IA EN SANTE AU SERVICE DE LA PERSONNE ET DE LA SOCIETE¹ ?

Par Eric Vibert, Patrick Duvaut et Christian Roux dans la revue TELECOM n° 189

"Nous ne sommes pas à l'ère du grand remplacement !" . Cette réflexion du philosophe Miguel Benasatag traduit assez bien la thèse défendue par le Conseil National de l'Ordre des Médecins dans un rapport de janvier 2018 d'une complémentarité entre l'homme et l'Intelligences Artificielle (IA) qui laisse la "capacité éthique à l'humain de garder le dernier mot". Autour du nouveau paradigme de "digital durable", le présent article esquisse la piste d'une IA humaniste, explicable et éthique, pouvant constituer une aide pour le médecin, le patient et la société.

L'IA en ébullition

Tous les cabinets de conseil internationaux anticipent 40% de croissance moyenne annuelle de l'économie dans l'intelligence artificielle en santé, entre 2018 et 2022. Ces prévisions font écho au foisonnement d’inventions et d’annonces autour de l’IA : véhicule autonome, taxi drone, justice et médecine prédictives, ou encore l'annonce récente² d’une puce révolutionnaire de calcul quantique qui ouvre la voie à la suprématie quantique. Il faut d’ailleurs relever que les grandes évolutions historiques de l'IA ont été permises par des avancées spectaculaires des puissances de calcul (voir schéma ci-dessous).

Ces annonces emballent les médias, mais elles déclenchent aussi un certain catastrophisme, face au risque d'abandonner une partie de nos libertés individuelles pour la promesse d'une expérience utilisateur assez exceptionnelle procurée par le « digital ». Faire la part des choses s’avère d’autant plus difficile que notre lucidité a été anesthésiée par une addiction aliénante³ aux plateformes de service et réseaux sociaux planétaires (GAFA Google –Amazon-Facebook-Apple, NATU Netflix-AirBnB-Tesla-Uber aux Etats-Unis et BATX Baidu-Alibaba-Tencent-Xiaomi en Chine).

Quelques grandes étapes de l’IA

L'IA, de quoi parle-t-on ?

Quelle que soit votre activité (travail, loisirs, sport, conduite, etc.), vous effectuez des cycles cognitifs qui reposent sur le triptyque : perception — raisonnement — action. La perception suppose d’interagir et de communiquer avec l'environnement. Elle génère de l’information, dans son acception la plus large, au centre de nos comportements quotidiens. Le raisonnement fait appel à des connaissances acquises et des facultés d’apprentissage et d’adaptation exceptionnelles chez l’être humain. Le bon fonctionnement de ce trio nous conduit à prendre des décisions dont les portées varient, mais qui conditionnent in fine notre évolution individuelle, sociétale ou en tant qu’espèce. Les différents mécanismes de protection de l’organisme veillent à maintenir ce trio en bon état. En effet, en cas de troubles cognitifs, transitoires ou permanents, la perception est biaisée, le raisonnement confus, les actions intempestives et les décisions prises incohérentes, ce qui est une menace (comme, par exemple, la conduite sous l’emprise d’alcool ou de substances psychotropes).

Il est évidemment prétentieux de vouloir donner une définition complète de l’IA. On se contentera d’en proposer une assez pragmatique qui s’adresse au plus grand nombre, tout en évitant d’être réductrice.

La composante « Perception » de l’IA se fait par des capteurs, ou encore des systèmes cyber-physiques, connectés et mis en réseaux interactifs (Internet des objets, Internet of Things, IoT en anglais) qui numérisent systématiquement toutes les composantes de notre vie (la voix. par ex. « Google Home », les images, les textes, la musique, les odeurs, notre mobilité, notre alimentation, notre sommeil, les activités cérébrales, des paramètres physico-chimiques (taux de glucose, etc.), tout ceci éventuellement à l’aide de wearables⁴, etc.). La société comme notre environnement n’échappent pas à cette digitalisation tous azimuts (activités professionnelles, consommation, expérience utilisateur, bourses, économie, climat, ressources, pollution, etc.). Les réseaux sociaux servent également de relais perceptifs (par ex. émergence de « signaux sanitaires » dans le cadre de la pharmacovigilance).

La composante perception de l’IA se complète de techniques de communications avancées « ubiquitaires » sans fils comme la 5G qui, en plus d’abolir les barrières spatiales, établissent une instantanéité de l’échange et du partage à très haut débit, entre humains, entre humains et machines, et entre machines (M2M). En plus de capacités qui approchent les limites de la théorie de l’information (capacités de Shannon) en matière de débit, la 5G réduit les temps de réponse (latence pour les spécialistes). La 5G minimise ainsi le délai typique du cycle perception-décision-action, minimisation rendue indispensable dans des applications de l’IA comme le véhicule autonome, des diagnostics d’AVC ou d’infarctus, pour lesquels Time is Brain⁵.

La fonction perception de l’IA requiert une Interaction Homme-Machine ergonomique, adaptative, réactive et, dans une certaine mesure, anthropomorphique (par ex. les avatars).

IA : Triptyque Perception-Raisonnement-Action Digitalisé & Augmenté

Ceci produit des données dans des quantités gigantesques (Big Data) en temps réel, souvent déstructurées. Ces Données sont le cœur de l’IA. « Il n’y a pas d’IA sans data ! ». D’où l’importance de protéger et fiabiliser les données, d’authentifier leurs sources par des technologies de cyber sécurité, comme l’anonymisation, la cryptographie et la blockchain. Comme l’a indiqué le Conseil National du Numérique en son temps, « la data est plus précieuse dans la qualité et la fiabilité d'un apprentissage que l'algorithme lui-même » (garbage in garbage out : si la donnée initialement collectée est biaisée ou contaminée, les résultats seront corrompus).

La composante « Raisonnement » de l’IA, qui vise à extraire du « sens des Données », en est aujourd’hui à son enfance (par ex. aide au diagnostic, incompatibilités croisées entre médicaments, effets d’un traitement, détection le plus en amont possible de cancers et de leurs rechutes, détections précoces de pathologies : diabète, DMLA6⁶, Alzheimer, Parkinson, découverte de nouveaux médicaments chimiques et/ou génétiques, etc.). La fonctionnalité actuelle de raisonnement de l’IA se limite à des algorithmes (Analytics) d’apprentissage dont les plus performants sont « supervisés », c’est-à-dire utilisant des bases d’exemples volumineuses de « data » issues de relations de causes à effets, enregistrées in vivo sur des cas d’usage (par ex. des images de grains de beauté en relation avec des cancers de la peau). Les méthodes supervisées les plus utilisées à ce jour, comme le Deep Learning agissent comme des boîtes noires, par mimétisme de nos réseaux de neurones. Le Machine Learning recouvre des méthodes d’apprentissage statistique supervisé également, mais plus « ouvertes » que le Deep Learning. Les méthodes d’apprentissage dites non supervisées, un des enjeux les plus importants du domaine, s’avèrent des pistes importantes de progrès pour l’avenir (par ex. les liens entre symptômes et diagnostics des maladies rares).

Concernant la Santé Publique, le « raisonnement pour le collectif, porté par l’IA » concerne le pilotage et la formation. Pour le premier volet, l’aide à la décision (pour diriger un établissement hospitalier, élaborer et mettre en œuvre les politiques de santé d’un pays, …) fondée sur des informations pertinentes variées et massives nécessite des outils qui relèvent des technologies cognitives permettant de répondre au besoin sanitaire, à l’affectation et la répartition optimisées des ressources de santé, à l’élaboration et au suivi de schémas de mise en œuvre de ces ressources (par ex. génie hospitalier, optimisation de trajectoires de soins et de santé, …) jusqu’à l’évaluation (clinique, économique, organisationnelle) des résultats. La formation, quant à elle, vise à la fois l’ensemble des personnels de Santé et le patient lui-même.

La composante « Action » de l’IA avec la Robotique. Le praticien est amené à s’appuyer sur des systèmes robotisés de plus en plus nombreux « augmentant » la réalisation d’une partie de la thérapeutique et couvrant un champ large. Nombre de tâches leurs sont « déléguées », qu’il s’agisse de « bots » et /ou des assistants virtuels de différentes natures (assistants virtuels AV-médicaux en cas de télémédecine, AV-administratifs à la sécurité sociale, dans les mutuelles, pharmacies, hôpitaux, etc.). On parle de « cobotique » (par ex. robotique collaborative avec le chirurgien). Un certain nombre d'établissements gériatriques utilisent aujourd'hui des « coachs digitaux » pour les personnes âgées. Masayoshi Son, PDG de SoftBank, a investi dans Aldebaran Robotics pour résoudre un vrai problème de société au Japon : l'isolement, la dépression. Les robots assurent cette présence digitale, cognitive, au quotidien en vous apprenant par exemple un matin que vous n'avez pas bonne mine. « As-tu pris tes médicaments hier ? », etc.

Quelles sont les limitations et les grands challenges de l’IA pour la santé et la société ?

L’IA n’en est qu’aux balbutiements. Monotâche, ayant besoin d’énormément d’exemples, elle n’a ni conscience, ni empathie, ni sens commun⁷. Et dans le domaine médical, ce type de lien social est central entre soigné et soignant augmenté/assistant virtuel médical. L’IA est en quête d’un « comportement social apprenant et personnalisé » entre les machines/bots augmentés et les patients et /ou usagers/citoyens.

Les limitations de natures technologiques et scientifiques, au-delà des capacités d’apprentissage, viennent aussi de l’absence « d’explicabilité » et « d’interopérabilité » de l’IA. Les méthodes comme le Deep Learning opèrent, comme précisé plus haut, comme des boîtes noires. Le seul verdict issu de la relation de cause à effet « Données massives à l’entrée & Résultats en sortie pour le patient » ne peut suffire au médecin/praticien. Il en va de sa responsabilité dans l’accompagnement, la compréhension et la maîtrise de l’intégralité du parcours thérapeutique du patient : prévention-diagnostic-traitement-suivi. Cette explicabilité stimule aussi l’implication du patient dans sa propre prise en charge (on parle « d’actient » pour acteur-patient).

Au demeurant, les plus grands défis de l’IA ne sont pas technologiques, mais liés à ses usages, sa gouvernance, ses impacts sociétaux, son éthique, sa « mesurabilité » dans les résultats qu’elle obtient auprès des patients, l’utilité qu’elle apporte aux praticiens et dans la valeur in fine qu’elle ajoute pour la société et les citoyens.

Passer de technologies « cognitives » et « sociales » à des technologies « décisionnaires » est un acte politique ! Il s’agit d’un transfert complet de responsabilités au Digital. Les ressorts méthodologiques existent pour une telle transition, mais les activer influeraient considérablement la nature de la co-évolution Homme-IA. Pour les médecins, le rapport du Conseil National de l’Ordre des Médecins (CNOM) de janvier 2018 est très clair : les praticiens souhaitent conserver la maîtrise des décisions. « L’IA est là pour servir et non asservir ». L’IA devrait se cantonner à « augmenter » la décision ou le diagnostic⁸. « L’IA ne se pose pas de questions, c’est l’Homme qui doit les lui poser »⁹.

Nouveau Paradigme du « Digital Durable » de la société Numérique

Le serment d’Hippocrate préconise l'observation, par le médecin, du patient dans son environnement pour mieux l'aider, mieux le soigner. Aujourd'hui, cet environnement est la société numérique dont les fondations ont été fortement remises en cause depuis 2016. Le 31 octobre 2017 incarne le pic d’une crise de confiance aiguë de la société numérique.

Neuf ans presque jour pour jour après l'article fondateur de la blockchain (Satoshi Nakamoto, octobre 2008) en réaction à la crise de confiance¹⁰ dans le système bancaire mondial, Mark Zuckerberg est auditionné par le Sénat américain. Il confie avoir contaminé 140 millions d'Américains pendant la campagne électorale américaine de 2016, soit 40% de la population, sur Facebook par de la propagande russe payante¹¹. En mars 2018, le même réseau social Facebook reconnaît avoir « trahi » près de 100 millions de ses membres en laissant Cambridge Analytica¹² siphonner leurs données en vue de faire du profilage politique ! Il s’agit d’une consciente violation de la vie privée ! Facebook tombe son masque de réseau social via la révélation d’agissements de « réseau de surveillance » et de machine à propager des fake news. Comme le décrit le livre de 2016, « The Attention Merchant » de Tim Wu, de l’Université de Columbia, les réseaux sociaux et plateformes mondiales captent l’attention de leurs fans addicts (shame for fame) et la revendent à la publicité en ligne¹³.

L’utopie de la coolitude de connecter le monde pour échanger des selfies et morceaux de vie avec des amis en ligne, sombre en « Datystopie » (data + dystopie). Mais « l’homo-numeris » se révolte en usant de la puissance-même de ces réseaux qui l’ont trahi. Dans le baromètre de l'intrusion de janvier 2017¹⁴, 90% des répondants considèrent que toutes les activités et plateformes digitales, a fortiori cognitives, sont intrusives. Tim Berners-Lee lui-même le concède : « The internet is broken! ».

Après ses presque trente premières années d’existence (1990-2018), sous la pression des citoyens, impulsée par une crise de confiance, armée du nouveau règlement sur les Données personnelles (RGPD), la société numérique change de paradigme. L’ère du digital aliénant qui a opéré librement pendant trois décennies comme un colonisateur cognitif, social et politique cède la place au « digital durable » qui met le citoyen au centre de la cyber-sphère en lui donnant (finalement) le contrôle de ses données et de ses vies digitales ! En bref, l’empowerment citoyen !

La « démocratie sanitaire » comme nouveau modèle de Santé !

Cette tendance se traduit dans la santé par l’empowerment du patient. Ainsi, le rapport de l'Ordre National des Médecins¹⁵ et le rapport Santé rendu au Conseil Général de l'Economie11 préconisent un nouveau modèle de santé sous forme de « démocratie sanitaire ». Celle-ci est incarnée par une « santé 6 P » : Préventive ; Prédictive ; Personnalisée ; Participative ; de Précision ; et centrée sur le Patient.

Le nouveau parcours thérapeutique du patient comprend quatre étapes : la prévention, le diagnostic, le traitement et le suivi.

A chacune des quatre étapes sont impliquées toutes les parties prenantes (voir schéma page suivante) de l’écosystème de Santé autour du patient lui-même :

• Le personnel médical, paramédical et administratif ;

• Les infrastructures et dispositifs médicaux ;

• Les industries pharmaceutiques (médicaments chimiques & biologiques) ;

• La maison (en ambulatoire), avec les intervenants à domicile et les aidants ;

• Des cohortes et réseaux de patients.

Le nouveau parcours thérapeutique de la « démocratie sanitaire »

Une « IA Humaniste » pour le nouveau parcours thérapeutique

L’extrait suivant du rapport du CNOM de janvier 2018 affirme la nécessité de centrer les apports de l’IA en médecine sur le patient, l’éthique et la relation de confiance entre soigné et soignant : « Le respect des secrets des personnes est la base même de la confiance qu’elles portent aux médecins. Il faut donc mettre cette exigence éthique dans le traitement massif des data lors de la construction des algorithmes ». Il en va de même des préconisations du rapport¹⁶ de Cédric Villani sur l’Intelligence Artificielle.

Très concrètement, une « intelligence artificielle humaniste » au service de la santé et de la société se doterait d’un ADN à trois composantes :

• Responsabilité ;

• Mesurabilité ;

• Confiance et Ethique natives.

La complexité des processus médicaux et dispositifs de santé, la multiplicité des acteurs impliqués, (des praticiens et personnels administratifs jusqu’aux industriels, avec au centre les patients) et la nécessité d’accéder instantanément à des quantités phénoménales de données hautement sécurisées, requièrent l’usage de Plateformes d’IA as a Trusted Service¹⁷, « IAaaTS », (au sens des planches p11 et p15) qui intègrent nativement toutes les vertus du « Digital Durable »¹⁸.

Comme décrit sur le schéma page 11, l'IAaaTS, intègre, autour d’un coffre-fort à Données, toutes les fonctionnalités du triptyque cognitif digitalisé et ne limite pas seulement au Deep/Machine Learning.

Les « preuves de confiance, d’éthique, de mesurabilité et de responsabilité » reposeraient sur les caractéristiques suivantes.

• Souverainenté et indépendance de la plateforme, notamment vis-à-vis des monopoles planétaires (ex. GAFA, NATU et BATX) ;

• Conformité au RGPD native conjuguée à des authentifications fortes des usagers ;

• Horodatage et notarisation des prises en charge administratives et actes prescriptifs/médicaux avec des smarts contrats et des registres distribués de confiance (par exemple via une blockchain adaptée) ;

• Indicateur de Résultat et de Valeur (OVI, Outcome & Value Index). Résultat pour le patient et Valeur pour la société, semblable au modèle de Value Based Healthcare¹⁹ du Pr Michael Porter de Harvard ;

• Indicateur d'Éthique et d'Explicabilité (EXI, Ethics & eXplicability Index). Une technologie IA peut être très performante en termes de résultats et de valeur, mais très discutable en termes d'éthique et d'explicabilité. Le praticien doit pouvoir disposer d'éthique native (by design). Pour rappel, un réseau de neurones est constitué de boîtes noires qui vous donnent des résultats sans que vous sachiez pourquoi. EXI est également valable dans d'autres secteurs comme la finance, le BTP, etc. ;

• Augmentation — et non substitution — au processus décisionnels.

Les principales applications de « l’IA humaniste » en santé

Le Monde médical et les grands cabinets Conseils internationaux s’accordent sur les principaux usages suivants de l’IA en santé :

• La chirurgie assistée par des robots & le double digital du patient. Selon certaines sources, il est envisagé que, dans une vingtaine d'années, on ait du mal à faire la différence entre un patient et son clone digital. Avec la possibilité de répéter tous les gestes préopératoires sur un double digital du patient, le chirurgien installe la confiance et renforce la performance. La réduction de la durée des séjours hospitaliers est estimée à 20% ;

• L'assistant médical virtuel & l’assistant administratif virtuel (qui recouvrent la télémédecine actuelle en l’enrichissant) : le gain en temps médical humain est estimé entre 20 et 50% ;

• Le diagnostic précoce. DMLA²⁰, Cancers & Rechutes, Diabète, Pathologies Cardiaques, Alzheimer, Parkinson. Exemple. Après apprentissage sur 100 000 images de grains de beauté dont 2 000 pathologiques, les performances de l’IA sont identiques à celles des dermatologues (source : Nature, 2016, sur le diagnostic de mélanome) ;

• La conception assistée de Médicaments. Dans l'industrie pharmaceutique, la profitabilité de l'investissement R&D sur les nouveaux médicaments est actuellement remise en question. L’objectif est d’utiliser les outils analytiques pour réduire le temps du cycle besoins-résultat tangible et sûr pour le patient et d’améliorer « l’efficience » clinique et économique du processus complet ;

• La pharmacovigilance. C'est le rôle des réseaux sociaux, des cohortes de patients et de « l’actient » qui se prend en charge à la maison. Tous ces acteurs ont la capacité d'émettre eux-mêmes des signaux sanitaires. Des plateformes sécurisées de service permettent d'agréger ces signaux, de les mettre en cohérence et à la disposition des praticiens en un temps relativement court ;

• La collaboration interdisciplinaire. La médecine du futur va faire collaborer le clinicien avec le mathématicien, l'informaticien, les sciences économiques et sociales, ergonomes, psychologues. L’IA facilite cette transversalité constructive ;

« Augmentations Responsables » pour la Santé et la Société

• La recherche inversée : « on constate d'abord via les Données, on comprend après ». Raja Chatila, Président de l'Institut de l'ingénierie de santé, précise que le Deep Learning devrait être source d'un grand nombre de découvertes en médecine, selon le processus de la recherche inversée ;

• L'épigénétique. « Alors que la génétique correspond à l’étude des gènes, l’épigénétique s’intéresse à une « couche » d’informations complémentaires qui définit comment ces gènes vont être utilisés par une cellule ou… ne pas l’être »²¹ Dans un langage courant, l’épigénétique ajoute aux composantes ADN des informations contextuelles et environnementales, dans des analyses pathologiques et cliniques. La collecte massive de données et les algorithmes qui en extraient du sens ne peuvent donc que la servir ;

• La thérapie numérique. Les jeux sérieux sont abondamment utilisés pour la convalescence post-AVC. La réalité virtuelle est utilisée à l'hôpital St Joseph pour améliorer des situations de douleur, le sevrage tabagique – ces technologies pouvant être considérablement enrichies par l’IA ;

• Le Patient reported outcome, un pas vers la médecine autonome (Self Medecine). Les résultats sont rapportés par le patient lui-même, de façon à diagnostiquer le plus en avance possible des pathologies, notamment des retours de cancers.

Quelle maîtrise de la coévolution Homme & IA ?

Pour rappel, le premier accident mortel d’une Tesla²², alors en mode autonome à 100%, est dû à une défaillance du système de reconnaissance d'image qui était considéré comme très fiable. L'accident s'est produit sur une autoroute quasiment vide aux États-Unis. Le système a confondu la couleur de la remorque d’un camion avec celle du ciel.

La DL50 (dose létale causant la mort de 50% d'une population) est un indicateur bien connu de toxicité lorsqu'on teste des médicaments. Le concept de « degré d'autonomie létale » de l’IA s'avèrerait très intéressant pour la maîtrise de la future coévolution Homme-IA.

Pour conclure, cet article — qui couvre de manière encore très incomplète les sujets traités — invite surtout à une prise conscience collective sur les usages, l’éthique et la gouvernance de l’IA, notamment dans l’éventuelle délégation de processus décisionnels, afin que les formidables apports cognitifs et fonctionnels promis par l’IA soient de véritables « augmentations responsables » et ne se fassent pas au prix d’une aliénation de l’individu et de la société.

1 / Le contenu de l’article s’inspire largement d’une conférence donnée par l’un des auteurs aux 9èmes Assises des Technologies Numérique de Santé le 7 mars 2018
2 /https://www.futura-sciences.com/tech/actualites/ordinateur-quantique-ordinateur-quantique-intel-devoile-puce-supraconductrice-17-qubits-68867/
3/ The Economist, 4 Novembre 2017, « Social media’s Threat to Democracy »
4/ Vêtements instrumentés connectés
5/ Tout retard à la prise en charge médicale d’un AVC se traduit en % de « destruction potentielle » de capacités cérébrales !
6/ Dégénérescence Maculaire Liée à l’Age
7/ Pour reprendre un exemple célèbre souvent donné par Yann LeCun, Directeur de la Recherche en IA chez Facebook, quand nous entendons « Jean est sorti de l’appartement, il a pris ses clés », nous savons que « il » se réfère à « Jean » et non pas à « appartement », ce n’est pas le cas pour l’IA….
8/ Comme le fait le logiciel Watson d’IBM…
9/ Miguel Benasayag, Philosophe et essayiste franco-argentin.
10/ Voir le livre de Joseph E. Stiglitz, Prix Nobel d’Economie, « Le Triomphe de la Cupidité », 2010, Babel.
11/ Auditions des directeurs juridiques de Facebook, Twitter et Google devant le Congrès américain les 30 oct. et 1er novembre 2017.
12/ http://www.france24.com/fr/20180320-cambridge-analytica-scandale-effet-facebook-vie-privee-zuckerberg-trump
13/ « Duopoly » Facebook et Google qui se partagent 50% du marché de la publicité en ligne.
14/ Baromètre Publicis ETO
15/ Médecins & patients dans le monde des data, des algorithmes et de l'intelligence artificielle, Conseil national de l'ordre des médecins, 26.01.2018. https://www.conseil-national.medecin.fr/node/257512 Conseil général de l'économie, de l’industrie, de l’énergie et des technologies (CGE)
16/ https://www.nextinpact.com/news/106363-intelligence-artificielle-decortiquonsdes-235-pages-rapport-cedric-villani.htm
17/ Intelligence Artificielle comme un service de confiance.
18/ L’IMT dispose/lance de Plateformes qui suivent le paradigme du Digital Durable, comme TeraLab/ValYooTrust
19/ https://www.isc.hbs.edu/health-care/vbhcd/Pages/default.aspx
20/ Voir note 6.
21/ « Epigénétique | Inserm » [archive]
22/ https://www.theguardian.com/technology/2016/jun/30/tesla-autopilot-death-self-driving-car-elon-musk

Biographie des auteurs

Christian Roux a consacré une part importante de sa vie professionnelle au traitement de l’information médicale. Il a publié plus de 200 articles et communications, et il est titulaire ou co-titulaire de 10 brevets. Plusieurs distinctions nationales et internationales ont récompensé ses travaux, dont le Prix Inserm de la recherche fondamentale, le Prix Marc Fourcade de la SFGBM et le IEEE EMBS Award. Il est aussi Fellow de l’IEEE, de l’AIMBE, de l’IAMBE et de l’EAMBES. Il a occupé plusieurs postes à Télécom Bretagne, Université de Pennsylvanie, Mines Saint-Étienne, et à l’IMT où il est actuellement en charge de la recherche et de l’innovation.

Eric Vibert, Professeur à l’Université Paris-Sud / Université Paris Saclay, est chirurgien et transplanteur hépatique au Centre Hépato-Biliaire (CHB) de l'Hôpital Paul Brousse (AP/HP) à Villejuif depuis 2007. Spécialiste des tumeurs primitives du foie et de l’insuffisance hépatique post-opératoire, il a un H-Index à 27, 145 publications (25 en 1er et 30 en dernier auteur) et plus de 130 communications en congrès internationaux dont 25 conférences invités. Docteur en Sciences puis Titulaire d’une Habilitation à la Direction de Recherche depuis 2012, il est membre de l’Unité INSERM U1193 au sein du CHB. Persuadé que l’innovation vient de l’écoute du regard des autres, de l’erreur et du hasard, il est à l’origine des « Week End de l’Innovation Chirurgicale - WIC» de Cabourg qui reposent sur cette philosophie.

Patrick Duvaut cumule 20 années d’expérience à des postes de Direction et d’exécution stratégique en matière d’innovation dans des grands organismes publics et privés, ainsi que dans des start-up, en France comme à l’International (USA, Chine, Inde, Japon), dans le domaine de la digitalisation. Il est à l’origine avec la société Soft Bank de la Première mondiale de la Télévision sur ADSL. Patrick a écrit plus de 150 publications, 3 livres, et détient 65 brevets (USPTO) dont 3 standards mondiaux. Ancien élève de l’École Normale Supérieure de Cachan, il est agrégé de Physique, titulaire d'un Ph.D. en Statistiques (Université d'Orsay) et a effectué son post-doc au MIT (USA). Patrick est actuellement Directeur de l'Innovation à l'IMT.