Tech Anatomy

Dans cet épisode, nous revenons sur dix ans du Cercle P avec Ianis Ménot, Manager Policy and Public Affairs chez Pfizer France, qui pilote ce groupe de réflexion. Créé pour penser la médecine de demain à partir de l'expérience des patients, le Cercle P réunit patients, soignants, juristes, chercheurs et experts du numérique autour d'une même table. Ianis explique comment ce format restreint et inscrit dans la durée transforme des témoignages en propositions concrètes, et comment plusieurs d'entre elles se sont retrouvées, quelques années plus tard, dans des textes réglementaires. Un retour d'expérience utile au moment où l'IA en santé pousse à parler d'outils avant de parler de besoins.

Sujets abordés :
Le point de départ : l'angle mort qui subsistait après la loi Kouchner de 2002, malgré l'intégration croissante des patients dans les instances de santé.
Pourquoi un cercle pluridisciplinaire inscrit dans la durée plutôt qu'un colloque ou un rapport ponctuel.
La parole des patients comme donnée : transformer un vécu en problème que le système peut résoudre.
Ce que la diversité des regards révèle qu'un acteur seul ne voit pas, et pourquoi Pfizer a voulu porter cette démarche.
Des propositions devenues réalité : les patients enseignants dans la formation des étudiants en médecine, les messages de prévention personnalisés de Mon espace santé.
Anticiper sans prédire : repérer les trajectoires avant qu'elles ne s'imposent à tout le monde.
L'IA en santé : la question à se poser avant la technologie elle-même.
Les questions rapides : le Cercle P en un mot, une figure inspirante et le moment dont Ianis est le plus fier.

Lire les travaux du Cercle P :
https://www.pfizer.fr/decouvrir-pfizer/nos-engagements/penser-le-systeme-de-sante-de-demain

Crédit :
Production : MedShake Studio
Animation : Anca Petre

Abonnez-vous à la newsletter Tech Anatomy :
https://www.linkedin.com/build-relation/newsletter-follow?entityUrn=7117418963067658241

Suivez Anca sur LinkedIn pour plus de tips et ressources gratuites :
https://www.linkedin.com/in/ancapetre/

Groupe WhatsApp — tips IA santé :
https://chat.whatsapp.com/CMdYp3pfcRrBX9Qxo2sKAz

Hosted on Ausha. See ausha.co/privacy-policy for more information.

Dans cet épisode, nous retraçons le fil des grandes vagues d'innovation technologique et numérique qui ont façonné l'histoire du dispositif médical au cours des deux dernières décennies. En compagnie de Cristian Toader qui a traversé ces évolutions au sein de grands acteurs du secteur, nous analysons la dynamique récurrente de la MedTech : de l'emballement initial (la hype) aux réajustements nécessaires face aux contraintes économiques, réglementaires ou d'exposition des patients. Un voyage fascinant de la course aux barrettes de scanner jusqu'à l'arrivée de l'intelligence artificielle et de la génomique.

Sujets abordés :
L'évolution de l'imagerie médicale : de la course aux coupes volumiques dans les scanners à la maîtrise des doses d'irradiation et des champs magnétiques (IRM).

La génomique et la médecine personnalisée : des espoirs suscités par le séquençage du génome aux défis d'application thérapeutique et clinique.

Jeu du « surcoté / sous-coté » : analyse rapide de la blockchain, des jumeaux numériques, de l'impression 3D, des thérapies digitales et de l'IA générative.

La digitalisation et la gestion de la donnée : la montée des infrastructures hospitalières et la structuration des flux de données (Total Lab Automation).

L'intelligence artificielle en santé : la différence d'adoption entre le machine learning clinique et l'IA générative administrative, ainsi que le rôle des grands groupes face aux startups.

La gestion du risque et le cycle de vie des innovations technologiques en santé.

Crédit :
Production : MedShake Studio
Animation : Anca Petre

Abonnez-vous à la newsletter Tech Anatomy :
https://www.linkedin.com/build-relation/newsletter-follow?entityUrn=7117418963067658241

Suivez Anca sur LinkedIn pour plus de tips et ressources gratuites :
https://www.linkedin.com/in/ancapetre/

Groupe WhatsApp — tips IA santé :
https://chat.whatsapp.com/CMdYp3pfcRrBX9Qxo2sKAz

Hosted on Ausha. See ausha.co/privacy-policy for more information.

Dans cet épisode, nous retraçons 60 ans d'histoire et d'innovations qui ont façonné la découverte de médicaments grâce à l'informatique et à l'intelligence artificielle. Des premières équations sur papier de Corwin Hansch et Toshio Fujita en 1964 aux découvertes récompensées par le prix Nobel de chimie en 2024, nous explorons comment les chercheurs ont appris à transformer les molécules en données exploitables par des ordinateurs. À travers les grandes étapes du docking moléculaire, de l'émergence du deep learning, des modèles génératifs et des avancées d'AlphaFold, cet épisode met en lumière la transition entre le simple tri de catalogues chimiques et la création sur mesure de nouvelles molécules à visée thérapeutique.

Sujets abordés :
L'origine de la relation quantitative structure-activité (QSAR) et les travaux pionniers de Hansch et Fujita en 1964.

Le système expert DENDRAL à Stanford et les débuts du raisonnement chimique automatisé.

La conception du Captopril et l'évolution du modèle clé-serrure vers l'ajustement induit (main-dans-le-gant).

La naissance du docking moléculaire avec le logiciel DOCK à l'UCSF et l'exemple des inhibiteurs de la protéase du VIH.

La crise de productivité de la recherche pharmaceutique illustrée par la loi d'Eroom.

Le tournant du deep learning : le challenge Merck Kaggle de 2012 et l'arrivée des réseaux de neurones profonds.

Le passage du filtrage à la génération de novo de molécules via l'apprentissage par renforcement (AtomNet, REINVENT, ReLeaSE, GENTRL).

L'entrée en essais cliniques des premières molécules conçues par IA (DSP-1181) et le problème du repliement des protéines résolu par AlphaFold.

La conception de protéines synthétiques avec RFdiffusion et le prix Nobel de chimie 2024.

Le premier signal clinique significatif en Phase 2a pour une molécule identifiée par IA (le rentosertib d'Insilico Medicine).

Crédit :
Production : MedShake Studio
Animation : Anca Petre

Abonnez-vous à la newsletter Tech Anatomy :
https://www.linkedin.com/build-relation/newsletter-follow?entityUrn=7117418963067658241

Suivez Anca sur LinkedIn pour plus de tips et ressources gratuites :
https://www.linkedin.com/in/ancapetre/

Groupe WhatsApp — tips IA santé :
https://chat.whatsapp.com/CMdYp3pfcRrBX9Qxo2sKAz

Hosted on Ausha. See ausha.co/privacy-policy for more information.

In this seventh episode of our ERROR 404 summer series, we explore the rise of DeSci—Decentralized Science. Amid plunging grant success rates at institutions like the NIH and years-long funding delays, a new movement emerging from the intersection of biotech and Web3 is attempting to rewrite the rules of scientific research. Through DAOs, IP-NFTs, and community-driven treasuries, organizations like VitaDAO, AthenaDAO, and Molecule are funding early-stage research in longevity, women's health, and synthetic biology. We break down the mechanics behind tokenized intellectual property, examine major pharma backing like Pfizer Ventures, and address the hard questions surrounding governance, crypto volatility, and long-term clinical viability.

Credits:
Production: Medshake Studio
Host: Anca Petre

Subscribe to the Tech Anatomy newsletter:
https://www.linkedin.com/build-relation/newsletter-follow?entityUrn=7117418963067658241

Follow Anca on LinkedIn for more tips and free resources:
https://www.linkedin.com/in/ancapetre/

Hosted on Ausha. See ausha.co/privacy-policy for more information.

In this ERROR 404 episode, we explore the history, promises, and real-world challenges of artificial intelligence in medical imaging. From early rule-based computer-aided detection systems in the 1980s to the deep learning revolution triggered by AlexNet and ImageNet, we trace how AI evolved into a powerful diagnostic tool. We examine landmark FDA clearances, such as Viz.ai and IDx-DR, alongside real-world implementation hurdles including model drift, dataset bias, automation bias, and regulatory gaps. Finally, we look at large-scale prospective clinical evidence—such as the PRAI trial—showing how AI acts as an efficiency amplifier and co-pilot rather than a human replacement.

Credits: Production: Medshake Studio
Host: Anca Petre

Subscribe to the Tech Anatomy newsletter:
https://www.linkedin.com/build-relation/newsletter-follow?entityUrn=7117418963067658241

Follow Anca on LinkedIn for more tips and free resources:
https://www.linkedin.com/in/ancapetre/

Hosted on Ausha. See ausha.co/privacy-policy for more information.