- il y a 2 jours
Et si les grandes ruptures médicales ne se jouaient pas dans des manifestations spectaculaires, mais dans des indices discrets, diffus, presque invisibles ? Aujourd’hui, l’intelligence artificielle permet précisément de détecter des signaux faibles dans des masses de données hétérogènes – imagerie, biologie, comportements numériques, parcours de soins – là où l’œil humain atteint ses limites. Ces indices peuvent annoncer l’évolution d’une maladie, l’interruption d’un traitement, un risque de rechute ou une perte d’autonomie, bien avant l’apparition de symptômes cliniques évidents.
Avec Marco Lorenzi, directeur de recherche, INRIA et 3IA (Nice)
Aïda Meghraoui, fondatrice & CEO , ariah.bio / Incubateur TechForward (Nice)
et Loïck Menvielle, PhD, directeur chaire Management in Innovative Health à l’EDHEC Business school (Nice)
Modération : Anne Jeanblanc, responsable éditoriale de Neuroplanète
Suivez-nous sur :
Youtube : https://www.youtube.com/c/lepoint/
Facebook : https://www.facebook.com/lepoint.fr/
Twitter : https://twitter.com/LePoint
Instagram : https://www.instagram.com/lepointfr
Tik Tok : https://www.tiktok.com/@lepointfr
LinkedIn : https://www.linkedin.com/company/le-point/posts/
Bluesky : https://bsky.app/profile/lepoint.fr
Threads : https://www.threads.net/@lepointfr
WhatsApp : https://www.whatsapp.com/channel/0029VaDv82FL2ATwZXFPAK3c
www.lepoint.fr
Avec Marco Lorenzi, directeur de recherche, INRIA et 3IA (Nice)
Aïda Meghraoui, fondatrice & CEO , ariah.bio / Incubateur TechForward (Nice)
et Loïck Menvielle, PhD, directeur chaire Management in Innovative Health à l’EDHEC Business school (Nice)
Modération : Anne Jeanblanc, responsable éditoriale de Neuroplanète
Suivez-nous sur :
Youtube : https://www.youtube.com/c/lepoint/
Facebook : https://www.facebook.com/lepoint.fr/
Twitter : https://twitter.com/LePoint
Instagram : https://www.instagram.com/lepointfr
Tik Tok : https://www.tiktok.com/@lepointfr
LinkedIn : https://www.linkedin.com/company/le-point/posts/
Bluesky : https://bsky.app/profile/lepoint.fr
Threads : https://www.threads.net/@lepointfr
WhatsApp : https://www.whatsapp.com/channel/0029VaDv82FL2ATwZXFPAK3c
www.lepoint.fr
Catégorie
🗞
NewsTranscription
00:00...
00:16Bienvenue pour cette conférence qui va être consacrée à l'intelligence artificielle
00:21de l'IA prédictive aux signaux faibles des bénéfices réels pour les patients.
00:26Et si les grandes ruptures médicales ne se jouaient pas dans des manifestations spectaculaires
00:32mais dans des indices discrets et presque invisibles,
00:35puisqu'aujourd'hui l'intelligence artificielle permet de repérer des signaux faibles
00:41dans des masses de données qui sont hétérogènes.
00:44Et ces signaux vont permettre d'annoncer une maladie, un risque de rechute,
00:49voire un risque de perte d'autonomie avant même l'apparition de signes cliniques évidents.
00:54Pour évoquer ces sujets, nous avons le grand plaisir d'accueillir Loïc Manviel,
00:58professeur à l'EDEC Business School à Nice.
01:01Bonjour professeur.
01:03Marco Lorenzi, qui est directeur de recherche à l'INRIA et 3IA à Nice.
01:09Ainsi que Aïda Megraoui, fondatrice et CEO d'ARIA Bio.
01:15Et pour animer ces échanges, Anne-Jean Blanc, responsable éditoriale de Neuroplanète,
01:22que l'on peut également applaudir, ne serait-ce que pour ce très beau programme
01:27et la conférence à venir sur l'IA.
01:31Merci beaucoup.
01:32Vous allez écouter des choses absolument passionnantes.
01:35Ces chercheurs que vous voyez, ils sont capables de trouver une aiguille dans une botte de foin.
01:39On est à peu près là, non ?
01:41Parce qu'avec l'IA, justement comme l'a dit Hélène,
01:44à force de trouver des petits indices, des signaux dits faibles,
01:48ils en font un signal fort.
01:50Et grâce à ce signal fort, ils peuvent effectivement prédire une maladie,
01:54suivre son évolution, choisir le meilleur traitement.
01:58Enfin, c'est tous ces bénéfices de ce qu'on appelle aujourd'hui l'intelligence artificielle.
02:03Et justement, Loïc, en santé, l'intelligence artificielle aujourd'hui, c'est quoi ?
02:06Parce qu'on devrait dire les intelligences artificielles.
02:09On va dire en effet les intelligences artificielles.
02:11Et puis surtout, je vais revenir un petit peu en arrière,
02:13parce que très souvent, au travers des médias,
02:15on aurait tendance à considérer que l'intelligence artificielle, c'est quelque chose de nouveau.
02:18Ce n'est pas la faute aux médias.
02:21On va essayer de rétablir en tout cas cette situation,
02:23et de souligner, et de ramener bien évidemment à un mathématicien,
02:25Alan Turing, en 1950, qui publie un article extrêmement important sur le fameux test de Turing,
02:30et qui ouvre bien évidemment un champ de réflexion extrêmement intéressant
02:33sur le rôle de l'intelligence artificielle,
02:35ouvrant en fait sur l'intelligence artificielle forte, dotée de conscience,
02:38et une intelligence artificielle faible, dotée bien évidemment de capacités
02:41pour pouvoir traiter, analyser ici un certain nombre d'informations.
02:44Et cette intelligence artificielle, elle va nous aider à mieux comprendre,
02:46mieux déceler, identifier des modèles,
02:48pour pouvoir faire en sorte que dans le domaine du médical,
02:50on détecte au travers de l'imagerie des tumeurs cancéreuses,
02:54des éléments en tout cas de fracture,
02:56qu'un professionnel de santé peut-être à l'œil nu n'aurait pas directement décelé.
02:59Il ne peut pas voir, parce que c'est tellement petit.
03:02Il ne peut pas voir, et c'est bien évidemment ici un élément
03:04qui aide à la prise de décision et au diagnostic médical.
03:08Et très souvent aussi, ce qu'il peut y avoir,
03:10c'est quand on est médecin radiologue,
03:12on utilise bien évidemment ces solutions,
03:14et on est très souvent aussi sous le joug d'un biais,
03:17en se disant qu'il y a un biais de satisfaction,
03:18on a identifié bien évidemment cette fracture, etc.
03:21Et on peut oublier de voir aussi un certain nombre d'autres types d'informations.
03:24Et c'est dans ce contexte que l'intelligence artificielle
03:26va aider le professionnel de santé à prendre cette décision
03:29et accompagner correctement le patient.
03:32Et il y a bien évidemment aussi dans le registre de l'intelligence artificielle
03:34différents domaines, différents, si vous voulez,
03:36un peu comme des boîtes à outils,
03:37qui vont permettre de mieux comprendre,
03:39de mieux appréhender ici tous les enjeux que l'on puisse faire.
03:41En fait, si je dois donner une comparaison
03:43pour vulgariser un peu l'approche,
03:45l'intelligence artificielle, c'est un petit peu comme un enfant.
03:48Et il y a différents âges.
03:49Et à différents âges, on commence à apprendre des mots.
03:51Et de ces mots, en tout cas, on va apprendre à former des phrases.
03:54Et de cette phrase, on va donner du sens.
03:56Et en fait, cette évolution de l'intelligence artificielle
03:58va nous permettre de développer de plus en plus de sens
04:00et une compréhension extrêmement profonde.
04:01Et après, quand c'est un sale gosse, il vous répond ?
04:03Et c'est bien ça.
04:04Et ça va poser des questionnements extrêmement importants aussi à ce sujet.
04:07Aïda, quelques mots en complément sur cette présentation de l'IA.
04:10Oui, en fait, c'est tout à fait pertinent de remettre le contexte de l'intelligence artificielle
04:15qui, aujourd'hui, est démocratisée et fait partie de notre quotidien.
04:18Mais elle ne date pas d'hier.
04:21Et ce qu'il ne faut pas oublier, c'est que c'est des fonctions mathématiques, à la base,
04:25qui sont utilisées pour résoudre des problématiques
04:29ou pour accéder à des informations que le cerveau humain ne peut pas analyser en autonomie.
04:36Donc, ça répond tout à fait à votre remarque initiale
04:38qui est, ça permet de voir ce qu'on ne peut pas voir
04:42et aller chercher des signaux, des informations, des paramètres, des indices
04:46qui vont passer à la trappe lorsque c'est le praticien,
04:51quand on parle de l'application en santé, qui analyse ce type de données.
04:55Et ça permet aussi d'ouvrir un champ large
04:57pour analyser de façon exhaustive et intégrative
05:01des données qu'aujourd'hui, auxquelles on peut accéder
05:06grâce aux technologies, les machines, l'imagerie.
05:08Mais il faut des outils en face pour pouvoir appréhender ces informations-là
05:13et en tirer l'information pertinente
05:15qui, demain, sauvera la vie d'un patient.
05:18Donc, Marco, il y a de l'information qu'on extrait de populations assez larges
05:23et donc qui permettent de tirer des conclusions, par exemple,
05:25sur le développement d'une maladie, d'une épidémie.
05:28Et puis, après, l'information qui va directement être bénéficiaire
05:32pour le patient qui est devant vous, enfin, qui est devant son médecin.
05:35Oui, ce qu'on cherche, c'est comme une synergie
05:39entre ces outils extrêmement puissants d'intelligence artificielle
05:43et aussi toute la connaissance médicale, justement, des spécialistes.
05:48Donc, ce n'est pas l'intelligence artificielle en soi
05:50qui arrive à résoudre complètement un problème de diagnostic ou de suivi,
05:56mais c'est justement, c'est grâce à l'intelligence artificielle
05:59qu'on augmente, en fait, les potentialités des spécialistes
06:02pour leur donner des indices.
06:04Effectivement, ce sont extrêmement difficiles à détecter
06:07et même si on les voit, c'est très difficile à les quantifier.
06:11Est-ce que c'est pathologique ?
06:12Est-ce que c'est suffisamment pathologique
06:14pour, par exemple, justifier un traitement au pas ?
06:18Et donc, tout ça a besoin aussi de toute l'expérience
06:21et la connaissance du monde médical, du monde aussi des traitements,
06:26des systèmes de santé, pour permettre à un médecin
06:29de fournir la meilleure réponse, le meilleur traitement aux patients.
06:34Votre domaine, Marco, c'est l'imagerie.
06:37Donc, c'est un des premiers domaines dans lesquels on a parlé
06:40d'intelligence artificielle en médecine.
06:42Quel est son champ d'activité ?
06:45Quels sont ses bénéfices ?
06:46Quels sont ses limites ?
06:47Bref, tout ce qu'on veut savoir sur IA Imagerie aujourd'hui.
06:50Oui, il y a beaucoup de choses.
06:51On pourrait rester là toute l'après-midi.
06:53Ah non !
06:54Brefement, qu'est-ce qu'on peut voir dans l'imagerie médicale ?
06:57Il y a plein de choses.
06:58Parce que, d'abord, dans les données, par exemple,
07:02des résonances magnétiques, donc d'IRM,
07:04on s'intéresse à la forme.
07:06Et donc, on a des outils qui sont capables
07:09de détecter des changements subtils, en fait, des formes.
07:12Par exemple, on peut penser à des maladies neurodégénératives,
07:15telles que l'Alzheimer ou la maladie de Parkinson.
07:18Donc, on a une perte de neurones,
07:21qui amènent, justement, un changement, en fait,
07:24des formes de cerveau.
07:25On peut quantifier tout ça
07:26de façon extrêmement subtile au cours du temps.
07:29Et dès le début de ces modifications,
07:32il faut quand même qu'il y ait une masse suffisante
07:35de perdus, par exemple, pour que ça se voit.
07:37Ça chiffre comment ?
07:39Ça chiffre...
07:42Il y a des méthodes, par exemple,
07:43qui sont capables de modéliser la géométrie,
07:46par exemple, de la surface du cerveau.
07:49Et donc, on est capable de suivre,
07:52au cours du temps,
07:53le changement de la géométrie.
07:55Et donc, ça, c'est extrêmement passionnant,
07:56parce qu'il y a un lien assez fort
07:58avec les mathématiques.
07:59Mais après, pas que ça, en fait,
08:00parce qu'il y a aussi des autres types d'imagerie.
08:02Et puis, par exemple, par l'imagerie TEP,
08:04on est capable de quantifier...
08:06TEP, c'est quoi ?
08:07C'est tomographie par émission de positrons.
08:11Et donc, on injecte des traceurs aux patients.
08:13Et ces traceurs, ils ont la capacité
08:15de se lier à des molécules.
08:18Et donc, on est capable d'avoir des images
08:21qui représentent, par exemple,
08:22combien d'oxygène est consommé par le cerveau.
08:25Et nous donne une idée
08:27de la fonctionnalité du cerveau.
08:28Donc, si on a une maladie neurodégénérative,
08:30on voit moins de consommation d'oxygène,
08:32parce que ça marche moins bien le cerveau.
08:34Et on peut quantifier combien
08:36de protéines pathologiques
08:37qu'il y a dans le cerveau
08:39qui se sont déposées à cause des maladies.
08:41Et donc, on commence à avoir
08:42différents types d'imagerie,
08:45différents significats anatomiques, chimiques.
08:49Et on a besoin, justement...
08:51C'est très difficile d'interpréter à l'œil,
08:53en fait, tout ça
08:54et donner un cadre spécifique pour un patient.
08:58Donc, là, on a besoin, justement,
09:00des méthodes puissantes,
09:01comme l'intelligence artificielle.
09:02Mais il y a des pathologies...
09:03Alors, on sort complètement du cerveau,
09:04mais je pense à l'arthrose,
09:06où les modifications radiologiques
09:08sont assez souvent décorrélées
09:10des manifestations de la maladie.
09:11Est-ce que, pour les maladies neurodégénératives,
09:14l'IA vous permet, justement,
09:16de refaire une corrélation
09:17entre l'état du dysfonctionnement
09:20et les pertes neuronales, par exemple ?
09:24Oui, c'est ça, le but, en fait.
09:25C'est pour ça qu'on s'intéresse beaucoup,
09:26parce que, justement,
09:27il y a tous les profils cliniques
09:29et on peut aller jusqu'à la génétique,
09:32donc, assez profond, en fait,
09:34de la catégorisation, comme on dit,
09:36du patient,
09:37pour, justement, chercher d'améliorer,
09:40en fait, l'interprétation
09:41de ce qu'on voit,
09:42qu'aujourd'hui, on a du mal, justement,
09:44lié à la progression des maladies.
09:47Vous, votre domaine, Aïda,
09:48c'est le cancer,
09:49notamment le cancer du foie.
09:50Donc, quels sont vos travaux
09:52et qu'est-ce que l'IA apporte
09:53pour le dépistage de cette maladie ?
09:56Chez Ariobio,
09:57on travaille sur un autre type d'imagerie.
10:00C'est de l'imagerie histologique,
10:02c'est-à-dire des...
10:03On va regarder la composition du tissu
10:05et, plus précisément,
10:07des tumeurs sur lesquels
10:08on va obtenir des images
10:09et on développe des réactifs
10:12qui vont se coller spécifiquement
10:14à des composants du tissu,
10:16à des cellules spécifiques,
10:18des cellules immunitaires
10:19qui vont défendre l'hôte,
10:20des cellules tumorales,
10:21des cellules de vaisseau.
10:23Et il y a plusieurs centaines
10:25de types de cellules
10:26dans un seul tissu
10:28ou dans un seul environnement.
10:29Oui, parce qu'un cancer,
10:30c'est une mosaïque
10:30de cellules différentes.
10:33C'est un micro-environnement
10:35qui est composé
10:36de différents éléments,
10:37de vaisseaux,
10:37de nerfs,
10:38de cellules immunitaires,
10:39de fibres,
10:41de tissus conjonctifs,
10:43de cellules tumorales
10:44qui sont différenciées
10:45d'autres types cellulaires.
10:47Et pour pouvoir vraiment
10:48comprendre ce qui se passe
10:50dans ce micro-environnement,
10:51il faut pouvoir voir
10:53tous ces éléments-là.
10:54Donc, on développe des réactifs
10:56justement qui vont cibler
10:57ces différents composants
10:58pour pouvoir les visualiser
10:59sur une image.
11:00Et pour vous donner un exemple,
11:02on parlait de chiffres tout à l'heure,
11:04une image d'une tumeur,
11:05on peut avoir plusieurs millions
11:06de cellules et d'objets,
11:08d'éléments,
11:09de fibres,
11:09qui sont présents
11:11et qu'on doit analyser
11:12avec plusieurs centaines
11:14de phénotypes différents.
11:15Et notre objectif,
11:16c'est d'identifier
11:17ce qu'on appelle
11:17des biomarqueurs.
11:18C'est des marqueurs
11:19qui sont présents
11:20dans cette image
11:21et qui vont être associés
11:22à une réponse.
11:24Ça peut être une récidive,
11:25ça peut être une réponse
11:26à un traitement
11:27ou une résistance
11:28à un traitement.
11:29Et ça peut être aussi
11:31une typologie de la tumeur.
11:33Ça permet de classifier
11:34le type de tumeur
11:35pour mieux prendre en charge
11:36les patients.
11:37Et tout cela,
11:38c'est une méthodologie
11:40qui s'inscrit
11:40dans ce qu'on appelle aujourd'hui
11:41la médecine personnalisée.
11:43Parce qu'une tumeur,
11:44ça va être différent
11:44d'une personne à une autre,
11:46d'un organe à un autre.
11:47Et il est important
11:48d'avoir un maximum
11:49d'informations
11:49pour mieux la qualifier
11:51et mieux définir
11:53la prise en charge
11:54de chaque patient.
11:55Et on parlait tout à l'heure
11:57de masse de données
11:58à appréhender.
11:59C'est là où, du coup,
12:00on utilise
12:01l'intelligence artificielle
12:02pour pouvoir prendre en charge
12:04toutes ces informations-là
12:05auxquelles on va rajouter
12:07des informations
12:08sociodémographiques,
12:09cliniques,
12:10l'âge,
12:11l'historique du patient.
12:12et la combinaison
12:13de l'ensemble
12:14nous permet justement
12:15d'identifier
12:16des signaux
12:17ou des marqueurs,
12:18des biomarqueurs
12:19qui vont être
12:20soit des signaux
12:21de récidive,
12:23de réponse au traitement.
12:24Ils vont devenir
12:24des signifiants.
12:25Exactement.
12:26On va revenir après
12:28sur les réponses positives
12:30et justement
12:30pour les patients,
12:31leur traitement.
12:33Loïc,
12:33vous,
12:33vous travaillez aussi
12:34sur tous ces signaux-là,
12:36dont la voix.
12:37Vous voulez savoir
12:37ce que vous cherchez
12:38sur la voix.
12:39Dont la voix,
12:39et on va repartir
12:40sur les maladies
12:41neurodégénératives,
12:42notamment sur la maladie
12:42d'Alzheimer.
12:44Marco faisait état
12:45bien évidemment
12:46de l'analyse
12:46en imagerie médicale,
12:48IRM, etc.
12:49On a bien ici
12:50une logique
12:51où on a déjà
12:51pris en charge
12:52le patient.
12:53On peut se poser
12:54la question,
12:54si en amont,
12:55il n'y aurait pas
12:55des signaux faibles
12:56qui vont nous permettre
12:57de mieux prendre en charge,
12:58de mieux déceler ici
12:59l'éventuelle dégradation
13:00d'état de santé
13:01du patient.
13:02Et donc au travers
13:02de la voix,
13:03par les achoppements
13:05que puissent avoir
13:05les personnes,
13:06par les difficultés
13:07à s'exprimer,
13:09par l'intensité,
13:11tous ces éléments-là
13:11vont avoir un effet
13:12pour aider à comprendre
13:14les premiers signaux
13:16de dégradation
13:17d'état de santé
13:18d'un individu.
13:19Et donc quand c'est pris
13:19en fait et mis en perspective
13:20dans des maladies
13:21neurodégénératives
13:22comme la maladie d'Alzheimer,
13:24ça constitue ici
13:25un moyen de prendre en charge
13:26différemment les patients
13:27en amont,
13:29bien évidemment,
13:29en ce cas de la survenue
13:30de la maladie.
13:31Expliquez-moi,
13:32parce que pour moi,
13:32une voix,
13:33une empreinte vocale,
13:34c'est éminemment personnel.
13:36Donc comment la machine,
13:38enfin oui,
13:38je dis la machine
13:39d'un terme un peu générique,
13:40peut déceler une modification
13:42alors que la voix d'origine
13:44n'a pas été enregistrée
13:46au préalable.
13:46Donc il n'y a pas de référent.
13:48Il n'y a pas de référent,
13:49mais en tout cas,
13:50on a entraîné des modèles
13:51et on le voit aussi
13:52sur des maladies
13:53comme la dépression
13:53où certaines entreprises
13:55ont travaillé depuis maintenant
13:56une dizaine,
13:57une quinzaine d'années
13:57à entraîner en fait
13:58ces modèles,
13:59comprendre en tout cas
14:00quels pouvaient être
14:01les changements
14:02qu'ils puissent y avoir
14:02dans cette voie
14:04et qui vont aider
14:04les chercheurs
14:05à nouveau au travers
14:06de ces signes faibles
14:07à développer des modèles
14:08qui vont permettre
14:09une meilleure prédiction
14:11et une meilleure identification.
14:12Ça pourrait être
14:12un ralentissement ?
14:13Ça peut être
14:14ce ralentissement,
14:15ça peut être
14:15ces difficultés
14:16à trouver les mots
14:17et en l'espace en tout cas
14:18de points d'afférence préalables,
14:20on va pouvoir se dire
14:21ok, là il y a un changement
14:22vis-à-vis de l'état de santé
14:25de cette personne.
14:26Ça veut dire
14:27que vous suivez une évolution
14:28mais que vous n'êtes pas
14:29en amont
14:30en train de dire
14:30tout d'un coup
14:31la voix a changé.
14:32Il vous faut un référent quand même.
14:33Il faut quand même un référent,
14:34il faut quand même
14:35une démarche aussi longitudinale
14:36pour permettre aussi
14:37d'avoir des points d'appui
14:38et permettre de dire
14:39ok, là il y a un changement
14:41qui est en train de s'opérer
14:41et sur cette démarche longitudinale
14:44on va prendre en charge
14:46différemment ce patient.
14:47J'en reviendrai tout à l'heure
14:47aussi sur d'autres signaux
14:48qui ne sont pas forcément
14:49relatifs à la voix
14:50et à d'autres aspects
14:51mais plus surprenants
14:53et qui vont enrichir
14:53je pense le débat.
14:54Oui, alors maintenant
14:55ce que je voudrais,
14:56on en a un petit peu parlé déjà,
14:57c'est les retombées pratiques
14:59pour les patients
15:00dans la vie quotidienne d'aujourd'hui
15:01parce que l'IA on voit bien
15:03a envahi certains cabinets
15:04mais on ne se rend pas bien compte
15:06nous au quotidien
15:07de ce que ça apporte
15:09donc dans le domaine
15:10notamment des maladies
15:11d'orogénératives,
15:12c'est quoi pour demain
15:13pour tous les patients
15:14que nous sommes
15:15qui pourront en bénéficier
15:16dans la semaine qui vient
15:17ou dans les 15 jours
15:18dirons-nous pour être loin ?
15:21Oui, dans l'instant,
15:24dans les 15 jours
15:24je ne saurais pas dire exactement.
15:27C'est toujours en perspective.
15:29L'adoption de l'IA
15:30dans la réalité clinique
15:32n'est quand même pas immédiat
15:35parce que justement
15:36ce n'est pas seulement
15:38l'efficacité de l'IA
15:39de traiter des signales
15:40mais il y a tous des aspects
15:42par rapport à la confiance,
15:44à la fiabilité.
15:46Donc tout ça,
15:46on reviendra sur ça plus tard,
15:48tout ça,
15:49ça fait que
15:51il y a une forte différence
15:54entre ce qu'on lit
15:56dans les périodiques,
15:58dans les journaux,
15:59par rapport à des découvertes
16:00et après,
16:01qu'est-ce qu'on voit en pratique ?
16:03Mais ce que c'est vraiment
16:04un retombé possible
16:06à court terme,
16:08c'est plutôt faciliter
16:10la vie des médecins.
16:12Pour exemple,
16:13pour prioritiser des cas,
16:15pour améliorer l'efficacité,
16:18par exemple,
16:20des annotations des images
16:22ou des annotations
16:23des comptes rendus.
16:25Et tout ça,
16:25ça va décharger beaucoup
16:27les médecins dans l'immédiat
16:29pour leur permettre justement
16:31de mieux traiter
16:32ou prioritiser,
16:33identifier des patients
16:34qui peuvent mieux bénéficier
16:36de certains traitements
16:36par rapport aux autres.
16:38Ça, c'est une chose
16:38que je vois,
16:39ça peut arriver en fait
16:41et c'est déjà
16:42en train de se mettre en place.
16:44Et après,
16:45dans le futur,
16:46oui,
16:46on a parlé justement
16:47des jumeaux numériques.
16:49Donc c'est ça,
16:50en fait,
16:50la grosse ambition,
16:51c'est par rapport
16:53à ce qu'on voit dans le patient,
16:55toutes les informations
16:56de ces patients,
16:56on est capable
16:57de reproduire
16:58en numérique
17:00les patients
17:00pour tester justement
17:02des thérapies
17:04virtuellement.
17:05Il éviterait
17:05de faire des essais
17:06thérapeutiques
17:07sur les patients
17:07ou ce qui diminuerait
17:08le nombre de patients
17:09dans les essais thérapeutiques ?
17:10À court terme,
17:12dans l'immédiat,
17:13ce serait surtout
17:14de faciliter
17:15les essais cliniques
17:16avec,
17:17par exemple,
17:19la génération
17:20des bras,
17:22par exemple,
17:22des contrôles
17:23des patients
17:23qui ne sont pas traités.
17:24Les bras,
17:24c'est-à-dire
17:25d'un groupe de patients,
17:26ce n'est pas le bras.
17:27Non,
17:27pas les bras,
17:28pas les bras.
17:29On peut régénérer les bras,
17:30peut-être.
17:31Tu traites le bras
17:32et pas le bras de gauche.
17:35Mais oui,
17:35pour la génération
17:36de populations
17:38des patients
17:38qui sont représentatifs
17:40de certaines caractéristiques
17:41génétiques
17:43et donc,
17:44tout ça,
17:44ça permettrait
17:46justement
17:46une grosse épargne
17:48parce qu'aujourd'hui,
17:50des essais cliniques
17:51coûtent vraiment
17:52des sommes,
17:53des fortunes
17:54et beaucoup de fois,
17:55ils se réalisent
17:55dans l'échec.
17:56Donc,
17:56si on arrive déjà
17:57là à trier
17:58par la simulation,
17:59ça pourrait amener
18:00à une grosse,
18:01grosse amélioration
18:02d'efficacité
18:03du développement
18:04des médicaments.
18:05Et donc,
18:05en cancérologie,
18:06j'ai l'impression
18:07qu'on l'utilise
18:07un petit peu plus,
18:08par exemple,
18:09pour la double lecture
18:10des mammographies.
18:11C'est déjà plus rentré
18:12dans les mœurs.
18:13Donc,
18:13globalement,
18:13je sais que vous,
18:14c'est quand même plus
18:15le cancer du foie,
18:16mais les apports actuels
18:17de l'IA
18:18dans votre domaine ?
18:20Aujourd'hui,
18:21globalement,
18:21ce qu'on peut observer
18:22comme valeur ajoutée
18:24à utiliser l'IA
18:24dans la pratique clinique,
18:26c'est notamment
18:26dans l'aide au diagnostic.
18:28Ce qu'il faut savoir
18:29et là où il ne faut pas
18:30être réfractaire,
18:32c'est qu'un outil d'IA
18:33qui va analyser une image
18:35ou qui va annoter une image
18:36ou qui va donner un résultat
18:38sur la base d'une image
18:40va donner un élément
18:41sur lequel va se baser
18:42le praticien
18:43pour mettre son diagnostic.
18:45Et aujourd'hui,
18:45ça permet de gagner du temps,
18:46ça permet de prendre en charge
18:48plus de patients
18:48et ça permet de gagner
18:50en fiabilité
18:50et en reproductibilité
18:52de ces analyses-là
18:53et aussi de voir des choses
18:55que l'œil humain
18:56ne peut pas voir
18:56parce qu'elles sont
18:57trop petites,
18:58trop faibles,
18:58trop...
18:59La trace n'est pas
19:00assez importante
19:00et on peut aller chercher
19:01aussi des éléments précoces
19:03et prendre en charge
19:04les patients beaucoup plus tôt
19:06que ce qu'on pourrait faire
19:07aujourd'hui.
19:07Donc, c'est un vrai gain
19:09dans la pratique
19:09mais ça reste toujours
19:11un outil d'aide
19:12et ça ne remplacera pas
19:13jamais les médecins.
19:14Oui, tant mieux,
19:15tant mieux pour eux quand même.
19:16Mais on dit qu'une tumeur
19:19est une mosaïque de cellules.
19:20Est-ce que l'IA
19:21va permettre de dire
19:22que dans cette tumeur-là,
19:23il y a un pourcentage,
19:25je ne sais pas,
19:2576% de tel type de cellules
19:28et donc il faut taper
19:29sur telle cible,
19:30donc choisir ce traitement précisément.
19:32Ça, c'est déjà entré
19:33dans les mœurs ?
19:34Oui, tout à fait.
19:35En fait, tous les modèles
19:36sur lesquels aujourd'hui
19:37on est en train de travailler
19:38pour les aides aux diagnostics
19:39ou des biomarqueurs prédictifs
19:42comme ceux sur lesquels
19:43on travaille
19:43vont permettre d'identifier
19:45les cellules,
19:46les types de cellules
19:47qui sont présents
19:47dans les tumeurs
19:49pour pouvoir adapter
19:51le traitement.
19:52Et typiquement,
19:53on est dans des schémas thérapeutiques
19:55où on a de la thérapie ciblée
19:57ou de l'immunothérapie
19:58qui vont cibler spécifiquement
20:01un certain type de cellules
20:03ou des molécules
20:04ou des fibres
20:04qui sont dans la tumeur
20:06mais pour être sûr
20:07de l'efficacité
20:08il faut en amont
20:10voir si ces cellules-là
20:11sont présentes
20:11pour être sûr
20:12que le traitement
20:13va répondre
20:14et pas attendre
20:15six mois, neuf mois
20:16ou un an de traitement
20:17pour voir s'il a réussi
20:18ou pas.
20:19Et cette gamme de diagnostics
20:20on appelle ça
20:21des companion diagnostics
20:22c'est-à-dire
20:23ils vont accompagner
20:24la prescription
20:25d'un traitement
20:26en amont
20:27pour être sûr
20:28que la cible
20:29est bien là
20:30et avoir plus de chances
20:32de réussite
20:33de ce type de traitement.
20:35Et dans l'autre sens
20:36il y a des cellules
20:36qui vont être réfractaires
20:39au traitement
20:40l'idée c'est de partir
20:41sur un autre plan
20:43de traitement
20:44pour assurer
20:45une bonne réponse
20:45chez le patient.
20:46Donc un, vous choisissez
20:47la cible
20:47et deux, vous pouvez suivre
20:48aussi l'effet thérapeutique
20:50est-ce que vous pouvez aussi
20:51voir les risques
20:52d'effets secondaires
20:53chez certains patients
20:54est-ce que ça
20:55c'est mesurable
20:55même avant de donner
20:56le traitement
20:57on parle toujours
20:57de cet effet bénéfice-risque
20:59est-ce que l'IA
21:00va vous aider
21:01à éliminer
21:02les traitements
21:03qui seraient
21:03les plus toxiques
21:04pour certains patients ?
21:05Il y a en effet
21:06aujourd'hui des études
21:07qui permettent
21:08de faire une cartographie
21:09quelque part
21:10de la réponse
21:11par exemple immunitaire
21:12du statut immunitaire
21:13ou inflammatoire
21:14ou d'autres types cellulaires
21:16qui peuvent être
21:16à l'origine
21:17d'un effet secondaire
21:19et prédire ainsi
21:20cette réponse-là
21:21que ce soit
21:22dans le cadre du cancer
21:23ou d'autres types
21:25de maladies
21:26pour justement
21:28prendre en charge
21:29le patient
21:30en anticipant
21:31ses effets secondaires
21:32soit lui donner
21:32des traitements
21:33qui éviteraient
21:34ses effets secondaires
21:34ou changer le traitement
21:36pour éviter
21:36ses effets secondaires
21:37et ça on peut déjà
21:38maintenant bénéficier
21:40ça commence à rentrer
21:41dans les mœurs
21:42ou c'est que dans
21:43les grands centres
21:43pour l'instant
21:44on est au début
21:45on est au début
21:46on est au début
21:48quel est l'intérêt Loïc
21:49on parle beaucoup
21:50des travaux
21:50sur les biobanques
21:52est-ce que ça
21:52ça donne une idée
21:54plus générale
21:55parce que donc
21:55une biobanque
21:56c'est les échantillons
21:59d'un grand nombre
22:00de patients
22:01ça sert à entraîner
22:03la machine
22:03ça sert à aider
22:04les médecins
22:05ça sert à entraîner
22:06la machine
22:07ça aide les médecins
22:08tout à l'heure
22:08en effet
22:08on a parlé
22:09des bras synthétiques
22:10parce que derrière
22:10aussi ça permet
22:11de mieux projeter
22:12l'industrie pharmaceutique
22:13et féru bien évidemment
22:14de ce type d'éléments
22:15pour pouvoir aussi
22:16mieux réduire
22:17en tout cas
22:18le temps
22:18pour la recherche
22:20clinique
22:21donc ça aide
22:22et ça accompagne
22:23ça permet en tout cas
22:23d'avoir aussi
22:24une portée
22:25d'innovation
22:25thérapeutique
22:26de façon plus rapide
22:27et puis au-delà aussi
22:28des points qu'on vient
22:29d'évoquer
22:30c'est tous ces signaux
22:31auxquels
22:32en écoutant Aïda
22:33il y a toute cette remontée
22:36d'informations
22:36par les effets secondaires
22:37de remonter en fait
22:38une information
22:39par rapport aussi
22:40à une captation visuelle
22:41chez le patient
22:42dans ses parcours
22:42aussi en oncologie
22:43et ça c'est un élément
22:44qui est extrêmement important
22:45et plus je travaille aussi
22:47sur cette remontée
22:47d'informations
22:48sur les effets secondaires
22:49plus je peux
22:50en tout cas mieux accompagner
22:52à la fois le professionnel
22:53de santé
22:53mais également aussi
22:55travailler sur un cercle vertueux
22:56de réassurance
22:57en direction de ses patients
22:58un certain nombre d'entreprises
22:59aussi qui jouent
23:00sur cette logique
23:00en fait de cycle complet
23:01pour pouvoir aussi éviter
23:03d'emboliser l'ensemble
23:04des services
23:04tout à l'heure
23:05c'est aussi un peu
23:05en droite ligne
23:06avec les différents échanges
23:07précédents
23:07qui nous permettent
23:08véritablement de savoir
23:09comment on va pouvoir
23:10mieux prendre en charge
23:11ces patients
23:12et travailler véritablement
23:13sur un cercle vertueux
23:15dans ce type de démarche
23:16réassurance en direction
23:17du patient
23:17et on évite d'emboliser
23:19bien évidemment
23:19une surcharge
23:20côté professionnel de santé
23:21par des questions
23:22qui n'auraient que peu d'intérêt
23:23en tout cas à ce sujet
23:24tout à l'heure
23:24vous avez parlé
23:25d'autres signaux que la voix
23:26moi je suis curieuse
23:27de savoir ce que vous voulez dire
23:28d'autres signaux de la voix
23:29parce que
23:31derrière tout ça
23:32en fait
23:32il y a des études récentes
23:34notamment en fait
23:34en juin dernier
23:35en 2025
23:36il y a une étude
23:37dans JAMA
23:37qui est l'une des grands
23:38renouveaux médicaux
23:39qui a analysé
23:40des informations
23:41qui n'étaient pas
23:42relatives directement
23:43à des informations
23:45santé biologiques
23:46mais plutôt des informations
23:47vis-à-vis des
23:49des évolutions
23:50du compte bancaire
23:50en fait
23:51des patients
23:52alors on a bien évidemment
23:53on n'a pas pris
23:54en fait le compte bancaire
23:55des patients
23:55mais on a analysé
23:56c'est vachement indiscret
23:57c'est une étude
23:58qui a été publiée
23:59je vous le dis
23:59en juin dernier
24:00dans JAMA
24:01et qui est quand même
24:02vraiment une des grandes
24:03revues médicales
24:04sur le sujet
24:04et qui identifie
24:06en fait à peu près
24:08344 indicateurs financiers
24:09et ces indicateurs financiers
24:10permettent de comprendre
24:11en fait
24:11la dégradation
24:12de l'état de santé
24:13des individus
24:14notamment par l'isolement
24:14des personnes
24:15et de déceler
24:16en fait
24:17des premiers signaux
24:18de démence
24:18en fait
24:18des personnes
24:19et donc dans ce contexte
24:20on a fait une étude
24:21longitudinale
24:22depuis à peu près
24:232007
24:23à ce sujet
24:24et qui va permettre
24:25de remonter
24:25de voir
24:26que ces personnes
24:27qui sont sur
24:28des premiers signaux
24:29en fait
24:29de démence
24:30d'isolement
24:30etc
24:31sortent moins
24:32sont de plus en plus isolées
24:33consomment moins
24:34etc
24:34et ces signaux faibles
24:36en tout cas
24:36sont
24:36et c'est véritablement
24:37démontré
24:37dans cet article
24:39qui est très intéressant
24:40que cela concourt
24:41bien évidemment
24:42ici après
24:42à des enjeux
24:43par la suite
24:44de survenues
24:45à des maladies
24:45neurodégénératives
24:46et donc c'est des éléments
24:47qui sont assez intéressants
24:48parce que là
24:48on sort directement
24:49du registre du médical
24:50et véritablement
24:51de comprendre
24:52comment en fait
24:53ces informations
24:53qu'on aurait pu considérer
24:55de façon totalement insignifiante
24:56vont permettre aussi
24:57de prendre en charge
24:58différemment ces personnes
24:59parce qu'on le sait
24:59aujourd'hui
25:00les traitements sont compliqués
25:02ou n'existent pas
25:02donc l'un des enjeux aussi
25:04pour les proches aidants
25:05pour l'ensemble
25:05des parties prenantes
25:06c'est de savoir
25:06comment on peut anticiper
25:07sur la survenue
25:09de ces types d'éléments
25:10j'anticipe aussi
25:10sur une question
25:11bien évidemment
25:12il n'y a pas de rapprochement
25:15non déontologique
25:15entre la captation
25:17d'informations financières
25:18et le patient
25:19parce que j'anticipe
25:20très clairement
25:20sur cette question
25:21je n'avais pas du tout
25:21l'intention de vous le demander
25:23en revanche
25:24je voudrais qu'on parle
25:24justement de ces données
25:25quand même
25:25parce que
25:26c'est des sujets
25:27qui intéressent
25:28c'est des sujets
25:28qui inquiètent
25:31et ces données
25:32comment vous les collectez
25:33comment elles sont
25:34vraiment anonymisées
25:36comment on peut
25:36tirer des conséquences
25:39très pratiques
25:39de données
25:40totalement anonymes
25:41et vous avez parlé
25:41de l'expérience
25:42à l'hôpital
25:43justement
25:43sur ces données
25:44que vous récupérez
25:44racontez-nous Marco
25:46comment vous faites
25:46avec les données
25:49aujourd'hui
25:51c'est extrêmement complexe
25:53travailler avec
25:54les données médicales
25:55on a des lois
25:57on a des lois européennes
25:59on a des interprétations
26:02nationales
26:02faites par la CNIL
26:03qui nous donnent
26:05des lignes guides
26:07voilà
26:07et donc
26:08par rapport à ça
26:09quand on monte
26:10une étude
26:11quand on veut
26:11faire des analyses
26:12il faut toujours
26:14se rapprocher
26:15de ce qu'on appelle
26:16le DPO
26:17Data Protection Officer
26:19donc c'est le responsable
26:21dans les différents
26:21instituts
26:22de la mise en pratique
26:24de la loi
26:25sur la protection
26:26de la confidentialité
26:28de la privacy
26:28des personnes
26:29il faut identifier
26:30la meilleure démarche
26:33pour permettre
26:34de traiter
26:35la donnée
26:38compatible
26:38avec la loi
26:39le problème
26:41c'est que la donnée
26:41médicale
26:42est extrêmement
26:42hétérogène
26:43et il n'y a pas
26:44une façon
26:45en fait
26:46de la traiter
26:48et ça dépend
26:49beaucoup
26:49des modalités
26:50et de l'étude
26:52et des finalités
26:53de l'étude
26:54vous parlez
26:54de la traiter
26:55déjà
26:55ou de la collecter
26:56collecter déjà
26:57pour la collection
27:00de la donnée
27:01on s'appuie toujours
27:02sur le consentement
27:04du patient
27:04donc d'abord
27:06ça c'est la première étape
27:08il faut le consentement
27:09du patient
27:10donc pendant
27:11le parcours
27:14des soins
27:15il y a des formulaires
27:17et c'est obligatoire
27:18en fait
27:18sinon la donnée
27:19déjà
27:19ne peut pas
27:20être utilisée
27:21à l'origine
27:22même en cas
27:23de consentement
27:24après il y a
27:25les finalités
27:26d'utilisation
27:27donc
27:28on peut l'utiliser
27:29pour des finalités
27:30qui ont été
27:31expressément
27:33permises
27:34par les patients
27:36par le consentement
27:37ou il y a aussi
27:38des finalités
27:39secondaires
27:39pour des modalités
27:41de recherche
27:41et là
27:42on rentre
27:43justement
27:43dans la complexité
27:44parce que
27:45c'est là
27:45où on doit montrer
27:46qu'on est
27:47quand même
27:47conforme
27:48à la loi
27:49et donc
27:50par rapport à ça
27:51ça dépend
27:52beaucoup
27:52du type d'étude
27:53de la finalité
27:54de l'analyse
27:55donc
27:55parfois on aura
27:57besoin
27:57de certaines
27:57informations
27:58qui sont
27:58sensibles
28:00et parfois
28:00pas
28:01donc
28:01s'il n'y a pas
28:02besoin d'informations
28:03sensibles
28:03que ça peut être
28:04par exemple
28:04des choses
28:06extrêmement
28:06délicates
28:07comme
28:07où cette
28:08personne
28:09vit dans
28:10la ville
28:10parce qu'on
28:11est intéressé
28:12à corréler
28:13identifier la relation
28:15entre pollution
28:15dans une ville
28:16et
28:19certaines manifestations
28:20de certaines
28:20pathologies
28:21de cancer
28:22là
28:23ça commence
28:23à devenir
28:23compliqué
28:24parce qu'on
28:24est capable
28:25avec
28:26si on connaît
28:27l'âge
28:27on connaît
28:28à peu près
28:29la zone de résidence
28:31on connaît
28:31quelque chose
28:32ça devient
28:33extrêmement plausible
28:35de pouvoir
28:35réidentifier
28:36quelqu'un
28:36alors c'est là
28:37qu'il faut
28:37justement
28:38anonymiser
28:39donc
28:41anonymiser
28:41ça veut dire
28:41enlever
28:42complètement
28:42toutes ces champs
28:43là
28:43le problème
28:44avec l'anonymisation
28:45c'est que
28:46la donnée
28:46perd des valeurs
28:47parce qu'on
28:48ne peut plus
28:48poser
28:48certaines questions
28:49et donc
28:50il y a aussi
28:51cette notion
28:52de pseudo
28:52anonymisation
28:53donc
28:54on anonymise
28:55les données
28:56les champs
28:57les informations
28:59les plus sensibles
28:59justement
29:00les noms
29:01les prénoms
29:02parfois
29:03des autres
29:04informations
29:05la date de naissance
29:06il y a aussi
29:06des façons
29:07de rajouter
29:12du bruit
29:13aux données
29:14des façons
29:15qui vont être
29:16similaires
29:17aux données originaux
29:18mais justement
29:19on protège
29:20ce qu'il y avait derrière
29:21parce que ce n'est pas
29:21exactement
29:22l'information
29:24mais tout ça
29:25ça a un impact
29:26aussi sur
29:26tout ce qu'on peut faire
29:28après justement
29:29au niveau des analyses
29:30la qualité
29:30des résultats
29:31qu'on pourrait tirer
29:32et donc il y a
29:33toute cette tension
29:34entre l'interprétation
29:35de la loi
29:36l'application
29:37de la loi
29:37et la possibilité
29:40justement
29:40d'avoir des modèles
29:42des résultats
29:42qui sont informatifs
29:44qui sont efficaces
29:45qu'après on sera
29:46capable de reproduire
29:47et tout ça
29:48il n'y a pas
29:48un cadre
29:50réglementaire
29:50il y a un cadre
29:51réglementaire
29:52mais il n'y a pas
29:52une démarche
29:53standard
29:53chaque fois
29:54ça fait beaucoup
29:56des itérations
29:57des discussions
29:57des compréhensions
29:58parce que de l'autre côté
29:59on a
30:01des experts
30:02de droit
30:02et pas
30:03des mathématiques
30:04ou des scientifiques
30:05et nous
30:05on est des mathématiques
30:06donc on ne parle pas
30:08souvent le même
30:08langage
30:09et donc
30:10ça mène
30:12justement
30:12à des complexités
30:14quand nous avons préparé
30:15cette table ronde
30:15vous m'avez parlé
30:16d'un partage
30:17de la connaissance
30:18et non des données
30:20peut-être Loïc
30:20vous pouvez expliquer
30:21ou vous Marco
30:23quelles nuances
30:24il y a entre les deux
30:28c'est en fait
30:28tout ce qu'apprentissage
30:29fait direct
30:30que tu fais directement
30:31et c'est vrai
30:31que c'est un enjeu
30:32qui est fondamental
30:34expliquez-nous d'abord
30:34ce que c'est
30:34parce qu'on voudrait bien
30:35comprendre cette nuance
30:37je peux donner
30:38alors ça c'est
30:39c'est une technique
30:41en fait
30:41qui permet
30:42de développer
30:43des modèles d'IA
30:46donc d'abord
30:47pour développer
30:47un modèle d'IA
30:48il faut de la donnée
30:49donc comment ça marche
30:50en gros
30:51c'est qu'on a
30:52des fonctions mathématiques
30:53qu'on peut
30:56réfinir en fait
30:57pour résoudre des tâches
30:58par exemple
30:58on peut donner
30:59un modèle
31:00un ensemble
31:01une masse de données
31:01on peut dire
31:02regarde dans ces données
31:03qu'est-ce qu'il y a
31:04qui permettent
31:05de mieux identifier
31:05cette maladie
31:06voilà
31:06et donc le modèle
31:07par rapport aux données
31:08il cherchera
31:09d'optimiser
31:10des fonctions
31:11voilà
31:13donc il faut les données
31:14il faut la donner
31:15c'est ça
31:15c'est un gros problème
31:16beaucoup de fois
31:17dans les études cliniques
31:17on ne peut pas partager
31:18la donnée
31:19donc il y a
31:19des autres approches
31:21qu'on appelle
31:21fédérées
31:22dans lesquelles
31:23on garde la donnée
31:24par exemple
31:25dans différents établissements
31:26de santé
31:27dans différents hôpitaux
31:28et on demande
31:28à chaque hôpital
31:29plutôt de développer
31:31un modèle
31:31à lui
31:32en fait
31:33localement
31:34donc
31:34et plutôt que partager
31:36la donnée
31:37on partagera
31:38ces modèles-là
31:39donc on partage
31:40des connaissances
31:41extraites
31:42par des fonctions
31:42mathématiques
31:43et après il y a
31:44des recettes
31:45mathématiques
31:45statistiques
31:46qui permettent
31:47de rassembler
31:48toutes ces
31:48différentes connaissances
31:49et distiller
31:51une sorte de modèle
31:53global
31:53qui représente
31:54idéalement
31:55aussi bien
31:55toutes les données
31:57qu'on n'a jamais vues
31:58d'accord
31:58et sans cancérologie
32:00vous le faites aussi
32:00parce que vous travaillez
32:01effectivement
32:02avec beaucoup
32:02beaucoup de données
32:03ça se passe
32:03comme ça aussi
32:04oui tout à fait
32:05en fait
32:06on va
32:08récupérer
32:08ces données-là
32:09qui sont
32:10sous l'égide
32:10d'une réglementation
32:11qui est bien
32:13cadrée
32:13et définie
32:14et dans laquelle
32:15on doit
32:16se conformer
32:17et pour entraîner
32:19justement ces modèles
32:19on a besoin
32:20de ces informations
32:21mais l'objectif
32:23c'est de les dissocier
32:24quelque part
32:24du patient initial
32:25pour qu'on gardait
32:27uniquement
32:28l'information pertinente
32:29et c'est par la suite
32:30le modèle
32:32en lui-même
32:32qui est entraîné
32:33qui va être l'outil
32:34la connaissance
32:35qui va être utilisé
32:36exploité
32:37par la suite
32:38au-delà de ça
32:39dans la donnée générale
32:40qui est récupérée
32:41nous par exemple
32:42quand on fait
32:43de l'imagerie
32:44sur des biopsies
32:45de tumeurs
32:45c'est l'image
32:46qui est générée
32:47ou des composantes
32:48de l'image
32:49qui vont être utilisées
32:50pour entraîner le modèle
32:51donc c'est pas
32:52la donnée initiale
32:53du patient
32:53en lui-même
32:54pour remonter au patient
32:55exactement
32:55et de toute façon
32:57à chaque fois
32:57qu'on monte une étude
32:58il y a toute une procédure
33:00qu'on doit détailler
33:01de façon très spécifique
33:04sur les différentes étapes
33:05et surtout
33:07ce qu'on va faire
33:08avec la donnée
33:08à chacune de ces étapes
33:10de façon à ce qu'il y ait
33:11une traçabilité parfaite
33:12de ces informations-là
33:14et en cas de questionnement
33:17d'audit
33:17ou autre
33:18on peut remonter
33:19à la source
33:20et savoir
33:21qu'est-ce qui a été fait
33:22pour chaque donnée
33:23et vérifier aussi
33:24que l'application
33:25est conforme
33:26à ce qui a été défini
33:27initialement
33:27dans le consentement
33:28mais aussi
33:29dans les autorisations
33:29qui nous ont été données
33:31pour exploiter
33:32ces données-là
33:32mais in fine
33:33on utilise l'information
33:35qui est dans la donnée
33:36et pas la donnée
33:36en elle-même
33:37Loïc, vous diriez
33:38qu'on a beaucoup amélioré
33:39la protection des patients
33:40et qu'ils ont maintenant
33:42de moins en moins
33:42de raisons
33:43d'avoir peur
33:44de laisser partir
33:45leurs données
33:46au sein
33:47du milieu médical
33:48bien sûr
33:48par l'entremise
33:49en tout cas
33:49de l'apprentissage fédéré
33:50et c'est là
33:50où c'est un modèle
33:51qui est assez intéressant
33:52on travaille véritablement
33:53l'élément de confiance
33:54en direction des patients
33:56et en direction
33:57en tout cas des citoyens
33:58au sens large du terme
33:58mais c'est vrai
33:59que vous pointez
34:00aujourd'hui des enjeux
34:01qui sont extrêmement cruciaux
34:03en tout cas une quinzaine de jours
34:04on a fait face encore
34:05à des attaques
34:06et une captation
34:07en tout cas
34:08de données médicales
34:09il y a un peu plus
34:09d'un an et demi
34:1015 000
34:11il y a un peu plus
34:12d'un an et demi
34:12un des grands acteurs
34:14du domaine
34:14en tout cas de l'assurance
34:17s'est fait hacker
34:17à peu près
34:18près de 35 millions
34:20de données médicales
34:20donc il y a aussi
34:21des enjeux
34:22de confiance
34:23des enjeux
34:23de sécurisation
34:24en tout cas
34:25de la part des français
34:26vis-à-vis
34:26de ces questions
34:28donc en fait
34:28le fait de recourir
34:29parfois à ce type de modèle
34:30est un élément
34:31de réassurance
34:32et puis surtout
34:32ça évite des blocages
34:33aussi parfois
34:34entre infrastructures
34:35qui ne veulent pas
34:36entre autres
34:37contribuer à l'élaboration
34:39d'un entrepôt commun
34:40et leur permettre
34:41d'avoir quand même
34:42une certaine forme
34:42aussi de mainmise
34:43sur ces différents éléments
34:45donc là
34:45ce sont des points aussi
34:46que nous on a vu
34:46au travers de notre baromètre
34:47qu'on travaille chaque année
34:49avec l'Institut Ipsos
34:50qui met en évidence
34:51ces différentes tendances
34:52des phénomènes de réassurance
34:53et puis surtout
34:54des éléments
34:54qui sont extrêmement importants
34:55et recherchés
34:56par les français
34:56c'est qui établit
34:58bien évidemment
34:58ces types de solutions
34:59et ces types de modèles
35:00c'est quoi les grandes questions
35:01pour votre baromètre ?
35:03alors les grandes questions
35:03c'est par exemple
35:04la perception des français
35:05vis-à-vis de l'intelligence artificielle
35:06et on voit là aujourd'hui
35:07des oppositions extrêmement radicales
35:09entre les hommes
35:10et les femmes
35:10vis-à-vis du recours
35:12à l'intelligence artificielle
35:13pour diagnostic
35:13notamment on a testé
35:14sur le diagnostic
35:15du cancer du sein
35:16et sur le diagnostic
35:18qui a le plus peur ?
35:19les femmes
35:20malheureusement en tout cas
35:21les femmes ont extrêmement peur
35:22vis-à-vis du recours
35:23à l'utilisation
35:24de l'intelligence artificielle
35:25pour pouvoir être
35:26dans un processus
35:28de diagnostic
35:29du cancer du sein
35:29et surtout en fait
35:30les femmes qui sont
35:31dans la tranche
35:31des 45 ans et plus
35:32qui constituent
35:33le coeur de cible
35:34de la prévention
35:34sur ce type d'enjeux
35:36donc il y a un enjeu
35:38en fait de réassurance
35:39qui est extrêmement important
35:40il y a un enjeu
35:41de littératie
35:41sur ces composantes
35:42relatives
35:43à l'intelligence artificielle
35:44pour démystifier
35:45comprendre bien évidemment
35:46ce que l'on puisse faire
35:47il y a des choses
35:48qui nous ont choqué
35:49au travers de ce baromètre
35:50choqué dans le sens
35:51où on a bien évidemment
35:52en tout cas un niveau
35:53de confiance extrêmement élevé
35:54de la part des français
35:54vis-à-vis de leurs professionnels
35:55de santé
35:56aujourd'hui 60% des français
35:58ont une confiance aveugle
35:59vis-à-vis de leurs professionnels
36:00de santé
36:00et quand on leur pose
36:01la question
36:02si vous cumulez
36:03l'intelligence artificielle
36:04et le médecin
36:05vous avez seulement
36:06un niveau de confiance
36:07de 31%
36:08et ce qui est quand même
36:09surprenant
36:09parce que derrière
36:10l'intelligence artificielle
36:11on l'a dit au travers
36:12du propos d'Aïda
36:13et de Marco
36:13l'intelligence artificielle
36:15vient aider au diagnostic
36:17il y a des études
36:17là aussi
36:18des études américaines
36:19qui démontrent que
36:19sur trois typologies
36:21de médecins
36:21sur des jeunes
36:22sur des médecins
36:24qui ont à peu près
36:2410 ans de carrière
36:25et sur des médecins seniors
36:26sur les deux premières catégories
36:28en fait
36:28l'intelligence artificielle
36:29fait mieux dans le diagnostic
36:31que ces deux premières catégories
36:32en fait d'individus
36:33donc on a des différences
36:35significatives de moyenne
36:36entre ces deux catégories
36:37d'individus
36:38sur les seniors
36:38en fait
36:39on n'arrive pas à mettre
36:40des différences significatives
36:41de moyenne
36:42entre l'arbitrage
36:43d'une information donnée
36:44par l'IA
36:44versus celle du professionnel
36:46de santé
36:46donc il y a en tout cas ici
36:47un élément de démystification
36:49et d'éducation
36:50des français
36:51vis-à-vis de ces enjeux
36:53on peut le comprendre
36:54à nouveau
36:54parce qu'il y a des craintes
36:55extrêmement importantes
36:56vis-à-vis
36:57de qui va être
36:58à l'origine
36:59bien évidemment
36:59de ces solutions
37:00on reste bien évidemment
37:02français foncièrement
37:03attaché à notre système
37:04hospitalier public
37:05c'est-à-dire aujourd'hui
37:0652% des français
37:07selon notre baromètre
37:08mettent en évidence
37:10un niveau de confiance
37:12vis-à-vis des hôpitaux
37:13publics français
37:14qui seraient à l'origine
37:15de solutions
37:16de type IA
37:17ou DTX
37:17seulement en tout cas
37:187% vis-à-vis des GAFAM
37:20par exemple
37:20par exemple
37:21des digital thérapeutiques
37:22c'est-à-dire des solutions
37:24digitales
37:25qui vont permettre
37:25de faire de la remontée
37:27d'informations
37:27ou accompagner
37:28le patient
37:29dans son parcours
37:30de soins
37:31ce qui veut dire finalement
37:33que malgré la multiplication
37:35de tous ces signaux faibles
37:36que vous identifiez
37:38et que vous réussissez
37:39à agréger
37:40l'IA va pas prendre
37:41le pouvoir
37:44bonne question
37:44l'IA va pas prendre
37:45le pouvoir
37:45en tout cas
37:46la question ça serait plutôt
37:47qui prendrait le pouvoir
37:48c'est pour ça tout à l'heure
37:49en fait je mettais en opposition
37:50aussi certains acteurs
37:51qui sont des nouveaux entrants
37:52dans la chaîne de valeur
37:53de la santé
37:54des GAFAM
37:55et c'est la question
37:56en fait de notre modèle
37:56des GAFAM
37:57des Google
37:57des Apple
37:58des Facebook
37:59des Microsoft
38:00qui rentrent sur cette chaîne de valeur
38:02et donc là dessus
38:03c'est quel modèle voulons-nous
38:05et donc ça veut dire ici
38:06je sors volontairement
38:07en tout cas du domaine du médical
38:08mais c'est une vision
38:09plutôt stratégique
38:10et une vision en tout cas
38:11plutôt du monde des affaires aussi
38:13de se dire
38:13voulons-nous en tout cas
38:14un modèle européen
38:16versus un modèle en tout cas
38:17sur lequel on peut être écrasé
38:18par des puissances
38:20qui sont redoutables
38:21dans l'intelligence artificielle
38:22un côté en tout cas
38:23la Chine
38:24de l'autre côté
38:25les Etats-Unis
38:26certes on veut aujourd'hui
38:27développer une certaine forme
38:28de souveraineté
38:28de souveraineté numérique
38:29de souveraineté sur la data
38:31ce sont des enjeux
38:32qui sont extrêmement louables
38:33et éthiques
38:34très bien
38:35mais derrière en tout cas
38:36au niveau de la compétitivité
38:37des entreprises
38:38ça posera bien évidemment
38:38des questions cruciales
38:40pour savoir comment
38:41on peut se placer
38:41dans cet écosystème
38:42et ce sont donc des enjeux
38:44fondamentaux en tout cas
38:44à appréhender à ce sujet
38:46merci
38:46on va prendre quelques questions
38:47c'était passionnant
38:48merci beaucoup
38:48on vous applaudit
38:49voilà
38:50beaucoup de scrupules
38:51à vous interrompre
38:52mais voilà
38:53j'imagine qu'il y a
38:54quelques questions
38:55dans le public
38:57donc n'hésitez pas
38:58à lever la main
38:58si vous avez des questions
38:59ou des demandes
39:00de précision
39:03alors
39:06oui
39:06monsieur
39:07derrière moi
39:10bonjour
39:12j'ai fait mon doctorat
39:13d'informatique
39:13à l'hier
39:14mais il y a des années
39:16c'est une très bonne boîte
39:17d'ailleurs très française
39:18et je suis dpo
39:19donc je vais vous attaquer
39:19je vais vous taquiner
39:20un petit peu là dessus
39:22d'abord
39:22est-ce qu'il n'y a pas
39:23une IA pour sauver la terre
39:24parce que là
39:25vous êtes tous en train
39:25de nous parler
39:27et je vais vulgariser
39:28parce que votre discours
39:29est très technique
39:30en fin de compte
39:30et je pense que les gens
39:31ne comprennent pas
39:32une IA
39:32c'est une énorme base
39:33de données
39:34qui peut être expert
39:35dans chacun des domaines
39:36dans lesquels
39:36on va la questionner
39:37en gros je résume
39:38et c'est à peu près ça
39:39vos IA que vous utilisez
39:41dans le domaine médical
39:43vous pouvez me couper
39:44oui non juste une question
39:45s'il vous plaît
39:46oui oui
39:47non mais je ne vais pas
39:49vous avez parlé
39:50effectivement
39:50pour la partie d'EPO
39:51qu'on est gêné
39:52en Europe
39:53qu'est-ce qui vous empêche
39:54vous en tant que directeur
39:55de recherche
39:56de faire tourner
39:56vos modèles
39:57en Chine
39:58en Australie
39:59parce qu'en fin de compte
40:00la réglementation
40:01n'est pas la même
40:02c'est la question
40:03merci pour votre question
40:05très bien
40:06on reviendra vers vous
40:07si nous avons le temps
40:08alors qui commence
40:11l'un ou l'autre
40:12d'abord
40:13qu'est-ce qui nous empêche
40:14faire tourner
40:15les modèles en soi
40:18on n'a pas vraiment
40:19à l'origine
40:20il n'y a pas
40:21un empêchement
40:21en fait
40:22ça dépend
40:22de quelle donnée
40:23et quelle information
40:24on transfère
40:26avec les modèles
40:27donc dans ce cas-là
40:28de toute façon
40:29il faudra passer
40:30par le DPO
40:31pour exemple
40:32d'Ineria
40:32et donc
40:33il faudra
40:33faire les choses
40:35en accord
40:36avec l'interprétation
40:38du DPO
40:39de la légitimité
40:40de l'étude
40:41qu'on est en train
40:41de faire
40:42donc on n'a pas
40:43la liberté
40:43de faire quoi que soit
40:45avec nos algorithmes
40:47avec nos études
40:50ça non
40:51on a sujet
40:52à la loi
40:54après
40:54qu'est-ce qu'on fait
40:55avec toute cette
40:56intelligence artificielle
40:58qu'on voit aujourd'hui
40:59ça ressorte un petit peu
41:00aussi de l'intelligence artificielle
41:02qu'on discutait
41:02tout à l'heure
41:03parce qu'aujourd'hui
41:04on voit des modèles
41:04qui sont des bêtes
41:06qui sont plutôt uniques
41:09en fait
41:09maintenant dans l'histoire
41:10de l'intelligence artificielle
41:11la puissance
41:12de ces modèles
41:13comme on les voit aujourd'hui
41:16est effectivement incroyable
41:17et ça nous étonne
41:18chaque jour de plus
41:19surtout par rapport
41:20aux possibilités
41:21on parlait tout à l'heure
41:22de la possibilité
41:23des patients
41:24de la confiance
41:25par rapport à l'IA
41:25dans le système public
41:26mais aujourd'hui
41:27il y a beaucoup de monde
41:28et ça c'est un phénomène nouveau
41:30en fait
41:30ils demandent
41:32à chaque GPT
41:32par rapport
41:33à leur état de santé
41:35ou ils filent
41:36des informations
41:36des comptes rendus
41:37ils demandent
41:38qu'est-ce que ça veut dire
41:38que ça c'est grave
41:39ou pas
41:40mais ça c'est toutes
41:40des informations
41:41qui vont partir
41:42qui vont aller
41:43dans un serveur
41:44aux Etats-Unis
41:44pour exemple
41:45ça c'est une nouvelle question
41:47et c'est ça
41:48là
41:49aujourd'hui
41:49il y a vraiment
41:50un questionnement
41:51il y a un enjeu
41:52pour la société
41:54merci
41:54alors
41:55pour compléter aussi
41:56la réponse
41:58par rapport
41:58au fait de dire
41:59on peut partir
42:00à l'étranger
42:01oui c'est facile
42:01dans l'absolu
42:02sauf que vous avez
42:03un coût d'acquisition
42:04de comprendre
42:04le marché chinois
42:05de comprendre
42:06la réglementation chinoise
42:07donc vous êtes une entreprise
42:08une start-up française
42:09votre coût d'acquisition
42:10elle est énorme
42:12donc c'est vraiment
42:13aussi cette question
42:13de dire
42:14oui il y a
42:15de nouveaux modèles
42:16qui vont exister
42:16il y a des super puissances
42:17qui sont en train
42:18de se créer
42:18sur l'IA
42:19mais c'est pas aussi facile
42:20de dire que vous êtes européen
42:22vous n'avez qu'à partir
42:23à l'étranger
42:24donc c'est ça aussi
42:25qu'il faut prendre en considération
42:26c'est à dire des coûts
42:27d'acquisition
42:27et des coûts de transaction
42:28qui sont extrêmement énormes
42:30et donc bien évidemment
42:31des biais aussi
42:31de se développer
42:32sur ces pays
42:33et peu importe le pays
42:35il y a une réglementation
42:36à respecter
42:38merci beaucoup
42:39on va prendre
42:40donc une deuxième
42:40et dernière question
42:42on vous écoute madame
42:43oui bonsoir
42:44justement je me posais
42:45la question du coût
42:46parce que vous avez
42:47fait référence au début
42:48au fait que l'ILA
42:49normalement devrait
42:50faire baisser
42:51certains coûts
42:52notamment par exemple
42:53dans la recherche
42:53en éliminant des recherches
42:55qui seraient inutiles
42:56mais il me semble
42:57que ça va
42:58au contraire
42:59générer une explosion
43:00des coûts
43:01de développement
43:02de modèles
43:03des coûts informatiques
43:05qui vont peut-être
43:06être compensés
43:07par une diminution
43:08des effectifs
43:08dans le domaine médical
43:10ou autre
43:10ou administratif
43:11et cependant
43:12il me semble
43:13que ça va être
43:13une explosion des coûts
43:15dont on n'a pas été
43:16aujourd'hui
43:16c'est pas forcément
43:17une explosion des coûts
43:18c'est un investissement
43:19aussi que l'on peut faire
43:19si je me mets sous l'angle
43:21d'industriel pharmaceutique
43:22vous pouvez en tout cas
43:23réduire de façon
43:24extrêmement significative
43:25le cycle de recherche
43:26et développement
43:27vous voyez cette fois-ci
43:28un certain nombre
43:28d'acteurs français
43:30notamment Hawking
43:31qui est quand même
43:31un des grands acteurs
43:32bien évidemment
43:33aujourd'hui
43:34sur tout ce qui est
43:35recherche clinique
43:36avec Hawking
43:37vous avez la capacité
43:38de pouvoir réduire
43:38le temps de recherche
43:40et de développement
43:40à peu près à 24 mois
43:41là où vous êtes
43:42sur des cycles
43:43qui sont beaucoup plus longs
43:44dans le domaine
43:45pharmaceutique
43:46donc c'est un bénéfice
43:48il faut le voir
43:48en fait plutôt
43:49comme un investissement
43:51mais cet investissement
43:51vous allez bien évidemment
43:52l'amortir
43:53sur plusieurs années
43:54donc on comprend
43:55que du prime abord
43:56on peut considérer
43:57que c'est un coût
43:57je le considère
43:59comme un investissement
43:59qui va être lissé
44:00sur le long terme
44:02oui pour un exemple
44:03concret
44:04c'est aujourd'hui
44:05on parle beaucoup
44:05des déserts médicaux
44:06et si on avait
44:08des outils
44:09de confiance
44:10par rapport auxquels
44:11les patients
44:12ils pourraient poser
44:12des questions
44:13avoir des retours
44:14d'experts
44:15et tout ça
44:16ça serait quand même
44:18pour moi
44:19un avantage important
44:20même à niveau économique
44:21donc c'est vraiment
44:23une analyse des risques
44:24qu'il faut
44:24et des bénéfices
44:25qu'il faut faire
44:28Aïda
44:28le mot de la fin
44:29une autre façon
44:31aussi de voir
44:31cette optimisation
44:32des coûts
44:33c'est dans
44:34ce qu'on disait
44:35tout à l'heure
44:36en termes de médecine
44:37personnalisée
44:37c'est de donner
44:38le bon traitement
44:39aux bons patients
44:39aujourd'hui
44:40si on ne peut pas
44:41anticiper cette réponse
44:42là
44:42on va prendre en charge
44:43un patient
44:44avec des traitements
44:45dans le domaine
44:46de la cancérologie
44:47qui coûtent
44:48des centaines
44:48de milliers d'euros
44:50qui au bout
44:51de quelques mois
44:52années
44:53se finissent par un échec
44:54c'est cette économie
44:56là aussi
44:56qui peut être faite
44:57quand on a des outils
44:58qui nous aident
44:58dans cette démarche là
45:01Merci beaucoup
45:02bravo
45:02effectivement
45:03merci à tous les quatre
45:05Sous-titrage Société Radio-Canada
Commentaires