exception, des lauréats qui ont réussi à mettre sur pied dans nos régions des innovations de niveau mondial ».

Selon Christophe Nicolet, CEO de Felco : « Ce prix constitue une belle reconnaissance de tout le travail mise en œuvre par notre entreprise durant cette dernière décennie. Il nous permet de communiquer et d’échanger sur les bonnes pratiques en lien avec l’industrie 4.0 avec nos collègues et partenaires. Cette distinction met ainsi en lumière notre capacité à gérer notre production industrielle avec les dernières technologies. »

Selon Reto Wyss de Vidi-System : « Cette récompense résonne comme une reconnaissance d’un travail d’équipe. Nous avons déjà gagné plusieurs prix au niveau international par le passé mais nous sommes ravis de voir notre travail désormais également reconnu au niveau régional, ceci d’autant plus ici à Neuchâtel dans le bassin de la micro-technologie et de l’industrie de pointe. »

Le conseiller national Fathi Derder relève quant à lui qu’ « Il est essentiel que les PME suisses communiquent d’avantage. Que par leur exemple, elles arrivent à faire passer leurs messages auprès des politiques pour faire évoluer les conditions-cadres ainsi que des autres PME par le biais de partage d’expérience. C’est également très important vis-à-vis de nos jeunes qui seront les capitaines d’industrie de demain et qui doivent voir d’un œil neuf  le monde industriel et sa révolution en cours ».

Et finalement, Robin Richard, directeur clientèle de la banque Bonhôte conclut : « La banque Bonhôte est heureuse d’avoir pu participer à l’organisation de ce prix qui met en lumière des capitaines d’industries régionaux qui sont à la pointe de l’innovation et de l’utilisation de technologies liées à l’industrie 4.0. et se réjouit déjà de se mettre, avec ses partenaires, à l’élaboration d’une seconde édition au vue du succès de cette première mouture. »

Les lauréats 2018 : Reto Wyss (Vidi-System, Cognex) ; Philippe Menoud (IEM) ; Aude Pugin (Apco Technologies SA) ; Denis Jeannerat (Willemin-Macodel) ; Samuel Vuadens et Jonas Hügli (Factory 5) ; Marc Thurner (regenHu) ; Peter Stas (MMT) ; Claude Jeannerat (Micro5) ; Christophe Nicolet (Felco) et Philippe Menoud (IEM).

Le jury du concours était composé d’Elmar Mock, Sylvie Reinhart, Nicola Thibaudeau, Xavier Comtesse, Dominique Duay, Jean René Gonthier, Philippe Grize, Takahiro Hamaguchi, Florian Németi, Edouard Mignon et Wolf Zinkl.

Comment l’IA peut réduire les coûts de la Santé ? – 8 ème piste : les nouveaux acteurs

en collaboration avec Daniel Walch, directeur général du GHOL

Les entreprises informatiques grandes spécialistes de l’IA entrent massivement dans le marché de la santé. Cela va changer la donne pour tous les acteurs historiques notamment parce qu’ils vont sans doute casser les prix pour se faire une place. Souvenez-vous des stratégies d’Amazon, de Booking ou Easyjet.com.

Les parts de marché s’achètent. La stratégie est souvent liée au prix. Il est fort à parier qu’Apple, Google, Microsoft, Tencent, Samsung, IBM et les autres tenteront d’en faire de même. En effet, dans le monde fermé des soins de santé, les entreprises fortes en IA commencent à peine à changer la façon dont les médecins voient, diagnostiquent, traitent et surveillent les patients. Le potentiel de sauver des vies et de l’argent est cependant énorme ; un rapport de McKinsey estime que les algorithmes IA destinées aux Big Data pourraient permettre à la médecine et au secteur pharmaceutique d’économiser jusqu’à 100 milliards de dollars par an grâce à l’efficacité de l’IA dans les essais cliniques, la recherche et la prise de décision au cabinet médical. C’est pourquoi les géants de technologie comme IBM, Microsoft, Google et Apple créent leurs propres projets d’assistants intelligents dédiés à aider les patients et les médecins. C’est pourquoi autant de start-up axées sur la santé se sont lancées simultanément dans la Silicon Valley mais aussi dans le monde et même en Suisse.

Tour d’horizon de ces nouveaux acteurs et de leurs stratégies :

D’abord, en tout honneur, IBM WATSON.Le logiciel Watson peut parcourir un dossier médical de 300 pages en une demi-seconde et extraire l’information désirée. Un interface intelligent en rend l’usage aisée. C’est utile pour la recherche, le diagnostic et demain sans doute pour le traitement. IBM a choisi d’installer un immense centre à Boston dédié à la Santé. L’IA se développe pour l’instant chez eux dans deux priorités diagnostiques et thérapeutiques : l’imagerie et l’oncologie. Mais à terme, on s’imagine bien que le traitement d’immenses bases de données par l’IA, servira à tous les domaines des sciences du vivant. IBM avec cette approche d’enregistrer un maximum de connaissances médicales a installé une position dominante. Les autres géants du Net cherchant plutôt à s’emparer des données des individus. C’est là, la particularité d’IBM qui veut maîtriser les données concernant les savoirs pour faire marcher les algorithmes de l’IA.

Apple, fort de ses millions de données santé, a ouvert une plateforme Research Kit à destination des chercheurs. Mais aussi avec son Apple Watch elle permet de monitorer de manière de plus en plus intelligente le rythme cardiaque en sauvant des vies grâce à un système IA d’alerte.

Microsoft Le projet Hanover de Microsoft en partenariat avec le Knight Cancer Institute de l’Oregon Health & Science University, analyse la recherche médicale afin de prédire les options thérapeutiques les plus efficaces pour les patients atteints de cancer. D’autres projets comprennent l’analyse d’images médicales de la progression tumorale et le développement de cellules programmables.  

Google La plateforme DeepMind de Google est utilisée par le National Health Service du Royaume-Uni pour détecter certains risques pour la santé grâce à des données collectées via une application mobile. Un deuxième projet avec le NHS implique l’analyse d’images médicales recueillies auprès des patients NHS afin de développer des algorithmes de vision par ordinateur pour détecter les tissus cancéreux.   

les Startups Predictive Medical Technologies utilise les données des unités de soins intensifs pour identifier les patients susceptibles de souffrir d’incidents cardiaques.  Ayasdi est une société de logiciels d’intelligence artificielle qui offre une plateforme logicielle et des applications aux organisations qui cherchent à analyser et à construire des modèles prédictifs en utilisant des ensembles de données volumineux ou très volumineux. Les organisations et les gouvernements ont déployé le logiciel. La société de Digital Health finlandaise Kaiku Health Oy, qui fournit un logiciel intelligent de surveillance des patients pour les prestataires de soins de santé à travers l’Europe, a démontré des résultats extrêmement positifs. Etc…

Sans oublier les asiatiques dont les chinois Alibaba ou moins connu, l’assureur le chinois Ping An ou alors le sud-coréen Samsung qui tous à leur manière préparent leurs réponses en IA médical.

Et les suisses … Les deux géants suisses Novartis et Roche ont beaucoup investi dans le rachat d’entreprises du Digital Heath notamment aux États-Unis. Sans vouloir citer toutes ces acquisitions, on voit bien que les deux pharmas suisses préparent l’avenir. D’abord avec les Data puis avec les Algorithmes. N’oublions pas qu’une thérapie se décline en fin de compte en algorithme alors pourquoi pas intelligente ? Debiopharm Innovation Fund, Membre de Debiopharm Group™ – groupe international dont le siège social se trouve en Suisse, est entre autres, un investisseur principal de la société de Digital Health Kaiku Health Oy. Ces investissements traduisent l’enthousiasme généré par les impacts que les technologies numériques auront demain sur le parcours des patients.

Et quelques start-up comme Sophia Genetics ont développé une technologie qui repose sur la génomique clinique et l’intelligence artificielle. La compagnie permet aux professionnels de la santé d’accéder à une base de données génétiques.

En conclusion, fait cela fait beaucoup de monde qui développe en même temps toutes sorte de technologies basées sur l’IA. De cette activité actuelle en effervescence sortira un courant majoritaire pour la médecine. Et après ce passage fulgurant de l’IA, le paysage des acteurs de santé en sera bouleversé et sera méconnaissable.

Comment l’IA peut réduire les coûts de la Santé? – 7 ème piste : l’assistant “médical”

en collaboration avec Daniel Walch, directeur général du GHOL

Tom Gruber, co-fondateur de Siri et spécialiste de l’intelligence artificielle chez Apple a donné un « TED talk » devenu désormais viral en expliquant comment Siri était en train de s’emparer de l’intelligence artificielle (qu’il nomme personnellement “augmentée”) pour permettre aux humains de devenir plus intelligents.

Selon lui, l’objectif de l’IA est de pouvoir rendre l’homme plus efficace et de l’améliorer. C’est en cela que Siri, l’assistant intelligent d’Apple qu’il a co-créé, pourrait assister l’humanité d’une façon plus générale :

« À mesure que les machines deviennent plus intelligentes, nous devenons plus intelligents. J’appelle cela l’intelligence artificielle conçue pour répondre aux besoins humains en collaborant et en ”augmentant” les gens ».

C’est en ce sens que l’application Siri a été conçue pour « augmenter les humains avec une interface de conversation qui leur permet d’utiliser l’informatique mobile, peu importe où ils sont et leurs capacités».

L’intelligence artificielle appliquée au secteur de la santé

Les assistants intelligents comme Siri peuvent être fondamentaux pour de nombreuses personnes. Tom Gruber donne l’exemple de Daniel. L’homme est aveugle et tétraplégique. Cependant, il peut sans l’aide d’infirmiers, passer des appels, envoyer des e-mails ou des messages grâce à Siri. Il peut ainsi mieux se socialiser et s’ouvrir davantage au monde qui l’entoure.

L’impact de l’intelligence artificielle est déjà important dans de nombreux secteurs. Mais pour Tom Gruber, cela va permettre à l’humain d’augmenter considérablement ses capacités tant au niveau de la mémoire que du travail et des relations sociales.

Une évolution importante de nos capacités cognitives

Au niveau de la mémoire, le co-créateur de Siri cite Autodesk.

« Je crois que l’IA fera de l’amélioration de la mémoire personnelle une réalité. Je ne peux pas dire quand ou sous quelle forme cela va se produire, mais je pense que c’est inévitable. »

L’intelligence artificielle en est à un stade où nous pouvons encore, selon Tom Gruber, décider comment l’utiliser pour améliorer notre quotidien.

« Nous pouvons choisir d’utiliser l’IA pour automatiser nos tâches et rivaliser avec nous, ou nous pouvons utiliser l’IA pour nous améliorer et collaborer avec nous, pour surmonter nos limites cognitives et pour nous aider à faire ce que nous voulons faire, mais en mieux ». (extrait d’un interview paru dans ActuIA, journal sur Internet spécialiste d’IA).

L’offre d’assistant personnel est pléthorique

À côté d’Apple, tous les géants du Net offre une solution équivalente. Par exemple : S Voice de Samsung, Cortana de Microsoft, ou Google Now, etc.

Ils disposent tous de multiples offres de « chatbot » médical sous forme d’apps à télé-décharger sur leur plateforme. De nombreuses entreprises se sont emparées de ce domaine nouveau en cherchant à offrir directement aux patients des aides extrêmement ciblées correspondant à toutes sortes de pathologies. Et encore, on n’est qu’au début d’une nouvelle ère : celle des « apps médicales » ouvertes à tous !

Calmer rapidement les stress, les angoisses

Le téléphone mobile fait désormais partie intégrantede notre vie quotidienne. Pourquoi ne pas l’utiliser comme unoutil pour mieux gérer son stress ? Par exemple : avant de dormir, à la pause au boulot ou pendant une longue file d’attente.

Il existe de nombreuses applications antistresspour bien respirer, pour écouter de la musique relaxanteou encore pour mieux dormir.En voici quelques-unes :  RespiRelax+, Réveil Intelligent,NatureSound Relax and Sleep, Zen Tower, etc.

Les petits bobos pris en charge

Le National Health Service (NHS) anglais s’est associé, en 2017 avec une start-up (Babylon Health) pour tester un chatbot médical sur téléphone mobile pour gérer les petits bobos.

Les chatbots aident le système de santé à mieux prendre en charge les patients, en confiant une partie de la prise de contact à une intelligence artificielle. Cela devrait à terme alléger un peu les urgences et surtout le 111 qui est l’appel d’urgence médicale en Angleterre.

Les assistants infirmiers virtuels à l’hôpital

Connectés aux différents systèmes de surveillance des patients, les « assistants infirmiers virtuels » signalent les valeurs anormales et les éventuelles nouvelles manifestations pathologiques. Ils alarment les infirmiers lorsque nécessaire. On estime que ces IA sous forme d’assistants infirmiers vont drastiquement limiter les déplacements inutiles des soignants et pourraient économiser jusqu’à 20% du temps de travail infirmier.

Les assistants administratifs hospitaliers

Grâce aux remarquables progrès de la reconnaissance vocale ces dernières années, les médecins assistants/internes du Groupement hospitalier de l’Ouest lémanique (GHOL) peuvent dorénavant dicter leurs rapports opératoires et lettres de sortie via un logiciel de reconnaissance vocale très performant. Terminés les cassettes et dictaphones dans la plupart de nos services hospitaliers. Les documents dictés sont incorporés dans le dossier médical informatisé unique. Les secrétaires médicales n’ont plus qu’à éventuellement réviser les rapports des médecins dont le français ne serait pas satisfaisant.

Des IA « assistants administratifs hospitaliers » permettent non seulement de dicter les rapports médicaux mais aussi de demander des examens ou d’établir des prescriptions médicamenteuses sans devoir passer par un clavier. Bientôt nos hôpitaux seront non seulement « paperless » mais aussi  sans claviers ! Une étude du cabinet de conseil Accenture évalue que dans un futur proche, 17% du temps de travail des médecins sera épargné et jusqu’à 51% du temps de travail infirmier !

Conclusion :

En prenant en charge rapidement le patient face à toutes sortes de situations délicates, urgentes ou chroniques, l’assistant personnel « médical » va permettre de diminuer le nombre d’interventions des professionnels de santé en évitant d’encombrer inutilement les urgences ou les cabinets médicaux. On sait qu’une grande partie des situations peuvent être gérées simplement si les protocoles d’action sont suivis scrupuleusement. L’assistant personnel peut très bien prendre cela en charge. Cela économiserait des centaines de millions. Bien sûr pris individuellement ce ne sont pas des interventions très chères mais elles sont très nombreuses, d’où des économies substantielles.

Côté hôpital, Accenture estime que d’ici 2026, l’IA permettra d’économiser aux USA 20 milliards de dollars grâce aux « assistants infirmiers virtuels » et 18 milliards de dollars grâce aux « assistants administratifs hospitaliers ». Un allégement des tâches administratives et des déplacements inutiles en moins qui se traduiront par de substantielles économies !

Comment l’IA peut réduire les coûts de la Santé? – 6 ème piste : le second avis médical

en collaboration avec Daniel Walch, directeur général du GHOL

Les motivations d’un deuxième avis pour le médecin comme pour le patient, peuvent être de s’assurer de la justesse du diagnostic et/ou du traitement, de proposer d’éventuelles alternatives et de renforcer la confiance.

L’idée est ici de créer un partenariat entre le professionnel de la santé et l’IA.

Un bel exemple est une IA qui donne un second avis aux médecins pathologistes afin de diagnostiquer les cancers. L’IA seule a 92,5% de diagnostics corrects et 7,5% de diagnostics incorrects. Les médecins pathologistes seuls ont 96,6% de diagnostics corrects et 3,4% de diagnostics incorrects. Les diagnostics des médecins pathologistes augmentés par l’IA aboutissent à 99,5% de diagnostics corrects et 0,5% de diagnostics incorrects ! Cela correspond à une diminution de 85% des diagnostics humains erronés. S’agissant de cancers, la valeur ajoutée est considérable.

 

Il est intéressant de savoir que le médecin rejette en moyenne mieux les « faux positifs » et l’IA, mieux les « faux négatifs ». Un faux positif est le résultat d’une prise de décision dans un choix à deux possibilités (positif et négatif), déclaré positif, là où il est en réalité négatif. En IA, on rencontre ce genre de situation lorsque des algorithmes sont chargés de faire des classifications automatiques.

L’IA ne mime donc pas le cerveau humain. Comme l’explique le Dr Lev Kiwi, un cap intéressant dans le développement de l’IA sera atteint lorsque l’IA fera les mêmes erreurs que l’homme ! Chose qui paraît peu probable puisque c’est justement pour se substituer aux erreurs humaines que l’on programme les ordinateurs. L’exemple des « crash » de la voiture Tesla à commandes automatiques montre qu’elle fait en moyenne 40% moins d’accidents que les humains.

Une équipe de chercheurs du MIT, du Massachusetts General Hospital et de l’Université d’Harvard développe actuellement une application de type « machine learning » qui améliore l’interprétation des biopsies du sein lors de suspicion de cancer. D’après leurs premiers résultats, elle permettrait de réduire de plus 30% les interventions chirurgicales inutiles en identifiant mieux les « faux positifs ». Cette IA aidera les médecins sénologues et les patientes à prendre les meilleures décisions de traitement.

Autre exemple, le module oncologie d’IBM Watson est à disposition du corps médical du Grand-Duché du Luxembourg pour des deuxièmes avis systématiques grâce à des colloques pluridisciplinaires d’oncologie des différents établissements du pays. Il en ressort que les propositions de Watson modifieraient les traitements prévus par les oncologues dans près de 30% des cas.

L’enjeu de l’intelligence artificielle dans la santé est considérable. Le marché mondial devrait représenter 11 milliards de dollars en 2024. Le but sera de travailler de concert avec les médecins afin  d’améliorer les diagnostics et les traitements tout en évitant les actes médicaux inutiles. Le « second avis » sera « virtuel » et proposé par des machines.

Mais cette approche sera tout à fait légale et validée par les plus grandes autorités si l’on se réfère à ce qui vient de se passer en avril dernier (2018) :

« Pour la première fois, la FDA, l’agence du médicament américaine, a autorisé la mise sur le marché d’un robot doté d’une intelligence artificielle capable de diagnostiquer une déficience visuelle particulière liée au diabète à partir d’une photo ».

L’autorisation de la Food and Drug Administration (FDA) est un moment historique qui a le potentiel de lancer une transformation de la façon dont les soins de santé sont délivrés. La FDA, le régulateur des produits alimentaires et des médicaments américains, a autorisé la mise sur le marché d’un robot pouvant diagnostiquer la rétinopathie, une déficience liée au diabète, avec l’aide de l’intelligence artificielle. Due à un taux de sucre trop important dans les vaisseaux de la rétine, cette maladie touche plus de 30 millions d’Américains. Elle provoque une baisse de l’acuité visuelle et des troubles de la vision parfois irréversibles.

Le dispositif sera commercialisé dans des centres de soins et des cabinets médicaux qui ne disposent pas de spécialistes de la vue mais que de docteurs généralistes. Le robot IDx-DR analyse les images de l’œil prises par une caméra rétinienne. Pour cela, il envoie les photographies sur le cloud qui héberge un algorithme d’intelligence artificielle. Celui-ci répond ensuite avec son diagnostic. Soit il détecte une rétinopathie diabétique et invite le patient à consulter un ophtalmologiste, soit le résultat est négatif et propose un nouveau contrôle un an plus tard. Le professionnel de santé garde donc la main sur le diagnostic final et sur la délivrance d’un traitement. Le médecin généraliste pourra alors agir avec cet avis qui est une sorte de second avis virtuel.

Les résultats sont probants selon l’agence américaine qui s’appuie sur une étude avec un panel de 900 patients. L’appareil affiche 87,4% de réussite sur les diagnostics positifs et 89,5% sur ceux négatifs. Ainsi, en autorisant la commercialisation du IDx-DR, le gendarme de la santé américain compte faciliter l’accès au diagnostic et réduire les délais de consultation. Les spécialistes ne seraient sollicités idéalement que par des patients préalablement diagnostiqués positivement par l’intelligence artificielle. Une collaboration nouvelle devra s’installer entre les pratiques des médecins, de l’IA et le rôle du second avis médical virtuel.

On vient de passer un cap dans cette décision de la FDA car cela signifie que désormais les algorithmes de l’IA vont pouvoir être systématiquement « approuvés » par la FDA. Ce chemin étant jusqu’à récemment quasiment réservé aux molécules et autres dispositifs de la médecine.

L’IA fait son entrée par la grande porte. Cela va aussi permettre de grandes économies dans la mesure ou un seul médecin sera impliqué dans le processus. Le « second avis » sera émis par l’IA.

 

 

 

 

Comment l’IA peut réduire les coûts de la Santé? – 5 ème piste : la fin des radiologues et …?

en collaboration avec Daniel Walch, directeur général du GHOL

Dans son livre “La Guerre des Intelligences”, le Dr Laurent Alexandre, co-fondateur du Site Internet Doctissimo.fr, affirme que certaines spécialisations en médecine seront plus menacées par l’IA que d’autres.

Voici ce qu’il énonce dans son ouvrage :

“L’IA va rapidement concurrencer les radiologues, mais, paradoxalement, elle ne peut lutter contre un médecin généraliste. Pour égaler l’omnipraticien, il faudrait une IA contextuelle capable de mémoire et de transversalité. Cette troisième génération d’IA qui émerge à peine ne serait disponible que vers 2030.”

Combinant apprentissage automatique, probabilités et statistiques, la reconnaissance de forme est certainement le domaine où l’IA est la plus performante.

Le Dr. Laurent Alexandre est connu pour ses positions radicales et il donne même le conseil de ne pas faire d’études de chirurgie car il pense que la profession disparaîtra aussi.

Le député Cédric Villani, en charge de la mission sur l’IA pour le gouvernement Macron, affirme dans son récent rapport remis au premier Ministre, que les algorithmes ne remplaceront pas à l’avenir les médecins et croit davantage à une collaboration étroite avec une sorte d’intelligence augmentée.

Le débat est ouvert. L’avenir tranchera.

Ce qui est certain, c’est que de nombreuses tâches pourront être entreprises par des systèmes « intelligents » voir robotisés.

Médecin et radiologues remplacés ou « augmentés » ? Dans les deux scénarii, l’IA permettra de mieux faire face à la pénurie programmée de professionnels médicaux. Aux USA par exemple, on estime que le nombre de médecins manquants pour répondre aux besoins aura doublé dans 9 ans !

L’exemple de la recherche

Un des casse-têtes de la médecine est le nombre extraordinairement élevé des publications scientifiques, plus 700’000 par an. Il est aujourd’hui impossible à un spécialiste de tout lire, cela lui prendrait plusieurs vies ! L’IA pourrait à l’évidence être une aide déterminante en la matière. Il ne faut qu’une demi seconde à Watson pour lire et analyser un dossier médical de 300 pages. L’IA sera en ce sens une aide incontournable.

En général, l’impact global dans le domaine médical risque d’être très important, selon une étude de Terra Nova : « Le monde de la santé est sûrement l’un des secteurs où les enjeux de l’IA sont les plus importants …. car ce monde produit des données en masse que seule l’IA peut traiter. »

Terra Nova a listé dans son rapport (intitulé « La santé à l’heure de l’intelligence artificielle ») les débouchés probables.

Voici deux de leurs priorités :

D’abord, aider à mieux prévenir et prendre en charge les maladies : les données multidimensionnelles récoltées à long terme sur de larges populations permettent d’identifier des facteurs de risque pour certaines maladies comme le cancer, le diabète ou les maladies neurodégénératives. Avec l’IA, les chercheurs espèrent en tirer des systèmes d’aide au diagnostic et des outils permettant la personnalisation des traitements, comme avec le super-ordinateur Watson d’IBM qui séquence en quelques secondes, le génome de patients atteints de cancer.

L’autre point d’intérêt se situe dans la pharmacovigilance. « L’analyse des données issues de cohortes ou des bases médico-économiques sur le long terme, peut permettre d’observer beaucoup de phénomènes et notamment de faire des rapprochements entre des traitements et la survenue d’événements en santé », expliquent les experts de l’Inserm. Dans la lignée, l’IA devrait aussi permettre de mieux prédire les épidémies et leur dissémination probable en compilant des données provenant de sources multiples : notes de départements sanitaires et d’organismes publics, rapports officiels, données internet, données de transport aérien, etc.

On voit que d’une manière ou d’une autre, tout le monde médical sera impacté.

Les actes médicaux plutôt que les métiers

Si l’on aborde la question autrement par le biais des tâches ou des actes médicaux remplaçables par l’IA plutôt que désigner les professions à risque … alors on voit une substitution avantageuse en termes de qualité et de coûts. Prenons l’analyse des images en radiologie mais aussi en dermatologie, en oncologie, etc. Une aide « intelligente » pourrait être fort utile. Il en est de même dans le diagnostic, la prévention, le suivi médical, etc.

Aborder la question de l’IA par les actes médicaux plutôt que par spécialisation, semble beaucoup plus réaliste. Cela apporterait des gains globaux plus importants que simplement supprimer les radiologues (chose qui reste à prouver).

Chiffrer l’impact

En effet, les coûts de la radiologie ne représentent qu’environ 1,2% des coûts globaux (selon l’OFS en 2016). Cela paraît peu face à l’ampleur des coûts. Le cabinet de conseil Accenture estime que grâce à l’IA, l’on pourra économiser 3 milliards de dollars sur l’imagerie d’ici 2026 aux USA. Une approche globale par les actes médicaux permettrait des économies plus importantes. Ainsi juste par une simple extrapolation à partir des actes liés à l’analyse des images, on pourrait espérer des économies chiffrées en millions peut-être même en milliard si l’on inclut tous les actes médicaux qui seront impactés par l’IA.

 

 

 

La médecine “de précision”entame sa phase d’apprentissage avec l’IA!

En collaboration avec Daniel Walch, Directeur G.H.O.L

La médecine change de dimension en devenant « de précision ». Si l’on voudrait être tout à fait précis, il faudrait ajouter qu’il y a deux courants distincts derrière cette notion : l’un est basé sur la connaissance génétique et les diagnostics et thérapies qui lui sont liés ; l’autre sur les Big Data, les capteurs et les algorithmes auto-apprenants (l’IA en quelque sorte). Ces deux approches se réuniront un jour sans doute dans un seul courant de recherche mais actuellement elles représentent deux branches distinctes. Nous allons particulièrement nous pencher sur celle des Big Data et de l’IA.

Car que l’on veut démontrer, c’est l’apport spécifique de l’IA dans la transformation en cours. Evidemment, on n’ignore pas que biens d’autres découvertes et transformations d’importance ont lieu en parallèle.

L’informatique est construite autour des algorithmes, sorte de procédures de traitement des données. Elle a été jusqu’à très récemment purement déterministe. A chaque Input correspondait un Output prévisible. Aujourd’hui tout change. A un groupe important de données (Big Data) correspond un traitement qui ressemble à un apprentissage avec pour conséquence un Output non déterminé à l’avance. On est dans le monde du « prédictif » plus que du « prévisible ». On ne prévoit plus, on observe une prédiction, une croyance. L’incertain fait surface. Il ouvre un champ des possibles bien plus immense. A travers l’histoire, l’intelligence s’est définie principalement comme la capacité à accepter un nombre élevé d’incertitudes ! La médecine prédictive mesure les risques, plus ou moins probables, sans pouvoir les garantir. L’IA fera des suggestions au médecin qui restera l’expert mais sera nettement plus rapide et plus performant.

L’achat récent de l’entreprise de santé digitale, Flatiron Health par Roche est une expression d’un tel virage propre à cette approche. Les données (Big Data) sont plus que nécessaires dans le « prédictif » si elles sont de qualité. C’est d’ailleurs un des problèmes majeurs dans la santé, c’est la qualité des données. Souvent non-structurées (notes des médecins, enregistrements codifiés, etc.), peu interopérables ou disséminées, les données sont rarement utilisables sans un travail de nettoyage.  Le dossier médical d’un patient peut être paramétré « sain » pour telle ou telle pathologie alors que la maladie n’avait pas encore été décelée au moment de l’hospitalisation.

La collecte et la mise en forme de celles-ci, sont souvent la première étape de tout modèle « prédictif ». Ensuite, il faudra choisir les bons algorithmes de réduction pour en extraire du sens. Puis, il faudra y apposer un bon diagnostic ou une bonne analyse. L’IA reste aujourd’hui un travail très artisanal avant que les systèmes informatiques marchent de manière autonome. Regardez combien de kilomètres les voitures dites autonome doivent rouler (pour acquérir de l’expérience) avant de maîtriser une conduite parfaite. Il en est aujourd’hui de même de tout logiciel IA. L’apprentissage prend du temps et beaucoup d’efforts.

Le « prédictif » en médecine entame sa phase d’apprentissage. Il serait cependant faux d’adopter une attitude d’attente passive. Tout se joue en ce moment. Soyons actifs pour garantir notre avenir.

Au service des urgences du GHOL en 2016, 47% des urgences hospitalisées concernaient des patients de plus de 65 ans. Les maladies chroniques cardiovasculaires et respiratoires ainsi que les fractures du fémur sont les causes principales des hospitalisations urgentes des personnes âgées. On estime plus généralement que près des 3/4 des dépenses de santé sont causées par les patients chroniques. L’idée clé devient d’anticiper les situations à risques dans le système, d’identifier les patients à risques élevés d’être de gros consommateurs de soins de santé (urgences, situations de crise…). En améliorant leur prise en charge, en appliquant des mesures préventives aux patients identifiés, l’on peut diminuer les coûts de la santé. L’objectif ponctuel de guérison est ici remplacé par le maintien en bonne santé. L’essentiel de l’état de santé du patient est fonction de son comportement dans son environnement. L’addition des objets connectés, du Big Data et de l’IA permettront de connaître et de mieux suivre le patient chronique. En partageant ces données entre les prestataires de soins du réseau (médecins installés, services de soins à domicile, hôpitaux, etc.), la médecine prédictive devrait diminuer les coûts de la santé !

La médecine “de précision”entame sa phase d’apprentissage. Il serait cependant faux d’adopter une attitude d’attente passive. Tout se joue en ce moment. Soyons actif pour garantir notre avenir.

 

Comment l’IA peut réduire les coûts de la Santé? – 4 ème piste : les infections nosocomiales –

en collaboration avec Daniel Walch, directeur général du GHOL

Beaucoup de patients contractent une infection pendant un séjour hospitalier. En fait, entre 4% et 5% (soit 1 patient sur 20 ou 25 !).

On parle alors d’infection nosocomiale, c’est-à-dire une infection contractée dans un établissement de santé. Elle va se développer au moins 48 heures après l’admission. Ce délai permet de distinguer une infection d’acquisition communautaire d’une infection nosocomiale.

Dans le cas d’infections de site opératoire, l’infection est considérée comme nosocomiale si elle survient dans les 30 jours suivants l’opération, et ce délai se prolonge jusqu’à un an s’il y a mise en place d’une prothèse. Autrement dit, toute infection survenant sur une cicatrice chirurgicale dans l’année suivant l’opération, même si le patient est sorti de l’hôpital, peut être considérée comme nosocomiale.

Cela représente environ deux millions de patients par an aux Etats-Unis dont 90’000 en décèdent. Pour la Suisse, on parle de 70’000 patients touchés dont 2’000 décès par an.

Le coût humain et médico-économique des infections nosocomiales est colossal.

L’hygiène des mains des professionnels de la santé est un des enjeux principaux en la matière. Demain l’IA pourrait être d’un grand secours (nous y reviendrons).

La Fédération des hôpitaux parapublics vaudois (FHV) à travers son programme « Sécurité patient » piloté par Dr A. Staines, expert en sécurité patient, s’est fixée d’atteindre un taux d’observance des bonnes pratiques d’hygiène des mains de 85%. Le collectif ad hoc qui a œuvré de 2013 à 2015, a effectué un travail considérable en favorisant le respect des bonnes pratiques au quotidien. Un leadership fort, une communication intensive, des investissements dans les équipements, la formation des professionnels, des audits d’observation ont permis après 3 ans de projet, un taux d’observance de 88,3% pour l’ensemble des hôpitaux vaudois ayant participé au collectif. Le GHOL a même atteint fin 2015 son meilleur résultat de 91.4 % d’observance aux indications d’hygiène des mains. Durant les deux années qui ont suivi la fin du projet, les taux d’observance de la FHV se sont maintenus entre 87,7% et 90,7%.

L’action de la FHV est reconnue en Suisse comme exemplaire mais ce type de succès est très fragile. La tendance au laxisme et à l’apathie est un risque permanent ! Le respect des bonnes pratiques s’étiole… On estime aux USA ou en Suisse qu’environ la moitié du personnel seulement se conforme aux règles d’hygiène !

Comme les radars sur les routes doivent malheureusement compléter l’éducation routière, des outils de contrôles permanents peuvent être imaginés dans les hôpitaux. En 2017, 230 personnes ont perdu la vie sur les routes suisses. Les infections nosocomiales ont tué 8,7 fois plus !

La société IBM a mis au point une puce RFID (minuscule antenne associée à une puce électronique) spécifiquement prévue pour contrôler le comportement du personnel soignant. Un hôpital de l’Etat de l’Ohio a servi de test avec un réseau de capteurs sur différents équipements, sur les poignées de portes ou dans les couloirs. L’ensemble du personnel a été équipé d’une puce RFID qui permet la traçabilité et le suivi complet des déplacements. Si un soignant ou un médecin entre dans la chambre d’un patient sans se laver les mains, le système fait immédiatement remonter l’information à qui de droit.

Autre exemple, des équipes de l’EPFL et de l’Université de Stanford ont développé un programme pour aider à lutter contre les infections hospitalières (Hygiene-tracking system). Une IA dotée de caméras de surveillance et utilisant des algorithmes de vision est capable de déterminer si une personne s’est désinfecté les mains. L’IA réussit à identifier avec 75% de précision les personnes qui respectent, ou pas, les bonnes pratiques. La présence des caméras devrait promouvoir la discipline.

Ces deux systèmes « flashent » les médecins et les soignants qui ne respecteraient pas les bonnes pratiques. En quelque sorte ici, c’est l’IA qui contrôle le comportement des humains !

L’IA au secours !

Mais l’IA permet de contrôler plus que les professionnels. Elle piste les bactéries elles-mêmes.

Des chercheurs du Massachusetts General Hospital à Boston et de l’Université du Michigan ont développé un algorithme de type Machine Learning qui arrive à prédire le risque pour un patient de contracter le Clostridium difficile (C-diff).  Pour ce faire, plus de 374’000 séjours ont été analysés quotidiennement par l’IA : le dossier médical, les diagnostics, les résultats de laboratoire, les médicaments prescrits, la localisation dans les chambres, le profil des voisins de chambre, les changements de chambres/lits, etc.  Résultat, en moyenne, le système arrive à prédire l’infection 5 jours avant que le corps médical ne la détecte.

Quand on sait que selon le New England Journal of Medicine, chaque année aux USA, 453’000 patients contractent une infection au C-diff et 29’000 en décèdent, les 5 jours gagnés grâce à l’IA constituent un progrès notable.

Selon la Harvard Medical School, l’ensemble des infections nosocomiales aux USA engendre des coûts de 100 milliards de dollars par an. Ces nouvelles technologies devraient permettre à court terme de réduire cette dépensedans des proportions enthousiasmantes.

Un rapide calcul comparant les populations relatives des USA et de la Suisse permet d’estimer ces coûts à 2,5 milliards pour la Suisse.

 

Comment l’IA peut réduire les coûts de la Santé? – une 3ème piste : les maladies chroniques

en collaboration avec Daniel Walch, directeur général du GHOL

Avec la maîtrise toujours plus fine des maladies infectieuses et parasitaires, les pays industrialisés voient les maladies chroniques (comme le diabète, les maladies cardio-vasculaires, respiratoires, rénales etc.) devenir de plus en plus préoccupantes dans le paysage pathologique global. Les maladies chroniques constituent désormais les pathologies dominantes dans nos sociétés. Sachant le vieillissement des populations, le problème ne peut qu’empirer car les maladies chroniques sont déjà le premier poste au budget de la Santé.

Et comme elles ne « guérissent » pas, par définition, elles nécessitent un accompagnement particulier et laissent sans doute la place à des approches radicalement nouvelles. Nous pensons que l’IA est justement l’une d’entre elles.

En effet, couplée à des objets connectés permettant une surveillance continue (comme par exemple la mesure du taux d’insuline pour les diabétiques), l’IA pourrait améliorer par ses capacités d’analyse en temps réel le suivi médical de manière non invasive. Ce type de prise en charge par l’IA nous rapprocherait d’une médecine personnalisée et de précision en offrant une adaptation continue et souple des soins et des traitements.

En Europe, les maladies chroniques génèrent des coûts annuels évalués à 115 milliards de dollars (base année 2016). Rien qu’en France, 15 millions de patients sont touchés par une maladie chronique.

Tout comme l’on parle aujourd’hui volontiers du « tsunami gris » (du vieillissement des populations), les maladies chroniques constituent une véritable lame de fond médico-économique. Si rien n’est fait, les coûts des soins vont s’envoler et le système sera bientôt complètement débordé. Les hôpitaux, entre autres, seront surchargés de malades et les coûts ne pourront plus être maîtrisés. Des listes d’attente verront le jour, même en Suisse.

Comment résoudre ce challenge ?

L’idéal serait de :

  • Mieux comprendre pour mieux prévenir les maladies chroniques.
  • Mieux prédire l’apparition et l’évolution des pathologies chroniques pour pouvoir intervenir plus tôt et ainsi éviter des séjours hospitaliers coûteux.
  • Mettre à disposition des patients chroniques des outils pour décentraliser certaines tâches, responsabiliser les patients et soulager les prestataires. Favoriser le maintien à domicile.

Mieux comprendre pour mieux prévenir

L’IA et la puissance de ses algorithmes offrent un nombre élevé d’opportunités et des solutions pour faire face à ce défi.

Prenons quelques exemples, parmi tant d’autre, pour s’en convaincre.

Mieux prédire l’apparition et l’évolution des pathologies chroniques, pouvoir intervenir plus tôt et éviter ainsi des séjours hospitaliers coûteux :IBM (et son application d’IA « Watson ») et l’Institut polytechnique Rensselaer aux USA ont créé le Center for Health Empowerment by Analytics, Learning and Semanticsqui s’attache à partir des données patients à identifier les personnes à risque avant même que les maladies chroniques ne se déclarent et à proposer des plans d’actions appropriés aux médecins.

Toujours aux USA, les chercheurs du Center for Information and Systems Engineering de l’Université de Boston, le Boston Medical Center et le Brigham and Women’s Hospital ont découvert qu’il est possible grâce à l’IA de prédire les hospitalisations liées au diabète et aux attaques cardiaquesun an à l’avance avec un taux de précision de 82%. En évitant des hospitalisations pour ces deux maladies chroniques, des économies annuelles évaluées en milliards de dollars sont envisagées aux USA. Une étude de l’AHRQ, Agency for Healthcare Research and Quality, révèle qu’environ 4,4 millions d’admissions pourraient être évitées, soit l’équivalent 30,8 milliards de dollars d’économies.

Encore un autre exemple. En avril 2018, la FDA, Food and Drug Administration américaine, a autorisé la mise sur le marché d’un robot doté d’IA capable de diagnostiquer la rétinopathie,une déficience visuelle particulière liée au diabète. 30 millions d’Américains, 50% de patients atteints du diabète de type 2, sont concernés. Le robot IDx-DR associé à un algorithme d’IA, analyse les images de l’œil prises par une caméra rétinienne et sera installé dans les centres médicaux qui ne disposent pas d’ophtalmologue. Grâce à l’accès à un diagnostic précoce facilité, les économies associées sont ici aussi jugées considérables.

Une autre mesure clé : l’empowerment des patients

C’est là que l’IA compris comme une « Intelligence Augmentée » impliquant la collaboration active des deux parties permettrait d’assister à l’avenir à un véritableempowerment du patient. Un tel processus se mettra en place à partir du moment où l’individu a pris conscience de sa situation et souhaite la modifier pour mieux contrôler/organiser sa vie (comme le résultat d’une démarche). L’empowerment nécessite une capacité de savoir et de savoir-faire que l’IA pourrait lui procurer en direct (1).

C’est précisément de cela que nous voulons parler.

Demain, on devrait être en mesure de fournir à toutes les personnes atteintes de maladies chroniques un « device », SmartPhone, SmartWatch, implant (cf. stimulateur cardiaque) ou autre, qui offrirait un « empowerment de qualité.

Combiné avec l’IA prédictive (cf. exemples précédents) on voit se dessiner une palette importante d’interventions nouvelles. Toutes font appel à un changement profond des pratiques. Cela permettrait d’une part d’anticiper les actes médicaux en évitant les actions précipitées et d’autre part éviterait bon nombre d’interventions en milieu médical et le tout abaisserait de manière significative les coûts généraux de la santé. En extrapolant les statistiques, notamment américaine, on peut estimer un gain de 10 à 20% du total des dépenses santé à environ 1 milliard pour la Suisse.

 

—-

L’EMPOWERMENT DES PATIENTS ATTEINTS DE MALADIE CHRONIQUE, thèse de doctorat, Isabelle Aujoulat, Université de Louvain, 2007