Les nouvelles technologies sont au cœur de la croissance de l’industrie de la santé et leur application a d’ailleurs un terme : e-santé (santé numérique ou connectée).
Cette dernière fait référence à l’utilisation des technologies de l’information et de la communication (TIC) dans l’ensemble des activités liées à la santé, qui touchent aussi bien le patient que le professionnel. L’e-santé englobe un ensemble d’applications numériques visant à prévenir, diagnostiquer ou traiter des maladies. Parmi celles-ci on retrouve :
- la télémédecine : c’est une pratique médicale qui met en rapport le patient avec un ou plusieurs professionnels de santé, ou les professionnels entre eux. Elle permet d’établir un diagnostic médical à distance;
- la télésurveillance médicale : c’est un aspect de la télémédecine qui permet à un professionnel de surveiller et d’interpréter en temps réel et à distance les paramètres médicaux d’un patient;
- la m-santé (pour « mobile-santé ») : elle permet d’offrir des services en utilisant des appareils mobiles, des téléphones intelligents ou des dispositifs intégrant une connexion à un réseau mobile.
Cette pratique nouvelle et inspirante apparaît de plus en plus comme une solution aux grands défis de notre temps, notamment le vieillissement de la population et le poids croissant des maladies chroniques (cancer, hypertension, diabète, insuffisance cardiaque, Parkinson, etc.). L’e-santé permet, entre autres, un suivi en temps réel des patients, une gestion efficace et optimale des ressources, un diagnostic plus rapide et plus précis, une amélioration des résultats des traitements et même une détection plus rapide des maladies chroniques.
Parmi les technologies récentes reconnues pour avoir un grand potentiel dans le secteur de la santé, on retrouve :
- l’Internet des objets (ou IdO) : c’est une infrastructure d’information qui permet d’interconnecter des objets (physiques ou virtuels) au moyen d’un système de communication (puces RFID, Bluetooth, Wi-Fi, etc.). En santé, l’IdO peut être utilisé pour connecter plusieurs appareils et dispositifs médicaux, afin de fournir en temps réel une information aux professionnels ou aux gestionnaires. L’IdO produit de grandes quantités de données qui entrent dans le cadre de ce qu’on appelle communément le « Big Data »;
- le « Big Data» : il signifie littéralement mégadonnées ou données massives et désigne un ensemble volumineux de données qu’un outil classique de gestion de l’information ne peut traiter à lui seul. Cette masse de données peut se présenter sous différentes formes, dont les valeurs numériques, les images, les vidéos et les contenus audio. L’analyse des « Big Data » en santé permet de les contextualiser afin d’obtenir une idée plus précise de la problématique médicale traitée. Le volume de plus en plus important de ces données nécessite d’avoir des moyens autres que classiques pour les traiter, d’où l’apport de l’intelligence artificielle;
- l’intelligence artificielle: elle désigne un ensemble de techniques mises en œuvre pour permettre aux machines de simuler l’intelligence humaine afin de résoudre des problèmes complexes. Elle peut être réalisée sous différentes approches, notamment l’apprentissage automatique (« machine learning ») et l’apprentissage en profondeur (« deep learning »). Ce dernier permet d’imiter le fonctionnement neuronal du cerveau humain pour apprendre à une machine comment identifier et classer par elle-même des données. Il était auparavant nécessaire de définir chacune des règles que devait suivre un outil pour comprendre et classer une information. Le « machine learning », quant à lui, permet aux machines d’exécuter automatiquement les instructions contenues dans les algorithmes.
Grâce à l’intelligence artificielle, au volume de données de plus en plus grand et à la puissance de calcul des ordinateurs, il est aujourd’hui possible de construire des algorithmes permettant d’obtenir des réponses automatiques et plus précises à une problématique médicale. Dans ce bulletin, nous présentons les recherches et les innovations montréalaises qui font avancer l’industrie de la santé dans une ère nouvelle. Fruit de l’implication des chercheurs universitaires, des PME innovantes et des acteurs de l’industrie, ces innovations permettent de positionner Montréal sur l’échiquier mondial du marché émergent qu’est l’e-santé.
L’E-SANTÉ, UN MARCHÉ MONDIAL PROMIS À UNE CROISSANCE À DEUX CHIFFRES
Le marché mondial de la santé numérique représentait plus de 85 milliards de dollars en 2014. Il devrait atteindre près de 213 milliards de dollars en 2020, soit une croissance annuelle moyenne de 16 % entre 2014 et 2020. Ce marché continuera à bénéficier d’une croissance très forte au cours des années subséquentes puisqu’il atteindra 308 milliards de dollars en 2022. Il s’agit d’une croissance annuelle moyenne de 17 % sur huit ans.
L’INTERNET DES OBJETS, LE « BIG DATA » ET L’INTELLIGENCE ARTIFICIELLE
Le marché mondial de l’Internet des objets en santé atteindra 410 milliards de dollars en 2022, contre 32,5 milliards de dollars en 2015. Selon cette prédiction, ce marché enregistrera une croissance moyenne de 44 % par an entre 2015 et 2022.
Le « Big Data » en santé représentait, quant à lui, un marché de 8,4 milliards de dollars en 2015 et devrait atteindre plus de 34 milliards de dollars en 2022. Il s’agit d’une croissance annuelle moyenne de 22 % sur sept ans.
Évalué à seulement 600 millions de dollars en 2014, le marché de l’intelligence artificielle en santé devrait représenter environ 7 milliards de dollars en 2021, soit une croissance de 40 % en moyenne par année sur sept ans. En outre, selon ces prédictions de la firme Frost & Sullivan, 90 % des hôpitaux devraient utiliser l’intelligence artificielle d’ici 2025.
DES INNOVATIONS QUI FAÇONNENT MONTRÉAL
La recherche et les innovations en santé numérique progressent à Montréal. Elles constituent une réponse pertinente aux grands enjeux actuels et futurs, notamment la croissance des maladies chroniques et le vieillissement démographique. En outre, elles apportent une valeur ajoutée tant aux professionnels qu’aux patients, comme la réduction du temps d’attente dans les hôpitaux et la détection plus précise des causes d’une maladie. Ces innovations sont issues du milieu de la recherche universitaire, des PME innovantes ainsi que des acteurs institutionnels.
La recherche de pointe à Montréal
LIO | Un système de radiographie biplan grâce à l’IA
Le professeur Jacques A. de Guise, directeur du laboratoire de recherche en imagerie et orthopédie (LIO), mise sur les récents développements technologiques pour faire avancer le diagnostic par imagerie médicale des systèmes biologiques. Plus précisément, ses recherches reposent, entre autres, sur les techniques d’intelligence artificielle et les mégadonnées, où des algorithmes créés par l’apprentissage automatique (« machine learning ») permettent la détection automatique de structures (foie, reins, os de la colonne vertébrale, etc.) dans une image. Les technologies développées par les chercheurs de LIO visent à résoudre un besoin initialement identifié par l’industrie de la santé.
En collaboration avec EOS Imaging et Arts et Métiers Paris Tech, le professeur et son équipe ont mis au point une technologie de radiographie biplan (de face et de profil) EOS qui permet la reconstruction 3D des os et du squelette. Pour aider à l’automatisation de cette reconstruction 3D, les présents travaux s’appuient sur l’apprentissage en profondeur (« deep learning ») et les données massives d’imagerie médicale. En utilisant ces approches, ils sont parvenus à analyser des radiographies de façon automatique et à détecter avec plus de précision les amplitudes de déformation des os. Ces nouvelles approches permettront de réduire le temps de détermination d’un diagnostic, d’éviter aux opérateurs des erreurs et des tâches fastidieuses, en plus de réduire la dose de rayons X ainsi que les coûts des traitements pour le patient. Grâce à cette percée scientifique, il sera notamment possible de prédire l’évolution de la scoliose avec plus de précision et plus rapidement. D’autres projets, en cours de développement, permettront de concevoir des outils de suivi automatique des tumeurs du foie, des reins et des poumons afin d’optimiser le traitement du cancer par radiothérapie.
Le laboratoire LIO, affilié à l’École de technologie supérieure (ÉTS) et au Centre de recherche du Centre hospitalier de l’Université de Montréal (CRCHUM), dispose d’une dizaine de brevets et d’une dizaine de licences octroyées aux entreprises. Il entretient des liens étroits avec les milieux industriels et universitaires, tant au niveau national qu’international.
LIVIA | L’IA pour des biomarqueurs plus précis
Les avancées technologiques en imagerie médicale grâce aux mégadonnées et à l’apprentissage automatique ouvrent la voie au développement d’outils médicaux plus précis pour le traitement des maladies cardiovasculaires et du cerveau. Cette orientation est rendue possible par les recherches du professeur Christian Desrosiers au sein du laboratoire d’imagerie, de vision et d’intelligence artificielle (LIVIA) de l’École de technologie supérieure (ÉTS). À partir des données d’images de différentes régions du cerveau ayant des rôles particuliers, il conçoit des algorithmes qui les analysent de façon indépendante et automatique, afin de détecter les différences subtiles entre elles et de les associer à différents types de maladies ou troubles de la santé tels que l’autisme et l’Alzheimer. Les résultats de cette recherche pourraient mener à la conception de biomarqueurs plus performants, qui permettront aux cliniciens et aux professionnels de l’industrie de poser un meilleur diagnostic et d’effectuer des prédictions précises quant à la probabilité qu’un patient développe ou non une maladie. Les médecins pourront ainsi prodiguer un traitement préventif permettant de limiter le développement de ces maladies ou troubles de la santé.
En plus de l’utilisation du « Big Data » pour des problématiques liées aux maladies chroniques, dans un projet conjoint impliquant les professeurs Alain April et Christian Desrosiers, les chercheurs et leurs étudiants ont conçu un algorithme destiné à l’amélioration de l’intelligence d’affaires à l’Hôpital général juif de Montréal. Cet algorithme a permis de développer une application qui fournit en temps réel des indicateurs de performance au laboratoire d’analyse, dont le nombre de tests effectués, le nombre d’échantillons rejetés ou retardés, les échantillons prioritaires, etc. Accessible aux gestionnaires à partir d’un téléphone intelligent ou d’un appareil mobile, cette application permet, à titre d’exemple, de déterminer les échantillons à traiter en priorité afin de s’assurer que les analyses sont exécutées dans les délais requis.
LiNCS | Des applications pour le traitement des maladies émotionnelles
Les professeurs Patrick Cardinal et Éric Granger, respectivement spécialistes du son et de la vidéo, s’appuient également sur les progrès récents en intelligence artificielle pour développer des systèmes de détection automatique des états émotionnels d’un patient. L’algorithme développé par les chercheurs pourrait être utilisé dans le traitement des maladies telles que la dépression et la dysarthrie (trouble de l’articulation de la parole). À titre d’exemple, l’algorithme développé permettrait au psychologue qui assure le suivi d’un patient souffrant de dépression de le suivre en temps réel, et non seulement au moment de rencontres physiques avec celui-ci, afin de mieux l’évaluer. Autre exemple, pour un individu atteint de dysarthrie, un système d’aide à la communication permettrait une interprétation automatique des messages vocaux ou d’informations paralinguistiques (niveau de fatigue qui affecte fortement le niveau d’intelligence de ces patients), afin de réduire l’isolement social que vivent ces personnes. Ultimement, la recherche collaborative entreprise par les professeurs Cardinal et Granger pourrait mener au développement d’applications mobiles ou de robots médicaux pour aider les professionnels à prendre les meilleures décisions le plus rapidement possible. Les deux chercheurs sont affiliés au LIVIA et au Laboratoire d’ingénierie cognitive et sémantique (LiNCS) de l’ÉTS.
CRSI | TAVIE, des infirmières virtuelles
L’équipe de José Côté, titulaire de la Chaire de recherche sur les nouvelles pratiques de soins infirmiers (CRSI), développe des outils de soutien destinés aux personnes vivant avec un problème de maladie chronique (cancer, diabète, VIH, insuffisance rénale, etc.) dont les besoins sont complexes et nécessitent un suivi personnalisé et continu. Les travaux de la Chaire ont permis la mise au point du concept novateur TAVIE (Traitement, Assistance Virtuelle Infirmière et Enseignement), adapté à chaque type de maladie. Il s’agit d’interventions virtuelles d’infirmières auprès de personnes atteintes de maladies chroniques, afin de les engager dans un processus d’apprentissage d’habiletés d’autogestion face aux défis inhérents à leur condition difficile de santé, par exemple la prise régulière de médicaments, l’activité physique, le mode de vie sain, etc. Ces interventions virtuelles personnalisées sont offertes en temps réel à partir d’une application Web. Pour tenir compte des technologies de l’Internet des objets, la CRSI collabore avec le professeur Yann-Gaël Guéhéneuc, titulaire de la Chaire de recherche du Canada en patrons logiciels et patrons de logiciels, pour concevoir un outil plus performant qui permettrait d’améliorer les comportements de la clientèle visée.
HANALOG | Des soins adaptés aux besoins des patients
Louis-Martin Rousseau, titulaire de la Chaire de recherche du Canada en analytique et logistique des soins de santé affiliée à Polytechnique Montréal, développe des outils novateurs d’aide à la prise de décision basés sur la prédiction et la précision des soins adaptés aux besoins de chaque patient. Ses recherches, qui s’appuient sur les avancées récentes en analyse de données, en intelligence artificielle et en recherche opérationnelle, s’articulent autour de trois axes : la résolution des problèmes complexes liés aux soins de santé à domicile, la logistique de traitement du cancer et la logistique hospitalière. Les solutions développées permettent, entre autres, d’assurer une efficacité de l’utilisation du personnel, une amélioration de la logistique des transports et un suivi performant et automatique des patients. La nouvelle génération d’algorithmes mise au point par le professeur Rousseau et son équipe permet de résoudre des problèmes particuliers rencontrés par les organisations publiques et privées. En matière des soins de santé, ils collaborent avec AlayaCare à la conception d’un outil de suivi en temps réel des patients à distance, afin de mieux prédire la détérioration de leur état de santé et, ultimement, de minimiser les risques de réhospitalisation, grâce à la planification de visites ciblées. En partenariat avec le Centre intégré de cancérologie de Laval (CICL), ils ont développé un outil qui a permis de réduire le temps d’attente et d’augmenter le nombre de patients traités dans une journée. Leur expertise est également mise à profit dans un projet en cours entrepris avec les centres intégrés universitaires de santé et de services sociaux (CIUSSS) de l’île de Montréal. Celui-ci vise à revoir la logistique du transport des patients afin de garantir une meilleure performance. Cette collaboration pourrait permettre le développement d’une application pour la réservation de services de transport pour les patients.
Nadia Lahrichi | Pour un parcours optimal du patient
La professeure Nadia Lahrichi de Polytechnique Montréal tire profit des données recueillies pour développer des algorithmes destinés à la transformation du parcours du patient en milieu hospitalier. Plus spécifiquement, elle conçoit des outils d’aide à la prise de décision en matière d’horaires, afin de mieux coordonner les interventions du personnel et de répartir efficacement les ressources, de manière à assurer le meilleur service possible aux patients. Depuis le processus de traitement jusqu’à l’administration des médicaments, les outils développés permettent de concevoir un plan de traitement adapté à chaque patient. La professeure Lahrichi collabore avec plusieurs hôpitaux, dont l’Hôpital Maisonneuve-Rosemont, avec qui elle entreprend un projet de développement d’algorithmes visant à mieux évaluer la charge de travail des intervenants du Service régional de soins à domicile (SRSAD) pour malades pulmonaires chroniques (MPC). À partir des données plus précises obtenues de diverses sources d’information, l’outil développé permettra d’offrir des soins de santé personnalisés et adaptés aux besoins des patients. Aussi, il permettra d’adapter le nombre et la composition du personnel requis dans ce service.
Des PME qui font rayonner Montréal
IMAGIA | L’IA pour une amélioration des traitements du cancer
Imagia combine les récentes percées dans les domaines de l’apprentissage en profondeur, de l’intelligence artificielle et de la radiomique afin de quantifier et de prévoir l’évolution du cancer des patients. Les travaux de cette PME montréalaise rendent possible la détection plus hâtive des tumeurs cancéreuses, ce qui mène à un meilleur choix de traitement personnalisé en fonction des conditions spécifiques de chaque patient. Elle travaille de concert avec des partenaires industriels et universitaires, notamment l’industrie pharmaceutique, les manufacturiers d’équipements d’imagerie médicale et l’Institut des algorithmes d’apprentissage de Montréal (MILA), affilié à l’Université de Montréal. Le MILA est un important laboratoire de recherche en apprentissage profond mondialement reconnu.
En collaboration avec deux sociétés canadiennes, Satis (Vancouver) et Cadens (Montréal), Imagia a récemment développé un logiciel permettant la classification des polypes dans la lutte contre le cancer du côlon. Baptisé ai4gi, ce projet conjoint permet de déterminer en temps réel la probabilité qu’un polype soit bénin ou malin avec une précision supérieure à 90 %, sur une importante banque de données fournie par les spécialistes du domaine, une performance jamais atteinte auparavant. Les résultats de cette percée scientifique offrent plusieurs avantages pour le système de santé. Les patients, selon les symptômes qu’ils présentent, sont souvent mal catégorisés ou tardivement diagnostiqués, ce qui génère d’énormes coûts et entraîne des risques pour leur santé. Or, ce dispositif permettrait d’éviter des procédures inutiles, de réduire les coûts associés aux biopsies lorsque la confirmation visuelle est adéquate et, ultimement, de diminuer les coûts de santé pour les gouvernements à travers le monde. La vidéo et la description du dispositif sont exposées à titre informatif seulement puisqu’il s’agit de travaux en cours. Le dispositif n’est actuellement pas offert pour la vente.
ALAYACARE | De meilleurs soins à domicile grâce à l’apprentissage machine
AlayaCare développe un logiciel destiné aux agences de soins de santé à domicile. Sa technologie a la particularité d’intégrer les récentes avancées en apprentissage machine (« machine learning ») afin d’utiliser la grande quantité de données capturées pour contribuer à la prise de décision des utilisateurs. L’algorithme utilisé intègre à la fois les données des patients et les données opérationnelles, notamment les horaires du personnel infirmier, en vue de mieux prévenir les réadmissions à l’hôpital et les visites d’urgence. L’application résultant de cet algorithme fournit des données vitales sur les patients, et permet de mettre en relation ces derniers et les professionnels de manière instantanée. Il s’agit d’un système d’alerte intelligent qui favorise une meilleure affectation du personnel infirmier et qui permet de savoir si un patient à domicile nécessite une intervention. Le but ultime recherché par AlayaCare est la réduction des réadmissions dans les hôpitaux et des visites à l’urgence.
TACTIO | Des applications mSanté (ou m-santé) pour une autogestion
Le Groupe Santé Tactio développe des solutions de télésurveillance des patients à partir des technologies mobiles, infonuagiques (« cloud ») et Bluetooth. En utilisant la plateforme TactioRPM, des professionnels de santé partout à travers le monde sont en mesure d’offrir des services de suivi continu auprès de patients présentant des conditions de santé particulières comme l’obésité, le diabète, l’hypertension, l’athérosclérose, la BPCO (maladie pulmonaire chronique et lentement progressive) et la grossesse. La télésurveillance traditionnelle, qui implique une borne de connexion et des appareils de mesures spécifiques, a su démontrer au fil des quinze dernières années une efficacité clinique auprès des patients à risque très élevé (par exemple chez les patients souffrant d’un cancer ou d’insuffisance rénale). En offrant une solution entièrement logicielle qui utilise le téléphone intelligent au lieu d’une borne physique, Tactio démocratise la télésurveillance avec un coût par patient et une interactivité incomparable dans l’industrie. L’entreprise travaille autant avec les marques populaires (Fitbit, Garmin, Withings et iHealth) qu’avec les appareils médicaux (A&D Medical, Omron, Roche et Welch Allyn). Les systèmes de télésurveillance du Groupe Santé Tactio sont utilisés dans plusieurs pays par d’importants groupes hospitaliers comme Carolinas Healthcare System, des fournisseurs de services de santé comme AXA Assistance, des assureurs comme la Mutuelle générale de l’Éducation nationale (MGEN) et des laboratoires de recherche clinique comme le National Institutes of Health (NIH).
CARTaGENE | Montréal à l’avant-garde avec des données de haute qualité
CARTaGENE (CaG) est une plateforme publique regroupant des données de haute qualité ainsi que des échantillons biologiques représentatifs de la diversité génomique des Québécois. Chapeautée par le Centre hospitalier universitaire (CHU) Sainte-Justine, elle a été développée dans le but de soutenir les efforts de recherche et de faciliter l’émergence de nouveaux projets dans le domaine de la santé. CaG est constituée d’une biobanque (sang, ADN, plasma, sérum, etc.) et d’une base de données sur la santé, les habitudes de vie (historique diététique), l’environnement (qualité de l’eau et de l’air, exposition à la pollution) et les caractéristiques sociodémographiques (historique résidentiel et professionnel) de 43 000 Québécois âgés de 40 à 69 ans, principalement situés à Montréal.
À ce jour, les données et les échantillons biologiques de CaG ont permis à plus de 30 projets de recherche d’être approuvés pour l’obtention de subventions gouvernementales. En outre, avec ces données, les recherches de pointe pourraient mener à une identification plus rapide des patients susceptibles de répondre favorablement à un traitement donné (médecine personnalisée) ou permettre de mieux prédire les facteurs qui influencent leur santé (santé personnalisée), en utilisant des outils de prédiction basés sur de nouvelles connaissances. Cette infrastructure permettra d’améliorer la prise de décision, notamment la prévention, le diagnostic et le traitement des maladies chroniques telles que le cancer, le diabète et la dépression, et par conséquent, de contribuer à l’amélioration du système de santé. Les données de CaG, offertes aux chercheurs des secteurs public et privé, ont donné lieu à des collaborations au Canada, aux États-Unis, en Suisse et au Royaume-Uni, tant avec les universités qu’avec les compagnies.
Comme plusieurs domaines, l’industrie de la santé n’est pas épargnée par l’avènement des nouvelles technologies. Ces dernières constituent un aspect important des solutions pertinentes visant à mieux se prémunir contre les conséquences éventuelles du vieillissement accéléré de la population et de la croissance des maladies chroniques.
Qu’il s’agisse de la recherche de pointe visant à prévenir le développement des maladies chroniques, à améliorer les plans de traitement pour une médecine personnalisée et de précision ou à mieux gérer les ressources, l’apport des « Big Data » et de l’intelligence artificielle en santé est indéniable. Leur utilisation conjointe permet de concevoir des outils plus performants et plus précis, rendant possible la résolution des problèmes médicaux considérés, il n’y a pas si longtemps, comme difficiles.
Les technologies décrites ci-dessus sont révélatrices du potentiel technologique dont regorge Montréal, pôle économique et démographique du Québec. La métropole dispose de nombreux atouts pour se positionner sur le marché émergent de l’e-santé, alors que nous n’en avons survolé que les balbutiements dans ce bulletin.
