00:04On s'intéresse désormais à un progrès dans la santé.
00:08On est connecté pour cela avec Léonie Schröder.
00:10Bonjour Léonie.
00:11Vous êtes cofondatrice et présidente de UVI,
00:14qui est un dispositif médical basé sur l'intelligence artificielle
00:17qui permet aux pharmaciens, aux médecins généralistes,
00:20d'analyser très rapidement une lésion cutanée suspecte
00:23et d'orienter comme ça le patient.
00:25Comment ça fonctionne ?
00:27Bonjour, merci de me recevoir.
00:30Donc effectivement, pour vous parler un peu de UVI,
00:32nous on est une société d'intelligence artificielle pour la dermatologie
00:36et on a aujourd'hui un dispositif médical numérique
00:38qui permet effectivement à partir d'une bonne photo
00:41qui est prise avec ce qu'on appelle un dermatoscope,
00:43d'avoir une analyse qui est fournie par l'IA
00:45aux professionnels de santé de proximité,
00:48donc le pharmacien, le médecin généraliste,
00:50qui effectivement va avoir un système de feu rouge, feu orange, feu vert
00:53pour l'aider à orienter le patient
00:54selon s'il estime qu'il y a un risque de mélanome
00:57et donc pouvoir accélérer une prise en charge par le dermatologue
01:00s'il y a un risque puisque le mélanome,
01:03c'est la forme de cancer cutané la plus grave en dermatologie
01:06ou au contraire de pouvoir aussi aider à surveiller,
01:09désengorger potentiellement les parcours
01:11avec des signaux qui au contraire sont plutôt rassurants parfois.
01:14Alors ça fait quand même quelques temps maintenant
01:16qu'on parle justement de l'intérêt d'utiliser l'intelligence artificielle
01:20pour détecter plus vite les mélanomes,
01:22là vous rendez cette solution, ce service j'ai envie de dire,
01:28disponible pratiquement à tout le monde
01:30puisque c'est via les pharmaciens, via les médecins généralistes
01:33et plus uniquement pour les spécialistes.
01:37Ça a été la principale difficulté ça
01:39de rendre cette avancée, ce progrès, cette innovation
01:44disponible au plus grand nombre ?
01:47Tout à fait et vous faites bien de le préciser,
01:49les premiers algorithmes qui permettent de reconnaître les mélanomes
01:53sont sortis il y a plus de 15 ans maintenant
01:55dans les publications scientifiques
01:57mais en fait là où nous on a identifié chez UV
01:59le fait qu'on ne trouvait pas vraiment une solution
02:02qui était pleinement bénéfique pour les patients
02:05c'est en fait le fait qu'on n'adressait pas la bonne problématique.
02:08Concrètement, un dermatologue sait très bien diagnostiquer un mélanome.
02:12L'intelligence artificielle va lui permettre de gagner quelques pourcentages,
02:15d'éviter parfois quelques opérations qui ne sont pas nécessaires
02:18mais là où on a un vrai problème,
02:20bon aujourd'hui à l'échelle globale,
02:23c'est une problématique d'accès
02:24puisqu'il y a moins de 3000 dermatologues
02:26pour prendre en charge 68 millions de patients
02:28et donc on a plutôt besoin d'aller plus près du patient,
02:31d'être plutôt sur le premier recours,
02:33la première étape du parcours de soins
02:34pour pouvoir qualifier le besoin du patient
02:37et orienter les patients qui sont réellement
02:39avec des risques avérés vers le dermatologue,
02:42faciliter une prise en charge plus optimisée
02:44plutôt à l'étape de l'aiguillage et de l'orientation
02:47et au contraire aussi comme on l'évoquait
02:49de contribuer à des gestes qui permettent
02:51d'être un peu plus dans la surveillance
02:52et dans l'évitement de la surmédicalisation
02:56lorsque c'est pas nécessaire.
02:57Donc c'est plutôt sur ce principe-là
02:58que nous avons travaillé
02:59et effectivement c'est ce qui est aujourd'hui
03:02aussi un challenge aussi bien technique
03:04que de déploiement
03:05puisqu'on n'est pas sur les mêmes profils
03:08donc il n'y a pas forcément les mêmes habitudes
03:10d'accompagnement, de prise de photo
03:12donc bien sûr il y a toujours des enjeux
03:14de sensibilisation,
03:15d'accompagner les bons patients,
03:17de former aussi ces professionnels de santé
03:20et aussi bien sûr de garantir la construction
03:23et l'intégration de nos dispositifs
03:25au sein des parcours locaux existants
03:27puisque nous l'ambition c'est bien sûr
03:29pas de créer des circuits parallèles
03:31mais de s'intégrer aux belles initiatives
03:33qui sont déjà en cours
03:35et qui sont déjà en train de se structurer
03:36et où l'IA va apporter un vrai bénéfice
03:39pour justement avoir des patients
03:40qui sont mieux qualifiés
03:42sur la suite de la prise en charge.
03:44Alors ça va être vraiment très concret pour tout le monde,
03:46vous êtes aujourd'hui la seule IA médicale
03:48qui a obtenu une certification en Europe
03:51sur cet usage ?
03:54On est effectivement la première solution
03:56à avoir la certification de classe 2B
03:59donc il y a une nouvelle réglementation
04:01qui est en place depuis quelques années maintenant
04:03sur les dispositifs médicaux
04:05donc l'IA en fait partie
04:06puisque l'IA fournit un paramètre
04:09qui impacte la prise en charge du patient
04:11donc c'est considéré comme un dispositif médical
04:13alors parfois c'est un peu abstrait
04:14puisqu'un dispositif médical on imagine un scanner,
04:16un échographe, quelque chose d'un peu tangible
04:19et un peu costaud
04:20mais en fait l'IA en fait partie
04:22et nous effectivement on est la première solution
04:24de ce type à avoir obtenu cet agrément
04:26de la part de l'Europe
04:27ce qui nous permet effectivement
04:29d'être déployé en soins courants
04:31et bien sûr pour obtenir cet agrément
04:33ça a nécessité de démontrer pas mal de choses
04:35notamment bien sûr les performances cliniques
04:37associées à notre IA
04:38il faut que notre IA a la porte de l'information
04:40qui est pertinente
04:41pour mieux prendre en charge les patients
04:43mais aussi bien sûr toute une dimension
04:44de sécurité, de prise en charge
04:46de conformité à toutes les valeurs
04:50et les besoins réglementaires
04:53que nous avons en Europe notamment
04:54Et il fallait un niveau de fiabilité minimale ?
05:01Alors tout à fait
05:02alors tout dépend bien sûr
05:03de comment est-ce qu'on positionne l'outil
05:05nous comme on est sur un outil
05:06qui vise à améliorer la prise en charge
05:09des patients dans les deux sens
05:10entre guillemets
05:11mais alors le plus important bien sûr
05:12c'est de ne pas rater les patients
05:13qui sont à risque
05:14donc d'éviter les faux négatifs
05:16donc ça ça a été vraiment le paramètre
05:18qu'on a le plus monitoré
05:19et donc au cours de nos études de certification
05:21on a démontré qu'on était au moins
05:23à 96% de sensibilité
05:25pour éviter de rater des patients
05:27qui sont à risque
05:28mais bien sûr ça ne va pas sans la contraposer
05:30qui est aussi la capacité
05:32à pouvoir potentiellement fournir
05:34des tendances qui sont au contraire
05:36plutôt dans le sens de montrer
05:37que la lésion n'est pas un mélanome
05:39et donc nécessite une forme d'accompagnement
05:41qui est beaucoup plus légère
05:42et pas forcément de solliciter rapidement
05:44un dermatologue
05:45pour une prise en charge plus urgente
05:47et donc ça c'est ce qu'on appelle
05:48la spécificité
05:49donc on est plutôt sur la notion
05:51de tri entre gros guillemets
05:53c'est dit un peu vulgairement
05:55mais c'est pour essayer
05:56de faciliter la compréhension
05:58et là nous on a donc une capacité
06:00qui a été démontrée
06:01d'au moins 72%
06:04au moment de la mise sur le marché
06:05de notre dispositif
06:06Merci beaucoup Léonie Schröder
06:08je rappelle que vous êtes la cofondatrice
06:09présidente de UV
06:11merci pour votre témoignage
06:13on est ravis de voir comment l'IA
06:15permet aussi ses progrès en santé
06:17de manière très concrète
06:18merci à tous de nous suivre
06:20sur la chaîne Bsmart
06:21on se retrouve dès demain
06:22pour de nouvelles discussions sur la tech
06:24Sous-titrage Société Radio-Canada
