“Je n’arrive plus à mâcher depuis quelques jours, j’ai une douleur au fond de la mâchoire, en bas à gauche. Qu’est-ce que j’ai ?” - envoyé à ChatGPT

J’observe autour de moi que de plus en plus de monde demander à ChatGPT des conseils médicaux voire un diagnostic.

À l’heure où les LLM et les outils de modélisation des données biomédicales progressent à une vitesse folle, la promesse d’une médecine plus personnalisée paraît de plus en plus concrète. Mais entre espoirs technologiques, complexité du vivant et contraintes du système de santé, l’IA pourra-t-elle un jour réellement comprendre le vivant ?

Dans cet épisode, Vassili Soumelis, Directeur Médical chez ArcaSciences, médecin, chercheur en immunologie et ancien directeur médical chez Owkin, nous explique pourquoi une IA capable de nous soigner est encore loin d’exister.

Dans cet échange passionnant, on y parle de découverte de médicaments, d’essais cliniques, de bénéfice-risque, de modèles prédictifs, mais aussi des limites très concrètes de l’intelligence artificielle lorsqu’elle se confronte à la complexité biologique. Car si l’IA peut déjà accélérer certaines étapes de la recherche et aider à mieux exploiter la littérature scientifique ou les données patients, elle ne résout pas, à elle seule, les zones d’ombre du vivant.

Dans cet échange, on parle sans détour :

• Du rôle réel de l’IA dans la médecine et la pharma,

• Des promesses et des limites des LLM pour personnaliser les traitements,

• De la difficulté à modéliser un patient ou une maladie,

• Et des freins scientifiques, économiques et structurels à dépasser pour faire émerger une médecine vraiment individualisée.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

“Est-ce que c’est utile d’utiliser l’impôt des Français pour ce dispositif médical numérique ?”

C’est LA question à laquelle doivent répondre les entrepreneurs qui souhaitent obtenir un remboursement PECAN, ce dispositif de financement temporaire dédié aux solutions de télésurveillance et de thérapie digitale.

2 ans après son lancement, je fais le bilan avec le pilote du programme : Vincent Vercamer.

Lors de notre premier échange en 2023, nous parlions projections et ambitions : combien de dossiers seraient déposés ? Combien iraient au bout ? Les médecins prescriraient-ils réellement ces solutions ?

Aujourd’hui, place aux résultats : 12 dossiers évalués par la HAS, 4 avis positifs uniquement en télésurveillance, et aucune thérapie digitale retenue.

Pour rappel, le PECAN offre un an de financement à des DM numériques présentant une présomption d’innovation. L’objectif : apporter des premières preuves, souvent organisationnelles, et financer les études cliniques nécessaires pour espérer intégrer ensuite le droit commun.

Avec Vincent, on analyse ce bilan à travers des cas concrets :

• Axomove : refusé une première fois, puis finalement validé 6 mois plus tard après un ajustement de méthodologie.

• Cureety : passé de 50 patients par mois au démarrage à 2 000 à la fin du PECAN.

• Les raisons du refus des deux DiGA, ces thérapies numériques pourtant remboursées en Allemagne, et pourquoi traverser une frontière réglementaire n’a rien d’automatique.

Ce que je retiens de cet échange : partir d’un problème patient ne suffit pas. Pour réussir dans la santé, il faut penser dès le départ à l’intégration dans le système de soins… et au circuit de prescription.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

“Prévenir plutôt que guérir” à l’ère de l’IA et de la donnée : et si la médecine de demain se jouait bien avant l’apparition des premiers symptômes ?

Dans ce premier podcast de 2026, j’ai reçu Alaedine Benani de Zoï pour une discussion passionnante sur les limites du système curatif actuel et les pistes concrètes pour construire une médecine préventive grâce à l’utilisation de la donnée.

Zoï est une clinique d' un nouveau genre, qui prétend révolutionner la manière préventive qui propose des bilans 360 de santé approfondis, personnalisés et fondés sur la science, avec une ambition claire : détecter plus tôt, mieux comprendre et réduire le risque de maladies, notamment chroniques, avant l’apparition des symptômes.

Si la médecine moderne excelle dans la prise en charge des maladies aiguës, les maladies chroniques constituent en revanche un défi majeur pour nos systèmes de santé. Elles se développent sur des années, voire des décennies, bien avant l’apparition des premiers symptômes. Dans ce contexte, l’exploitation de données longitudinales, associée à une prévention précoce et à une observance étendue, offre une opportunité concrète d’intervenir en amont et de réduire la pression exercée sur les services de soins en aval.

Le modèle économique d’une entreprise telle que Zoī, centrée prévention, si elle convainc de plus en plus nos institutions publiques, doit toutefois continuer à convaincre de sa rentabilité médico-économique. Plus largement, comment un tel modèle peut passer à l'échelle ?

Peut-on imaginer qu’un jour, la sécurité sociale remboursera à terme un bilan préventif de santé annuel pour les 70 millions de français ?

Dans cet échange, on parle avec Aleadine sans langue de bois :

• De la relation médecin–patient à l’ère de la data,

• De prévention individuelle vs santé publique,

• Du rôle réel (et des limites) de l’IA et des LLMs,

• Et de ce qu’il faut changer pour que la prévention ne reste pas un slogan.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

“Prévenir plutôt que guérir” à l’ère de l’IA et de la donnée : et si la médecine de demain se jouait bien avant l’apparition des premiers symptômes ?

Dans ce premier podcast de 2026, j’ai reçu Alaedine Benani de Zoï pour une discussion passionnante sur les limites du système curatif actuel et les pistes concrètes pour construire une médecine préventive grâce à l’utilisation de la donnée.

Zoï est une clinique d' un nouveau genre, qui prétend révolutionner la manière préventive qui propose des bilans 360 de santé approfondis, personnalisés et fondés sur la science, avec une ambition claire : détecter plus tôt, mieux comprendre et réduire le risque de maladies, notamment chroniques, avant l’apparition des symptômes.

Si la médecine moderne excelle dans la prise en charge des maladies aiguës, les maladies chroniques constituent en revanche un défi majeur pour nos systèmes de santé. Elles se développent sur des années, voire des décennies, bien avant l’apparition des premiers symptômes. Dans ce contexte, l’exploitation de données longitudinales, associée à une prévention précoce et à une observance étendue, offre une opportunité concrète d’intervenir en amont et de réduire la pression exercée sur les services de soins en aval.

Le modèle économique d’une entreprise telle que Zoī, centrée prévention, si elle convainc de plus en plus nos institutions publiques, doit toutefois continuer à convaincre de sa rentabilité médico-économique. Plus largement, comment un tel modèle peut passer à l'échelle ?
Peut-on imaginer qu’un jour, la sécurité sociale remboursera à terme un bilan préventif de santé annuel pour les 70 millions de français ?

Dans cet échange, on parle avec Aleadine sans langue de bois :

• De la relation médecin–patient à l’ère de la data,

• De prévention individuelle vs santé publique,

• Du rôle réel (et des limites) de l’IA et des LLMs,

• Et de ce qu’il faut changer pour que la prévention ne reste pas un slogan.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Il y a 20 ans, on détectait un AVC après qu’il ait eu lieu. Aujourd’hui, grâce à l’IA, on peut l’anticiper 3 semaines avant qu’il ne frappe.

C’est ce qu’a réussi Dr Arnaud Rosier, en croisant les données des pacemakers avec celles du SNDS – la base de données de santé de tous les Français. Dans ce nouvel épisode de Med In Tech, il me raconte comment ils ont franchi toutes les étapes, de l’accès aux données jusqu’au développement d’un algorithme d’IA capable d’anticiper les risques cardiaques.

Mais, pour créer un algorithme réellement utile, il faut des données fiables, en volume, et sur la durée. Or, les données des pacemakers étaient fragmentées, réparties entre les logiciels de plusieurs fabricants.

Alors, avec Implicity, il a commencé par résoudre ce problème : construire une plateforme capable de centraliser toutes les données de pacemakers, peu importe l’éditeur. Une solution pensée d’abord pour les médecins — intuitive, interopérable, et intégrée dans leur quotidien.

Au programme de notre échange :

• Développer un algorithme avec les données du SNDS : un accès exceptionnel. Arnaud nous explique comment ils ont obtenu l’autorisation, les contraintes réglementaires à respecter, et ce que ça change concrètement quand on peut enfin exploiter ces données à grande échelle.

• Transformer un algorithme en dispositif médical industriel : comment faire valider une IA par la FDA ? Quels sont les bons réflexes qualité à mettre en place dès les débuts ?

• Faire adopter l’IA par les médecins : dans un milieu aussi cartésien que la cardiologie, comment faire accepter une “black box” algorithmique ? Quelle place pour la transparence, la pédagogie, et la confiance ?

  
  

Un épisode sur la transformation en cours de la médecine par la donnée — et sur ceux qui la rendent possible.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Vous êtes passé au CHU de Nantes ? Vous avez peut être contribué à faire avancer la recherche vers un vaccin contre le cancer !

Pierre Antoine, PU-PH du CHU de Nantes, a fondé “la clinique de données”, un service entier dédié à accélérer la recherche clinique grâce aux dossiers médicaux des 2,6 millions de patients pris en charge par l’établissement.

Un exemple frappant : en croisant ces données avec celles du SNDS (la base nationale des remboursements de la Sécu), l’équipe de Pierre-Antoine a mis en évidence un phénomène surprenant. Les patients ayant contracté certaines infections lors de leur passage en réanimation ont développé moins de certaines formes de cancer dans les 5 années suivantes, par rapport à ceux qui n’avaient pas eu ces infections.

Ce résultat inattendu ouvre des pistes concrètes pour comprendre les mécanismes biologiques sous-jacents encore mystérieux. Il pourrait déboucher sur le développement de nouveaux traitements concrets pour les maladies auto-immunes, psychologiques… et même des vaccins contre le cancer.

🎙 Dans le nouvel épisode de Med In Tech, Pierre-Antoine nous raconte comment il a construit cet entrepôt de données de santé : une infrastructure qui regroupe les données de 2,6 millions de patients, 130 millions de données structurées et 30 millions de documents textuels, permettant une exploitation rigoureuse et éthique des données au service de la recherche.

Au programme de notre échange :

• La collecte des données : encourager une "soli-data-rité" en recuiellant les données dès l’entrée à l’hôpital, tout en respectant le droit des patients à s’y opposer.

• L'Open Science : rendre accessibles les algorithmes développés grâce aux données hospitalières et encourager la mutualisation à grande échelle.

• Les données synthétique anonymes, une piste pour partager des données sensibles tout en garantissant la confidentialité

• L’IA et la recherche : entraîner des algorithmes d’intelligence artificielle reste un processus profondément humain, qui nécessite de poser les bonnes questions.

Un épisode clé pour mieux comprendre comment les données de santé transforment la médecine de demain.

Un grand merci Pierre Antoine pour ton partage d’experience !

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

“Demain, Apple sera contraint de partager toutes les données cardiaques de ses Apple Watch à des fins de recherche ? - Oui, absolument.”

C’est ce que l’EEDS (Espace Européen des Données de Santé), le nouveau règlement européen qui entre en vigueur cette année, imposera à Apple et à tous les acteurs de la santé en Europe pour favoriser la recherche et l’entrainement d’algorithme d’IA.

Pour en parler, j’ai reçu Émilie PASSEMARD, responsable du pôle Affaires réglementaires et européennes à la Direction du Numérique en Santé (DNS). Elle a appuyé de son expertise la position de la France dans les négociations de ce texte à Bruxelles.

Cet ambitieux texte a deux grands objectifs :

1. Donner la capacité à tout citoyen européen de partager son dossier médical à n’importe quel soignant en Europe, s’il le souhaite.

Concrètement, plus de crainte de se faire une vilaine fracture sur les pistes autrichiennes cet hiver, l’hôpital de Vienne saura que vous avez eu une réaction allergique aux analgésiques en 2015.

Pour y parvenir, les éditeurs de logiciels médicaux devront obtenir un marquage CE, utiliser les formats de données au standard européen.

2. Libérer les données de santé européennes à des fins de recherche et d’innovation.

“En France, c'est difficile d'avoir accès à des données pour une réutilisation secondaire. Par exemple, pour accéder aux données de la sécurité sociale (SNDS), même après autorisation réglementaire, l’obtention des données peut prendre 18 mois, certaines recherches sont abandonnées faute d'avoir pu les obtenir.”

Le texte vise à apporter une solution à ce problème : imposer à tout détenteur de données de santé de les partager à des chercheurs qui en auraient besoin, et surtout dans un délai maximal de 9 mois.

Voici, la réponse de l’Europe face au pillage des données de santé aux US et en Chine : créer un marché encadré de la donnée de santé pour faciliter la recherche et le développement de l’IA en santé, et cela en garantissant la confidentialité et l’éthique pour ses concitoyens.

De la bureaucratie en plus, ou une véritable transformation de l’écosystème de santé d’ici 2029, qu’en pensez-vous ?

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

“J'ai vu des gens extrêmement motivés qui se battaient contre le système pour soigner les patients.” - Benjamin Garel

En octobre, le gouvernement annonce une réduction du budget de la Sécurité sociale de 5 milliards d’euros. Mais face à un système hospitalier déjà sous tension, est-ce réaliste ou totalement utopique ?

Pour y répondre dans cet épisode, je reçois Benjamin Garel, ancien DG du CHU de la Martinique, qui a osé démontrer l'inconcevable : réduire de 30 millions d’euros le déficit d’un hôpital tout en améliorant la qualité des soins et en redonnant des conditions de travail saines aux soignants – une véritable démonstration que faire mieux avec moins est possible !

D’autant plus que Benjamin y est parvenu dans un contexte bien particulier : les hôpitaux d’outre-mer. Entre une réactivité sociale forte avec 1.8 préavis de grève par semaine, une usure du matériel prématurée par l’air marin et un établissement à plusieurs milliers de kilomètres des grands nœuds logistiques, les défis étaient juste monumentaux.

Il nous partage des actions concrètes pour y arriver

• Réduire les 80 références en rupture de stock par la résolution de problème et en rétablissant la confiance avec les fournisseurs

• Diminuer de 45% le temps d’attente des patients atteints d’un cancer en réorganisant le parcours de soin

• Diviser par 3 le taux de mortalité de l’insuffisance rénale chronique en standardisant la prise en charge de la dialyse

• Traverser la crise du Covid-19, en donnant la capacité à l’hôpital de se transformer chaque jour pour anticiper les variations d’arrivées en réanimation

Tout ça en respectant un principe qui lui est cher, le Respect for People : “mettre le personnel soignant au centre des priorités”.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.