Nous voici à la quatrième partie de l’IA dans la Santé

Le projet de recherche européen HosmartAI a pour objectif de doter l’Europe d’un système de santé fort, efficient, durable et résilient, bénéficiant des capacités d’IA des acteurs européens de la technologie pour générer un impact. Dans ce but, une plateforme commune d’intégration ouverte avec les outils nécessaires pour faciliter et mesurer les bénéfices de l’intégration des technologies numériques (robotique et IA) pour les professionnels de santé, les patients, les gestionnaires de systèmes d’information et les administrations des organisations de santé sera créée.

Les objectifs du projet

La mission du projet HosmartAI compte 4 objectifs principaux, divisés en trois catégories principales :

1. Objectifs d’affaires
   Les objectifs d’affaires se concentrent sur l’évaluation précommerciale des solutions et la validation des hypothèses commerciales, le potentiel d’évolutivité de l’écosystème, la diffusion de l’excellence acquise et l’entrée sur le marché.
2. Objectifs techniques
   Les objectifs techniques concernent la livraison et le déploiement dans l’environnement réel de la plate-forme HosmartAI et des services à valeur ajoutée.
3. Objectifs scientifiques
   Les objectifs scientifiques se concentrent sur la recherche pour fournir une méthodologie rigoureuse et autonome pour conduire la mise en œuvre et définir ses principes opérationnels.

La plateforme commune d’intégration ouverte

La plateforme sera validée par huit projets pilotes à grande échelle qui mettront en œuvre et évalueront les améliorations apportées au diagnostic médical, aux interventions chirurgicales, à la prévention et au traitement des maladies, ainsi qu’à la réadaptation et au soutien des soins de longue durée dans divers hôpitaux et établissements de soins.

Ces huit applications pilotes alimentées par l’IA, actuellement testées, impliquent 3 000 patients, 300 personnels de la santé et 600 intervenants de 5 hôpitaux en Grèce, en Espagne, en Italie, en Belgique et en Slovénie.

Les huit projets pilotes

• Pilote n°1 : Développement d’un système de diagnostic assisté par ordinateur (ICADx) convivial et interprétable pour soutenir et optimiser la prise de décision clinique dans un environnement de soins de santé multi-spécialités
• Pilote n°2 : Optimiser l’utilisation de la radiothérapie
• Pilote n°3 : Amélioration du traitement grâce à l’utilisation de technologies innovantes et de robotique dans le processus de réadaptation
• Pilote n°4 : Systèmes robotiques pour des opérations peu invasives
• Pilote n°5 : Soins d’assistance à l’hôpital : infirmière robotisée
• Pilote n°6 : Soins fonctionnels dans les centres de soins : assistant virtuel
• Pilote n°7 : Assistant Cathlab intelligent
• Pilote n°8 : Pronostic des patients atteints de cancer et leur réponse au traitement en combinant des données multiomiques.

Ils pourraient à terme bénéficier au traitement du cancer, des troubles gastro-intestinaux et thoraciques, des maladies cardiovasculaires et neurologiques, des soins aux personnes âgées et de la réadaptation neuropsychologique, ainsi qu’au retard de croissance du fœtus et à la prématurité.

.

Le site du projet : HosmartAI.eu

La cellule, unité biologique fondamentale de l’organisme humain, est le lieu de millions d’interactions chimiques. Dans certains cas, ces mécanismes cellulaires peuvent être perturbés (virus, composés chimiques, mutations génétiques) et conduire la cellule à un état pathologique à l’origine de différentes maladies. DeepLife développe une solution technologique capable d’identifier et reproduire précisément les mécanismes de ces pathologies à l’échelle moléculaire afin de proposer les médicaments les plus efficaces.

Digital twin of cells for drug discovery !

De la complexité de développer de nouveaux médicaments à la naissance de DeepLife

Aujourd’hui, la conception d’un nouveau médicament est un processus très long. En général, il faut compter 10 à 15 ans avant une éventuelle mise sur le marché.

Pour aboutir à ce résultat, il est nécessaire de déterminer quelle molécule (ou «ligand») pourrait avoir une action activatrice ou inhibitrice sur la cible (ou «récepteur») en cause dans la maladie. Cette identification de la molécule potentiellement efficace et de sa cible thérapeutique est une étape cruciale dans le développement d’un nouveau médicament.

Malheureusement, la complexité et le grand nombre d’interactions chimiques se produisant au niveau cellulaire ralentissent cette quête de nouveaux médicaments. Et bien souvent les méthodes utilisées dans la sélection des molécules susceptibles d’être efficaces dans le traitement d’une maladie donnée et l’identification de leurs cibles thérapeutiques se révèlent lentes, coûteuses et peu fructueuses.

Résultat, aujourd’hui, seulement 1 % des maladies possèdent un traitement approuvé par la FDA (Food & Drug Administration), l’administration responsable de la commercialisation des médicaments aux États-Unis.

De ce constat est né DeepLife, qui, par sa technologie brevetée et novatrice, rebat les cartes de la recherche pharmaceutique.

Une solution utilisant l’IA pour l‘interprétation de données biomoléculaires

DeepLife, fondée en 2019, spécialisée dans les biotechnologies digitales, s’est donné pour mission d’accélérer la découverte de nouveaux médicaments grâce à l’intelligence artificielle.

Mais en quoi cette technologie pourrait-elle aider dans le processus de développement de nouveaux médicaments? Tout commence au niveau cellulaire! Chez une personne malade, on vient prélever des cellules de l’organe ou du tissu pathologique afin de mesurer son activité in vitro. On obtient alors des millions d‘échantillons cellulaires grâce aux différentes méthodes de mesure de l’activité moléculaire (ADN, ARN, protéines, etc.).

A l’aide d’algorithmes créés par DeepLife, toutes ces données sont agrégées et harmonisées automatiquement pour produire des jumeaux numériques de cellules saines ou malades.

Au-delà de la nécessité de collecter autant de données pour alimenter ses algorithmes d’intelligence artificielle, il y aussi un intérêt statistique. En effet, la vérité absolue n‘existant pas en biologie, beaucoup de recherches se font par analyse différentielle entre un état sain (contrôle) et un état pathologique. Les données collectées par DeepLife permettent donc d’augmenter significativement la pertinence statistique des études en passant de quelques dizaines d’échantillons comparés à plusieurs millions. Ainsi, les jumeaux numériques reproduisent la structure de la cellule étudiée et l’ensemble des interactions chimiques qui s’y produisent. Il devient alors possible de tester in silico des combinaisons médicamenteuses inédites ayant un fort potentiel thérapeutique. Les composés qui satisferont le plus les critères d’efficacité et de sécurité seront ensuite conduits en essais cliniques en tant que médicaments candidats.

L’ambition d’être un acteur majeur de la recherche scientifique

DeepLife permet un gain considérable de temps et d’argent pour les processus de découverte de nouveaux médicaments, en permettant aux biologistes d’identifier plus rapidement des cibles thérapeutiques. Grâce à sa plateforme technologique, DeepLife renforce la qualité des processus de recherche: un gage de fiabilité pour les patients qui accèderont aux futurs médicaments.

Par ailleurs, l’utilisation des jumeaux numériques de cellules est aussi extrêmement utile pour le repositionnement des médicaments, offrant la possibilité de réutiliser ceux déjà existants pour de nouvelles indications thérapeutiques.

Enfin, l‘intérêt des recherches menées par DeepLife ne s’arrête pas là, puisque l’exploitation optimale des données biomoléculaires renforce aussi nos connaissances, encore très lacunaires, sur les mécanismes cellulaires complexes. Un précieux savoir qui permettra à terme d’améliorer de façon personnalisée la prise en charge de millions de patients.

Article tiré de : DeepLife: accélérer la découverte de médicaments grâce à l’intelligence artificielle
Publié sur Le Figaro Santé le 2 novembre 2022

Vous pouvez aussi lire cet excellent article : Comment l’IA impacte la recherche sur la structure des protéines
Chaque être humain possède plus de 20 000 protéines. Par exemple l’hémoglobine qui s’occupe du transport de l’oxygène depuis les poumons vers les cellules de tout le corps, ou encore l’insuline qui indique à l’organisme la présence de sucre dans le sang.
Publié sur The Conversation par le 19 décembre 2022

L’IA AlphaFold a pu prédire la structure moléculaire de millions de protéines, une avancée considérable pour la recherche en biologie.

Introduction

DeepMind Technologies a dévoilé ce 28 juillet 2022 les progrès majeurs de son IA AlphaFold. Cette dernière a prédit la structure de presque toutes les protéines connues par la science. Le laboratoire a partagé la base de données d’AlphaFold qui contient plus de 214 millions de modèles en trois dimensions des protéines issues d’organismes vivants. Une avancée qui va permettre d’accélérer la recherche scientifique, notamment dans le secteur médical.

Déjà un million à 214 millions de protéines modélisées en un an

Le laboratoire DeepMind de Google n’en est pas à son premier exploit en matière d’intelligence artificielle. Les chercheurs qui y travaillent depuis sa création en 2010 et depuis le rachat par Google en 2014, ont conçu des IA capables de prédire les cancers du sein, les insuffisances rénales ou encore la météo. Le laboratoire s’est également fait connaître avec ses algorithmes qui rivalisent avec les plus grands joueurs du jeu de go ou de jeux vidéo.

AlphaFold, qui promettait de modéliser la structure des protéines, a vu le jour chez DeepMind en 2018. La première base de données d’AlphaFold a été lancée en juillet 2021 et contenait déjà 1 million de modèles de protéines, un nombre qui paraît bien dérisoire en comparaison des 214 millions de protéines que l’IA a pu prédire et modéliser seulement une année plus tard.

Il s’agit d’une avancée significative pour les chercheurs en biologie. Cette base de données qui contient des protéines du corps humain, ainsi que des protéines animales, végétales ou encore issues des bactéries, devrait par exemple accélérer la découverte de nouveaux médicaments et de vaccins.

L’IA va accélérer la recherche médicale

Des chercheurs de l’université d’Oxford ont déjà utilisé AlphaFold pour mener leurs recherches sur la conception d’un vaccin contre la malaria, maladie qui fait des centaines de milliers de morts chaque année. Les scientifiques ont pu utiliser le modèle de structure de Pfs48/45, protéine de la malaria, prédit par AlphaFold et le comparer à une version moins précise issue de leurs propres expériences. Les deux modèles s’alignaient presque parfaitement pour créer une image nette de la molécule. Ils ont ainsi pu déterminer comment elle fonctionne et comment produire des antibiotiques avec celle-ci.

« II s’agit d’une réussite incroyable, à la fois pour la science et pour l’intelligence artificielle, démontrant son rôle en tant qu’outil au service des découvertes scientifiques et à une échelle jamais atteinte auparavant », a expliqué Shrikanth Narayanan, professeur à l’université de Californie du Sud, au Wall Street Journal. Maintenant que la base de données d’AlphaFold s’est étoffée, elle pourrait mener à de nombreuses découvertes médicales dans le futur.

Cet article est un résumé de : DeepMind : une IA a modélisé la quasi-totalité des protéines connues
Publié sur Siècle Digital par Maxime Mohr le 29 juillet 2022

Autre article sur ce sujet : L’IA AlphaFold prédit la structure de presque toutes les protéines connues
Publié sur Le Journal du Geek par Antoine Gautherie le 29 juillet 2022

C’est points méritent un développement…

• Cet algorithme pourrait sauver des milliers de vies en soins intensifs en détectant un sepsis
  Toutes les quatre secondes, un malade meurt de sepsis à l’hôpital. Pour éradiquer ce fléau, une équipe a mis au point un algorithme destiné aux soins intensifs, dont les résultats sont bluffants.
  Publié sur Sciences & Avenir par Coralie Lemke le 22 juillet 2022
• Google Health et iCAD partenaires pour la détection du cancer du sein
  Détecter les cancers à un stade précoce augmente les chances de survie des patients et peut éventuellement éviter les opérations chirurgicales nécessaires à un stade plus avancé. Google Health, qui a développé une technologie d’IA pour la détection des cancers du sein et iCAD, fournisseur de solutions innovantes de détection et de traitement du cancer, ont annoncé le 28 novembre 2022 un accord stratégique de développement et de commercialisation qui permettra à iCAD d’intégrer l’IA dans son portefeuille de solutions d’IA d’imagerie mammaire.
  Publié sur ActuIA
• Un algorithme utilise le signal Wi-Fi pour détecter des problèmes respiratoires
  L’algorithme BreatheSmart peut détecter des maladies respiratoires en analysant simplement les variations dans les signaux Wi-Fi.
  Leur algorithme BreatheSmart de deep-learning pourrait aider à détecter si quelqu’un dans la maison souffre de problèmes respiratoires.
  Publié sur 24matins par Morgan Fromentin le 24 décembre 2022
• Un campus virtuel pour concilier IA et recherche médicamenteuse
  Pour mettre l’intelligence artificielle au service de la recherche de nouveaux médicaments innovants, Oncodesign Precision Medicine et les laboratoires Servier créent FederAidd, un campus virtuel à vocation internationale.
  Publié sur L’usine Digitale par Nadège Hubert le 23 décembre 2022
• L’Institut Curie publie les résultats de la solution Galen Breast d’Ibex Medical Analytics
  En décembre 2020, l’Institut Curie, premier centre de lutte contre le cancer en France, annonçait un partenariat de recherche avec Ibex Medical Analytics pour améliorer le diagnostic du cancer du sein grâce à l’intelligence artificielle. Des travaux, conduits à l’Institut Curie en France et au Maccabi Healthcare Services en Israël, ont permis d’évaluer et de valider la solution Galen Breast d’Ibex. Les résultats de ces travaux, qui démontrent la grande précision de cette solution pour la détection du cancer du sein dans une grande variété de sous-types particuliers, y compris certains sous-types rares, viennent d’être publiés dans la revue npj Breast Cancer de Nature.
  Publié sur ActuIA
  Les résultats viennent de tomber :
  Une IA parvient à diagnostiquer le cancer du sein dans une étude scientifique
  C’est une collaboration entre l’Institut Curie et Ibex Médical Analytics qui a permis de démontrer la performance, la fiabilité et la mise en application clinique d’un algorithme d’IA capable de diagnostiquer les cancers du seins lors de biopsies mammaires, qui consistent en des prélèvements de tissus pour effectuer un examen. L’intelligence artificielle, renommée Galen Breast, a été développée dans l’objectif de réduire les erreurs et d’améliorer la qualité du diagnostic.
  Publié sur Sciences et Avenir par Fiona Elmaleh le 9 janvier 2023
• Le Healthcare Data Institute propose 32 recommandations pour optimiser l’utilisation des données de santé
  Malgré une politique publique française proactive et un consensus sur l’importance de l’utilisation des données de santé pour la santé publique, les données hospitalières, de plus en plus nombreuses, restent sous-utilisées. Le Healthcare Data Institute (HDI), convaincu que ces données représentent une opportunité majeure pour moderniser les approches traditionnelles de la santé publique tout en garantissant la viabilité de notre système de santé, a établi un état des lieux de leurs utilisations et propose 32 recommandations pratiques et stratégiques pour accélérer l’utilisation de ces données.
  Publié sur ActuIA le 2 mai 2023, par Pierre-yves Gerlat

Une Petite liste pour vous :

• Activ’Inside révolutionne la formulation des compléments alimentaires avec l’intelligence artificielle
  Démarquez-vous avec des ingrédients différenciant sur le marché de la nutraceutique
  Site de l’entreprise : Activ’Inside
  Lire l’article : La start-up Activ’Inside révolutionne la formulation des compléments alimentaires avec l’intelligence artificielle 
• IA et données de santé : Focus sur cinq cas d’usage de l’espace européen des données de santé
  En mai 2022, la Commission Européenne a lancé l’espace européen des données de santé (European Health Data Space – EHDS) visant à encadrer et améliorer l’utilisation des données de santé au sein de l’UE, au profit des citoyens, des patients, mais aussi de la recherche, l’innovation et l’élaboration des politiques et réglementations. En octobre dernier, elle a présenté cinq cas d’usage démontrant la faisabilité et l’impact de cet espace.
  Publié sur ActuIA
• Google dévoile un outil d’intelligence artificielle capable d’identifier 288 affections cutanées
  Google peut-il aider à dépister certaines maladies de la peau ? C’est en tout cas l’ambition du géant  américain. Il a dévoilé un outil qui utilise l’intelligence artificielle pour aider à repérer des lésions sur la peau, des ongles ou des cheveux sur la base d’images téléchargées par les patients. Cette application a reçu le marquage CE pour une utilisation comme outil médical en Europe.
  Publié sur Santé Magazine le 21 mai 2021
• Intelligence artificielle : la nouvelle façon de tester “in silico” les médicaments de demain
  Et si votre futur médecin traitant était une IA ? Une machine surentrainée à analyser toutes sortes d’images médicales pour y repérer la moindre anomalie. Un robot capable d’opérer, même à distance. Ou même un pharmacien qui imaginerait pour vous des traitements sur mesure, et même de façon anticipée et prédictive.
  Publié sur Capital par Lomig Guillo le 27 mai 2021
• Une intelligence artificielle identifie l’origine d’un cancer
  Un outil d’intelligence artificielle a permis à des chercheurs de l’Institut Curie d’identifier l’origine d’un cancer chez un jeune homme de 30 ans. Celui-ci est désormais en rémission.
  Publié sur L’ADN par Peggy Baron le 20 janvier 2023
• Cette prothèse de main alimentée par l’IA est également élégante
  Esper Bionics fait progresser la science et la conception des prothèses.
  Publié sur ZDNet le 20 juillet 2012
• Un projet de recherche s’intéresse à l’IA pour la conception de fragments d’anticorps dans la contraception féminine
  L’INRAE pilote un consortium composé de IN-CELL-ART, MabSilico et l’université italienne UNIMORE dont les recherches porteront sur la conception de produits biologiques à base de fragments d’anticorps capables de bloquer l’ovulation et donc de constituer un contraceptif non-hormonal présentant moins d’effets secondaires.
  Publié sur ActuIA par Thomas Calvi. le 26 mars 2021
• Artificial Intelligence Corrects Errors in Single Cell Analyses
  When sequencing individual cells identifying genes in each cell, modern technologies often lead to errors. Devices, environment and biology itself can be responsible for failures and differences between measurements. Now, researchers have developed algorithms that make it possible to predict and correct sources of error.
  Publié sur Lab Worldwide le 28 janvier 2019
• Dépister l’autisme avec l’intelligence artificielle
  Utiliser le machine learning pour permettre un dépistage dès la naissance du trouble du spectre de l’autisme et à terme offrir à ces bébés une prise en charge la plus précoce possible, c’est le projet sur lequel a travaillé une équipe, composée de médecins et chercheurs de Limoges (CHU et Université), de Marseille et de Paris.
  Publié sur ActuIA le mars 2021
• La suite bientôt…

Cette startup lyonnaise a mis au point le premier test salivaire pour diagnostiquer l’endométriose, maladie inflammatoire qui touche 10% des femmes dans le monde. Elle a gagné le défi qu’elle s’était lancé : mettre la biologie moléculaire et l’intelligence artificielle au service d’un problème de santé qui, jusqu’ici, trouvait difficilement solution.

La situation

Pour en finir avec les années d’errance médicale autour de la douloureuse endométriose, le challenge que le fondateur de Ziwig, Yahya El Mir, souhaitait relever. En trois ans et sous l’expertise des algorithmes, ses équipes ont conçu le premier test diagnostiquant simplement et sûrement cette maladie féminine. Leur Endotest, déjà disponible dans plusieurs pays du monde, est en cours d’évaluation par la Haute autorité de santé et pourrait arriver sur le marché français avant la fin de l’année 2024.

1,5 à 2 millions de femmes touchées en France

En France, l’endométriose toucherait 1,5 à 2 millions de femmes. Mais beaucoup d’entre elles en sont atteintes sans le savoir. C’est ce paradoxe qui a décidé Yahya El Mir à travailler sur cette pathologie. « Nous cherchions à répondre à un problème de santé féminin. L’endométriose commençait alors à être bien identifiée grâce au travail des associations de patientes. Mais la maladie nécessitait des IRM et parfois de la chirurgie pour être diagnostiquée, ce qui entraîne des années d’errance médicale. Cette absence de solution simple me semblait inconcevable dans un pays développé. »

Pendant des années, Yahya El Mir a développé l’informatique de haut niveau dans le groupe SQLI dont il était devenu PDG. En le quittant, l’ingénieur était devenu un expert des algorithmes complexes et avait pris goût à diriger des équipes. Il souhaitait mobiliser son expertise pour régler des problèmes de santé ou d’éducation sans solution. Après la création de Ziwig en 2019, le diagnostic de l’endométriose était devenu à ses yeux un excellent challenge.

Faire parler les micro-ARN contenus dans la salive

Les micros-ARN sont des petites molécules produites par les cellules pour réguler l’expression des gènes, ils portent les traces de l’activité cellulaire. Pour apprendre à les décoder, Ziwig s’est lancée dans le séquençage d’un maximum de ces marqueurs. « Cette technologie qui exploite l’identification de micro-ARN salivaires pour diagnostiquer une maladie est une véritable innovation de rupture, souligne Yahya El Mir. Seules deux biotechs la maîtrisent actuellement : Ziwig et l’Américain Viome qui travaille au diagnostic de cancers. »

Pour garantir la fiabilité du diagnostic, l’équipe a passé des millions de micros-ARN à la moulinette du big data. Un travail de titan par séquençage à haut débit, mené avec quinze centres hospitaliers français spécialistes de l’endométriose. Pour donner sens aux « biodatas », l’entreprise a développé des algorithmes maison nourris à l’intelligence artificielle et, au bout de deux ans, elle avait identifié une centaine de micros-ARN présents chez les patientes atteintes d’endométriose. Un peu plus de 100 biomarqueurs ont permis une précision diagnostique de 98 %, selon l’entreprise, bien plus que les méthodes utilisées jusque-là.

L’Endotest déjà commercialisé dans 13 pays

Autre bonne idée de Ziwig : proposer un test simple à effectuer chez soi, après des années d’errance médicale pour les patientes. L’entreprise a choisi un test salivaire, les micro-ARN étant aussi présents dans la salive que dans le sang. L’échantillon de salive recueilli grâce au kit n’a plus qu’à être envoyé au labo de Ziwig par La Poste.

Aujourd’hui, l’Endotest est en cours de commercialisation dans 13 pays dont la Suisse, l’Allemagne, l’Angleterre, l’Italie et les pays nordiques, ainsi que certains États du Moyen Orient comme les Émirats Arabes Unis. En France, l’entreprise a choisi une mise sur le marché dans le cadre d’un dispositif remboursé. Elle boucle actuellement les négociations pour une arrivée dans les pharmacies avant la fin de l’année, à un prix aux alentours de 800 €.

Utilisation de l’article suivant : Ziwig met l’intelligence artificielle au service de la santé des femmes
Publié sur La Tribune par Florence Pinaud le 19 avril 2023

• Prédire les naissances prématurées dès la 31ème semaine de grossesse grâce au deep learning
  Publié sur ActuIA le 9 juin 2023, par Pierre-yves Gerlat
• La création par l’IA d’un nouveau virus mortel pour l’humanité est-elle possible?
  Les prouesses technologiques de l’intelligence artificielle peuvent désormais aider toute personne sans réelles connaissances scientifiques et avec de mauvaises intentions à créer un virus capable de déclencher une nouvelle pandémie.
  Publié sur Korri. 19 juin 2023
• L’ère de la cancérologie numérique
  Comment mieux détecter certaines tumeurs ? Peut-on prédire leur évolution ou leur réponse à un traitement ? Quel est le mécanisme de prolifération des cellules cancéreuses ? Voici quelques-unes des questions sur lesquelles planche l’équipe de cancérologie numérique Michel Laudet. Officiellement créée en avril 2022, cette structure est le fruit d’une collaboration de plusieurs années entre l’Institut de recherche en informatique de Toulouse1 (Irit) et le Centre de recherche en cancérologie de Toulouse2 (CRCT).
  Publié sur Le Journal du CNRS par Carina Louart le 4 juillet 2023
• Bientôt des médicaments entièrement générés par l’intelligence artificielle
  Le premier médicament présenté comme entièrement généré par l’intelligence artificielle a fait l’objet d’essais cliniques sur des patients humains : une première. Pour la start-up à la tête de son développement, l’IA pourrait permettre de réduire les coûts astronomiques de recherche et développement des médicaments.
  Publié sur 01Net (Source CNBC) par Stéphanie Bascou le 3juillet 2023
• Une intelligence artificielle créée par Google réussit le concours de médecine
  Le chatbot médical a passé l’examen de médecine avec succès, mais avec «des résultats restent en deçà de ceux des humains».
  Publié sur Le Figaro Étudiant le 12 juillet 2023
• Des centaines d’humains vont tester un médicament découvert par une IA
  Une startup soutenue par Nvidia a développé un médicament avec l’IA. Son médicament entre en essai clinique de phase 2 et sera testé par des centaines de personnes.
  Publié sur Presse Citron par Setra le 28 juin 2023
• DrBERT : le premier modèle de traitement du langage biomédical français open source
  “DrBERT” est le premier modèle ouvert de traitement automatique du langage dédié au domaine biomédical et clinique français. S’appuyant sur les travaux de thèse de Yanis Labrak, doctorant à Avignon Université, membre du LIA, le Laboratoire Informatique d’Avignon, alternant chez l’éditeur de logiciels Zenidoc, et d’Adrien Bazoge, doctorant à Nantes Université et membre du LS2N, le Laboratoire des Sciences du Numérique de Nantes, il est le fruit d’une collaboration de scientifiques du LS2N, du LIA et du CHU de Nantes.
  Publié sur ActuIA par Marie-Claude Benoit le 13 septembre 2023
• ImaOne: la consolidation éthique de l’imagerie médicale
  ImaOne est une société de consolidation de l’imagerie médicale en France qui milite pour l’indépendance des médecins, l’innovation et l’accès aux soins.
  A voir sur : La consolidation éthique de l’imagerie médicale

La « medtech » SONIO vient d’obtenir une autorisation de l’agence américaine du médicament pour un logiciel qui potentialise l’efficacité de la prise d’images échographiques.

Sonio propose un logiciel d’aide au diagnostic Cloud, en temps réel et s’appuyant sur de multiples données. 
Créé par une équipe d’experts scientifiques et médicaux, Sonio s’appuie sur une recherche et un développement continu, pour incorporer régulièrement de nouvelles briques technologiques à son logiciel.

Depuis le site de l’entreprise SONIO

« Vous voyez cette pile de bouquins ? Il y a plus de 400 syndromes prénataux référencés là-dedans. Le problème, c’est que tout cela ne rentre pas dans un cerveau de médecin, même le meilleur ! » lance le P^r Yves Ville, chef de service de la maternité de l’hôpital Necker-Enfants Malades, à Paris, en désignant une impressionnante colonne de livres de médecine obstétrique qui court du sol au plafond de son bureau. « Un spécialiste en néonatalogie emmagasine, au mieux, une cinquantaine de pathologies parmi les plus fréquentes. C’est un cerveau augmenté qu’il lui faut, pour gérer cette masse d’informations. »

Objectif (presque) atteint.

Sonio, système d’intelligence artificielle spécialisé dans la santé prénatale de l’enfant et de la femme enceinte, qu’il a cofondé, est une sorte d’extension de son cerveau et de celui des autres praticiens. Né en 2020 de la collaboration entre l’hôpital Necker et l’école polytechnique, Sonio apporte une solution de contrôle aux gynécologues-obstétriciens, médecins généralistes et échographistes pendant le suivi de grossesse et leur permet de mieux détecter in utero les potentielles anomalies.

Le nouvel environnement logiciel de travail développé par Microsoft EvoDiff fonctionne grâce à la puissance de l’Intelligence Artificielle ; il sera utilisé pour améliorer le processus de protein design.