Tech Anatomy - HealthTech Massively Simplified

Dans cet épisode, nous explorons une avancée majeure de l'intelligence artificielle : le passage des modèles de langage réactifs (LLM) aux agents IA proactifs. Avec Guidado Tirera, nous décryptons comment ces "agents" ne se contentent plus de répondre à des questions, mais deviennent capables de planifier, d'utiliser des outils et d'agir sur le monde réel. De la recherche scientifique automatisée à l'assistance en consultation médicale, cet échange dessine les contours d'une santé augmentée par des algorithmes capables de réflexion et d'exécution.

Sujets abordés :
Définition et fonctionnement : La différence entre l'IA réactive (LLM) et l'IA agente (proactive).

L'architecture "Cerveau et Bras" : Comment doter un algorithme de capacités d'action (API, recherche web, emails).

Cas d'usage en Pharma : Automatisation de la veille scientifique, rédaction médicale et gestion des volumes de données en R&D.

L'assistant médical de demain : Retour d'expérience sur un hackathon "Deep Health" et les solutions type Microsoft Dragon Copilot.

Barrières réglementaires : Le défi de la "boîte noire" face à l'IA Act et la comparaison avec la complexité biologique humaine.

Révolution scientifique : L'impact d'AlphaFold 3 (DeepMind) sur la compréhension des protéines et la découverte de nouvelles molécules.

Crédits :
Production : MedShake Studio
Animatrice : Anca Petre

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

Dans cet épisode, nous recevons Guidado Tirera, le lead du contenu médical généré par IA chez Pfizer, pour décrypter la transformation concrète de l'industrie pharmaceutique par l'intelligence artificielle. De la création de nouveaux postes hybrides à l'optimisation des processus de rédaction médicale, cet échange explore comment un géant de la pharma intègre les modèles de langage (LLM) pour accélérer ses cycles, tout en maintenant une exigence scientifique absolue. Nous abordons la réalité des gains de productivité, l'importance cruciale de l'humain dans le contrôle qualité ("Human-in-the-loop") et les nouveaux défis liés à la sécurité et aux biais des outils comme ChatGPT ou Claude.

Sujets abordés :
La genèse d'un nouveau métier : AI Medical Content Lead au sein de Pfizer.

La complémentarité des profils : faire travailler ensemble experts en rédaction médicale et développeurs.

L'impact de l'IA sur le cycle de développement du médicament (R&D et phases cliniques).

Analyse des gains de temps : entre les 70 % théoriques et les 30 % de gain en "vie réelle".

Les techniques d'optimisation : du Prompt Engineering aux "chaînes de pensée" (Chain of Thought).

La place centrale de l'humain pour le sourcing et la validation des données scientifiques.

Vigilance et sécurité : les risques de "Prompt Injection" et les dérives dans la littérature scientifique.

Crédits :
Production : MedShake Studio
Animatrice : Anca Petre

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

Dans cet épisode, nous recevons Guidado Tirera, le lead du contenu médical généré par IA chez Pfizer, au parcours atypique qui a su jeter un pont entre les sciences de la vie et le monde du développement informatique. Animé par la volonté de résoudre les problématiques concrètes des médecins - notamment l'accès complexe aux recommandations de santé - Guidado nous raconte comment il a appris à coder seul, du Python au Swift, pour créer des outils d'aide à la décision. Un échange captivant sur l'importance de la "naïveté positive" pour innover et sur la manière dont l'IA et le NLP (traitement du langage naturel) révolutionnent l'exploitation des données médicales.

Sujets abordés :
Le passage des études de pharmacie à l'industrie pharmaceutique.

Le déclic : faciliter l'accès aux recommandations médicales pour les praticiens.

L'auto-formation au code : l'utilisation des ressources en open source (Stanford, forums, internet).

Le choix des langages de programmation : Python vs Swift (Apple).

L'intégration de l'intelligence artificielle : Machine Learning, Deep Learning et framework Core ML.

Définition et enjeux du NLP (Natural Language Processing) et des LLM (Large Language Models) en santé.

L'arrivée de ChatGPT et l'évolution des projets de développement personnel en entreprise.

Crédits :
Production : MedShake Studio
Animatrice : Anca Petre

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

Enregistré en direct depuis Adopt AI Grand Palais, cet épisode accueille Sébastien Marguerès, directeur d'AI for Health et directeur des affaires publiques d'Adopt AI. Il nous fait découvrir les coulisses d'AI for Health, événement devenu incontournable de l'IA en santé, et explore comment cet écosystème réunit des acteurs aux profils très variés.

Sujets abordés :
- La construction d'AI for Health : de l'événement à l'écosystème permanent
- La diversité des acteurs : professionnels de santé, chercheurs, startups, régulateurs et industriels
- L'internationalisation progressive avec plus de 30 pays représentés et 12 ambassadeurs
- Les défis récurrents : accès aux données, infrastructures et coopération entre secteurs
- L'inspiration croisée entre industries : exemples de collaboration
- Les perspectives d'AI for Health 2025 : renforcement européen et mise en lumière des patients

L'épisode révèle comment faire converger des univers aux langages différents et pourquoi la coopération internationale devient essentielle pour développer l'IA en santé, notamment pour les maladies rares.

Crédits :
Production : MedShake Studio
Animatrice : Anca Petre

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

Dans cet épisode, nous recevons Ghislain de Kerviler, dirigeant de la MedTech Integratome, pour explorer les coulisses de la médecine de précision et de la prévention augmentée. Loin des fantasmes de l'IA prédictive, Ghislain nous explique comment son entreprise a développé un jumeau numérique capable de cartographier 60 pathologies chroniques. En s'appuyant sur des réseaux bayésiens (des réseaux de probabilités causales) et sur l'IA générative pour synthétiser des millions de publications scientifiques, Integratome offre aux médecins un véritable outil d'aide à la décision. L'objectif ? Permettre au praticien de montrer visuellement à son patient l'impact concret de ses choix de vie (poids, tabac, alimentation) sur ses risques de santé à l'horizon de 5 ans.

Sujets abordés :
Le concept de jumeau numérique appliqué à la médecine algorithmique de précision.

Fonctionnement technique : Réseaux bayésiens, nœuds pathologiques et liens de causalité.

Le rôle de l'IA générative dans l'élicitation des connaissances et la veille scientifique (PubMed, SNDS).

La validation scientifique : Un comité de 11 médecins pour verrouiller les données.

Cas d'usage concrets : Bilans de santé, anesthésie et aide à la consultation.

La distinction entre "Médecine Augmentée" et simple "Médecine Digitale".

Stratégie de développement : Interopérabilité, modèle B2B et perspectives réglementaires (Dispositif Médical 2026).

Crédits :
Production : MedShake Studio
Animatrice : Anca Petre

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