Transcription

• Speaker #0

  Salut Théo ! Salut Théo, pardon. Ça va ?

• Speaker #1

  Oui et toi, hello ?

• Speaker #0

  Ça va, ça va. Merci beaucoup. Déjà, pour ton temps.

• Speaker #1

  Avec plaisir.

• Speaker #0

  Je te l'ai dit en off, mais je vais le redire. Ça a été très facile de te revoir. Merci pour ton temps.

• Speaker #1

  Avec plaisir.

• Speaker #0

  Merci beaucoup pour ce que tu fais. Parce que déjà, je pense que dans la communauté médicale, tu fais beaucoup de choses. Tu travailles beaucoup, tu fais... Je pense beaucoup de bien dans la médecine et donc du coup, félicitations. Merci beaucoup. L'idée, avant de te présenter, c'est d'expliquer un peu le format aux gens. Donc moi, pour ceux qui ne me connaissent pas, je suis docteur Yann Thiavué, je suis cardiologue, spécialisé en prévention cardiovasculaire dans le libéral. Et je fais cette tournée parisienne de podcast pour pouvoir interroger des experts sur leur sujet. de prédilection et de vous apporter un peu les meilleurs conseils, principalement sur la prévention cardiovasculaire. Et j'ai le plaisir d'accueillir, enfin en tout cas c'est lui qui m'accueille, pardon, parce que je suis à l'ariposière très émis, parce que c'est là que tout a commencé. J'ai le plaisir de voir Théo, docteur Théo Pezel. Je vais te laisser te présenter avant d'avancer.

• Speaker #1

  C'est moi qui suis ravi de t'accueillir, parce qu'on a été co-internes tous les deux, donc c'est chouette de... ça date, mais de l'imaginer dans nos formations médicales. Je m'appelle Théo Peuzel, je suis cardiologue à l'hôpital Larry Boisier. Ma spécialité de cœur dans la cardiologie, c'est l'imagerie cardiaque, qu'on dit multimodale. J'ai la chance chaque semaine de faire de l'échographie cardiaque, de l'IRM et du scanner cardiaque, ce qui donne une approche très intéressante, parce que chaque modalité d'imagerie... va nous permettre de voir des choses différentes sur le cœur des patients. Donc c'est très complémentaire et on est comme ça six seniors au sein de notre équipe à avoir cette casquette de multimodalité qui, à mon avis, est décisive pour apporter le plus d'infos pour nos patients, pour en rediscuter. Et puis, tout un peu en lien à la recherche, puisque je travaille à la fois à l'hôpital, mais aussi à l'université, en tant qu'académique, et notamment de la recherche en imagerie, mais aussi en intelligence artificielle. On va aussi pouvoir en rediscuter et je suis... Vraiment heureux de pouvoir essayer de raconter un petit peu ce qu'on fait parce que je pense que ça touche beaucoup de monde, beaucoup de gens et qu'on a la chance d'avoir une symbiose d'une équipe que je coordonne qui s'appelle Miracle AI. C'est un laboratoire de l'assistance publique des hôpitaux de Paris dont je suis le directeur scientifique et qui abrite des médecins, des ingénieurs, des chercheuses, des chercheurs, des méthodologistes, des radiologues, cardiologues. Et ensemble, on essaye de produire les outils d'imagerie et d'IA de demain. rien que ça, mais de pouvoir le partager, j'en suis ravi.

• Speaker #0

  Trop bien. Effectivement, aujourd'hui, on va parler d'imagerie, de technologie, d'intelligence artificielle. On va essayer de vraiment pas faire compliqué, de vraiment vulgariser les choses. Mais vraiment, je le redis, je suis ravi de t'avoir parce que moi, je pense qu'il va y avoir un vrai changement dans la manière de pratiquer la médecine avec toute cette vague d'intelligence artificielle. Je teste beaucoup de choses. Je suis plutôt du côté un peu entrepreneur, startup. Et je suis ravi d'avoir le côté un peu universitaire et savoir ce qui se cache derrière l'avenir, parce que c'est vous qui allez l'apporter aux patients de demain. Donc déjà, premièrement, à quoi ressemble ta journée type, côté clinique, côté recherche, pour qu'on puisse un peu mettre le pied dans le plat ?

• Speaker #1

  Oui, c'est sympa. Alors, sur la partie clinique... J'ai ces activités d'échographie et REM scanner. Le principe, c'est que sur une vacation, je vais voir un certain nombre de patients, leur faire l'examen, écrire un compte-rendu qui va être le résultat de mon analyse, que le patient va pouvoir avoir imprimé, puis qu'il va être transmis à son cardiologue, à son généraliste, à ses médecins correspondants pour le prendre en charge. En échographie, on va voir à peu près une dizaine de patients par demi-journée. En scanner, on va en voir à peu près. entre 15 et 20 et en IRM environ 12. Et donc à chaque fois, c'est des moments où on voit le patient, on lui raconte ses résultats. Donc c'est des moments où on va être plutôt sur une étape de diagnostic. Je pose des diagnostics, il y a telle maladie, il n'y a pas telle maladie. Et puis ça va déboucher, on pourra y revenir sur l'enjeu de l'intelligence artificielle, au traitement. Puisque finalement, l'intérêt de poser un diagnostic en médecine, c'est pour que ça entraîne une prise en charge différente en termes... de règles génétiques, de médicaments ou de suivi. Je fais aussi une consultation clinique où, comme mes collègues, de ville, en clinique, à l'hôpital, on a tous cette même activité de recevoir un patient environ une quinzaine de minutes. Il a eu un électrocardiogramme, une mesure de sa pression artérielle au brassard et puis c'est des patients que je suis certain depuis plusieurs années, certains depuis quelques mois, et chez qui je vais modifier les traitements, prescrire de nouveaux examens complémentaires. On a créé une unité d'urgence cardiologique à la Riboisière qui s'appelle le César, qui est une entité qui est... très demandés par les patients parce qu'on a de plus en plus de mal à avoir un cardiologue de ville accessible quand on a des douleurs thoraciques, un essoufflement, une palpitation, on est inquiet. Beaucoup de nos collègues généralistes nous rapportent voir une typologie de patient qui a encore 3 à 5 ans été vue par les cardiologues et qui ne sont plus vues par les cardiologues par un manque d'accès. En fait, il y a une demande qui est énorme, on le sait. C'est quelque chose aussi, je pense que tu sais bien. et donc On travaille beaucoup comme ça avec ces généralistes. Je travaille aussi au César de la sorte une journée par semaine. Et puis sur la partie recherche, là c'est complètement différent. Mon rôle va être plus de coordonner. Et donc ce que j'ai, c'est des moments que j'adore. C'est des moments où en fait, on va être à plusieurs dans une réunion, on va regarder les résultats. Donc dans l'équipe, nous avons actuellement 6 Master 2, 8 doctorants en thèse de sciences, des stagiaires ingénieurs, des mines de Paris, polytechniques. et de Télécom Paris. Et pour le coup, pendant une heure, ils vont venir, un ingénieur, un médecin, me présenter leurs résultats. J'ai un grand écran dans mon bureau, ils se connectent avec leur ordi. On a un peu le même rituel. Et puis, on va pouvoir discuter ensemble les résultats. Il y a des anomalies, des choses à orienter différemment. Donc j'ai par exemple comme ça une après-midi où j'enchaîne quatre réunions d'une heure avec des jeunes de mon équipe. C'est toujours standardisé, c'est tous les mercredis après-midi. Et où on peut interagir de la sorte. Et puis j'ai des collègues seniors de recherche également qui, en fonction du sujet, peuvent m'accompagner. Et donc, en fait, la recherche, quand tu commences, c'est toi seul faire des analyses de données, écrire une publication scientifique. Et puis là, moi, aujourd'hui, c'est plus un rôle de, je continue à le faire, mais surtout de coordination et de voir des jeunes qui, eux-mêmes, développent leurs propres compétences recherche, eux-mêmes creusent sur des bases de données. OK, top.

• Speaker #0

  Tu as dit beaucoup de choses. Il y a deux choses qui m'ont marqué sur le côté clinique. Donc du coup, tu fais de l'imagerie, tu vois des patients. Il y a un caractère que moi je vois, c'est le côté pédagogie. Comment toi tu abordes la chose quand tu fais une échographie, quand tu fais un scanner, une IRM, pour apporter le diagnostic et pour être sûr que le patient... comprennent, parce qu'on parle quand même pour l'IRM et le scanner d'imagerie un peu de pointe. Et donc, comment tu t'assures que le message est bien compris et que la prise en charge est bien faite après par la suite ?

• Speaker #1

  C'est une super question parce que, je pense que tu as raison, c'est qu'on a une opportunité extraordinaire avec l'imagerie d'avoir un visuel que le patient peut comprendre. Quand on montre au patient son scanner et qu'on dit, regardez madame, là c'est le sang dans l'artère, Tout de suite, le patient comprend de quoi on parle et le visualise. Et vous voyez là, tout ce blanc là, là, là, là, là, là, c'est le cholestérol dans l'artère. Boum ! Là, tu passes d'un concept flou à « c'est mes artères à moi, docteur » . Et ça, c'est extrêmement puissant. Et pour moi, il y a deux risques qu'il faut faire attention. Il y a l'enjeu de suffisamment bien expliquer et d'en profiter. Je pense que c'est une chance énorme. Moi, je pense spécifiquement au scanner cardiaque. Lorsque je vois du cholestérol dans les artères, je sais combien... En tant que cardiologue, on a parfois des patients qui viennent nous challenger sur les statines, les traitements du cholestérol. Tu as les mêmes patients ? On a les mêmes patients ? Eh bien, je peux te dire que quand tu montres, je dis « regardez » , ça les saisit. En fait, il y a un côté, c'est ton cœur. De façon analogue, chez les fumeurs fumeuses, quand je vois de l'emphysème pulmonaire, dans 9 cas sur 10, ils n'ont jamais entendu parler du fait qu'ils avaient de l'emphysème. Je leur dis « regardez, vous voyez, tous ces trous-là, c'est le tabac qui vignote les poumons. » et Et j'ai l'impression que ça accroche quelque chose. Cependant, il y a une autre entité, c'est que je pense qu'il faut être très attentif à ne pas créer de l'anxiété chez les patients. Et ça, notamment, je pense à l'échographie, où il faut être très précis. On parle du cœur. Le cœur, c'est la vie. Tu dis au patient, votre cœur, il est foutu. C'est dramatique, il va rentrer en dépression. C'est grave. Et donc, je pense qu'il faut faire attention à ces mots et profiter de cette chance qu'il nous est donnée. être très précautionneux dans la façon dont on parle du cœur des patients, parce que pour eux, le cœur, c'est tout.

• Speaker #0

  Je rejoins vraiment le côté imagerie. et le transfert d'explications. C'est très visuel. Moi, je le vois quand j'explique des coronarographies, quand j'explique des scanners. Parfois, j'ai les images, parfois, je ne les ai pas. Mais rien qu'un tableau blanc, faire des schémas, expliquer que c'est comme ça que ça se passe et globalement, le sang passe par là, là, c'est bouché, voilà. Il y a vraiment cette compréhension qui, je pense, change beaucoup la prise en charge des patients. entre un patient qui te comprend et un patient qui ne comprend pas. Je suis ravi que tu vives la même chose. La deuxième chose sur laquelle je voulais insister, c'était cette unité. Du coup, l'ICAR, c'est ça ?

• Speaker #1

  L'unité d'urgence cardiologique ?

• Speaker #0

  Le César. César, pardon, excuse-moi. T'as de soucis. Parce que moi, j'ai les mêmes problématiques. Du coup, j'éclaire ça à Saint-Raphaël, au Libéral. Les urgences, elles sont blindées. Les médecins généralistes, ils sont soit pas formés, soit débordés aussi. Et donc, du coup, comment vous avez organisé ça pour que... Alors vous, vous avez la chance d'être au centre d'un hôpital, d'avoir une musique et tout, mais pour que ça tourne, en fait, pour que ça soit fluide et que le patient, de la douleur intercostale peut-être jusqu'à l'infarctus, que la prise en charge soit optimale.

• Speaker #1

  Oui, alors, monsieur, merci pour ta question sur le César. Nous, pour le coup... Par raison qu'on a la chance de s'adosser à une équipe, ça a été ce qu'on appelle une mesure nouvelle de l'assistance publique. Donc il y a eu un financement de 700 000 euros qui a été injecté par l'assistance publique pour la création de cette unité avec un recrutement de personnel médical, paramédical supplémentaire. Donc on a de la chance, mais ça répondait à un vrai besoin. Et je te le raconte, en fait, tous les jours, on a un interne et un senior de 8h à 20h qui sont présents pour assurer le César. On a deux infirmières et bientôt... trois infirmières, une aide-soignante qui tourneront pour la prise en charge. Notre force, c'est qu'on a standardisé le parcours. Il ne faut surtout pas qu'on se pose la question, je lui fais quoi comme examen de prise de sang, etc. Ce qui fait que présentement, on a un temps de présence au César qui est à peu près de 2h35 en moyenne pour un patient qui n'a rien et qui ressort avec son compte rendu sécure.

• Speaker #0

  Donc le temps moyen d'un patient, c'est 2h35.

• Speaker #1

  Exactement. Quand c'est beaucoup plus, c'est qu'il va finir par être hospitalisé, ce qui représente à peu près pour nous 5% du César. Donc tu vois, c'est très faible. Ça montre que c'est une entité qui est très ambulatoire, qui arrive à maintenir ses patients ambulatoires. Et pour le coup, le lien au généraliste a été un point clé. Ce qu'on organise, c'est des petites soirées de formation. On en a déjà fait trois depuis le début, avec des groupes de généralistes autour de nous. En général, ils vont être six ou sept. Et où un de nous, moi j'y ai participé, j'en ai fait une des trois. On vient faire un petit cours, ECG, RECO, j'ai fait RECO péricardite, myocardite, pour faire de la formation continue. Et en fait, c'est ces mêmes collègues qui nous adressent les patients au César et on fait du lien. Et en fait, pour la programmation au César, on utilise un outil qui s'appelle le laurier. Et en fait, ce qui est dingue, c'est que jusque-là, personne ne peut de l'extérieur programmer un patient à l'hôpital. Ça n'existe pas, il faut passer par une secrétaire. Donc on a cassé ces codes-là il y a six mois. Et donc moi, je peux te citer Hubert et Léo, deux généralistes rue Lafayette, qui ont des accès aux lauriers et qui peuvent, sans mon accord, sans notre accord, adresser jusqu'à deux patients par jour maximum directement au César. Et ça, ça veut dire que nous, ce n'est pas une charge. Ils peuvent le transmettre directement et le workflow se fait. Et ça nous permet comme ça de répondre à une demande importante, à aider aussi beaucoup nos collègues urgentistes. Ça les a soulagés.

• Speaker #0

  Et donc du coup, c'est vraiment le côté ville-hôpital ? Oui, c'est pas urgence. Enfin, vous ne faites pas le relais des urgences. C'est-à-dire que si jamais il y a une douleur thoracique, c'est l'urgentiste qui le prend en charge et ce n'est pas un transfert vers le César.

• Speaker #1

  Alors si tu as raison que c'est un peu les deux, actuellement, 40% de notre recrutement est lié au post-urgence. Ok. En fait, le modèle, c'est qu'il y a des patients aux urgences de la RIB. On sait qu'ils vont passer 6 heures à attendre deux résultats de prise de sang. qu'une échographie soit faite par un interne de cardiologie qui viendra quand il peut. Et donc, c'est un poids énorme pour les urgences, puisque souvent, ces patients vont devoir avoir une surveillance scopée pour surveiller l'activité électrique du cœur. Donc, c'est un poids pour le patient comme pour le service. Ces patients-là, identifiés très tôt par l'urgentiste, ils sont transférés au César. Et donc, au lieu de faire 6 heures aux urges, il faut 2h35 au César et avec une prise en charge qui est encore plus importante. plus orienté cardiologique.

• Speaker #0

  J'adore ce que je viens d'entendre. Le premier truc que je viens d'entendre, c'est casser les codes et oublier tout le côté administratif. Ça, c'est vraiment une plaie, même en libéral. Et donc, du coup, le fait que ça profite aux patients, je trouve que c'est génial. Du coup, ça me donne des idées. Je ne pense pas pouvoir le mettre vraiment comme tel en libre, parce que je n'ai pas ce côté urgence extrême et prise en charge de l'infarctus, mais le côté un peu responsabilisé, en fait, toute la chaîne, quoi, du médecin généraliste jusqu'au cardiologue et le paramédical. Je pense que c'est une bonne chose. Félicitations. Ça fait, du coup, combien de mois que c'est ?

• Speaker #1

  Alors, ce système-là, ça fait six mois. Alors, pour te raconter, parce que tu pourrais te dire, attends, c'est quoi ce truc, le laurier ? un logiciel que vous avez qui fait de la programmation extérieure, si quelqu'un nous écoute de l'assistance publique, il va se dire « mais je ne connais pas ça » . Et en fait, je rejoins un peu ce que tu disais tout à l'heure, moi j'ai fait une constatation, là c'est un regard un peu perso, mais que en tant qu'académique, je suis limité pour faire changer beaucoup de choses. En fait, on est dans une institution extraordinaire, mais qui peut, l'assistance publique des hôpitaux de Paris, mais qui peut présenter aussi de l'inertie et de la lourdeur. Et aujourd'hui, pour moi, il y a un véhicule qui permet, sur des idées, sur une innovation, de la faire arriver beaucoup plus vite aux patients, c'est le modèle de startup dont tu parlais. Et donc l'outil dont je te parle, Laurier, a été développé par une startup qui s'appelle Fisite, qui est une startup spin-off de la PHP. Donc pour nos amis qui nous écoutent, qu'est-ce que cela signifie ? Ça signifie qu'elle est née de la PHP, de deux collègues qui s'appellent David et Valentin, tous les deux ingénieurs. avec un doctorat en intelligence artificielle. Ils ont fait leur doctorat à la Riboisière. Et cette start-up, elle est liée à l'assistance publique. Ça veut dire que lorsqu'elle fonctionne, lorsqu'elle vend un produit, un pourcentage de royalties va directement à l'assistance publique des hôpitaux de Paris. Cette start-up, elle s'est incubée dans notre service de cardiologie il y a 8 mois maintenant. Et moi, je le dis parce que c'est encore 2 ans, j'aurais jamais imaginé ça, la direction de mon hôpital me dit « Théo ! » Il faut que tu les aides, il faut soutenir cela, car ces startups spin-off de l'assistance publique créent de la valeur et créent de la valorisation. Et donc, c'est eux qui ont développé ça. Ça aurait été impossible de le faire sans eux. Et donc, la brique dont je te parle, où Hubert et Léo Rue Lafayette peuvent, avec une solution web, alors il y a un code authentificateur, etc., que tu fais sur ton téléphone, ça prend une minute, puisqu'il faut que ça soit une double identification de sécurité. Ils nous programment des patients directeurs. Là, j'ai eu Hubert tout à l'heure. pour une péricardite, mais il a un doute que ce ne soit pas autre chose. Et il me dit juste pour te... Il voulait me demander un truc lié à l'électrocardiogramme et il l'a programmé demain à 8h. Je n'ai rien fait. Et tu veux que je te dise un point ? C'est qu'on a travaillé avec Hubert, Léo et d'autres avant ce modèle et après.

• Speaker #0

  Le nombre de recrutements augmente. Quand tu facilites la voie, en fait, les gens t'adressent encore plus de patients. Ouais, tu enlèves toutes les frictions et du coup, top. J'adore ce que j'entends, vraiment, parce que du coup, tu l'as dit, j'allais rebondir sur ce point il y a quelques minutes, c'est en fait le fait de réunir des talents de différents univers. Ça, c'est un truc que j'ai compris bien trop tard, mais effectivement, un peu le modèle avant, c'était les médecins pouvaient faire que de la médecine, et maintenant, il y a quasiment tout le monde qui ne peut pas faire de la médecine et qui peut aider à... on va dire, amener les gens en meilleure santé.

• Speaker #1

  Oui, c'est vrai.

• Speaker #0

  Donc, il y a le côté entrepreneurial que j'ai choisi. Et après, tu as ta parée de développeur, ta parée d'ingénieur. Et tout ça nous mène sur les nouvelles technologies. Oui. Toi, du coup, avec Miracle, qu'est-ce que tu fais et comment tu emploies la technologie et l'intelligence artificielle sur des technologies qui sont certes en progrès, mais qui... ont 20, 30 ans d'existence.

• Speaker #1

  Alors, en fait, on est parti d'une hypothèse toute simple. Aujourd'hui, quand un médecin réalise un examen d'imagerie, je prends l'exemple tout simple de l'échographie cardiaque. En quoi ça consiste en des termes simples ? Il va mesurer tout un tas de choses au niveau... du ventricule gauche, du ventricule droit, des oreillettes, au niveau des valves, d'anomalies. Il va y avoir des mesures, des volumes, des surfaces, des distances et puis des paramètres. Mais c'est énormément de mesures. A l'aide de ces mesures, il va essayer de poser un diagnostic ou plusieurs hypothèses diagnostiques. À la fin, il peut en rester deux. Et puis, on a un compte-rendu. Là, je viens de résumer la médecine actuelle sur un examen d'imagerie. Ça reste pour moi limité parce que, dans le modèle que je te raconte, on est prisonnier de l'œil du médecin. On voit des choses qu'on mesure, on nous a appris à le faire comme nos anciens et anciennes l'ont fait, on le fait, voilà. Le fameux opérateur dépendant. Le fameux opérateur dépendant. Mais même, imaginons quelqu'un qui mesure tout ça super bien. En fait, ce qui est intéressant, c'est pourquoi c'est important de faire des mesures ? En soi, le patient, comme le médecin, il n'en a rien à faire que le volume du ventricule gauche fasse 100, 200, 300 millilitres. Ce n'est pas le chiffre qui compte, c'est... Est-ce que je pose un diagnostic de maladie ? Et quel traitement je dois mettre derrière ? Mais on s'est beaucoup construit par ces chiffres, par ce désir de précision.

• Speaker #0

  Par ces seuils.

• Speaker #1

  Par ces seuils de décision, tu as raison. En fait, tu es en dessous d'un chiffre, on ne fait pas le traitement, tu l'es au-dessus, à 2 mm près, on le fait. Et on a tous cette sensation du quotidien que ce n'est pas aussi simple que ça.

• Speaker #0

  C'est clairement pas aussi simple. Ce n'est jamais blanc et noir, c'est toute une palette de gris. Et que c'est limité.

• Speaker #1

  Il y a beaucoup d'études. je dirais sur les 6 à 7 dernières années, dont certaines qu'on a pu faire. Pas de soucis, Sandra.

• Speaker #0

  Je vais reprendre, si tu veux, Patrick. Ça va, Sandra ? Merci. Bonjour, désolé, je ne vous ai pas salué. Je suis en concert de Théo. Enchanté. Encore. Yohan. Ils sont grecs, soit nous. Enchanté, Sandra.

• Speaker #1

  Bisous, Sandra, bon courage. Et donc, je reprends sur cette idée que depuis... 6-7 ans environ, il y a eu certaines publications très fortes, dont certaines de notre équipe, qui ont montré une chose très simple. On pousse sur un ordinateur, sur un logiciel, l'ensemble des imageries brutes de cette échographie cardiaque. Il n'y a rien de noté dessus, aucun médecin n'a travaillé, il y a juste les images elles-mêmes. Je vois le cœur se contracter, je vois les nuances de gris de mon échographie, tout ça est là.

• Speaker #0

  Zéro mesure. Zéro mesure. Ok, vidéo et statique.

• Speaker #1

  Exactement.

• Speaker #0

  Ok.

• Speaker #1

  Toutes les images qu'on dit brutes. Et on va là-dessus faire tourner un logiciel, un outil de deep learning, donc d'intelligence artificielle qu'on aura entraîné avec des données labellisées en amont. Tu as raison. Mais sur ce patient-là, je projette mon deep learning. Et là, qu'est-ce qu'il va faire ? Il peut repasser par des mesures comme le ferait n'importe quel médecin, mais il va aller au-delà. Il va aller analyser, par exemple... les niveaux de gris et les niveaux de texture de ton muscle cardiaque. Et parce qu'il aura déjà vu 1000 patients avec la maladie A, 1000 avec la maladie B, 1000 avec la maladie C, il sera capable de l'analyser. Aujourd'hui, on a des publications fortes qui montrent que ces outils sont supérieurs pour les diagnostics, par exemple, d'amylose cardiaque, de CMH sarcomérique, de causes génétiques, qu'un cardiologue senior expert qui a fait toutes les mesures du monde et qui dit à la fin, je crois que c'est ça ou que c'est ci, avec des seuils... important, on monte actuellement jusqu'à 90% de bonnes réponses avec un deep learning sur la milose. D'ailleurs, c'est un nombre de startups et d'outils qui sont là-dessus. Si on s'arrête une seconde là-dessus, c'est assez saisissant. Ça nous montre une chose, ça nous montre quelque chose qu'on pressent tous, c'est qu'il y a dans l'image beaucoup plus d'informations que les 20 pauvres mesures qu'on met sur un compte-rendu de n'importe quel examen. Ça, on l'a tous un peu ressenti. C'est pour ça que dans la vraie vie, on réouvre les images. Pour regarder nous-mêmes.

• Speaker #0

  Dans les... Enfin, dans les... Pas dans les...

• Speaker #1

  Dans les staffs ou...

• Speaker #0

  Oui, voilà, les staffs, c'est ça que je voulais dire entre cardiologue et tout, on regarde les images. Je regarde.

• Speaker #1

  Le compte-rendu ne suffit pas. Donc, il y a ça parce que c'est notre deep learning interne. Le deuxième élément, c'est que tu l'as dit, l'imagerie, elle est opérateur dépendant. En fait, c'est très facile de dire on a des experts sur tel centre. Mais en France, il y a plein de régions où on a des manques de cardiologues, des manques de... radiologues qui sont capables de lire les images avec expertise dans des cas complexes. Et donc, pour moi, l'intelligence artificielle dont je te parle, c'est une putain de réponse aux inégalités d'accès aux soins, en fait. C'est un vrai message. J'ai une collègue sur LinkedIn, qui est dans un centre de périphérie un peu à la campagne. C'est une radiologue. Elle fait de Myran Kardec. Je te raconte brièvement. Elle fait une vacation tous les 15 jours. Elle a 6 examens par vacation. Donc cette dame, qui a à peu près 50 ans, elle me contacte il y a un an, elle me dit « Docteur Pezel, est-ce que je peux vous envoyer parfois des cas quand j'ai un ? » Je suis un peu gêné, je sais que je n'ai pas suffisamment de volume pour être fort là-dessus. Et elle m'envoie des cas de myocardite de sujet jeune, de suspicion de cardiomyopathie complexe génétique de sujet jeune, et où son analyse n'est pas la bonne en fait. Mais c'est normal, en médecine comme dans tout, on est fort quand on fait quelque chose.

• Speaker #0

  de l'eau, clairement.

• Speaker #1

  Là, on est en train de toucher du doigt cela, en fait, avec le deep learning. Et donc, notre hypothèse avec Miracle AI, c'est que... on doit rentrer dans une ère de médecine personnalisée qui passe par le fait que le fully automated, le fait que ce soit complètement automatisé de l'intelligence artificielle, fait que tu n'as plus de côté opérateur dépendant et que tu peux d'emblée aller sur des éléments de diagnostic fort. Alors je ne dis pas qu'il faut remplacer le médecin. Je prends un cas très concret, Johan. C'est toi, tu fais ton écho, tu te dis, bon, c'est probablement qu'un patient avec une hypertension artérielle et tout va bien, il a le cœur peut-être un peu épais. Et en fait, il y a... elle vient de tousser à ton oreille et te dire regarde bien, moi j'ai quand même l'impression qu'à 77% c'est une amylose cardiaque qui va nécessiter un traitement particulier et tu re-regardes ah ouais peut-être que c'est ça et donc pour moi c'est plus une sorte d'ange gardien du patient l'IA qui peut nous permettre d'identifier comme ça les situations où on peut être fatigué, on peut ne pas tout voir et puis notre oeil ne voit pas tout c'est passionnant

• Speaker #0

  C'est fou parce que, et je ne le dis pas parce qu'on a enregistré, mais le fait que ça répond au désert médical et à le fait que l'accessibilité aux soins soit non équivalente dans le territoire national, voire international, ça je l'ai compris, honnêtement, il y a juillet 2025. où j'ai commencé à vraiment m'intéresser à l'intelligence artificielle et à comprendre que l'intelligence, les modèles que tu décris, ça va être comme le fait d'avoir un appareil un peu haut de gamme, sauf que ça sera accessible à tout le monde et tout le monde pourra l'utiliser. Et donc, le patient pourra avoir accès à ça partout en France ou partout dans le monde. Et ça, c'est une des manières où l'intelligence artificielle... va être transformée. J'avais deux questions. C'est concernant la qualité des images. Parce que du coup, là, je suis le premier concerné. Est-ce que vous avez des standards d'images ? C'est-à-dire qu'il faut que ça soit la 4 cavités, la 5 cavités et tout. Ou, par exemple, qu'il faut que ça soit un examen de 2 minutes où tu mets jamais de gel. Et en fait, l'IA peut analyser ces 2 minutes en continu. Ça, c'est ma première question. Et ma deuxième question, c'est chez Miracle, du coup, c'est quoi votre but ? C'est de recréer un modèle pour telle ou telle pathologie ? C'est d'avoir le maximum de données pour je ne sais pas quel but, peut-être que tu vas me le dire ? Et la troisième question, c'est est-ce que, et tu n'en as pas parlé, mais je pense que c'est ce qu'il faut faire, c'est est-ce que vous couplez l'imagerie ? au dossier médical du patient pour pouvoir être beaucoup plus précis dans la prise en charge.

• Speaker #1

  Carrément. Alors, d'abord, l'enjeu de la qualité d'image, c'est un sujet de grande actualité. C'est-à-dire que, tu vois, on était encore la semaine dernière à un consortium de discussion avec plein d'experts de l'IA, de l'imagerie et tout. Et il y a encore cette idée que si on veut faire de l'IA performante, il faut quand même avoir une bonne qualité d'image et des choses assez standardisées. Je pense que c'était vrai, il y a encore... quelques mois, quelques années, et c'est comme ça que ça a dû commencer. Mais le gros souci, c'est que si tu ne travailles que sur des données extrêmement propres et standardisées, ton outil ne sera jamais valide partout. Aujourd'hui, il y a plein d'équipes dans le monde qui travaillent sur l'IA. Combien il y a d'outils qui ont le marquage CE, qui vont au bout de l'histoire, et qui, dans le monde de l'imagerie cardiovasculaire, sont utilisés en routine ? Extrêmement peu. Et aussi pourquoi, et ça moi c'est des expériences académiques, de collègues qui développent un outil d'IA sur leur centre, ça marche super bien, ils l'utilisent sur un autre centre, ça s'effondre. Nira Keleaï souhaite aller sur une ère complètement nouvelle. Nous on recherche les données sales, on recherche la diversité, on recherche l'hétérogénéité. Mon but il est clair, les outils qu'on développe, j'ai besoin qu'ils travaillent et qu'ils fonctionnent partout dans le monde. Il faut savoir une chose, il faut savoir que, et ça c'est quelque chose qui doit nous choquer, amis, auditrices, auditeurs, qui est pour moi majeur, c'est des données récentes qui montrent que les outils qu'on utilise aujourd'hui, moi quand j'analyse une IRM cardiaque, j'utilise des outils qui utilisent de l'IA pour m'aider à, on appelle ça segmenter, à dessiner les parties du cœur. Ça a été publié par nos collègues du Canada, ces outils qu'on paye aujourd'hui, près de 50 000 euros la licence, fonctionnent moins bien chez les femmes que chez les hommes.

• Speaker #0

  Ok.

• Speaker #1

  Données canadiennes. Et la UK Biobank, qui est une cohorte historique britannique, a montré que ces logiciels dont je te parle, qui ont le marque HCE, If The Approval, qu'on paye. C'est parmi les meilleurs sur le marché. C'est ce qu'on utilise en soins courants. Ils sont moins bons chez les Afro-Caribéens que chez les patients blancs. Très net. Des différences de près de 10 points en pourcentage. Ça, ça veut dire une chose toute bête. Ça veut dire que les cohortes actuellement, c'est des hommes blancs. Et ce phénomène, on le connaissait déjà, nous, quand on était interne dans la... littérature traditionnelle de dire il n'y a pas assez de femmes en cardiologie, etc. Il faut avoir en tête que l'IA amplifie ce phénomène. Comme l'IA, elle apprend d'une base de données d'entraînement, training, pour ensuite aller vers de la performance, elle est encore plus dans l'amplification de ce phénomène. Donc nous, à Miracle, on collecte des données actuellement de plus de 40 pays différents, de plus de 4 continents, et avec un enjeu de différence de sexe. de genre, avec des questionnaires de genre un peu spécifiques, c'est un autre sujet, et des thèmes. Et en fait, le côté d'avoir des données du monde entier, donc là on est sur 240 centres actuellement qui nous ont partagé leurs données, allant du Japon au Canada, aux Etats-Unis, en Grande-Bretagne, à la Pologne, à l'Iran. On a le centre de Téhéran qui nous a encore envoyé 300 données la semaine dernière, malgré ce qui se passe actuellement. l'Algérie, le Maroc, la Tunisie, le Sénégal. C'est assez extraordinaire ce qui se passe. On va être ce qu'on appelle multivendeur. Ça veut dire quoi ? Ça veut dire qu'il y a des marques de machines différentes. Vous avez peut-être entendu parler de General Electric, Siemens, Philips. Eh bien, nous, on recherche ça. On recherche à avoir le maximum de marques différentes. Et au contraire, plus les images sont crades, alors il ne faut pas que ça, mais plus c'est la vraie vie, en fait. Et c'est là où tout va changer. C'est que de passer à une startup qui vise... à simplement avoir une bonne accuracy sur sa verticale pour aller chercher le marquage CE et puis on verra après. Nous, on a les reins d'une plateforme académique qui a pour ambition d'avoir les bases données les plus importantes au monde et c'est déjà le cas sur certaines maladies. On a actuellement la plus grande base au monde de myocardite en imagerie, la plus grande base au monde de polyvalvulopathie en imagerie, la plus grande base au monde d'amylose. Elle est déjà au sein de Miracle AI et donc ça nous positionne pour avoir des outils qui... peuvent fonctionner sur tout. Ça, c'est un élément majeur. Et puis, je rebondirai sur un autre élément dont on n'a pas parlé et qui est un sujet que moi, je développe beaucoup, c'est l'enjeu des maladies rares. L'IA est une réponse extraordinaire aux maladies rares. Instinctivement, on se dit, mais attends, il faut beaucoup de données pour faire de l'IA. Les maladies rares, moi, je me rappelle d'un meeting il y a deux ans d'un président d'association lié à l'AFM qui disait... Les maladies orphelines, c'est les grands oubliés de l'IA. C'est plus vrai aujourd'hui, pourquoi ? Un élément majeur, c'est qu'on a besoin de moins de données qu'hier pour développer des outils d'IA performants. Notamment en imagerie, on est capable de générer des données de synthèse à partir d'un cas assez extraordinaire. Mais je vais plus loin. Il y a une maladie génétique rare qui s'appelle la maladie de Fabry en cardiologie. C'est une maladie génétique, moyenne d'âge de découverte à peu près 35 ans, et c'est lié au fait de ne plus... avoir la production d'une enzyme qui nous aide à digérer le gras. Et donc ces pauvres patients ont du gras qui se dépose dans leurs cellules, des cellules du cœur, des reins, des nerfs, du cerveau, des yeux, etc. Cette maladie, moi dans ma vie, j'en ai vu quatre. Je suis expert d'imagerie, je ne fais que ça. Quatre. C'est une maladie rare. Est-ce que tu penses qu'en ayant vu que quatre fois cette maladie, je suis performant pour diagnostiquer ? Je n'en suis pas sûr. On est actuellement en train de colliger une cohorte absolument extraordinaire sur ce sujet. et qui va être, là encore, la plus grande cohorte mondiale du fait d'une collaboration. Imagine demain l'outil de deep learning dont je te parlais, qui apprend d'une cohorte, et ça va être ça à peu près, de 300 maladies de Fabry. En fait, ce deep learning, il sera probablement plus puissant que n'importe lequel d'entre nous experts. Et ça, ça veut dire une chose de fou. Ça veut dire que cette force à détecter la maladie de Fabry, tu peux l'amener partout dans le monde, partout en France. On revient à nos inégalités d'accès aux soins. Et je ne te dis pas qu'il faudra qu'elle pose le diagnostic, mais juste de lever un petit drapeau rouge et de dire envoyez-le pour faire cet examen-là. Il faut aller plus loin. Ça serait extraordinaire.

• Speaker #0

  Extraordinaire. Tu as dit beaucoup de choses. C'est marrant que tu prennes l'exemple de la maladie Fabry, parce que moi, je n'en ai pas vu. Mais par contre, le nombre de fois où c'est évoqué, c'est juste, c'est limite un pas miséro dans nos ECL. C'est un peu ça. Effectivement, la maladie Fabry, c'est quelque chose que j'ai appris, que je connais. en fait dans les livres limite par cœur, mais par contre j'en ai vu zéro.

• Speaker #1

  C'est dingue.

• Speaker #0

  Et donc du coup le fait... Parce que là, du coup, tu as dit quelque chose de majeur, c'est que ça va nous aider quand on l'évoque, mais c'est surtout que ça va nous aider quand on n'y a pas pensé et qu'il fallait y penser, en fait. Et donc, du coup, c'est fou. La deuxième chose, c'était le couplage imagerie, données, oui, médicales.

• Speaker #1

  T'as raison, je te réponds là-dessus. Alors, t'as tout à fait raison. Aujourd'hui, avoir juste un jeu de données d'imagerie, c'est insuffisant pour pouvoir être performant. Donc nous, tu as raison. Notre façon de fonctionner à Miracle, donc ce laboratoire de recherche en imagerie, c'est d'avoir à la fois les fameuses données brutes. Donc c'est un format particulier qu'on appelle le DICOM. Comme il y a des PDF, nous, c'est un format d'imagerie universelle de l'échographie de l'IRM et du scan qui nous permet de travailler. Et ce qui est extraordinaire parce que c'est-à-dire que demain, si on développe quelque chose, c'est exploitable sur toute la planète tout de suite. On a tous ce même format. Ce n'est pas rien, c'est pour ça que je le dis. C'est quand même très intéressant. Et d'avoir effectivement les bases de données cliniques. Alors, c'est deux choses, les bases de données cliniques. C'est à la fois, qui sont ces patients au moment où ils ont fait leur examen, en dehors de juste l'image. Leur âge, leur sexe, est-ce qu'ils sont diabétiques, hyper tendus, est-ce qu'ils ont des antécédents de maladie, quel traitement ils prennent. Et tu as raison, ça c'est ultra important. Puis un deuxième axe, qui est celui du suivi. En effet, on voit vite que développer ces outils d'IA, Ce n'est pas que pour poser un diagnostic, c'est aussi pour identifier la suite de l'histoire, les événements du patient, est-ce que le patient risque d'avoir un infarctus, un AVC, de mourir, pour identifier ces patients à risque et essayer de leur proposer quelque chose. Donc pour cela, on a deux axes. On a un axe assez traditionnel de suivi par des assistantes de recherche clinique qui recontactent les patients pour savoir ce qu'ils sont devenus. On a un deuxième axe qui est ce qu'on appelle le chaînage au SNDS, ça sert. absolument extraordinaire. Qu'est-ce que c'est ? Le SNDS, c'est les données de sécurité sociale. Il faut savoir, Johan, qu'à chaque fois qu'un de nos collègues est patient, va à la pharmacie et qu'il prend une boîte de médicaments, c'est codé. Le nom de la molécule, la posologie, la date d'émission. À chaque fois qu'il passe aux urgences, c'est codé. On lui pose un défibrillateur, un pacemaker, un stent, une prothèse dans la hanche, c'est codé. Dès lors que le patient accepte avec un consentement écrit et signé au début de la recherche. Qu'on puisse faire ce qu'on appelle un chaînage à ces données de sécurité sociale, ce que nous faisons au César par exemple, eh bien, on va pouvoir suivre le patient, remonter aux 10 ans qui précèdent et le suivre sur les 10 ans qui suivent, de tout. Il y a aussi une dimension médico-économique très importante. On a un expert sur le sujet qui s'appelle Arnaud et qui est un ingénieur également. Et lui va pouvoir quantifier combien ça coûte. C'est super intéressant de voir dans les 3 ans qui vont suivre ce que t'as coûté à la sécurité sociale, ce que t'as coûté à la société. et de voir qu'utiliser notre logiciel, notre outil, notre outil d'IA, eh bien, ça ne fait pas que mieux diagnostiquer, ça réduit le coût pour la société. Donc ça, on se met en situation d'avoir cela en effet. Trop bien. Il me reste une vingtaine de minutes. Honnêtement, c'est passionnant. Je ne sais pas, j'aurais des milliards de questions. J'en avais une qui,

• Speaker #0

  là, m'est venue. Tout le monde a bien compris que les données étaient essentielles. pour changer la médecine et pour sauver des vies. Moi, mon expérience, c'est qu'effectivement, en Europe et en France, le fait de collecter des données, c'est mal vu. Il y a tout le côté RGPD qui est nécessaire, mais je pense qu'en tout cas, moi, c'est mon avis personnel, il met plus de bâtons dans les roues plutôt qu'autre chose. Toi, quel est ton avis et comment vous pouvez... pas lié à cette éventuelle difficulté.

• Speaker #1

  C'est un vrai sujet, d'autant que tu as vu, je t'ai raconté qu'on récupérait les données du monde entier. Donc ça signifie pour tous les amis qui nous écoutent que mon institution, l'assistance publique, a signé un contrat de transfert de données, ce qu'on appelle un DTA, Data Transfer Agreement, avec chacun de ces hôpitaux. Donc il a fallu contractualiser et changer le partage de données. C'est d'abord une confiance des patients et des institutions qui nous transmettent leurs données. Et ça, ça fonctionne parce qu'on est un groupe académique. C'est l'assistance publique, donc là-dessus, c'est plus facile. Mais par contre, tu as raison qu'il y a des enjeux du réglementaire avec le RGPD qui sont importants. Moi, ce que j'ai appris, c'est un peu comme avec le droit, c'est qu'il y a le livre et il y a l'application du livre, comme avec la religion. Et il y a une petite marge de manœuvre là-dessus. Ainsi, On a pris le parti au sein de Miracle.ai d'avoir ce qu'on appelle un DPO, un Data Privacy Officer. C'est un expert. dont le job est de discuter de ces enjeux de partage de données, de RGPD, de comment on fait. Et pour en avoir vu un certain nombre de DPO, eh bien, il y a plusieurs lectures des textes sacrés possibles à chaque fois. Le tout, c'est d'avoir quelqu'un de suffisamment précis pour t'amener là où tu veux aller. Donc, j'aurais un discours plus optimiste au sens où, pour le moment, je n'ai pas eu de limite que je n'ai pas réussi à dépasser. Ça peut prendre du temps. Mais la clé, c'est d'être bien accompagné. Et notamment, tu vois, un élément tout bête aussi, c'est que notre DPO échange beaucoup avec le DPO, qui est une fille super, du Health Data Hub. Donc, le Health Data Hub, c'est lié à l'État, c'est l'entité à l'échelle étatique qui est censée colliger les données du soin courant pour faire de la recherche. C'est une marque importante et des millions d'euros injectés d'ailleurs par l'État là-dedans. Et en fait, c'est une interaction permanente entre ce qui se passe en France, ce qui se passe en Europe. Le AI Act aussi a changé les choses. Il y a presque tous les mois, il y a des petites choses qui bougent. Mais en réalité, la clé, c'est que tu ne peux pas faire ça tout seul. Il faut être en équipe. Et dès lors que tu as les bonnes personnes, smart, c'est des choses qui peuvent quand même être dépassées. Et puis, il y a des astuces qui sont écrites en filigrane pour ceux qui connaissent que tu peux employer. Il y a eu des choses clés il y a quelques mois qui ont fait accélérer nos processus, qui sont légaux. mais qui sont pas classiques.

• Speaker #0

  Top. Deux dernières questions. Honnêtement, félicitations. Honnêtement, je te suis sur LinkedIn, je suis cardiologue, je comprends ce que tu fais. Par contre, il y avait un truc, c'est que je n'avais pas conscience de l'ampleur de ce que vous faites. Ce côté 4 continents, 240 pays, la plus grosse dataset dans plusieurs maladies. C'est oufissime. Franchement, bravo. La question que je voulais te poser, c'est, vous faites ça, sauf que la santé, ça intéresse tout le monde, dont tous les grands groupes américains qui ont beaucoup d'argent et qui mettent des moyens colossaux pour, effectivement, avoir soit les meilleurs modèles, mais avoir une prise en charge de patients. Quel est ton avis sur ce que vous faites en compétition avec ces grands groupes ? Qu'est-ce qu'il faut pour que, non pas que je n'ai pas envie qu'ils gagnent, mais le fait de mettre mes données chez Amazon ou chez Google, moi, personnellement, je ne suis pas forcément à l'aise avec ça. Qu'est-ce qu'il faut pour que, en fait, votre groupe gagne ? Pas assez grand groupe.

• Speaker #1

  Alors déjà, il y a un point important, et qui a changé ces derniers mois. C'est qu'il y a encore six mois, un an, la clé d'une grande équipe qui fait de l'IA, c'était la clé de ces ingénieurs, de ces codeurs, de ces développeurs. Il fallait avoir de la technicité, il fallait avoir des gros GPU en termes d'infrastructures pour faire les choses. C'était le nerf de la guerre. Aujourd'hui, je ne crois pas que ce soit le cas. On est en train de connaître une accélération folle. Moi, sur les 3-4 derniers mois, on peut parler de code cloud, dont on parle énormément, que nous, on utilise énormément, avec ce qu'on appelle le vibe coding, c'est-à-dire le fait de demander à cloud ce qu'on a envie. On n'a plus à coder, les choses fonctionnent. Il y a quelques années, Johan, on entendait, il faut que nos enfants, on leur apprenne le plus tôt possible.

• Speaker #0

  Et les enfants sont les premiers à dire, mon fils, il va apprendre à coder.

• Speaker #1

  Et on se dit, c'est l'avenir. Là, aujourd'hui, on sait que ce n'est pas le cas. En fait, dans un an, plus personne ne sait coder. Je caricature, il y en a qui vont dire que ce n'est pas vrai, etc. Mais c'est le sens de l'histoire. Et là, moi, aujourd'hui, j'ai des ingénieurs extraordinaires. Je pense parmi les meilleurs en France sur ce sujet-là. Et aujourd'hui, ils vaillent code. Ils m'expliquent qu'ils multiplient leur productivité par 10, par 20, par 30. C'est que des ingénieurs. Ouais, que l'IA ne fait pas d'erreur. Donc, pour moi, on est passé à un truc clé qui est que... Ce n'est plus, et c'est majeur là ce qu'on est en train de se dire, ce n'est plus la technicité de l'algorithme ou de la personne qui le fait qui définit les choses. Aujourd'hui, c'est plus la question. Même le GPU, les prix ont baissé, tu peux vraiment mutualiser, etc. La clé, c'est la donnée. La putain de clé, je parle, il y a en santé, on reste sur le domaine de la santé. C'est des données labellisées de qualité. Il n'y a que ça qui compte aujourd'hui pour moi. J'ai bien dit... labellisé de qualité. C'est pas toute la donnée, toute la donnée ne se vaut pas, etc. Donc aujourd'hui, moi, je fantasme pas. sur les machines de guerre de technologies humaines ou infrastructures américaines, qui sont très largement au-dessus. Par contre, ce qui est majeur pour nous, c'est nos bases de données. Les Américains ont un gros défaut. J'ai passé deux ans à me former au Johns Hopkins à Baltimore, aux États-Unis. C'est que pour beaucoup d'Américains, il y a les États-Unis et puis le reste, on verra. Et en fait, les bases de données américaines sont beaucoup comme ça. Ils loupent complètement une partie du gâteau. Et avec Trump, ça ne s'est pas amélioré du reste du monde. Nous, on a une culture humaniste. d'aller chercher sur des partenariats. J'étais en Corée du Sud, on a signé 8 centres en Corée du Sud. J'étais au Brésil, où là on vient de signer Brésil, Argentine, Pérou, sur des centres qui nous rejoignent, sur une dynamique de on va faire quelque chose ensemble de très très fort. Et donc pour moi, c'est ça qui est différenciant. Là, on vient de signer un contrat pour la plus grande cohorte au monde de cardiomyopathie de Duchesne avec atteinte cardiaque. Dans ma vie, je n'en ai même pas vu 10. Là, on a signé une cohorte de 1200 patients avec l'imagerie, les raw data. C'est européen, il y a des données américaines. La plus grande cohorte américaine publiée jusque-là sur le sujet, c'est 400 patients. Donc, on est positionné là-dessus. Et donc, pour moi, la clé, c'est de valoriser ce trésor qui est la donnée et ce savoir-faire dans la donnée. Et donc, pour moi, notre équipe de Miracle n'est plus du tout en train, en termes de recherche et développement, de s'orienter sur les plus gros calculators, etc. Non. Plutôt par contre sur les outils pour collecter la donnée, la raw data la plus complète qui soit, la plus forte qui soit. Pour moi l'enjeu, la clé, c'est la collection de la donnée.

• Speaker #0

  Trop bien, trop intéressant. On a une dizaine de minutes pour la question. Je te dépeins un peu le contexte. Il y a la technologie, ça fait bien maintenant. Ouais, vraiment, c'est depuis, je pense, l'arrivée de Tchad GPT, donc novembre 2022, que je m'y suis vraiment mis, où j'ai compris que ça allait transformer mon métier, ça allait transformer la vie de beaucoup de gens. Et, fast forward, il y a un an, j'ai eu un peu une question, enfin une remise en question, pardon, sur le fait, est-ce que je vais, moi, en tant que cardiologue... servir à quelque chose. Tu as cité Claude. Ils sont sortis Claude Health, Perplexity Health, Open Health. Et en gros, ils font bien meilleur, ils sont bien meilleurs que moi dans l'agrégation des données. Il y a une étude qui m'a marqué, c'est le fait que Jiminy soit plus empathique que les médecins. Et une autre étude, je ne sais plus... je crois que c'était OpenAI, qui disait que l'IA plus le médecin faisait moins bien que l'IA seul dans le diagnostic de maladie. Et donc du coup, il y a un an, je me suis dit, c'est bon, j'arrête. Et après, j'ai mon caractère optimiste qui a repris le dessus en disant, en fait, je pense que notre métier va clairement changer. On ne va plus pratiquer la médecine comme on l'a pratiquée. il y a 15 ans où on a appris sur les bandes de la fac ou en stage et il va falloir apprendre à utiliser cette intelligence qui je pense est maintenant gratuite, en tout cas elle est diffusée partout et donc du tout, toi comment tu vois cette transformation dans 5 ans du point de vue du patient du point de vue du médecin et du système de santé national comment tu... si t'avais un pari à faire, comment tu vois la pratique de demain ?

• Speaker #1

  Alors il y a beaucoup de choses, moi je me pose les mêmes questions.

• Speaker #0

  Je suis désolé, je te coupe. Et avoir un petit accès sur la prévention. Enfin, voilà.

• Speaker #1

  Moi je partage les mêmes questionnements que toi, et même, tu l'as pas dit, mais en fait ces questionnements sont même un peu anxiogènes en fait. On se dit, qu'est-ce qui va me rester ? Qu'est-ce que je vais encore avoir à faire ? Et je suis d'accord avec toi que sur... énormément d'éléments techniques, l'IA est supérieure au médecin pour faire une synthèse, pour faire un diagnostic, pour... C'est assez extraordinaire. Moi, je pense qu'il faut qu'on en soit heureux parce que, comme tu dis, ça va servir à une personne, le patient. Ce qu'on veut, si demain, c'est ton père, ta mère, ta femme, ton mari, tu veux qu'il ait la meilleure prise en charge et je pense que l'IA va conduire à ça. Moi, j'en ai aujourd'hui aucun doute. Quelle est notre place maintenant ? Il y a une phrase qu'on entend souvent. c'est que ce n'est pas les médecins qui vont être remplacés par l'IA, c'est que les médecins qui utilisent l'IA vont remplacer ceux qui ne l'utilisent plus.

• Speaker #0

  C'est vrai dans tous les métiers.

• Speaker #1

  Oui, je pense que c'est très vrai.

• Speaker #0

  Cette phrase est très importante.

• Speaker #1

  Oui, je pense qu'il faut prendre la balle au bout. Moi, j'ai l'impression d'une chose, c'est que... ça peut nous recentrer encore plus vers la relation médecin-patient. C'est-à-dire que nous, typiquement au César, on a développé un outil qui existe d'ailleurs sur d'autres logiciels, soit Doctolib, Nabla, Enco, Aidi, etc. C'est le fait d'avoir de l'IA qui écoute l'échange avec le patient et de faire un compte-rendu standardisé derrière. Ce qui est top parce que ça t'évite de toi saisir à la main et donc... Tout le temps que tu avais ton regard sur l'ordinateur, tu le mets dans les yeux du patient et tu lui expliques. Pour moi, ça représente une vraie partie du gâteau. Je pense qu'aujourd'hui, pour en avoir discuté avec certains experts au consortium, aussi d'un point de vue réglementaire et légal, pour eux, il y a une marge énorme avant que demain de l'IA seul dise au patient voilà votre diagnostic, voilà votre traitement, joyeux Noël. D'un point de vue même légal, qui est une entité humaine qui a été formée et qui peut... revérifier ce qui sort en output, faut-il encore qu'on en ait la capacité, et à diagnostiquer, à traiter. Pour moi, le rôle des médecins, du personnel paramédical, va rester présent avec un lien d'humanité encore plus important, et puis surtout des praticiens qui sont capables de se l'approprier. Après, un point majeur, c'est qu'on voit, après la révolution industrielle, il y a plusieurs décennies, la révolution de l'IA maintenant, et que les métiers du physique... retrouve un attrait intéressant. Au cas aux Etats-Unis, le salaire des infirmières ces derniers mois a augmenté et aujourd'hui, on n'est pas prêt de remplacer une infirmière ou une aide-soignante dans le concret de tourner le patient, de ci, de ça, même s'il y a des robots qui arrivent, c'est pas si simple, par rapport à l'intellectuel. Je pense que c'est un vrai sujet, je pense aux kinés, aux ostéopathes, c'est des métiers pour moi qui sont finalement beaucoup plus protégés par ce truc du toucher et du concret. Mais je suis d'accord avec toi que c'est anxiogène. Tu sais, je fais une petite parenthèse sur la recherche. Aujourd'hui, l'IA fait mieux l'analyse statistique que nous. Et on a des modules aujourd'hui qui écrivent des articles scientifiques entièrement. Ou qui les écrivent de façon remarquable. Donc moi, je me dis, même demain, si c'est l'IA qui fait les stats, qui a écrit les papiers, qui analyse les données, qui a des idées. Parce que récemment, on me dit l'IA n'a pas d'idées. C'est faux. Sur les derniers outils, tu lui pousses une base, tu lui dis trouve-moi des idées. Moi, je me prends une claque. C'est des trucs super smart en fait. Est-ce que c'est un hasard ? Non. L'IA a lu tout ce que l'humanité a fait. Quand tu te confrontes à Claude, à Chad GPT ou autre, tu te confrontes à la connaissance de l'humanité. Moi, je trouve ça intéressant d'un point de vue philosophique, c'est qu'il faut qu'on se réinvente. Qu'est-ce que ça veut dire d'être médecin ? Qu'est-ce que ça veut dire d'être chercheur ? Ce n'est pas si simple. Un autre élément sur la dimension de prévention et l'IA. Ça, je pense que ça va t'intéresser. Avec Miraclea, on discute beaucoup avec des grands groupes pharmaceutiques. AstraZeneca, Novartis, Bayer, BMS, etc. Qui sont en discussion avec nous et en partenariat. On est une plateforme de services, donc ils peuvent nous payer pour travailler sur certains axes précis. Et en fait, je vais te raconter eux, leurs rêves, leurs souhaits. Il est assez saisissant. Le rêve des industriels, et sur l'axe notamment de la prévention, qui a haut volume, c'est d'identifier... les patients qui ont besoin de tels traitements et ceux qui n'en ont pas besoin. Et en fait, ils voient là encore l'intérêt de l'imagerie cardiaque multimodale comme la pierre angulaire de cette identification. Tu sais ce qu'ils me disent ces laboratoires ? Eux, ils ne rêvent pas d'une IA qui dit « Je vous ai fait toutes les mesures, regardez, vous n'avez qu'à les valider. » Ça, c'est ce qu'on fait aujourd'hui, ça c'est peanuts. Eux, ils ne rêvent pas d'une IA qui nous dit « Ah, c'est peut-être une amylose. » Ce qu'ils nous demandent de faire actuellement, c'est de réanalyser des grands essais randomisées, donc des études où les patients ont reçu le traitement A ou le traitement B, et d'identifier des patterns en deep learning de bons répondeurs. Le rêve de ces grands groupes pharmaceutiques, c'est que dans deux ans, quand tu fais ton échographie, il y ait écrit ce patient, il est bon répondeur au traitement A et au traitement B dans telle situation. Et que ça, ça ait un putain de marquage CE et que là-dessus, tu pousses ton indication. Et là, t'as changé le game. Et pour eux, on parle de milliards d'euros de chiffre d'affaires. Et c'est vers ça qu'on va t'en dire. Parce que moi,

• Speaker #0

  en fait, en tant que... médecin. Alors, je n'ai pas du tout, oui, durant ma carrière, l'attrait pour la recherche que tu as. Mais par contre, il y a toujours un truc qui m'a perturbé et qui me perturbe encore. C'est que les essais dont tu parles, c'est deux groupes. On les compare avec des méthodes plus ou moins rigoureuses, mais le gold standard, c'est double aveugle. randomisé. Et en fait, tu dis à la fin, sur une statistique, ça marche ou ça marche pas. Alors ? que dans ces deux groupes, je vais faire exprès d'être vigueur, il y a des putains de patients qui ont eu le traitement où ça marchait, et il y a des autres patients qui n'ont pas eu le traitement et qui se sont dégradés, en fait. Et donc, du coup, ça, c'est tout le côté personnalisation que tu as mis en avant qui va, je pense, être la clé de la nouvelle génération. C'est-à-dire d'abord une prise en charge au lieu d'être en mode groupe, tu fais partie de ce groupe, tu auras ce traitement, c'est tu as cette personne, tu es cette personne qui va pouvoir avoir telle prise en charge et tel traitement. Et ça, je pense que ça va changer beaucoup de choses.

• Speaker #1

  Je rebondis sur ce que tu dis, je suis complètement d'accord. Et c'est le cœur de toute notre médecine. Si je prends un chiffre concret, c'est exactement ce que tu dis. Tu prends un groupe de patients, ils ont tous la même maladie. Tu testes un nouveau médicament. Chez 80% d'entre eux, ça les améliore. Chez 20% d'entre eux, ça les aggrave, ou ça ne fait pas d'effet. Ça, c'est ce que tu dis, c'est une étude mathématiquement positive. C'est publié dans le journal le plus prestigieux au monde qu'on appelle le New England, et ça change les recos. Ça, pour que tout le monde comprenne, ça veut dire que demain, à tous ces patients-là, on leur donne le médicament. Et donc, on accepte que dans un cas sur cinq, ça peut même être nocif ou pas être pris. Et toute notre médecine actuelle, Yohann, elle est pensée comme ça. Et où tu as raison, et moi je te rejoins, c'est exactement ce que tu dis sur l'intuition que tu avais depuis toujours, que l'IA, elle répond à ça. En fait, on ne fait pas aujourd'hui de médecine personnalisée. Et tu sais ce que c'est la clé pour la médecine personnalisée ? Le phénotypage. Le phénotypage, pour les collègues qui nous écoutent, c'est le fait de bien définir comment est le patient au niveau de son cœur, de ses vaisseaux, de sa fonction des reins. C'est la caractérisation du patient. Et en fait, on sait qu'on ne caractérise pas assez nos patients ou en tout cas qu'on n'a pas assez d'outils pour prendre en compte toutes ces informations. Et donc, je le répète, mais c'est assez saisissant. C'est que le modèle des labos pharmaceutiques, c'est que ce qu'ils veulent dans quelques années, c'est que l'output de mon deep learning complètement automatisé qui peut avoir lieu partout dans le monde, qui n'a plus besoin d'opérateurs dépendants, c'est qu'il faut tel traitement, parce que ce patient, il ressemble à tel bon répondeur des études antérieures et avec un système qui s'améliore encore et encore et encore. Et ça, c'est encore au service du patient. On peut dire, ah, mais qu'est-ce que c'est ? Il faut vérifier si ça, on peut sortir les ongles dans le toboggan. Et il y en a qui le font. Mais tu veux que je te dise une chose ? Tant que ça sera au profit du patient, on ne pourra pas l'arrêter. Et aujourd'hui, c'est ce qui se passe.

• Speaker #0

  Et c'est là qu'on gagnera. Trop bien. Je pense que c'est une bonne manière de finir. On a une heure de podcast. Honnêtement, j'ai adoré ce moment. J'ai beaucoup appris. Je pense qu'on a parlé à tout le monde. On a parlé aux patients, on a parlé à nos confrères, on a parlé à nos collègues qui ne font pas médecine, mais qui aident à ce que les gens soient en bonne santé. Je voulais vraiment te remercier.

• Speaker #1

  Avec plaisir.

• Speaker #0

  Tu fais des trucs de dingue. J'adorerais qu'on, peut-être pas en forme de podcast, mais que tu me dises exactement comment ça évolue. Je pense que tu vas changer la médecine.

• Speaker #1

  On essaie de le faire en équipe. Oui,

• Speaker #0

  alors ton équipe va faire, même si vous échouez, en tout cas, le côté, ce que j'espère pas, mais ce que vous faites, en tout cas, va servir beaucoup aux prochains ou à d'autres pour faire évoluer cette prise en charge. Moi, j'ai qu'un souhait, c'est que les patients soient en meilleure santé. Je pense qu'effectivement, la technologie d'IA va nous aider. On a vu plusieurs points sur le fait de passer plus de temps auprès du patient, le fait de... de faire des comptes rendus, le fait d'agrégler les données, de faire des diagnostics, de diagnostiquer des pathologies rares. Donc je pense que rien qu'avec cette discussion, on a vu que cette technologie était vraiment game changer. Donc merci beaucoup. Merci à toi, c'est cool. Merci à tout le monde.