Polytechnique insights LA REVUE DE L'INSTITUT POLYTECHNIQUE DE PARIS
Polytechnique insights LA REVUE DE L'INSTITUT POLYTECHNIQUE DE PARIS
0_numeriqueEtSante
Accueil / Dossiers / Santé et biotech / Les innovations numériques au service de la santé
π Santé et biotech π Numérique

Les innovations numériques au service de la santé

6 épisodes
  • 1
    Alzheimer, Parkinson... « Demain, les IA détecteront des maladies grâce à la biométrie »
  • 2
    Un avatar numérique des poumons
  • 3
    Faut-il centraliser toutes nos données de santé ?
  • 4
    Pourquoi la révolution de l’IA médicale n’aura-t-elle peut-être jamais lieu ?
  • 5
    Comment le numérique personnalise le parcours de soins
  • 6
    Comment prédire les prochaines épidémies ?
2_aiMaladies
Épisode 1/6

Alzheimer, Parkinson... « Demain, les IA détecteront des maladies grâce à la biométrie »
Agnès Vernet, journaliste scientifique
Le 27 avril 2022
5 min. de lecture
Mounim El Yacoubi
Mounîm A. El Yacoubi
professeur à Télécom SudParis (IP Paris)

En bref

  • L’IA peut aider à aller au-delà des tests actuels afin de proposer au milieu médical  des solutions moins coûteuses, moins invasives et qui affinent les diagnostics.
  • Pour la maladie de Parkinson, un projet de recherche européen est mené par de  nombreux chercheurs, en collaboration avec l’Institut du Cerveau et de la Moelle  épinière.
  • L’objectif est de parvenir à détecter dans la voix et les expressions du visage du  patient des anomalies typiques de la maladie, et ce au cours d’un simple appel  vidéo.
  • Pour la maladie d’Alzheimer, les données pourraient être utilisées pour suivre sur plusieurs mois sur l’évolution de l’écriture, de la marche, de la voix, choses impossibles à suivre pour un médecin.
  • Nos données de santé pourraient donc être récoltées via nos montres, nos frigos,  nos ordinateurs afin de suivre l’évolution des comportements et des habitudes à risques.
Radiology Doctor working diagnose treatment virtual Human Lungs
Épisode 2/6

Un avatar numérique des poumons
Agnès Vernet, journaliste scientifique
Le 27 avril 2022
4 min. de lecture
Cécile Patte
Cécile Patte
ingénieure Inria en biomécanique, prix Jeunes Talents France 2020 « Pour les femmes et la science » (L'Oréal-Unesco)

En bref

  • Pour améliorer l’efficacité des traitements, il est parfois nécessaire de s’adapter aux spécificités mécaniques des organes des patients.
  • Afin d’éviter des examens invasifs, l’équipe MΞDISIM (à l’Inria et à l’Institut Polytechnique), développe des méthodes de modélisation numérique des organes des patients.
  • La docteure Cécile Patte travaille plus spécifiquement sur un outil pour créer un avatar digital des poumons de patients souffrant de fibrose pulmonaire – une des séquelles fréquentes de la Covid-19.
  • Ce jumeau numérique permettra d’étudier des traitements personnalisés de manière non invasive.
1_centralisationDonnees
Épisode 3/6

Faut-il centraliser toutes nos données de santé ?
Le 27 avril 2022
4 min. de lecture
Emmanuel Didier (2)
Emmanuel Didier
sociologue, directeur de recherche au CNRS et membre du Centre Maurice Halbwachs à l’EHESS

En bref

  • Le Health Data Hub est un projet français doté d'un budget de près de 10 millions d’euros. L’objectif : centraliser toutes les données de santé en France.
  • Ce projet permettra de faciliter le travail des médecins grâce en mutualisant les données de santé, mais il ouvrira également un nouveau marché prolifique pour les entreprises.
  • La quantité de données de santé en France est colossale : le Sniiram (Le système national d’information inter-régimes de l’Assurance maladie) détient 1,2 milliard de feuilles de soins collectées depuis 2002.
  • La centralisation pose cependant un problème à certains acteurs qui ne veulent pas confier leurs bases de données au risque de perdre le travail investi dans celles-ci. C'est le cas de la cohorte Constance et ses quelques 200 000 données.
  • D’autres critiques gravitent autour du projet. Le principe même de centralisation ou encore la question de l’hébergement, qui serait assuré par Microsoft, attirent l’attention.
Épisode 4/6

Pourquoi la révolution de l’IA médicale n’aura-t-elle peut-être jamais lieu ?
Joël Perez Torrents, doctorant au Centre de recherche en gestion (I³-CRG*) à l'École polytechnique (IP Paris)
Le 15 novembre 2022
6 min. de lecture
PEREZ TORRENTS Joël
Joël Perez Torrents
doctorant au Centre de recherche en gestion (I³-CRG*) à l'École polytechnique (IP Paris)

En bref

  • L’intelligence artificielle (IA) a le potentiel de changer profondément les pratiques du champ médical (diagnostics, traitements et expérience des patients).
  • Jusqu’à présent, les IA se sont inscrites dans la continuité des efforts médicaux plutôt que dans une volonté de bouleverser complètement les méthodes existantes.
  • Le déploiement de l’IA médicale est freiné par la prudence du monde médical : l’innovation progresse lentement.
  • La nature technique de l’IA réduit le caractère perturbateur des nouvelles applications, car elle utilise des données déjà existantes.
Telehealth, digital tablet and doctor hands for hospital innovation, software management and results update in dark workplace. Healthcare, cardiology and telecom medical professional with technology
Épisode 5/6

Comment le numérique personnalise le parcours de soins
Le 7 novembre 2023
4 min. de lecture
Etienne Minvielle
Etienne Minvielle
directeur du Centre de recherche en gestion de l'École polytechnique (IP Paris)
Alexis Hernot
Alexis Hernot
co-fondateur et directeur général de Calmedica

En bref

  • Le numérique permet une innovation exponentielle dans le domaine de la santé.
  • Le suivi à distance permis par le digital favoriserait une meilleure qualité du parcours de soin des patients.
  • Ces suivis automatisés et numérisés aident à prévenir les effets de toxicité d’un médicament, personnaliser le parcours de soin selon le patient et espacer ses déplacements à l’hôpital.
  • A terme, ces avantages serviraient à répondre à des enjeux majeurs des structures hospitalières en désengorgeant les urgences et en palliant la pénurie de soignants.
  • Ces systèmes libéreraient 90 % du temps d’un infirmier, permettant ainsi d’améliorer la qualité et la quantité de prise en charge des patients.
Male doctor showing realistic graph data of health care and health insurance business and growth with medical and medical financial analysis.Generative AI
Épisode 6/6

Comment prédire les prochaines épidémies ?
Le 10 janvier 2024
4 min. de lecture
Etienne Minvielle
Etienne Minvielle
directeur du Centre de recherche en gestion de l'École polytechnique (IP Paris)
Antoine Flahault
Antoine Flahault
médecin et docteur en biomathématiques

En bref

  • Depuis le 20ème siècle, différents types de modèles prédictifs des risques épidémiques se sont succédé et ont prouvé leur efficacité.
  • Les Big Data ont fait évoluer ces modèles : ils anticipent plus efficacement les épidémies pour concentrer l’aide humanitaire dans la zone à risque, au moment clé.
  • Or, quelques défis persistent : adapter les prédictions aux contextes locaux, le passage de la prédiction à l’action qui est entravé par des facteurs socio-économiques.
  • En cumulant le traitement des Big Data, expertises épidémiologiques et un traitement algorithmique, on multiplierait le potentiel de ces modèles.

Auteurs

Agnès Vernet

Agnès Vernet

journaliste scientifique

Après une formation initiale en biologie moléculaire, Agnès Vernet s’est formée au journalisme scientifique à l’ESJ-Lille. Depuis 14 ans, elle écrit dans différents supports, magazines scientifiques, titres professionnels et médias généralistes, en France et en Suisse. Depuis le 1er février 2021, elle a été élue présidente de l’Association des journalistes scientifiques de la presse d’information (AJSPI).

Ses contributions

Comment le concept « One Health » peut aider à lutter contre l’antibiorésistance
La crise de l’antibiorésistance en chiffres
L’ère post-antibiotique : une catastrophe sanitaire annoncée
Un avatar numérique des poumons
Alzheimer, Parkinson... « Demain, les IA détecteront des maladies grâce à la biométrie »
Voir toutes ses contributions
PEREZ TORRENTS Joël

Joël Perez Torrents

doctorant au Centre de recherche en gestion (I³-CRG*) à l'École polytechnique (IP Paris)

Joël Perez Torrents est doctorant au *Centre de Recherche en Gestion (I3-CNRS) de l'Institut Polytechnique de Paris. Ses recherches portent sur les usages de l'Intelligence Artificielle dans le système de soins. Il met a profit les enseignements techniques du cycle ingénieur polytechnicien (X16) et de recherche en gestion du master PIC pour faire une « éthologie » des instruments numériques.

Ses contributions

Pourquoi la révolution de l’IA médicale n’aura-t-elle peut-être jamais lieu ?

Les dossiers populaires

2_endometriose
π Santé et biotech π Société

La santé des femmes investie par la médecine  

4 épisodes
0_neuroscienceDuSommeil
π Neurosciences π Santé et biotech

Le sommeil démystifié par la science

3 épisodes
0_BIOMIMETISME
π Science et technologies π Santé et biotech π Planète

Biomimétisme : quand la science s’inspire de la nature

3 épisodes