Digital, Big data, IAuniversiteduchangemanagement.fr/wp-content/uploads/2018/07/15h … · Final OS...

12
Digital, Big data, IA Alain Livartowski Institut Curie - Paris

Transcript of Digital, Big data, IAuniversiteduchangemanagement.fr/wp-content/uploads/2018/07/15h … · Final OS...

Page 1: Digital, Big data, IAuniversiteduchangemanagement.fr/wp-content/uploads/2018/07/15h … · Final OS analysis (2-Yrs follow-up) Fabrice DENIS MD,PhD 0,0 0,2 0,4 0,6 0,8 1,0 0 5 10

Digital, Big data, IA

Alain Livartowski – Institut Curie - Paris

Page 2: Digital, Big data, IAuniversiteduchangemanagement.fr/wp-content/uploads/2018/07/15h … · Final OS analysis (2-Yrs follow-up) Fabrice DENIS MD,PhD 0,0 0,2 0,4 0,6 0,8 1,0 0 5 10

De Gutenberg à Google®

Le « patient connecté »

L’irruption de l’intelligence artificielle (IA)

Page 3: Digital, Big data, IAuniversiteduchangemanagement.fr/wp-content/uploads/2018/07/15h … · Final OS analysis (2-Yrs follow-up) Fabrice DENIS MD,PhD 0,0 0,2 0,4 0,6 0,8 1,0 0 5 10

Le projet « Papyrus » de l’Institut Curie

En 2000, le dossier est électronique avec deux systèmes

◼ Un dossier « papier » de qualité, dactylographié, aisément disponible

◼ Un dossier électronique (Elios), récent, intuitif

En 2002, une situation qui ne peut plus durer

◼ Dégradation du dossier papier

◼ Le travail en double crée un déséquilibre

Le projet « Papyrus »

◼ Groupes de travail sur les conséquences organisationnelles

◼ Octobre 2002 : le Comité de direction approuve l’abandon du dossier papier

Mis en œuvre

◼ Janvier 2003 : un site pilote en pédiatrie

◼ Avril 2004 : généralisation à tous les services

Page 4: Digital, Big data, IAuniversiteduchangemanagement.fr/wp-content/uploads/2018/07/15h … · Final OS analysis (2-Yrs follow-up) Fabrice DENIS MD,PhD 0,0 0,2 0,4 0,6 0,8 1,0 0 5 10

Quelques enseignements du projet Papyrus

Les acteurs

◼ Le rôle d’un acteur clé : la responsable des secrétariats médicaux

◼ Un pilote et l’implication de tous les acteurs

◼ L’appui de la Direction

◼ Une assistance à maîtrise d’ouvrage

On est certain que ce sera mieux après…

◼ Le dossier électronique est supérieur au dossier papier

◼ moins de travail ; disponibilité ; 24/24 et 7/7 ; qualité ; coût ; complétude

Quelle méthode pour changer ?

◼ Le passage à l’euro avec une longue préparation et un accompagnement

◼ La méthode du « blitzkrieg »

Page 5: Digital, Big data, IAuniversiteduchangemanagement.fr/wp-content/uploads/2018/07/15h … · Final OS analysis (2-Yrs follow-up) Fabrice DENIS MD,PhD 0,0 0,2 0,4 0,6 0,8 1,0 0 5 10

Final OS analysis (2-Yrs follow-up)

Fabrice DENIS MD,PhD

0,0

0,2

0,4

0,6

0,8

1,0

0 5 10 15 20

P=0.03, HR 0.594 (0.368 ; 0.959)

ITT

+19%

+16%

Web-application arm

Control arm

Web-application arm (n = 60)

Control arm (n = 61)

Median OS

22.5 months

14.9 months

75%

12 mo OS

56%

50%

24 mo OS

34%

Page 6: Digital, Big data, IAuniversiteduchangemanagement.fr/wp-content/uploads/2018/07/15h … · Final OS analysis (2-Yrs follow-up) Fabrice DENIS MD,PhD 0,0 0,2 0,4 0,6 0,8 1,0 0 5 10
Page 7: Digital, Big data, IAuniversiteduchangemanagement.fr/wp-content/uploads/2018/07/15h … · Final OS analysis (2-Yrs follow-up) Fabrice DENIS MD,PhD 0,0 0,2 0,4 0,6 0,8 1,0 0 5 10

Le patient connecté

Un carnet de santé électronique constamment à jour

◼ des informations personnalisées, médicales et pratiques (rdv)

◼ comptes-rendus médicaux, résultats d’examens, etc.

◼ synchronisée avec le système d’information de l’hôpital

Un espace de communication et d’échange

◼ un lien patient hôpital

Inscription / enrôlement / connexion : le patient décide

◼ sécurité accrue, simplicité, traçabilité

◼ transparent pour les médecins et les soignants, pas de ressaisie

Le patient « hors les murs »

◼ chirurgie ambulatoire, chimiothérapie ambulatoire, thérapies ciblées

Page 8: Digital, Big data, IAuniversiteduchangemanagement.fr/wp-content/uploads/2018/07/15h … · Final OS analysis (2-Yrs follow-up) Fabrice DENIS MD,PhD 0,0 0,2 0,4 0,6 0,8 1,0 0 5 10

L’impact sur les organisations

Une nouvelle organisation

◼ Des listes de travail pour les soignants

◼ L’appel de la veille et du lendemain

◼ Répondre aux questionnaires et à la demande

◼ Des alertes et des messages : quelle organisation ?

◼ Synchrones, asynchrones, métachrones

Quel modèle économique ?

◼ Innovation et image

◼ Gain de temps

◼ Moins de transport

◼ Moins de consultations et d’actes,

◼ Qui paye ? Le patient, l’hôpital, l’assurance maladie

Page 9: Digital, Big data, IAuniversiteduchangemanagement.fr/wp-content/uploads/2018/07/15h … · Final OS analysis (2-Yrs follow-up) Fabrice DENIS MD,PhD 0,0 0,2 0,4 0,6 0,8 1,0 0 5 10

Big data

CPU/GPUy = f(x)

L’irruption de l’intelligence artificielle

Page 10: Digital, Big data, IAuniversiteduchangemanagement.fr/wp-content/uploads/2018/07/15h … · Final OS analysis (2-Yrs follow-up) Fabrice DENIS MD,PhD 0,0 0,2 0,4 0,6 0,8 1,0 0 5 10

Dépistage du mélanome cutané (1)

Utilisation d’un réseau neuronal convolutif (CNN)

◼ Entraînement sur plus de 100.000 images

◼ Google Inception v4 CNN

◼ Images obtenues par dermatoscopie

Méthodes

◼ 300 et 100 images-test

◼ avec/sans données cliniques associées

◼ 58 dermatologues – 17 pays

Résultats

◼ Sensibilité de l’homme : 87 %

◼ Sensibilité de la machine : 90 %

Haenssle H.A. et al - Annals of Oncology 1-7, 2018

Page 11: Digital, Big data, IAuniversiteduchangemanagement.fr/wp-content/uploads/2018/07/15h … · Final OS analysis (2-Yrs follow-up) Fabrice DENIS MD,PhD 0,0 0,2 0,4 0,6 0,8 1,0 0 5 10

Haenssle H.A. et al - Annals of Oncology 1-7, 2018

A : Set-100 B: Set-300

Dépistage du mélanome cutané (2)

Page 12: Digital, Big data, IAuniversiteduchangemanagement.fr/wp-content/uploads/2018/07/15h … · Final OS analysis (2-Yrs follow-up) Fabrice DENIS MD,PhD 0,0 0,2 0,4 0,6 0,8 1,0 0 5 10

Dépistage

◼ Cancer du sein par mammographie

◼ Rétinopathie diabétique par analyse du FO

◼ Mélanome cutané

Diagnostic

◼ Anatomo-pathologie

◼ Radiologie

◼ Maladies rares

◼ ECG, EMG, etc.

Recherche fondamentale et recherche clinique

◼ La classification des maladies

◼ Confrontation phénotype – génome

Prédiction et conséquence sur la surveillance

Quelques exemples d’application de l’IA en médecine