codoc

Référencement, déploiement, événements et publications scientifiques : la prochaine newsletter codoc partira ce lundi 3 août. Au sommaire : ▸ Le référencement codoc auprès du RESAH, une étape importante pour faciliter l’accès à nos solutions pour les établissements de santé. ▸ Le lancement de l’EDS codoc au MHM, avec les premières perspectives offertes par cette nouvelle infrastructure. ▸ Les replays des deux agoras codoc à SantExpo, consacrées aux usages des données cliniques pour la recherche et le soin. ▸ Deux publications scientifiques inédites, rendues possibles par l’exploitation des données au sein des EDS codoc. Un concentré d’actualités, de retours d’expérience et de recherche appliquée autour de la donnée de santé. Pas encore inscrit à la newsletter codoc ? C’est par ici : https://lnkd.in/eFcFpNUx

Le Hub France IA a publié un panorama des technologies IA utilisées en santé (janv 2026, 135 répondants fournisseurs) : - Apprentissage supervisé : 60 % - Systèmes hybrides ou multi-modèles : 55 % - IA générative : 48 % - Deep learning : 47 % - Traitement automatique du langage (NLP) : 41 % - Apprentissage non supervisé : 36 % Ces technologies transforment déjà les pratiques médicales, et leur potentiel pour la santé est immense. La question est de savoir sur quelle fondation les faire reposer. Chez codoc, nous avons conçu notre solution d’EDS (Entrepôt de Données de Santé, à destination des établissements de santé) pour qu’elle ne bride aucune avancée pour le soin ou la recherche ↓ Notre EDS est ce que nous appelons un “EDS primaire” : il rassemble la donnée telle qu'elle est produite par les soignants, texte libre et images inclus, à partir d’une multitude de documents médicaux sources. Cette donnée brute reste disponible dans son état d’origine, sans jamais être écrasée ni remplacée. Le fait qu’elle soit préservée permet plusieurs usages pertinents, grâce aux technologies d’IA que l’on peut coupler à l’EDS: - retrouver des patients en errance diagnostique. Ici, le NLP (ou TAL : Traitement Automatique du Langage) permet d’exploiter tout le contexte clinique resté intact dans les données, et l’IA de similarité phénotypique retrouve les profils de patients qui sont comparables. - restructurer des données complexes, en venant connecter des LLM / RAG et embeddings sur l’EDS. Cela permet d’aller encore plus loin dans le requêtage de données et leur restructuration. Et ouvre de nouveaux champs d’exploration, avec toute la puissance des technologies d’IA citées dans le rapport. Ce choix d'architecture qui n'est pas anodin. Le rapport HAS sur les EDS hospitaliers en France (2022) note que les textes cliniques y sont souvent traités par mots-clés à des fins de structuration, ce qui nécessite de normaliser des variables et peut en réduire la richesse. Chez codoc, nous avons pris le parti de structurer la donnée à l'usage, et non pas à l'entrée. Et de doter les médecins et chercheurs des outils innovants pour l’exploiter. Notre conviction est que la puissance de l’IA est pleinement mobilisable lorsqu’on réunit les bonnes technologies, les bonnes données, dans les mains de ceux qui ont la bonne connaissance métier.

Dr Frajerman vient de publier une étude inédite grâce à l’EDS du GHU PARIS, portant sur 5 ans d’historique de soins psychiatriques dans l’établissement. Entre 2019 et 2024, le GHU PARIS Psychiatrie a pris en charge, sur l’ensemble de ses sites, un nombre croissant de patients jusqu’à 60 000 par an. Sur cette fenêtre, incluant une crise sanitaire, les psychiatres et les équipes du GHU ont constaté une réduction des hospitalisations complètes traduisant une transformation profonde des pratiques en faveur de l’ambulatoire. Avant la mise en place de l’EDS, les données existaient, mais se trouvaient dispersées dans les systèmes de Sainte-Anne, Maison Blanche et Perray-Vaucluse. Les extraire et les croiser demandait des semaines de travail aux équipes du GHU. Aujourd'hui, des années de données peuvent être interrogées en quelques clics. C'est exactement pour ça que codoc a construit sa solution d’entrepôt de données de santé primaire : pour que les données produites au quotidien dans les soins deviennent aussi une ressource scientifique. Découvrez ici les détails de l’étude : https://lnkd.in/dhrH-rnD 👏 Sophie Sébille, Romain Roure

Vous n'étiez pas à SantExpo cette année ? Voici les replays sur 2 sujets ont suscité un vif intérêt parmi les acteurs de santé. ▶️ Table ronde codoc — De la donnée brute à l'étude en vie réelle : quel modèle hôpital–industrie ? Autour de la table : Roche, Médipôle Hôpital Mutualiste et codoc. Trois points de vue autour de la même question : lors des études en vie réelle, à quelles conditions le partenariat entre l'hôpital et l'industriel autour des données devient une réussite? La session donne une réponse concrète, avec un établissement de santé qui a déjà franchi le pas et un industriel pharmaceutique qui explique en quoi les données hospitalières sont précieuses pour la recherche. ▶️ Table ronde OUTSCALE — Transformer la pratique médicale grâce aux jumeaux virtuels sur un cloud souverain certifié HDS Autour de la table : Dassault Systèmes et OUTSCALE, codoc et l’Institut Imagine. Le sujet des jumeaux numériques en santé est tout sauf théorique. Des équipes qui le maitrisent déjà, dans le cadre du projet MEDITWIN financé par Bpifrance, répondent à la question : comment faire tourner des modèles d'IA sur des données patients, en préservant leur sécurité et la souveraineté du projet ? Les deux replays sont accessibles ici : ▶️ Données de vie réelle et partenariats hôpital–industrie : https://lnkd.in/dAjp5XXz ▶️ Jumeaux virtuels et cloud souverain en santé : https://lnkd.in/dMT7RFD3 Laetitia Paradisi Rémy Choquet Angelina Bourbon Nicolas Gazères Jérôme Sandrini Sophia Houriez--Gombaud-Saintonge, Ph.D. Tanguy de Poix Philippe Fernandes, PhD

Le congrès ICHI* 2026 à Minneapolis (USA) a établi un record d'affluence en juin: 300+ participants, contre 200 habituellement. Dont codoc et l’Institut Imagine. Nicolas Garcelon, co-fondateur de codoc et responsable de la Data Science Platform à l'Institut Imagine, y a présenté ses travaux dans le workshop dédié à l'IA pour les maladies rares. Sa présentation portait sur 2 approches complémentaires pour raccourcir l'errance diagnostique : l’analyse du texte et de l’image. 1- La première approche repose sur la similarité phénotypique textuelle. L'algorithme extrait les phénotypes des comptes rendus cliniques par NLP (Natural Language Processing) et identifie les patients aux profils les plus similaires. Il fonctionne à l'HÔPITAL NECKER depuis 2017 (800 utilisateurs, 60 000 requêtes, 3 200 cohortes créées, plus de 115 publications) 81 % des comorbidités d'un patient figurent dans le texte libre du dossier médical (Neuraz et al., JMIR 2020). C'est là que se trouvent les signaux. 2- La seconde approche, AIDY, entre en jeu quand le texte ne suffit pas. 30 à 40 % des maladies génétiques rares ont des manifestations faciales. L'équipe Imagine a entraîné un modèle de reconnaissance faciale sur plus d'un million de photos de 25 000 patients de Necker. Il reconnaît le bon diagnostic dans le top 10 pour 80 à 90 % des cas sur environ 200 syndromes. Une application smartphone permet désormais aux médecins de chercher des patients similaires à partir d'une photo clinique. Un cas concret illustre ce que cela rend possible: Quand les équipes ont chargé les photos d'un article publié dans Nature (mars 2025), l'algorithme a identifié un patient de Necker portant une mutation dans le même gène, que le labo de recherche d'Imagine connaissait déjà. Nicolas a conclu sur un point central : chaque méthode développée à Imagine devient un outil clinique à Necker, que codoc industrialise ensuite. La recherche ne s'arrête pas à la publication. Elle nourrit aussi le soin. *ICHI (International Conference on Healthcare Informatics) est une prestigieuse conférence scientifique internationale, organisée par IEEE (Institute of Electrical and Electronics Engineers). C'était sa 14ème édition en 2026.

Le Médipôle Hôpital Mutualiste (MHM) vient de lancer CÉSAR, son entrepôt de données de santé, en partenariat avec codoc. C'est une étape importante pour cet établissement phare de Villeurbanne, ancré dans son territoire, qui souhaitait s’équiper des bons outils pour exploiter pleinement les données qu'il produisait chaque jour. Laetitia Paradisi-Prieur, responsable de l'Unité de Recherche Clinique du MHM, résume bien la situation d'avant : les données étaient là, les équipes avaient les projets, mais extraire la moindre information demandait des heures de saisie manuelle dans des logiciels qui ne se parlaient pas toujours. Avec CÉSAR, les attachés de recherche clinique passent de la collecte à la valeur immédiate. Les médecins accèdent à leur activité en temps réel. Les porteurs de projets peuvent lancer des études rétrospectives sans partir de zéro. Pour les patients, le projet est gage de respect de leurs données de santé, sur lesquelles la plateforme leur donne le contrôle, dans un environnement certifié et sécurisé (la plateforme Transparency). C'est ce point qui a d'ailleurs convaincu le MHM de choisir codoc comme partenaire data. Nous avons aussi eu le plaisir de partager à SantExpo ce modèle de collaboration réussie entre hôpital, industrie et healthtech, lors d'une agora co-animée avec Roche et le MHM, devant les acteurs de la santé numérique française. L'interview complète de Laetitia Paradisi est disponible ici : https://lnkd.in/ecJVU35a Bravo à toute l’équipe du MHM pour l’aboutissement de ce beau projet !

Arthur Delapalme, CEO et co-fondateur de codoc, revient sur son parcours BioLaunchpad de l'Institut Imagine. C'est grâce à ce programme soutenant l'entrepreneuriat innovant en santé, que codoc s'est lancé, il y a 9 ans. Les appels à candidatures de projets sont ouverts pour la promotion 2027 ! Institut Imagine Nicolas Garcelon Pauline Seiter Chloé Sourisseau

Le 3 juin, l'équipe codoc intervenait au Symposium Meditwin à PariSanté Campus, organisé par l’Inria. La journée a réuni près de 200 participants issus du monde académique, hospitalier, industriel et institutionnel. Tous partageaient une ambition commune : construire ensemble les technologies qui façonneront la médecine personnalisée de demain. codoc contribue au projet Meditwin depuis le début, en tant que spin-off de l'Institut Imagine. Mathilde Fruchart, PhD a présenté notre approche sur l'errance diagnostique dans le syndrome de Dravet, en collaboration avec l'Institut Imagine et 3DS - Dassault Systèmes. Dans les maladies rares, les cohortes sont trop petites pour entraîner des modèles classiques. Notre algorithme de similarité phénotypique répond précisément à ce problème. Il analyse le texte libre des comptes rendus, extrait les concepts médicaux pertinents et calcule la proximité de chaque patient avec un archétype de la maladie. L’avantage est qu’il fonctionne dès le premier patient diagnostiqué. Les résultats concrets : - 8 projets de recherche dans plus de 5 centres - 3 patients en cours d'investigation génétique - et les équipes de l'Institut Imagine ont diagnostiqué un premier patient grâce à cette méthode. L'infrastructure est en place, opérationnelle, et réplicable centre par centre, maladie par maladie. Margaux Peschiera a ensuite présenté notre nouvelle plateforme de données, conçue pour faire collaborer plusieurs établissements autour d'une même étude, dans un environnement conforme et souverain. Une quinzaine de questions nous ont été posées par des profils très variés : émetteurs, destinataires, DPO, industriels. Les échanges ont tourné autour de questions concrètes : - comment tracer les données jusqu'au dossier patient ? - comment savoir en tant qu'émetteur qui utilise les données déposées ? Le sujet de la gouvernance dans les études multicentriques génère un intérêt de terrain réel. Bravo à Margaux, Mathilde, Andréa, Sophia et Arthur pour leurs présentations. Et à tous les partenaires du consortium Meditwin.

Les patients atteints du déficit TK2d attendent souvent des années avant d'obtenir un diagnostic. Pourtant, une prise en charge précoce permet d'assurer un accompagnement médical plus efficace. TK2d (déficit en thymidine kinase 2) est une maladie mitochondriale ultra-rare. Elle se présente souvent de façon atypique, avec des manifestations respiratoires ou cardiaques ainsi que musculaires. Cette présentation hétérogène allonge considérablement l'errance diagnostique. À EUROMIT 2026, le principal congrès européen sur les maladies mitochondriales (qui s’est tenu à Angers du 31 mai au 4 juin), nous avons présenté notre approche codoc pour raccourcir ce délai. En collaboration avec le CHU d'Angers et avec le soutien d'UCB, nous avons développé un algorithme basé sur l'approche de similarité phénotypique de l'Institut Imagine. L'algorithme analyse le texte libre des comptes rendus cliniques par NLP, extrait les termes phénotypiques normalisés et calcule la proximité de chaque patient avec un patient archétype TK2d. Les résultats sur plus de 54 000 patients et 1 million de documents cliniques sont parlants : l'algorithme a identifié 200 patients parmi les plus similaires au profil TK2d, dont 24 ont reçu une évaluation clinique approfondie. Le projet a maintenant pour ambition d’être étendu au réseau HUGO - Hôpitaux Universitaires du Grand Ouest pour une validation multi-centrique sur plusieurs établissements, et la généraliser à d'autres maladies rares. Un grand merci à toutes les équipes impliquées, d’avancer à nos côtés : Côté Institut Imagine : Nicolas Garcelon Côté CHU d'Angers : Quentin RICHARD, Vincent Procaccio, jean-marie Chrétien et Nicolas Riffet-Vidal Côté UCB : Servane Berthelé et Kaja Zarakowska Côté codoc : Mathilde Fruchart, PhD, Antoine Teston, Charlotte Monthéan et Philippe Fernandes, PhD

Nous recrutons plusieurs postes chez codoc pour construire et continuer de dévélopper des outils qui aident les hôpitaux et instituts de recherche à exploiter leurs données de santé pour accélérer la recherche et améliorer le soin dans plus de 20 hôpitaux en France et en Belgique. Nous recherchons 3 personnes pour renforcer l'équipe : 👉 Côté Produit — PM Data Platform (CDD) : Pour piloter l'évolution de notre plateforme de données multicentrique, au plus près des besoins terrain. https://lnkd.in/eX-EXQNy 👉 Côté R&I — Ingénieur·e IA / LLM : Pour travailler sur des cas d'usage concrets de l'IA appliquée à la santé. https://lnkd.in/ewJZ8Eb2 👉 Dans notre équipe technique — Data Engineer · Run DataOps : Pour faire tourner et fiabiliser nos pipelines de données au quotidien. https://lnkd.in/eWptwTsG Si la donnée de santé et l'impact réel sur le soin et la recherche, ça vous parle : on a hâte d'échanger. N'hésitez pas à partager autour de vous 🙏