Les dispositifs médicaux intégrant de l’IA

Comité Biotechs/Medtechs
1 déc. 2021
7 min de lecture

Dernière mise à jour : 6 févr. 2022

Le secteur de la santé est confronté à de nombreuses problématiques dont le vieillissement de la population. Ce phénomène s'est produit rapidement dans les pays développés et se révèle de plus en plus important dans les pays à faible revenu. Le pourcentage de personnes âgées de plus de 60 ans, représentant 12% de la population mondiale en 2015, devrait atteindre 22 % de la population d’ici 2050. Ce phénomène entraîne, en partie, une augmentation de la prévalence des maladies chroniques et des soins de plus en plus longs et coûteux qui y sont associés. La pression des autorités comme des payeurs au regard des coûts des produits de santé et des soins augmente chaque année. Les entreprises sont donc poussées à mettre en œuvre de nouvelles stratégies pour mettre sur le marché des produits toujours plus innovants. Les dispositifs médicaux intégrant l’intelligence artificielle (IA) font partie de ces produits visant à révolutionner le monde de la santé.

Mais qu’entend-t-on par IA ? Marvin Lee Minsky, scientifique et fondateur du département d'IA au sein du Massachusetts Institute of Technology, définit l'IA comme "la construction de programmes informatiques qui s'adonnent à des tâches qui sont, pour l'instant, accomplies de façon plus satisfaisante par des êtres humains car elles demandent des processus mentaux de haut niveau tels que: l'apprentissage perceptuel, l'organisation de la mémoire et le raisonnement critique." Il s’agit d’un terme très générique regroupant deux techniques principales que sont le machine learning et le deep learning. (Retrouvez un article complet sur l'historique de l'intelligence artificielle ici)

Source : Ionos (2020)

Figure 1 : le Deep learning et le machine learning, partie intégrante de l’IA

Le machine learning permet d'exploiter et assimiler, à l’aide d’algorithmes, des données massives, structurées et catégorisées, afin de comprendre et traiter de nouvelles informations similaires et d'en extraire de la valeur. Contrairement au machine learning, le deep learning n’a pas besoin d’être entraîné au préalable afin de reproduire une tâche bien précise, le système est capable de définir seul si la donnée d’entrée est discriminante ou non. Ce système est organisé en plusieurs couches formant des réseaux neuronaux et chaque couche catégorise l’information d’entrée en fonction de critères précis et prédéfinis.

L’intelligence artificielle et les technologies associées sont de plus en plus présentes dans le secteur de la santé. Elles auraient le potentiel de transformer le système de soin à plusieurs niveaux que ce soit dans le processus d’aide à la prise en charge des patients, le diagnostic, au niveau administratif, dans les essais cliniques ou dans la R&D en général. Certains algorithmes ont déjà prouvé leur performance notamment dans le diagnostic de tumeurs malignes ou bien dans la construction de cohorte pour des essais cliniques donnés. Nous allons parcourir certaines applications pour lesquelles l’IA connaît un intérêt grandissant.

1. Aide au suivi des patients

Afin d’accompagner les patients dans le suivi de leur maladie, des entreprises développent des logiciels d’IA dans le but de collecter des données de vie réelle, issues de capteurs, dispositifs médicaux et applications connectées. Biofourmis, une entreprise spécialisée dans le digital et la prestation de soins virtuels, a mis sur le marché la solution BiovitalsHF®, le tout premier traitement numérique de l'insuffisance cardiaque à recevoir la désignation “Breakthrough Device” de la Food and Drug Administration (FDA).

Figure 2 : BiovitalsHF®, une thérapie digitale pour le suivi des patients atteints d’insuffisance cardiaque

Ce dispositif collecte les données du patient atteint d’insuffisance cardiaque pour analyser les effets des traitements et les éventuelles complications et ainsi diriger le patient vers un traitement plus personnalisé. Ces thérapies digitales sont plébiscitées par de nombreux acteurs car elles permettraient une évaluation en vie réelle de l’état de santé du patient et de la thérapeutique, améliorant la qualité de vie du patient.

En France, la société Sivan s’est vu octroyer le remboursement par le CEPS, de sa solution Moovcare®, un dispositif d’aide à la surveillance de patients atteints d’un cancer du poumon. Cette application supporte le patient dans son parcours en lui demandant de répondre à une dizaine de critères sur son état de santé, via un questionnaire hebdomadaire. Un algorithme analyse les réponses fournies et alerte les professionnels de santé en cas de suspicion de rechutes ou de complications.

2. Les assistants virtuels

Des solutions basées sur l’analyse de texte ou de la voix sont développées avec comme objectifs de faciliter les échanges avec les patients et assurer des réponses rapides et fiables. C’est le cas de la start up Babylon Health, spécialisée dans la e-santé, qui utilise le traitement automatique de langage naturel, via un chatbot, afin de collecter et combiner toutes les informations du patient préalablement consenti. Ce système s’appuie sur de larges bases de données comportant des informations sur la maladie, les traitements, les outils diagnostics. Il permet d'interpréter les symptômes du patient, les causes de ces symptômes et donne des éléments concernant les étapes à suivre comme pour la prise en charge thérapeutique.

Une start-up française co-fondé par Benoit Brouard et Pierre Nectoux, WeFight, a également développé un chatbot fondé sur le machine learning et le traitement automatique du langage naturel. Cette solution vise à soutenir les patients atteints de maladie chronique comme le cancer du poumon, le syndrome extra pyramidale, l’asthme, dans leur parcours de soins. Il s’agit là d’un support en continue répondant aux questions des patients sur leur maladie, leur traitement et fournit également des informations sur la prise en charge thérapeutique, les recommandations et les essais cliniques disponibles. WeFight a récemment levé 10 millions d’euros en septembre 2021 pour renforcer leur technologie et s’étendre sur de nouveaux marchés dont les Etats Unis, l’Europe et l’Amérique du Sud. Ces assistants virtuels pourraient venir épauler les professionnels de santé en répondant à la demande croissante de prestations de soins par la population et améliorer l’accès aux soins.

3. Le diagnostic et l'imagerie

Le machine learning et le deep learning sont également utilisés dans les outils d’aide au diagnostic. Le diagnostic d’une maladie est souvent complexe et demande du temps aux professionnels de santé pour interpréter les résultats. La demande de plus en plus importante des experts pour avoir des résultats diagnostics sur lesquels s’appuyer et le passage à une médecine de précision favorise l’arrivée de ces technologies sur le marché. L’IA pourrait soutenir les professionnels de santé dans des domaines aussi variés que l’évaluation du risque de crise cardiaque par l’interprétation d’électrocardiogrammes, la détection de rétinopathies diabétiques ou encore pour diagnostiquer le cancer.

C’est sur ce dernier point qu’une entreprise américaine, Path AI, a développé une technologie pour assister les anatomo-pathologistes à identifier de potentielles tumeurs via des données d’imagerie. PathAi a récemment annoncé un partenariat avec Roche pour favoriser le développement et la distribution de cet outil diagnostic et ainsi identifier plus précisément et rapidement les patients à risque.

Avec un système de santé continuellement sous pression faisant face à des restrictions budgétaires, de ressources matérielles et de personnels, ces solutions pourront aider les professionnels dans leur pratique et s’approcher d’une médecine plus prédictive, préventive, personnalisée et participative (médecine des 4P).

L’arrivée de ces nouvelles technologies dans le monde de la santé a créé un engouement certain de la part des pouvoirs publics, privés, industriels, payeurs et des patients.

Le gouvernement français a récemment fait part de sa volonté de devenir un leader de la e-santé et a donc présenté le 18 octobre 2021 sa stratégie autour de la “santé numérique”. Ce programme s’inscrit dans le cadre du plan “Innovation Santé 2030” dans lequel 7.5 milliards d’euros seront alloués. Dans cette enveloppe globale, 650 millions d’euros seront mis à disposition sur 5 ans afin de faciliter le développement d’innovations dans la e-santé. Ces 650 millions d’€ seront répartis de la manière suivante :

81 millions d’euros dans la formations des différentes parties prenantes
60 millions d’euros pour les programmes et équipements prioritaires de recherche (PEPR)
20 millions d’euros par an pour un appel à projets servant à évaluer l’impact médico économique des DM numériques et/ou intégrant de l’IA
63 millions d’euros à la création de lieux d'expérimentation
95 millions d’euros investis dans la filière de l'imagerie médicale
50 millions d’euros pour le développement de technologies de rupture

Ces investissements démontrent la volonté du gouvernement à prendre le virage du numérique et ainsi favoriser, en partie, le développement des dispositifs médicaux intégrant l’IA. Dans ce contexte, la HAS a publié en octobre 2020, après plusieurs consultations publiques, le guide méthodologique d'évaluation de la HAS à l'égard de ces dispositifs médicaux. Cette grille d’évaluation servira de référentiel pour les différents acteurs afin d’assurer un accès au marché optimal pour ces technologies. Cette nouvelle mesure démontre la volonté des autorités à promouvoir ce type de solution pour un déploiement à grande échelle.

Les technologies numériques devront s'inscrire dans un objectif commun c’est à dire à optimiser le système de soin dans son ensemble en accompagnant les experts et les patients à mieux suivre, comprendre et gérer la santé au quotidien et sur le long terme. L'amélioration et la personnalisation des soins doivent être un avantage pour la société, et non une charge. Cela devrait contribuer à la mise en place de systèmes de soins de santé résilients et durables, offrant de meilleures conditions et résultats pour les individus et la population en général tout en réduisant les inégalités d’accès à ces soins.

Auteur : Cuvex-Combaz Benjamin, Ambassadeur du Comité Biotechs /Medtechs

Sources

John Beard, Alana Officer, Andrew Cassels & Al.. Rapport mondial sur le vieillissement et la santé. OMS; 2018. Report No. : ISBN 978 92 4 069484 2
Coheris. Qu'est ce que l'intelligence artificielle ?. 2019. Disponible sur : https://ia-data-analytics.fr/
Tara Stultz. Biofourmis Earns FDA's First-Ever Breakthrough Device Designation for a Novel Digital Therapeutic for Heart Failure. Cision. July 2021.
Hervé Réquillart. Thérapie digitale : Moovcare® obtient le premier remboursement. Pharmaceutiques. Juin 2020.
Forbes. Babylon Health Veut Remplacer Votre Médecin Par Un Chatbot. Juillet 2018. [Consulté le 26 oct. 2021]. https://www.forbes.fr/technologie/babylon-health-veut-remplacer-votre-medecin-par-un-chatbot/
Ny Ando Randrianarisoa. Vik, le chatbot qui aide les patients à surmonter leur maladie. Maddyness. Janvier 2019. [Consulté le 15 nov. 2021]. https://www.maddyness.com/2019/01/08/maddypitch-vik-wefight-chatbot/
Pauline Compan. Pourquoi WeFight lève 10 millions d’euros. La Tribune. Septembre 2021. [Consulté le 15 nov. 2021]. https://objectif-languedoc-roussillon.latribune.fr/innovation/innovation-technologique/2021-09-15/pourquoi-wefight-leve-10-millions-d-euros-892352.html
Roche. Roche announces PathAI collaboration for artificial intelligence-based digital pathology applications for improved patient care. Media. Octobre 2021.
Patrick Randall. L'État débloque 650 millions d’euros pour l'écosystème e-santé français. Les Numériques. Octobre 2021.
HAS. Un nouvel outil pour l’évaluation des dispositifs médicaux embarquant de l’intelligence artificielle. Communiqué de presse HAS. Octobre 2020. https://www.has-sante.fr/jcms/p_3212876/fr/un-nouvel-outil-pour-l-evaluation-des-dispositifs-medicaux-embarquant-de-l-intelligence-artificielle