8 articles tagués avec « Essais cliniques »

Introduction​

L 'avenir de la mesure de l 'hidradénite suppurée est arrivé : le système révolutionnaire AIHS4 (Automatic, International Hidradenitis Suppurativa Severity Scoring System) de Legit.Health. Les chercheurs ont développé un outil qui traite les images des smartphones et les analyse automatiquement selon les mêmes critères que l 'IHS4.

Il est largement reconnu que des mesures de résultats objectives, fiables et précises sont essentielles à la pratique d 'une médecine fondée sur des données probantes. Dans le cas de l 'hidradénite suppurée, l 'IHS4 est l 'outil de mesure le plus moderne et le plus fiable. Son utilisation est largement recommandée dans les essais cliniques et la pratique quotidienne. C 'est pourquoi Legit.Health l 'a choisi comme base de sa nouvelle technologie révolutionnaire.

L 'AIHS4 a été mentionné dans des publications scientifiques récentes, comme l 'article suivant du Conseil national de la recherche de l 'Italie et des universités de Palerme et de Messine :

(...) pour remplacer l 'IHS4, chronophage et sujet à la variabilité, l 'AIHS4 est introduit, en utilisant un modèle DL, Legit.Health-IHS4net, pour la détection des lésions (...). Ces données soulignent l 'utilité de l 'IA dans la dermatologie fondée sur des données probantes. Cet outil peut renforcer les capacités des dermatologues dans leur pratique quotidienne et les essais cliniques.

Origines de l 'IHS4​

Avant le développement de l 'IHS4, en 2017, d 'autres systèmes, comme la classification de Hurley ou le score de Sartorius modifié, étaient largement utilisés par les médecins. Bien que ces anciens systèmes manquent de granularité et de précision, l 'absence de méthode alternative les a généralisés dans la pratique clinique et les essais.

Néanmoins, elle [la classification de Hurley] est statique et n 'a pas été conçue comme un score dynamique permettant une évaluation précise de l 'étendue de l 'inflammation à chaque stade.

L 'IHS4 a été élaboré en tenant compte de ces questions, et le groupe d 'experts qui l 'a créé s 'est attaché à trouver un moyen plus objectif, précis et fiable de mesurer la gravité de l 'hidradénite suppurée.

La formule élaborée par le groupe d 'experts additionne les trois symptômes les plus courants de l 'hidradénite suppurée et les multiplie par un facteur correspondant au caractère symptomatique de la gravité de la maladie. Ainsi, le nombre de nodules est multiplié par 1, le nombre d 'abcès par 2 et le nombre de canaux de drainage (fistules/sinus) par 4.

La somme de ces éléments donne le score IHS4. Ce score est ensuite comparé à un petit tableau de référence qui attribue une signification interprétable à chaque tranche de score.

• Moins de 3 points : Légère
• Entre 3 et 10 points : Modérée
• Plus de 11 points : Grave

Limites de l 'IHS4 (papier-crayon)​

Une classification précise de la gravité de la maladie repose sur l 'évaluation subjective de la manifestation clinique par un médecin, de sorte que l 'expérience du médecin joue un rôle important.

S 'il a contribué à résoudre les problèmes de ses prédécesseurs, l 'IHS4 présente les mêmes problèmes que de nombreux autres systèmes de notation : un degré élevé de subjectivité dû à la nature visuelle du test, et un processus jugé trop chronophage et fastidieux par de nombreux médecins.

Dépassement des calculatrices numériques​

Le cas de l 'IHS4 est très particulier. Contrairement à la plupart des systèmes de notation dermatologique pour d 'autres maladies, tels que PASI ou SCORAD, le développement relativement récent de cette méthode a permis à la communauté médicale de sauter une étape commune, mais dépassée, dans l 'avancement de ce domaine.

Cette étape, qui consiste à développer un calculateur informatique, tente de s 'attaquer à l 'un des principaux problèmes de tout système de notation : le temps nécessaire pour l 'appliquer correctement. Ils le font en automatisant les nombreux calculs que les médecins doivent habituellement effectuer.

Ce n 'est pas encore le cas pour le diagnostic de l 'hidradénite suppurée, car l 'IHS4 est un système de notation relativement récent, et il n 'y a pas eu assez de temps pour que l 'un de ces calculateurs voie le jour.

Néanmoins, avec AIHS4, nous sautons directement dans l 'avenir de la dermatologie en traitant à la fois les questions de temps et d 'objectivité de la méthode traditionnelle.

Comment savoir si un système de notation est bon ?​

Lorsqu'il s'agit d'évaluations dermatologiques, l'efficacité d'un système de notation est primordiale. Mais qu'est-ce qui fait exactement qu'un système de notation est fiable et utile ? Par consensus scientifique, plusieurs facteurs clés qui contribuent à la robustesse de ces systèmes ont été identifiés. Approfondissons ces éléments fondamentaux :

• Facilité d'utilisation : ce facteur détermine si le système peut être appliqué sans effort, compte tenu des contraintes de temps et de ressources financières. Un système convivial est crucial pour une adoption généralisée dans les milieux cliniques.
• Sensibilité au changement : un système de notation efficace doit être capable de détecter des changements cliniquement significatifs au fil du temps. Cette sensibilité garantit que toute amélioration ou détérioration de l'état d'un patient est saisi avec précision.
• Fiabilité inter-observateurs : vérifie la cohérence entre les résultats obtenus par différents observateurs utilisant le système de notation. Une grande fiabilité inter-observateurs signifie que différents cliniciens arriveront à des conclusions similaires, ce qui renforce la crédibilité du système.
• Variabilité intra-observateur : vérifie la cohérence des résultats, lorsque le même observateur utilise le système de notation plusieurs fois. Une faible variabilité intra-observateur indique que le système fournit des résultats stables au fil des évaluations répétées par le même clinicien.
• Interprétabilité : un système de notation pratique doit fournir des interprétations qualitatives significatives de ses évaluations, par exemple, la catégorisation de la gravité d'une affection comme légère, modérée ou grave.

Ces critères garantissent non seulement l'efficacité du système de notation, mais aussi son applicabilité et sa fiabilité dans divers scénarios cliniques.

Adapté de "Methods and definitions to rate the quality of outcome measures". Schmitt, J., Langan, S., Deckert, S., Svensson, A., von Kobyletzki, L., Thomas, K., et Spuls, P. (2013). Assessment of clinical signs of atopic dermatitis: A systematic review and recommendation. Journal of Allergy and Clinical Immunology, 132(6), 1337--1347. doi:10.1016/j.jaci.2013.07.008.

Supériorité de l 'AIHS4 en 7 points​

L 'outil révolutionnaire développé par Legit.Health permet aux dermatologues de la nouvelle génération de pratiquer une médecine fondée sur les données probantes, tout en accélérant le processus de signalement de la pathologie et en renforçant l 'autonomie et le contrôle du patient.

Cette application utilise des algorithmes d 'apprentissage profond pour épargner aux médecins le calcul manuel fastidieux des systèmes de notation, en classant automatiquement les lésions par l 'analyse de photographies prises à l 'aide d 'un smartphone et de petites mesures de résultats rapportés par les patients (PROM). En d 'autres termes, l 'outil renseigne automatiquement la plupart des systèmes de notation dermatologiques, tels que PASI, SCORAD, UAS, GAGS, et, bien sûr, IHS4.

Cela signifie que la nouvelle version de ce système de notation extrait des données de manière précise et cohérente, aussi bien lors des évaluations de routine que dans la recherche clinique. L 'amélioration est visible dans le tableau suivant, qui compare les indicateurs de performance de la façon la plus courante d 'utiliser les systèmes de notation :

	Papier-crayon	Numérique	Automatique (IA)
Auto-supervision	-	-	Établissement diagnostic
Facilité d 'utilisation	≈ 600 secondes	≈ 420 secondes	≈ 23 secondes
Sensibilité au changement	0 à 4	0 à 4	0 à 100
Variabilité inter-observateurs	Moyenne (20 %)	Moyenne (20 %)	Plus faible (8 %)
Variabilité intra-observateur	Élevée	Élevée	Zéro

Grâce aux algorithmes d 'apprentissage profond, Legit.Health libère les médecins du fastidieux calcul manuel des systèmes de notation et permet la pratique d 'une dermatologie fondée sur les preuves plus objective. De plus, en utilisant des algorithmes pour mesurer la sécheresse, la lichénification, l 'érythème, le suintement, l 'œdème et bien d 'autres signes, l 'outil peut calculer les signes visuels de manière plus fiable et plus cohérente.

1. L 'AIHS4 améliore le taux de diagnostic correct​

L 'algorithme créé par Legit.Health ne se limite pas à mesurer la gravité de la pathologie, à l 'image d 'IHS4. Il a également été entraîné à l 'aide des données fournies par les meilleurs dermatologues pour faire la distinction entre des centaines d 'affections, y compris la plupart des maladies produisant des abcès.

Ce suivi télématique a permis d 'éviter des absences scolaires chez les patients pédiatriques, des arrêts maladie chez les adultes, et de suivre des patients en quarantaine à cause de la COVID-19, ou atteints de maladies qui rendent les déplacements difficiles. Tant les patients que leurs dermatologues se sont montrés très satisfaits par l 'utilisation de l 'application, et 100 % des patients souhaitent continuer de l 'utiliser.

Ainsi, AIHS4 aidera les médecins dans le processus d 'évaluation de la maladie, en l 'accélérant grâce à des informations pertinentes, mais aussi en améliorant de 23 % le taux d 'exactitude du diagnostic dans le cas des médecins généralistes.

Voulez-vous voir la technologie IA clinique en action ?

Discover now

2. Il est plus facile à utiliser et plus rapide que son homologue analogique​

L 'un des principaux avantages de l 'AIHS4 par rapport aux méthodes traditionnelles, c 'est sa rapidité. Alors qu 'un médecin expérimenté peut avoir besoin de six ou sept minutes pour renseigner et calculer l 'IHS4, l 'algorithme de Legit.Health n 'a besoin que de 23 secondes pour obtenir le score final.

L 'évaluation de la gravité de la maladie prête souvent à confusion, en particulier pour les jeunes dermatologues inexpérimentés.

Ses utilisateurs bénéficient donc d 'un avantage considérable, tant du point de vue clinique que de la gestion du temps. La dure réalité, c 'est que de nombreux médecins ne prendront pas du tout le temps de bien renseigner un système de notation, et se fieront à leur intuition pour déterminer la gravité de la pathologie. En effet, les systèmes de notation traditionnels sont généralement considérés comme trop fastidieux et chronophages pour une application pratique quotidienne.

Grâce à l 'AIHS4, ce problème devrait disparaître. Dans sa conception, cet outil rapide et facile à utiliser met au premier plan la convivialité et s 'efforce de faciliter la pratique de la médecine fondée sur des données probantes.

3. L 'AIHS4 peut détecter de petits changements dans l 'évolution de la pathologie​

L 'outil de Legit.Health analyse les pathologies à l 'aide d 'un système de notation validé qui présente la DMI (différence minimale importante) la plus basse, et qui est sensible au CMD (changement minimal détectable) le plus faible. Ainsi, l 'algorithme analyse chaque image avec plus de précision et d 'attention aux détails qu 'aucun observateur humain.

En outre, grâce au fonctionnement intrinsèque des algorithmes de vision par ordinateur, il présente une validité et une fiabilité accrues, tout en conservant des propriétés clinimétriques comparables.

Compte tenu de la complexité de la détermination de la gravité d 'une maladie telle que l 'hidradénite suppurée, l 'AIHS4 offre le type de granularité et de précision nécessaire, afin de fournir au médecin toutes les informations requises pour établir un bon diagnostic.

4. Il permet de réduire la variabilité inter-observateurs​

Les résultats des expériences montrent que l 'AIHS4 est nettement plus performant que les méthodes de référence en matière de variabilité inter-observateurs, puisque l 'algorithme atteint un pourcentage d 'erreur absolu moyen de seulement 8 %, bien inférieur aux 20 % habituellement observés dans l 'application classique de l 'IHS4.

Estimer, c 'est deviner ; compter, c 'est mesurer.

En outre, la fiabilité de cette méthode ne fera qu 'augmenter avec le temps et l 'évolution de la technologie, ce qui permettra à l 'évaluation automatique de la gravité à l 'aide d 'algorithmes d 'être encore plus précise à l 'avenir.

Voulez-vous voir la technologie IA clinique en action ?

Discover now

5. L 'AIHS4 rend la variabilité intra-observateur nulle​

Grâce à sa nature algorithmique, l 'AIHS4 élimine complètement la variabilité intra-observateur, car le réseau neuronal est parfaitement stable dans ses paramètres. Autrement dit, l 'application se souvient parfaitement de chaque image et de chaque diagnostic sur lesquels elle s 'est entraînée, ses résultats sont donc totalement fiables dans le temps.

Legit.Health permet au médecin de ne pas se fier à sa mémoire lorsqu 'il évalue la gravité de la pathologie. Se concentrer sur l 'analyse des données objectives stockées dans l 'application réduit considérablement le risque de souvenirs erronés. L 'application offre donc un moyen plus objectif et plus précis de suivre l 'évolution de la maladie.

Cette objectivité est particulièrement importante dans les essais cliniques, où la réduction de ce type de variabilité est essentielle pour recueillir les données précises requises dans ce type d 'étude.

6. Les données sont plus accessibles et plus faciles à lire​

L 'interface de Legit.Health permet d 'accéder de façon lisible à toutes les informations pertinentes concernant le patient.

Toutes les données dérivées de l 'AIHS4 figurent clairement à l 'écran et montrent la gravité de la pathologie et les différents facteurs pris en compte par l 'algorithme lors de l 'analyse de l 'image et de ses ponctuations.

Les traces écrites qui se perdent facilement appartiennent désormais au passé ! Toutes les informations sur le patient, les résultats des tests et les photographies sont enregistrés dans une base de données numérique constamment sauvegardée.

7. Un moyen simple de suivre l 'évolution d 'un traitement​

L 'hidradénite suppurée étant une maladie chronique, le suivi post-diagnostic est crucial pour le bon déroulement du traitement.

Legit.Health améliore les canaux de communication entre le médecin et le patient, et confère à ce dernier un rôle plus actif dans son traitement. Pour ce faire, l 'application propose à l 'utilisateur un moyen simple et fiable d 'envoyer des données précises au médecin.

En outre, l 'application affiche les données dans un graphique facile à lire, qui montre l 'évolution de la pathologie. Ainsi, rien de plus simple que de répondre à la question autrefois compliquée, «Est-ce que je vais mieux, docteur ?»

Voulez-vous voir la technologie IA clinique en action ?

Discover now

Renforcer la médecine fondée sur des données probantes​

Dans la pratique de la médecine fondée sur des données probantes, des mesures de résultats objectives, fiables et précises sont cruciales. Traditionnellement, l 'évaluation de la gravité de l 'hidradénite suppurée (HS) est subjective et repose uniquement sur le jugement clinique. L 'AIHS4 développé par Legit.Health introduit toutefois un changement profond en fournissant une approche automatisée et normalisée de l 'évaluation de la gravité de cette pathologie.

En utilisant les mêmes critères que l 'IHS4, largement reconnu et hautement recommandé pour les essais cliniques, Legit.Health s 'assure que les praticiens ont accès à un outil de mesure moderne et fiable. Cette avancée permet aux professionnels de santé de prendre des décisions éclairées, de suivre avec précision l 'évolution de la maladie et d 'évaluer l 'efficacité du traitement avec davantage de confiance.

Mise en œuvre de soins fondés sur la valeur​

Les soins fondés sur la valeur visent à optimiser les résultats pour les patients, tout en maximisant la valeur des ressources de soins de santé. En proposant un système automatisé d 'évaluation de la gravité de l 'HS, Legit.Health soutient la mise en œuvre de soins fondés sur la valeur dans la gestion de cette maladie. Voici comment :

• Normalisation et cohérence : l 'AIHS4 garantit une évaluation normalisée et cohérente dans les différents établissements de soins. En éliminant la variabilité subjective, les praticiens peuvent définir un langage unifié pour la gravité de l 'HS, ce qui permet une communication efficace et améliore la planification du traitement.
• Efficacité et gain de temps : l 'analyse automatisée des photographies prises à l 'aide d 'un smartphone réduit considérablement le temps et les efforts nécessaires à l 'évaluation de la gravité de l 'HS. Ce processus rationalisé permet aux praticiens de se concentrer sur des interventions opportunes, d 'améliorer les soins aux patients et d 'optimiser l 'allocation des ressources.
• Amélioration des soins centrés sur le patient : en fournissant des scores précis et objectifs de gravité de l 'HS, l 'AIHS4 de Legit.Health contribue à axer les soins sur le patient. Une documentation claire de la progression de la maladie aide les cliniciens à impliquer les patients dans une prise de décision partagée, à adapter les protocoles de traitement et à fixer des objectifs réalistes, pour obtenir une augmentation de la satisfaction des patients et de meilleurs résultats.
• Données du monde réel et recherche : l 'outil AIHS4 génère une multitude de données normalisées qui peuvent être utilisées pour la recherche et les études cliniques. Ce référentiel de données permet de mieux comprendre l 'HS, d 'identifier de nouvelles approches thérapeutiques et d 'évaluer les interventions, ce qui favorise l 'amélioration continue et l 'innovation dans la gestion de l 'HS.

Voulez-vous voir la technologie IA clinique en action ?

Discover now

L 'Automatic International Hidradenitis Suppurativa Severity Scoring System (AIHS4) de Legit.Health représente une avancée majeure dans le domaine de l 'HS. En exploitant la puissance de l 'IA et en respectant les critères établis de l 'IHS4, cette technologie innovante fournit aux praticiens une méthode fiable, efficace et objective pour évaluer la gravité de l 'HS. La mise en œuvre de l 'AIHS4 renforce non seulement la médecine fondée sur des données probantes, mais permet également la mise en place de soins fondés sur la valeur, au bénéfice des prestataires de soins et des patients touchés par l 'HS. Grâce à la contribution pionnière de Legit.Health, l 'avenir des soins de santé est plus prometteur que jamais.

En conclusion​

Nous ne pouvons pas améliorer ce que nous ne pouvons pas mesurer ; grâce à AIHS4 et à Legit.Health, l 'avenir de l 'étude et du traitement de l 'hidradénite suppurée est plus prometteur que jamais.

Il n 'est pas difficile de comprendre qu 'une technologie qui aide les médecins à mieux gérer leur temps et à collecter des données d 'une manière plus fiable et plus cohérente constitue l 'avenir du domaine médical.

Grâce à Legit.Health, les médecins du monde entier peuvent améliorer de 23 % leur taux d 'exactitude du diagnostic et rendre le traitement plus facile à suivre pour le patient, qui participe activement à son propre rétablissement, tout en permettant au médecin de pratiquer une médecine fondée sur des données probantes.

Collaborons !​

Chez Legit.Health, nous travaillons à l 'amélioration de la technologie d 'AIHS4, en nous efforçant de créer des outils encore plus performants. Il s 'agit, par exemple, d 'améliorer la différenciation entre les types de lésions d 'HS, ou de veiller au bon fonctionnement de la technologie pour tous les phototypes de peau.

Si vous souhaitez travailler avec nous, renseignez le formulaire ci-dessous, nous vous contacterons dans les plus brefs délais.

Introduction​

La dermatologie a fait un pas de géant avec l 'arrivée d 'ALEGI (Acne LEsion Grading Index), indice de notation des lésions acnéiques innovant de Legit.Health. D 'éminents chercheurs spécialisés dans l 'apprentissage profond et les réseaux neuronaux ont collaboré avec des dermatologues de renom pour créer cet outil algorithmique avancé, conçu pour venir en aide à la nouvelle génération de professionnels de santé. Cette solution innovante intègre une technologie de pointe et des connaissances médicales spécialisées pour proposer une plateforme robuste de diagnostic dermatologique et de planification des traitements.

Il est largement reconnu que des mesures de résultats objectives, fiables et précises sont essentielles à la pratique d 'une médecine fondée sur des données probantes. Dans le cas de l 'acné, il est particulièrement difficile et fastidieux d 'appliquer les systèmes de notation les plus courants, car ils obligent le médecin à compter manuellement les lésions.

C 'est pourquoi Legit.Health a développé cet outil qui compte le nombre et la densité des lésions acnéiques. Ainsi, mesurer la gravité de l 'acné se fait en quelques secondes.

La capture d 'écran suivante de l 'outil Legit.Health montre une utilisation réelle du système de notation pour l 'acné. Il s 'utilise sur les téléphones portables comme sur les ordinateurs de bureau.

L 'approche limitée des systèmes traditionnels de notation de l 'acné​

Depuis que DM. Pillsbury et son équipe ont mis au point le premier système d 'évaluation de l 'acné, en 1956, nombre de tentatives ont été effectuées pour trouver un système d 'évaluation facile à utiliser, fiable et précis pour cette maladie. Il existe aujourd 'hui plus de 30 méthodes, qui ont toutes en commun l 'un des deux problèmes sous-jacents.

D 'une part, certaines méthodes, telles que GAGS, se concentrent sur l 'identification des lésions. Ces systèmes de notation tentent d 'atteindre un haut degré de précision en sacrifiant la rapidité et la commodité pour le médecin. En fin de compte, les médecins ont tendance à considérer que ces méthodes sont trop fastidieuses et chronophages.

L 'une des méthodes couramment utilisées est le comptage des lésions ; elle est chronophage, mais peut-être plus précise.

D 'autre part, d 'autres méthodes, comme l 'IGA, visent un système de notation plus facile à utiliser dans la pratique quotidienne. Malheureusement, elles parviennent à ce résultat en sacrifiant la précision et la fiabilité, ce qui rend leur utilisation impropre aux essais cliniques.

L 'évaluation visuelle directe et la photographie au flash ordinaire représentent une évaluation clinique normale. Les deux méthodes sont toutefois compromises par la subjectivité de l 'observateur.

Pourtant, nous sommes tous d 'accord pour dire qu 'il est essentiel de disposer d 'un outil acceptable et facile à utiliser pour l 'évaluation de l 'acné, à la fois dans la pratique clinique quotidienne et dans les études cliniques.

ALEGI : le meilleur des deux mondes​

Au XXIᵉ siècle, il est décourageant que les dermatologues doivent encore choisir entre rapidité et précision. Tout choix implique des limites, le but de la technologie devrait être de nous en libérer. C 'est là qu 'intervient ALEGI.

L 'algorithme révolutionnaire d 'apprentissage profond développé par Legit.Health fait passer l 'approche de comptage des lésions des méthodes traditionnelles à un autre niveau, en le rendant plus objectif, précis et fiable, mais aussi considérablement plus rapide. La nouvelle génération de dermatologues dispose enfin d 'un outil qui lui permet de pratiquer une médecine fondée sur les données probantes.

Grâce à des algorithmes de vision par ordinateur, ALEGI peut compter avec précision le nombre de lésions présentes sur une photographie prise à l 'aide d 'un smartphone. En outre, il prend en compte la densité des lésions dans le calcul de la gravité et traduit le tout en une mesure de résultat facilement interprétable et validée par des experts en la matière.

Les composantes d 'un tout nouveau système de notation​

Lors de l 'élaboration d 'un système de notation, il est essentiel de garder à l 'esprit certains principes de conception, afin de s 'assurer que ce système est adapté à l 'usage auquel il est destiné. Après tout, un outil n 'est bon que dans la mesure où il est utile pour accomplir la tâche pour laquelle il a été conçu.

Comment savoir si un système de notation est bon ?​

Lorsqu'il s'agit d'évaluations dermatologiques, l'efficacité d'un système de notation est primordiale. Mais qu'est-ce qui fait exactement qu'un système de notation est fiable et utile ? Par consensus scientifique, plusieurs facteurs clés qui contribuent à la robustesse de ces systèmes ont été identifiés. Approfondissons ces éléments fondamentaux :

• Facilité d'utilisation : ce facteur détermine si le système peut être appliqué sans effort, compte tenu des contraintes de temps et de ressources financières. Un système convivial est crucial pour une adoption généralisée dans les milieux cliniques.
• Sensibilité au changement : un système de notation efficace doit être capable de détecter des changements cliniquement significatifs au fil du temps. Cette sensibilité garantit que toute amélioration ou détérioration de l'état d'un patient est saisi avec précision.
• Fiabilité inter-observateurs : vérifie la cohérence entre les résultats obtenus par différents observateurs utilisant le système de notation. Une grande fiabilité inter-observateurs signifie que différents cliniciens arriveront à des conclusions similaires, ce qui renforce la crédibilité du système.
• Variabilité intra-observateur : vérifie la cohérence des résultats, lorsque le même observateur utilise le système de notation plusieurs fois. Une faible variabilité intra-observateur indique que le système fournit des résultats stables au fil des évaluations répétées par le même clinicien.
• Interprétabilité : un système de notation pratique doit fournir des interprétations qualitatives significatives de ses évaluations, par exemple, la catégorisation de la gravité d'une affection comme légère, modérée ou grave.

Ces critères garantissent non seulement l'efficacité du système de notation, mais aussi son applicabilité et sa fiabilité dans divers scénarios cliniques.

Adapté de "Methods and definitions to rate the quality of outcome measures". Schmitt, J., Langan, S., Deckert, S., Svensson, A., von Kobyletzki, L., Thomas, K., et Spuls, P. (2013). Assessment of clinical signs of atopic dermatitis: A systematic review and recommendation. Journal of Allergy and Clinical Immunology, 132(6), 1337--1347. doi:10.1016/j.jaci.2013.07.008.

Lorsque l 'équipe d 'experts de Legit.Health a mis au point le révolutionnaire ALEGI, elle a pris en compte les nombreux critères nécessaires pour qu 'un système de notation puisse fournir des mesures de résultats de haute qualité.

Les 7 qualités les plus remarquables d 'ALEGI​

L 'outil révolutionnaire développé par Legit.Health permet aux dermatologues de la nouvelle génération de pratiquer une médecine fondée sur les données probantes, tout en accélérant le processus de signalement de la pathologie et en renforçant l 'autonomie et le contrôle du patient.

Cette application de données cliniques et de communication utilise des algorithmes d 'apprentissage profond pour soulager les médecins du calcul manuel fastidieux des systèmes de notation, en notant automatiquement les lésions grâce à l 'analyse de photographies prises à l 'aide d 'un smartphone et à de petites mesures de résultats rapportés par les patients (PROM). En d 'autres termes, l 'outil renseigne automatiquement la plupart des systèmes de notation dermatologiques pour les maladies les plus courantes, telles que le psoriasis, la dermatite atopique, l 'hidradénite suppurée, et, bien sûr, l 'acné.

Cela signifie que la nouvelle version de ce système de notation extrait des données de manière précise et cohérente, aussi bien lors des évaluations de routine que dans la recherche clinique. L 'amélioration est visible dans le tableau suivant, qui compare les indicateurs de performance de la façon la plus courante d 'utiliser les systèmes de notation :

	Papier-crayon	Numérique	Automatique (IA)
Auto-supervision	-	-	Établissement diagnostic
Facilité d 'utilisation	≈ 600 secondes	≈ 420 secondes	≈ 23 secondes
Sensibilité au changement	0 à 4	0 à 4	0 à 100
Variabilité inter-observateurs	Moyenne (20 %)	Moyenne (20 %)	Plus faible (8 %)
Variabilité intra-observateur	Élevée	Élevée	Zéro

Grâce aux algorithmes d 'apprentissage profond, Legit.Health libère les médecins du fastidieux calcul manuel des systèmes de notation et permet la pratique d 'une dermatologie fondée sur les preuves plus objective. De plus, en utilisant des algorithmes pour mesurer la sécheresse, la lichénification, l 'érythème, le suintement, l 'œdème et bien d 'autres signes, l 'outil peut calculer les signes visuels de manière plus fiable et plus cohérente.

1. Plus rapide que toutes les méthodes existantes​

La plupart des méthodes traditionnelles de comptage des lésions nécessitent plusieurs minutes pour un médecin expérimenté. En outre, il s 'agit d 'un processus fastidieux que la plupart des médecins tentent d 'éviter, préférant estimer grossièrement, en quelques secondes, la gravité de la maladie.

ALEGI renverse complètement ce paradigme en automatisant le processus de comptage des lésions. En moins de 23 secondes, un médecin peut prendre une photographie de la zone affectée, la traiter à l 'aide de l 'algorithme et obtenir une mesure de la gravité exempte de la subjectivité inhérente à tout jugement clinique.

L 'outil a été développé par Legit.Health dans le but de mettre fin à ce type de pratique, profondément incompatible avec la médecine fondée sur les données probantes, et d 'aider les médecins à utiliser des données réelles pour prendre des décisions thérapeutiques.

2. Facile à utiliser​

L 'un des principaux problèmes auxquels sont confrontés les systèmes de santé dans le monde, c 'est le goulot d 'étranglement créé par l 'absence d 'un outil fiable permettant aux médecins généralistes de déterminer si un patient doit être orienté vers un spécialiste.

Cela est dû, entre autres, à la difficulté de mesurer la gravité de l 'acné. Cela complique la prescription du traitement et limite la possibilité d 'en suivre et d 'en contrôler l 'efficacité. Pour résoudre ce problème, ALEGI a été conçu pour être facile à utiliser par n 'importe quel professionnel de santé.

Legit.Health contribue à résoudre ce problème, car son outil est utile pour le diagnostic initial, comme pour le suivi ultérieur du traitement. En d 'autres termes, ALEGI aide à la fois le spécialiste et le médecin généraliste à prendre des décisions éclairées.

Voulez-vous voir la technologie IA clinique en action ?

Discover now

3. Haut degré de granularité​

L 'outil de Legit.Health analyse les pathologies à l 'aide d 'un système de notation validé qui présente la** DMI (différence minimale importante) la plus basse, et qui est sensible au CMD (changement minimal détectable) le plus faible.** Ainsi, l 'algorithme analyse chaque image avec plus de précision et d 'attention aux détails qu 'aucun observateur humain.

En outre, ALEGI ajoute une nouvelle idée révolutionnaire à l 'évaluation de la gravité de l 'acné : la densité des lésions. Dans le passé, les systèmes de notation étaient limités par la capacité de l 'utilisateur à compter et à identifier correctement les papules, les comédons et les pustules. L 'algorithme de Legit.Health prend en compte la tendance de ces lésions à s 'accumuler au même endroit comme un facteur clé pour déterminer la gravité de la maladie.

Tout cela permet à ALEGI de détecter de très petits changements dans le développement de la pathologie, avec un plus haut degré de précision que n 'importe quel observateur humain, ce qui permet au médecin de disposer d 'informations plus précises, objectives et fiables.

4. Marge d 'erreur plus faible​

Grâce aux algorithmes de vision par ordinateur sur lesquels repose ALEGI, chaque lésion est détectée et comptée individuellement, avec une marge d 'erreur absolue moyenne de +/- 3 lésions. Ce résultat, associé à la capacité de prendre en compte la densité des lésions dans une zone donnée, permet au système d 'obtenir une évaluation de la gravité pertinente et validée cliniquement, sans qu 'il soit nécessaire de prendre en compte les différents types de lésions.

C 'est important, car la littérature montre que la plupart des erreurs commises par les médecins dans l 'évaluation de la gravité de l 'acné sont liées à une mauvaise identification de la nature d 'une lésion, car, dans de nombreux cas, la distinction n 'est pas claire ni bien définie dans les paramètres d 'une étude clinique.

Par conséquent, un système comme ALEGI, dont la fiabilité ne dépend pas de la capacité à distinguer une papule d 'un comédon, améliore la précision et réduit la marge d 'erreur.

5. Variabilité intra-observateur nulle​

Grâce à sa nature algorithmique, l 'AIHS4 élimine complètement la variabilité intra-observateur, car le réseau neuronal est parfaitement stable dans ses paramètres. Autrement dit, l 'application se souvient parfaitement de chaque image et de chaque diagnostic sur lesquels elle s 'est entraînée, ses résultats sont donc totalement fiables dans le temps.

Estimer, c 'est deviner ; compter, c 'est mesurer.

Legit.Health permet au médecin de ne pas se fier à sa mémoire lorsqu 'il évalue la gravité de la pathologie. Se concentrer sur l 'analyse des données objectives stockées dans l 'application réduit considérablement le risque de souvenirs erronés. L 'application offre donc un moyen plus objectif et plus précis de suivre l 'évolution de la maladie.

Bien que cette objectivité soit particulièrement importante dans les essais cliniques, où la réduction de ce type de variabilité est essentielle pour recueillir les données précises requises dans ce genre d 'étude, elle se révèle aussi extrêmement pratique dans la pratique quotidienne de la médecine fondée sur des données probantes..

6. Des données accessibles et faciles à lire​

L 'interface de Legit.Health a été conçue pour permettre l 'accès à toutes les informations relatives au patient d 'une manière facile et conviviale.

Toutes les données générées par ALEGI figurent clairement à l 'écran, et montrent la gravité de la pathologie et chaque facteur pris en compte par l 'algorithme lors de l 'analyse de l 'image et de ses ponctuations.

Adieu les dossiers papier ! Plus de risque de les perdre. Toutes les informations relatives aux patients, des résultats des tests aux images pertinentes, sont stockées dans une base de données numérique sauvegardée en permanence, dont l 'accès à partir d 'un ordinateur ou d 'un téléphone est sécurisé.

7. La meilleure façon de suivre l 'évolution d 'un traitement​

L 'acné étant une maladie chronique, le suivi après un diagnostic exact est crucial au bon déroulement du traitement.

Legit.Health permet au patient de participer plus activement à son traitement en améliorant la communication entre lui et son médecin. Pour ce faire, l 'application propose à l 'utilisateur un moyen simple et fiable d 'envoyer des données précises au médecin.

En outre, l 'application affiche les données dans un graphique facile à lire, qui montre l 'évolution de la pathologie. Ainsi, le médecin peut répondre à la question autrefois compliquée, «Est-ce que je vais mieux, docteur? », en s 'appuyant sur des données scientifiques.

En conclusion​

Le révolutionnaire ALEGI représente l 'avenir de la dermatologie. Il permet aux médecins du monde entier de pratiquer une médecine fondée sur des données probantes en utilisant les meilleurs outils lors du diagnostic de la maladie, et améliore la communication entre le médecin et le patient.

L 'utilisation d 'algorithmes qui estiment la gravité de l 'acné en comptant les lésions simplement à partir des photographies de smartphones augmente de 23 % le taux d 'exactitude du diagnostic des médecins et améliore le suivi du traitement en conférant au patient un rôle plus actif dans sa propre guérison.

Collaborons !​

Chez Legit.Health, nous travaillons à l 'amélioration de la technologie d 'ALEGI, en nous efforçant de créer des outils encore plus performants. Il s 'agit, par exemple, d 'améliorer la différenciation entre les types de lésions acnéiques, ou de veiller au bon fonctionnement de la technologie pour tous les phototypes de peau.

Si vous souhaitez travailler avec nous, renseignez le formulaire ci-dessous, nous vous contacterons dans les plus brefs délais.

Introduction​

Les essais cliniques sont la force motrice des sciences médicales. Il est évident que les outils à la disposition de ceux qui se trouvent à l 'avant-garde du progrès doivent être aussi avancés et pointus que la recherche sur laquelle ils travaillent.

La recherche qui nous propulsera vers l 'avenir ne devrait pas s 'appuyer sur des outils du passé, surtout si les nouveaux outils augmentent la fiabilité des mesures de résultats.

Legit.Health relève le défi de fournir aux chercheurs un outil moderne, utile et fiable pour leurs essais cliniques, en incorporant des algorithmes d 'apprentissage profond et une technologie d 'analyse d 'image dans une interface facile à utiliser et bien conçue.

Comment Legit.Health améliore-t-il les essais cliniques ?​

Pour comprendre comment la technologie de Legit.Health peut être mise en œuvre dans la recherche clinique pour le développement de médicaments, il suffit de regarder l 'explication de Diego Herrera. Diego est le directeur des données cliniques et de l 'innovation numérique chez Almirall.

Comme l 'explique Diego Herrera, les promoteurs d 'essais cliniques dermatologiques sont confrontés à de nombreux défis :

• Les investigateurs doivent quantifier manuellement les lésions cutanées, ce qui est difficile et chronophage.
• Les réactions cutanées locales sont évaluées de manière subjective, ce qui entraîne une grande variabilité des mesures de l 'intensité.
• Des efforts fastidieux pour l 'investigateur, ce qui entraîne une plus faible adhésion et un plus grand risque d 'erreur.
• Une absence de conditions normalisées pour les observations cliniques
• Les investigateurs cliniques trouvent qu 'il est difficile de mesurer avec précision la zone où un traitement a été appliqué, en particulier à long terme.

Toutefois, Diego a également détaillé les possibilités qu 'offre la photographie numérique par IA. Il considère qu 'elles se répartissent principalement en deux groupes : les gains d 'efficacité et l 'amélioration de la qualité des données :

• Gains d 'efficacité
  • Rendre possibles la télédermatologie et la capture de données à distance
  • Documentation numérique robuste et transparente pendant l 'étude
  • Gain de temps pendant les évaluations cliniques
• Augmentation de la qualité et de la robustesse des données
  • Localisation plus précise de la zone de traitement
  • Calcul automatique des lésions cutanées
  • Introduction de nouveaux critères d 'évaluation fondés sur les mesures de la photographie numérique

Vous pouvez visionner la présentation de Diego lors d 'un congrès technologique à Barcelone :

Problèmes concrets pour lesquels nous pouvons vous aider​

Les promoteurs et les ORC avec lesquels nous travaillons constatent régulièrement que notre technologie est utile dans certains domaines.

• Faciliter le recrutement des sites en réduisant la charge de travail des investigateurs, notamment pour le classement des systèmes de notation.
• Réduire les risques sur les sites de formation, tout en augmentant la rapidité de la formation et en réduisant les erreurs de déclaration.
• Garantir la qualité des données en effectuant un contrôle de la qualité de l 'image, et réduire la variabilité inter-observateurs dans les systèmes d 'évaluation en normalisant les mesures.

Ainsi, Legit.Health permet aux patients de bénéficier plus rapidement de thérapies efficaces en augmentant à la fois la qualité et la quantité des critères d 'évaluation de toute étude. Il facilite les efforts des scientifiques, afin que le processus de détermination de l 'efficacité d 'un nouveau médicament révolutionnaire soit aussi facile que possible pour l 'investigateur, l 'ORC et le promoteur.

Capacités du logiciel​

Dans cet exemple précis, l 'IA compte automatiquement toutes les lésions acnéiques avec une grande précision, mesure leur gravité en appliquant la formule du système de notation et permet à l 'investigateur de superviser et de corriger le résultat, si nécessaire.

Le meilleur outil pour les essais cliniques décentralisés (ECD)​

Lorsque la COVID-19 a commencé à se répandre dans le monde, les centres de recherche et les sociétés pharmaceutiques menant des essais cliniques ont dû rapidement adopter des technologies et des processus de collecte de données à distance, afin d 'assurer la sécurité des patients et le bon déroulement des essais cliniques.

L 'un des plus grands défis pour ces nouveaux types d 'essais cliniques est d 'être conforme aux réglementations actuelles, tout en renforçant l 'implication du patient, afin d 'obtenir des données précises et fiables. Legit.Health a développé l 'outil parfait pour surmonter ces défis.

Comme il est compatible avec n 'importe quel logiciel de gestion des ECD reconnu, comme Medable ou Apple ResearchKit, Legit.Health est le principal outil APROM (Automatic Patient-Reported Outcome Measures, ou mesures rapportées automatiquement par les patients) du marché, car il permet à ses utilisateurs de mener un développement clinique décentralisé et efficace de médicaments, et un dépistage à plus grande échelle.

7 moyens d 'optimiser les essais cliniques​

1. Finies les images de mauvaise qualité​

Dans les essais cliniques décentralisés ou les études qui nécessitent des preuves photographiques du processus de guérison du patient, des images défectueuses ou de mauvaise qualité peuvent entraver l 'avancement de l 'étude.

Les algorithmes révolutionnaires d 'assurance qualité des images de Legit.Health augmentent la qualité générale des images enregistrées en transformant un smartphone ordinaire en un dispositif de capture d 'images cliniquement fiable. Les essais cliniques décentralisés deviennent possibles et le patient a le moyen de rendre compte de son état de santé de manière autonome.

Pour parvenir à ce résultat, ce nouvel algorithme d 'apprentissage profond vérifie la qualité de l 'image avant de la prendre en compte dans les essais et, lorsqu 'il détecte une baisse de qualité ou un problème, il invite l 'utilisateur à y remédier en prenant une autre photographie.

2. Fiabilité accrue grâce aux APROM automatiques​

Les algorithmes de nouvelle génération de Legit.Health sont capables de renseigner automatiquement la plupart des systèmes de notation clinique en analysant les symptômes visibles sur les photographies, notamment la desquamation, la sécheresse, l 'érythème, la zone affectée ou le nombre de lésions.

Ainsi, non seulement le nombre d 'erreurs possibles dans les rapports est considérablement réduit, mais le travail du gestionnaire de données devient aussi plus facile, puisque la plupart des tâches routinières épuisantes sont automatisées.

En outre, les algorithmes augmentent la fiabilité et la précision de la collecte des données, puisqu 'il n 'y a pas de décalage entre le signalement de la lésion et son état réel, et réduisent grandement la variabilité inter-observateurs et intra-observateur.

Enfin, l 'automatisation facilite au plus haut point le déploiement des essais, en établissant un pont entre les langues, les pays, voire les marques.

3. Vérification automatique des critères d 'inclusion dans les protocoles​

Les algorithmes excluent automatiquement les patients qui ne répondent pas aux critères d 'inclusion dans le protocole, soit parce que la gravité entre en contradiction avec les objectifs de l 'étude, soit parce que la pathologie ne correspond pas à l 'essai.

Le recrutement de patients en ligne devient ainsi une option viable, ce qui permet d 'élargir le bassin potentiel de patients disponibles pour les essais cliniques.

En outre, les algorithmes révolutionnaires d 'aide au diagnostic de Legit.Health détecteront toute situation pouvant être considérée comme défavorable, telle qu 'une maladie ayant une forte probabilité de s 'étendre, ou une lésion pouvant présenter une malignité, et signaleront aux chercheurs que le patient a besoin de soins médicaux.

4. Outil d 'extraction de toutes les informations d 'une image pour les chercheurs​

L 'une des principales contraintes de tout essai clinique, en particulier d 'un essai réalisé à distance, est le temps nécessaire à l 'analyse de chaque image et l 'expertise requise pour transformer une image en véritables données d 'utilisateur. Cette contrainte saute aux yeux lorsque l 'on regarde le planning habituel d 'un médecin et le peu de temps dont il dispose pour se consacrer à des tâches de saisie de données.

La technologie de Legit.Health transforme automatiquement toute image dermatologique en données brutes, en extrayant les informations cachées dans les pixels et en les convertissant en valeurs, telles que la rougeur, la zone, la sévérité, la sécheresse, la desquamation, etc.

Aussi la charge de travail du gestionnaire de données s 'en trouve-t-elle considérablement réduite, puisque ce processus est automatique, et la fiabilité des résultats cliniques augmente-t-elle drastiquement et à moindre coût. L 'absence de tout biais humain dans les algorithmes réduit à néant la variabilité intra-observateur.

De plus, cela suppose une extension massive du champ d 'application des essais cliniques. Jusqu 'à présent, la plupart des chercheurs se limitent à quelques critères d 'évaluation dans chaque étude, car ils doivent trouver un équilibre entre les besoins de la recherche et les contraintes budgétaires et temporelles.

Grâce à Legit.Health, mesurer 100 ou 2 variables revient au même prix, ce qui augmente de façon exponentielle le nombre de critères d 'évaluation cliniques et permet aux chercheurs d 'obtenir une plus grande granularité dans leurs données.

5. Robustesse du protocole de transfert de données​

Legit.Health s 'engage à faire progresser la recherche pharmaceutique en fournissant des services de transfert de données de premier ordre. Nos protocoles sont robustes, notre technologie est avancée, et notre dévouement à la réussite de votre essai est inébranlable. Faites-nous confiance pour traiter vos données d 'essais cliniques avec le plus grand soin et le plus grand professionnalisme.

Mécanisme de transfert sécurisé des données​

Nous avons dépassé les méthodes conventionnelles de transfert par courrier électronique. Nos canaux sécurisés utilisent les dernières technologies de chiffrement et protègent les données sensibles au-delà des normes habituelles. Aussi chaque donnée transférée bénéficie-t-elle d 'une protection contre tout accès non autorisé, une garantie de ne jamais compromettre la confidentialité du patient et l 'intégrité de l 'essai.

Format de données optimisé​

Le format de fichier .CSV est universellement reconnu et facilement accessible. En utilisant ce format, nous nous assurons que les données que nous fournissons s 'intègrent avec fluidité dans vos systèmes de gestion de données existants, ce qui facilite l 'analyse et l 'interprétation des données, sans nécessiter de conversions complexes ni de logiciels supplémentaires.

Nous proposons également d 'autres formats de données tels que « JSON » et « XML ». Ceux-ci sont générés de manière programmatique, afin d 'éliminer le risque d 'erreur et de garantir l 'agilité et la disponibilité.

Structure de données robuste​

Tout critère d 'évaluation clinique est essentiel, ce qui explique la méticulosité de notre structure de données et sa création spécifique pour votre protocole. Des mesures des lésions aux notes de gravité, nous capturons tous les points de données pertinents avec précision, pour garantir une couverture complète des critères d 'évaluation cliniques que vous devez surveiller.

Le tableau suivant donne un exemple des données que notre appareil peut fournir. Chaque ligne représente une variable enregistrée dans le fichier de transfert de données.

Nom	Étiquette	Format	Longueur	Exemple
Identifiant de l 'étude	Identifiant du protocole	CHAR	40	A-232323_BH
Site ID	Identifiant du site	CHAR	8	2323
Patient_ID	Identifiant du sujet	CHAR	8	2323-23
Date	Date de réalisation	CHAR	10	JJ-MMM-AAAA
Heure	Heure de réalisation	CHAR	5	HH:MM
Identifiant du rapport	UUID du rapport	CHAR	50	0188d3e9-4bf0-7d7d-9904-aec1d69f3e7d
Type d 'image	Identifiant du type d 'image	CHAR	50	232323_0210037_Week12.jpg
Type		Type de lésion	CHAR	20
Px2 cm	Conversion de pixels en cm	CHAR	20	0,32
Note de qualité	Valeur numérique représentant la qualité de l 'image	CHAR	20	75, 80
Nodule	Quantité de nodules détectés dans l 'image	CHAR	20	1, 2, 3
Abcès	Nombre d 'abcès détectés dans l 'image	CHAR	20	1, 2, 3
Canal de drainage	Quantité de tunnels de drainage détectés dans l 'image	CHAR	20	1, 2, 3
Taille de la lésion	Taille de la boîte englobante qui définit la ROI de la lésion cible	CHAR	20	23.12
Note de gravité	Valeur numérique représentant la gravité de l 'affection selon le score IHS4	CHAR	20	5, 6

Veuillez noter qu 'il s 'agit d 'une simplification ; un réel fichier de transfert de données peut contenir plus de 50 lignes.

Transmission de données en aveugle​

Afin de préserver l 'intégrité de l 'essai et de garantir une analyse impartiale, nous pouvons rendre la transmission de données en aveugle possible. Ce service est fourni sur demande, afin de garantir que l 'efficacité du produit expérimental est évaluée avec précision, sans aucun biais potentiel.

Fréquence de transfert adaptable​

La nature dynamique des essais cliniques exige de la flexibilité. C 'est pourquoi nous proposons des calendriers de transfert de données personnalisables, qui s 'adaptent aux étapes importantes et aux besoins spécifiques de votre essai. Qu 'il s 'agisse d 'intervalles mensuels ou de demandes ponctuelles, notre protocole est conçu pour fournir les données dont vous avez besoin quand vous en avez besoin, sans délai inutile.

Proposez un calendrier flexible adapté aux étapes de l 'essai et aux besoins du promoteur, allant de la livraison mensuelle à la livraison à la demande de données.

6. Incitation au respect du protocole par le patient​

L 'approche révolutionnaire de Legit.Healthen matière d 'essais cliniques ne repose pas uniquement sur une technologie algorithmique de pointe. Son design élégant, axé sur la facilité d 'utilisation et la lisibilité, tient compte des réalités quotidiennes des patients pour les aider à respecter le protocole de l 'essai clinique.

En créant des tâches pour le patient, en lui proposant des alertes et des rappels, en récompensant ses rapports avec des principes extraits des idées de ludification ou en lui fournissant des informations utiles sur sa maladie, Legit.Health augmente l 'adhésion du patient, enrichit la diversité des critères d 'évaluation et permet des essais cliniques centrés sur le patient.

7. Inclusion de questionnaires personnalisés sur la qualité de vie​

Legit.Health intègre de manière transparente les principaux indices de qualité de vie, comme DLQI, CU-QoL ou AKQoL. Les données collectées par les essais cliniques s 'enrichissent, gagnent en texture, ainsi qu 'en contexte.

Aucun travail supplémentaire n 'est attendu des chercheurs, car l 'application possède à la fois les questionnaires et l 'accessibilité pour interpréter les données. Nul besoin d 'ajouter des étapes au processus de collecte des données.

Essai gratuit​

This free 23-day trial of Legit.Health gives clinics and hospitals a hands-on look at how to drive increased adherence and improve patient outcomes, as well as improving efficiency and overall quality of life.

Introduction​

Legit.Health est fier de vous présenter une avancée significative dans l 'évaluation dermatologique : le système ASCORAD (Automatic SCORing Atopic Dermatitis). Cet outil innovant s 'appuie sur des algorithmes avancés de vision par ordinateur pour analyser les photographies prises par les smartphones et les aligner automatiquement sur le système de notation SCORAD.

L 'ASCORAD a été mentionné dans des publications scientifiques récentes, comme l 'article suivant du Conseil national de la recherche d 'Italie et des universités de Palerme et de Messine :

(...) très prometteuse est la tentative d 'arriver à une définition automatique de la gravité de la dermatite atopique en utilisant des réseaux de neurones convolutifs (RNC) (...) pour obtenir une notation précise de la gravité de l 'érythème, de la papulation, de l 'excoriation et de la lichénification, comparable à celle des dermatologues (...). Les progrès des applications informatiques en ce sens ont conduit très récemment à la conception de l 'Automatic SCORing Atopic Dermatitis (ASCORAD).

En effet, l 'existence d 'outils de mesure objectifs, fiables et précis est cruciale pour les soins fondés sur des données probantes. L 'intégration d 'ASCORAD dans la suite d 'outils de Legit.Health représente un changement de paradigme dans l 'évaluation et la gestion de la dermatite atopique. En automatisant le processus SCORAD, l 'ASCORAD améliore la précision et la fiabilité des évaluations, et rationalise le flux de travail des professionnels de santé, établissant ainsi une nouvelle norme pour les soins dermatologiques.

Beaucoup de choses ont changé depuis 1993​

Nous devons beaucoup au groupe de travail européen sur la dermatite atopique qui a publié le premier article sur le SCORAD en 1993. Il tentait de s 'attaquer à un obstacle de taille, tant dans la pratique clinique que dans les essais cliniques. Comme l 'indiquent les auteurs :

Les méthodes d 'évaluation de la dermatite atopique (DA) ne sont pas normalisées et les études thérapeutiques sont difficiles à interpréter.

C 'est en partant de ce constat que les professeurs de renom Alain Taïeb et Jean-François Stalder se sont attachés, avec une brillante équipe de chercheurs, à mettre au point un indice composite de gravité. La création du SCORAD a été un coup de génie et une immense contribution à la connaissance médicale de la civilisation humaine.

Le SCORAD, un système papier-crayon​

La solution proposée en 1993 peut sembler quelque peu désuète aujourd 'hui, mais il s 'agit d 'une façon très intelligente de s 'attaquer au problème. L 'objectif était de créer un système d 'évaluation qui se distinguait par sa simplicité et sa facilité d 'utilisation. Pour ce faire, la fiche suivante a été créée :

La formule de l 'indice SCORAD est : A/5 + 7B/2 + C. Dans cette formule, « A » est défini comme l 'étendue (0-100), « B » comme l 'intensité (0-18), et « C » comme les symptômes subjectifs (0-20). Le score maximal de l 'indice SCORAD est de 103.

Malgré l 'acceptation générale et l 'utilité du SCORAD et de l 'EASI dans l 'évaluation de la dermatite atopique, il existe une mise en garde notable associée à ces outils :

En effet, le système de notation SCORAD est représentatif et bien évalué, mais présente, comme tous les autres systèmes, des divergences intra- et inter-observateurs. La variation des scores est d 'environ 20 %.

L 'approche numérique : les calculatrices en ligne​

Avec la révolution numérique et l 'essor de l 'informatique, des chercheurs du monde entier ont développé des versions numériques du SCORAD papier-crayon.

Le principal avantage de ces systèmes réside dans le calcul automatique de la formule A/5 + 7B/2 + C. C 'est pourquoi on les appelle des calculatrices numériques. Toutefois, les calculatrices numériques présentent les mêmes limites que leurs précurseurs papier-crayon : elles restent très subjectives et nécessitent beaucoup de temps, et de connaissances, pour les utiliser correctement.

Devoir estimer la rougeur ou la desquamation de la zone affectée à l 'œil nu, juste en regardant, cela paraît très désuet.

La prochaine génération : la notation automatique​

Legit.Health est l 'outil révolutionnaire de communication et de données cliniques pour les dermatologues de la nouvelle génération. Il triple la fiabilité des mesures de résultats. Cette technologie permet d 'accélérer le processus de signalement de pathologies, et d 'accroître l 'autonomie et le contrôle des patients.

Cela signifie que la nouvelle version de ce système de notation extrait des données de manière précise et cohérente, aussi bien lors des évaluations de routine que dans la recherche clinique. L 'amélioration est visible dans le tableau suivant, qui compare les indicateurs de performance de la façon la plus courante d 'utiliser les systèmes de notation :

	Papier-crayon	Numérique	Automatique (IA)
Auto-supervision	-	-	Établissement diagnostic
Facilité d 'utilisation	≈ 600 secondes	≈ 420 secondes	≈ 23 secondes
Sensibilité au changement	0 à 4	0 à 4	0 à 100
Variabilité inter-observateurs	Moyenne (20 %)	Moyenne (20 %)	Plus faible (8 %)
Variabilité intra-observateur	Élevée	Élevée	Zéro

Grâce aux algorithmes d 'apprentissage profond, Legit.Health libère les médecins du fastidieux calcul manuel des systèmes de notation et permet la pratique d 'une dermatologie fondée sur les preuves plus objective. De plus, en utilisant des algorithmes pour mesurer la sécheresse, la lichénification, l 'érythème, le suintement, l 'œdème et bien d 'autres signes, l 'outil peut calculer les signes visuels de manière plus fiable et plus cohérente.

Le problème de SCORAD​

Il est bien établi que le SCORAD est un score composite valide, cohérent en interne, réactif et interprétable qui inclut l 'intensité et l 'étendue des signes cliniques de la dermatite atopique et la gravité de ses symptômes

C 'est précisément la raison pour laquelle Legit.Health a choisi ce système de notation pour servir de base à son algorithme révolutionnaire. En d 'autres termes, le SCORAD sert de cadre pour appuyer l 'automatisation de l 'évaluation de la maladie à l 'aide de l 'apprentissage profond. Toutefois, le système SCORAD traditionnel se caractérise par un ensemble de problèmes et de limites

Les systèmes de notation, tels que SCORAD et EASI, présentent une variabilité inter-observateurs et prennent du temps. Une approche automatisée d 'IA comme la nôtre peut aider à atténuer ce biais et donc constituer un critère plus précis et plus objectif.

De plus, le renseignement de la fiche s 'avère trop fastidieux pour certains dermatologues. Dans de nombreux cas, les médecins estiment que l 'effort nécessaire pour renseigner le SCORAD est trop important et ils finissent par ne pas l 'utiliser dans leur pratique clinique quotidienne. C 'est peut-être la raison principale de la popularité de l 'EASI, qui sacrifie la granularité au profit de la simplicité et de la rapidité.

ASCORAD améliore les propriétés clinimétriques de SCORAD et devient une meilleure mesure des résultats.

Comment savoir si un système de notation est bon ?​

Lorsqu'il s'agit d'évaluations dermatologiques, l'efficacité d'un système de notation est primordiale. Mais qu'est-ce qui fait exactement qu'un système de notation est fiable et utile ? Par consensus scientifique, plusieurs facteurs clés qui contribuent à la robustesse de ces systèmes ont été identifiés. Approfondissons ces éléments fondamentaux :

• Facilité d'utilisation : ce facteur détermine si le système peut être appliqué sans effort, compte tenu des contraintes de temps et de ressources financières. Un système convivial est crucial pour une adoption généralisée dans les milieux cliniques.
• Sensibilité au changement : un système de notation efficace doit être capable de détecter des changements cliniquement significatifs au fil du temps. Cette sensibilité garantit que toute amélioration ou détérioration de l'état d'un patient est saisi avec précision.
• Fiabilité inter-observateurs : vérifie la cohérence entre les résultats obtenus par différents observateurs utilisant le système de notation. Une grande fiabilité inter-observateurs signifie que différents cliniciens arriveront à des conclusions similaires, ce qui renforce la crédibilité du système.
• Variabilité intra-observateur : vérifie la cohérence des résultats, lorsque le même observateur utilise le système de notation plusieurs fois. Une faible variabilité intra-observateur indique que le système fournit des résultats stables au fil des évaluations répétées par le même clinicien.
• Interprétabilité : un système de notation pratique doit fournir des interprétations qualitatives significatives de ses évaluations, par exemple, la catégorisation de la gravité d'une affection comme légère, modérée ou grave.

Ces critères garantissent non seulement l'efficacité du système de notation, mais aussi son applicabilité et sa fiabilité dans divers scénarios cliniques.

Adapté de "Methods and definitions to rate the quality of outcome measures". Schmitt, J., Langan, S., Deckert, S., Svensson, A., von Kobyletzki, L., Thomas, K., et Spuls, P. (2013). Assessment of clinical signs of atopic dermatitis: A systematic review and recommendation. Journal of Allergy and Clinical Immunology, 132(6), 1337--1347. doi:10.1016/j.jaci.2013.07.008.

6 façons dont ASCORAD améliore le diagnostic de la dermatite atopique​

L 'ASCORAD est défini comme :

(...) une méthode alternative rapide et objective pour l 'évaluation automatique de la dermatite atopique avec un grand potentiel, obtenant déjà des résultats comparables à l 'évaluation d 'un expert humain, tout en réduisant considérablement la variabilité inter-observateurs et en étant plus rapide. L 'ASCORAD pourrait également être employé dans des situations où les consultations en face à face ne sont pas possibles, car il fournit une évaluation automatique des signes cliniques et de la surface des lésions.

Les algorithmes de Legit.Health classent automatiquement les lésions à partir de l 'observation des images des smartphones et des petites mesures de résultats rapportées par les patients (PROM). En d 'autres termes, l 'outil renseigne automatiquement la plupart des systèmes de notation dermatologiques, tels que PASI, SCORAD, UAS, GAGS, et bien d 'autres encore.

L 'objectif principal d 'ASCORAD est de fournir un outil permettant de consigner des données de manière précise et cohérente pour les évaluations de routine et les études cliniques.

1. Il s 'agit d 'une auto-surveillance : l 'algorithme s 'assure qu 'il s 'agit bien d 'une dermatite atopique​

En utilisant l 'ASCORAD, les professionnels de santé évaluent le diagnostic de la pathologie tout en estimant sa gravité. Ainsi, **si le système de notation ASCORAD n 'est pas le bon, **parce qu 'il ne s 'agit pas vraiment d 'une dermatite atopique, l 'outil informera le médecin de la présence d 'une incohérence potentielle.

L 'outil de Legit.Health mesure la gravité de la pathologie, à l 'instar du SCORAD, mais l 'algorithme a aussi été formé en utilisant les données des meilleurs médecins dans leur spécialité pour être capable d 'effectuer la distinction entre des centaines de pathologies, dont la plupart des types de dermatite.

Ainsi, ASCORAD ne confondra pas un cas de dermatite atopique avec certains responsables habituels des erreurs de diagnostic, comme la neurodermatite ou la dermatite sébacée. Ce faisant, il améliore de 23 % le taux d 'exactitude du diagnostic du médecin.

2. L 'ASCORAD est plus facile à utiliser que le SCORAD et l 'EASI​

Le système SCORAD [traditionnel] SCORAD system takes time and even experienced dermatologists will require seven (7) prend du temps, et même les dermatologues expérimentés auront besoin de sept (7) minutes au total. Un médecin inexpérimenté aura besoin de 10 minutes.

Par comparaison, il suffit de 23 secondes à l 'ASCORAD pour obtenir le score final, et la majeure partie de ce temps est consacrée à la prise de la photographie. En outre, ce score et l 'image qui l 'a généré sont soigneusement archivés et étiquetés en vue d 'une évaluation ultérieure.

L 'ASCORAD estime simultanément la surface affectée et l 'intensité de tous les signes visibles de la maladie, améliorant ainsi l 'efficacité des deux tâches.

Voulez-vous voir la technologie IA clinique en action ?

Discover now

Dans l 'ensemble, ASCORAD contribue à la pratique d 'une dermatologie fondée sur des données probantes, en soulageant les médecins du fastidieux calcul SCORAD, en permettant aux patients de suivre la gravité de la dermatite atopique d 'une manière pratique et objective, et en permettant une évaluation plus précise des nouveaux traitements.

3. L 'ASCORAD est bien plus sensible aux changements​

L 'outil de Legit.Health identifie les pathologies à l 'aide de systèmes de notation validés dotés :

• De la différence minimale importante (DMI) la plus faible
• Du changement minimal détectable (CMD)
• De la validité et la fiabilité les plus élevées

En outre, les algorithmes fournissent des données supplémentaires avec des propriétés clinimétriques comparables et une plus grande sensibilité au changement et à la DMI, grâce au fonctionnement intrinsèque des algorithmes de vision par ordinateur.

4. La variabilité inter-observateurs la plus faible​

En effet, le système de notation SCORAD est représentatif et bien évalué, mais présente, comme tous les autres systèmes, des divergences intra- et inter-observateurs. La variation des scores est d 'environ 20 %.

Les résultats expérimentaux montrent qu 'ASCORAD peut atteindre un pourcentage d 'erreur absolue moyen de 8 %, , ce qui est supérieur aux méthodes de référence et inférieur à la variabilité inter-observateurs de 20 %.

5. Variabilité intra-observateur nulle​

La nature numérique du système ASCORAD élimine complètement la variabilité intra-observateur, puisque chaque image et chaque calcul sont stockés dans la base de données de l 'application.

Il permet au médecin de ne pas se fier à sa mémoire lorsqu 'il évalue la gravité de la pathologie. Se concentrer sur l 'analyse des données objectives stockées dans l 'application réduit considérablement le risque d 'oubli. L 'application offre donc un moyen plus objectif et plus précis de suivre l 'évolution de la maladie.

6. Une meilleure interprétabilité​

Legit.Health propose une interface lisible qui permet au médecin d 'accéder à toutes les informations pertinentes relatives au patient en un seul coup d 'œil.

Toutes les données dérivées de l 'ASCORAD s 'affichent clairement à l 'écran et montrent la gravité de la pathologie, les différents facteurs pris en compte lors de l 'analyse de l 'image et leurs ponctuations, ainsi que l 'évolution grâce à des graphiques temporels qui permettent de suivre l 'efficacité du processus de guérison et l 'efficacité du traitement, en toute simplicité.

En outre, toutes les photographies de l 'historique du patient sont facilement accessibles et forment une réserve d 'images pour que l 'algorithme mette automatiquement en évidence les zones affectées.

En conclusion​

Le révolutionnaire ASCORAD représente l 'avenir de la dermatologie. Il permet aux médecins du monde entier de pratiquer une médecine fondée sur des données probantes en utilisant les meilleurs outils lors du diagnostic de la maladie, et améliore la communication entre le médecin et le patient.

L 'utilisation d 'algorithmes qui estiment la gravité de la dermatite atopique en renseignant le SCORAD et en classant automatiquement les lésions à partir d 'une simple analyse des photographies de smartphones augmente de 23 % le taux d 'exactitude du diagnostic des médecins et améliore le suivi du traitement en conférant au patient un rôle plus actif dans sa propre guérison.

Essai gratuit​

This free 23-day trial of Legit.Health gives clinics and hospitals a hands-on look at how to drive increased adherence and improve patient outcomes, as well as improving efficiency and overall quality of life.

Introduction​

Pour nous, développeurs de technologies de santé, il est essentiel de s 'interroger sur les fondements scientifiques des nouveaux outils. Dans cet article, nous évoquons la solide validation clinique et le processus d 'examen par les pairs auxquels notre technologie a été soumise, qui reflètent notre engagement en faveur de solutions fondées sur des données probantes.

Les publications énumérées ici ne comprennent pas l 'ensemble de nos travaux. Elles n 'incluent pas non plus les données probantes soumises aux organismes de certification dans le cadre de notre processus de certification en tant que dispositif médical. Il ne s 'agit donc pas d 'une liste exhaustive, mais plutôt d 'un résumé des témoignages les plus représentatifs.

Réponse courte​

Oui, Legit.Health a été cliniquement validé dans divers environnements de soin par d 'éminents spécialistes dans leurs domaines. Notre technologie a démontré son efficacité dans l 'amélioration du diagnostic et du suivi, avec des études spécifiques sur certaines pathologies pour évaluer la sensibilité et la précision.

Plusieurs de ces études ont été publiées dans des revues prestigieuses de dermatologie, et d 'autres sont à des stades divers de publication. En outre, nous avons également fourni des preuves cliniques au cours du processus de certification en tant que dispositif médical, dont certaines n 'ont pas été rendues publiques.

Réponse détaillée​

La technologie qui sous-tend Legit.Health est complexe et multiforme. Derrière un processus apparemment simple pour l 'utilisateur, plusieurs algorithmes interagissent. En effet, notre technologie intègre de multiples algorithmes pour diagnostiquer et évaluer la gravité de la maladie, mais aussi pour optimiser la précision de l 'orientation, garantir la qualité de l 'image et jauger l 'efficacité du traitement.

Dermatite atopique​

Notre étude ASCORAD (Automatic SCORing of Atopic Dermatitis), réalisée en collaboration avec le docteur Ramon Grimalt, a été publiée dans le Journal of Investigative Dermatology (JID) Innovations. Cette étude détaille notre approche de l 'automatisation de l 'évaluation de la gravité de la dermatite atopique et de l 'eczéma.

Ces travaux sont également reconnus dans la littérature scientifique récente, soulignant leur potentiel à révolutionner l 'évaluation de la gravité de la maladie d 'Alzheimer.

(...) très prometteuse est la tentative d 'arriver à une définition automatique de la gravité de la dermatite atopique en utilisant des réseaux de neurones convolutifs (RNC) (...) pour obtenir une notation précise de la gravité de l 'érythème, de la papulation, de l 'excoriation et de la lichénification, comparable à celle des dermatologues (...). Les progrès des applications informatiques en ce sens ont conduit très récemment à la conception de l 'Automatic SCORing Atopic Dermatitis (ASCORAD).

Découvrez les auteurs d 'ASCORAD dans ce webinaire (en espagnol).

Hidradénite suppurée​

L 'AIHS4, notre nouveau système d 'évaluation de l 'hidradénite suppurée, est présenté en détail dans Skin Research and Technology. Cette étude illustre notre engagement à développer des solutions d 'IA pratiques pour les affections dermatologiques complexes.

L 'AIHS4 a été mentionné dans des publications scientifiques récentes, comme l 'article suivant du Conseil national de la recherche de l 'Italie et des universités de Palerme et de Messine :

(...) pour remplacer l 'IHS4, chronophage et sujet à la variabilité, l 'AIHS4 est introduit, en utilisant un modèle DL, Legit.Health-IHS4net, pour la détection des lésions (...). Ces données soulignent l 'utilité de l 'IA dans la dermatologie fondée sur des données probantes. Cet outil peut renforcer les capacités des dermatologues dans leur pratique quotidienne et les essais cliniques.

Nous avons également présenté l 'IHS4 dans plusieurs congrès. Par exemple, voici notre affiche au congrès national espagnol de dermatologie de 2022 (AEDV).

Urticaire (plaques)​

Le système AUAS (Automatic Urticaria Activity Score) a été publié dans le Journal of Investigative Dermatology (JID) Innovations. Il a présenté notre approche fondée sur l 'apprentissage profond pour l 'évaluation de la gravité de l 'urticaire.

Nos travaux sur l 'AUAS ont été présentés lors de congrès, tels que la rencontre annuelle de l 'AEDV en 2021. La vidéo suivante présente une brève explication de l 'AUAS lors du congrès mentionné ci-dessus :

Qualité de l 'image​

Nous publions également nos recherches sur la technologie non diagnostique. Par exemple, la technologie DIQA (Dermatology Image Quality Assessment) garantit l 'utilité clinique des images pour les consultations à distance et les essais cliniques. Cette étude a été publiée dans le Journal of the American Academy of Dermatology.

Dans cette vidéo (en espagnol), Taig Mac Carthy, co-auteur de la publication, explique le fonctionnement de l 'intelligence artificielle d 'orientation, notamment de l 'assurance qualité de l 'image , lors du congrès annuel de l 'Académie espagnole de dermatologie .

Psoriasis​

Notre travail sur l 'APASI, le système d 'évaluation automatique du psoriasis développé par notre équipe, a été récompensé par l 'AEDV par un prix dans la catégorie des images médicales.

Autres recherches​

Nous nous efforçons également d 'appliquer notre technologie à de nouveaux domaines de la connaissance médicale, comme dans le cas de notre collaboration avec le docteur Sergio Vañó et son équipe de l 'hôpital Ramon y Cajal, qui sont à l 'avant-garde de l 'application de la technologie d 'IA pour mesurer la gravité de l 'alopécie frontale fibrosante (AFF).

Depuis, la paralysie faciale constitue un autre exemple dans lequel l 'équipe de Legit.Health élargit le champ d 'application de la technologie algorithmique d 'apprentissage profond appliquée à la médecine. Les médecins Goiztidi Díaz Basterra, Luis Barbier Herrero et Estíbaliz Ortiz de Zárate dirigent une initiative à l 'hôpital de Basurto pour appliquer cette technologie révolutionnaire à ce domaine.

Un bon exemple ? L 'essai clinique de grande envergure que la docteure Leticia Calzado dirige à l 'hôpital de Torrejón, où elle et son équipe valident le processus de diagnostic assisté par ordinateur avec d 'excellents résultats.

Dans certains cas, les résultats prometteurs ont poussé les équipes de recherche à élargir le champ de l 'étude. Comme l 'étude menée à la fois à l 'hôpital de Cruces et à l 'hôpital de Basurto sous la supervision des docteurs Jesús Gardeazabal et Rosa María Izu Belloso, étudie les options du diagnostic assisté par ordinateur dans le cas du mélanome.

Collaborons !​

Chez Legit.Health, nous travaillons à l 'amélioration de la technologie, en nous efforçant de créer des outils encore plus performants. Il s 'agit, par exemple, d 'améliorer la différenciation entre les types de lésions d 'HS, ou de veiller au bon fonctionnement de la technologie pour tous les phototypes de peau.

Si vous souhaitez travailler avec nous, renseignez le formulaire ci-dessous, nous vous contacterons dans les plus brefs délais.

This free 23-day trial of Legit.Health gives clinics and hospitals a hands-on look at how to drive increased adherence and improve patient outcomes, as well as improving efficiency and overall quality of life.

Introduction​

L 'avenir de la dermatologie est arrivé : l 'application révolutionnaire du système PASI de Legit.Health : APASI (Automatic Psoriasis Area and Severity Index). À l 'aide d 'algorithmes de vision par ordinateur, les chercheurs ont créé un outil qui traite les images des smartphones et les traduit automatiquement dans le domaine du PASI.

Il est largement reconnu que des mesures de résultats objectives, fiables et précises sont essentielles dans la médecine fondée sur des données probantes. Concernant le psoriasis, le PASI présentant les meilleures propriétés de mesure, il est le plus recommandé pour les essais cliniques. C 'est pourquoi nous avons automatisé le PASI pour aider les patients et les médecins à obtenir de meilleurs résultats en matière de santé.

Origines du PASI​

Ce système de notation du psoriasis a été publié pour la première fois en 1978, dans un article de T. Fredericksson et U. Pettersson dans lequel ils étudiaient la validité d 'un nouveau traitement pour la maladie.

Leur formule d 'évaluation de la gravité de la maladie est devenue la référence des dermatologues du monde entier, et elle est encore aujourd 'hui largement utilisée.

Pour calculer le PASI, la somme de la gravité de ces trois changements principaux a été multipliée par la valeur numérique des zones concernées et par les différents pourcentages des quatre zones du corps. Ces valeurs ont ensuite été additionnées pour obtenir le PASI.

Les lacunes du PASI (papier-crayon)​

L 'objectif principal du PASI est de fournir un outil permettant de consigner des données de manière précise et cohérente pour les évaluations de routine et les études cliniques. Toutefois, il pose certains problèmes et limites.

Nous avons observé une variation substantielle [des résultats] entre les médecins expérimentés et inexpérimentés qui utilisaient le PASI

En d 'autres termes, il existe une grande variabilité inter-observateurs, qui s 'accentue lorsque l 'on compare des praticiens expérimentés et inexpérimentés.

Outre les variations inter-observateurs, de nombreux médecins ont déclaré que renseigner la fiche imprimée était trop fastidieux et chronophage et qu 'ils ne l 'utilisaient pas vraiment au quotidien.

Calculatrices numériques : une solution en demi-teinte​

Avec l 'avènement de l 'informatique, plusieurs versions numérisées du système de notation PASI ont été développées, dans le but de réduire le temps perdu en calculs. Ces calculateurs en ligne s 'attaquent, bien qu 'inefficacement, à l 'un des problèmes que pose le PASI traditionnel. Si la formule est calculée automatiquement, le médecin doit encore indiquer la valeur de chaque paramètre.

Par conséquent, le temps et l 'attention du médecin sont encore sollicités, et cela ne résout en rien les multiples problèmes liés au manque d 'objectivité et de reproductibilité du système PASI.

Comment savoir si un système de notation est bon ?​

Lorsqu'il s'agit d'évaluations dermatologiques, l'efficacité d'un système de notation est primordiale. Mais qu'est-ce qui fait exactement qu'un système de notation est fiable et utile ? Par consensus scientifique, plusieurs facteurs clés qui contribuent à la robustesse de ces systèmes ont été identifiés. Approfondissons ces éléments fondamentaux :

• Facilité d'utilisation : ce facteur détermine si le système peut être appliqué sans effort, compte tenu des contraintes de temps et de ressources financières. Un système convivial est crucial pour une adoption généralisée dans les milieux cliniques.
• Sensibilité au changement : un système de notation efficace doit être capable de détecter des changements cliniquement significatifs au fil du temps. Cette sensibilité garantit que toute amélioration ou détérioration de l'état d'un patient est saisi avec précision.
• Fiabilité inter-observateurs : vérifie la cohérence entre les résultats obtenus par différents observateurs utilisant le système de notation. Une grande fiabilité inter-observateurs signifie que différents cliniciens arriveront à des conclusions similaires, ce qui renforce la crédibilité du système.
• Variabilité intra-observateur : vérifie la cohérence des résultats, lorsque le même observateur utilise le système de notation plusieurs fois. Une faible variabilité intra-observateur indique que le système fournit des résultats stables au fil des évaluations répétées par le même clinicien.
• Interprétabilité : un système de notation pratique doit fournir des interprétations qualitatives significatives de ses évaluations, par exemple, la catégorisation de la gravité d'une affection comme légère, modérée ou grave.

Ces critères garantissent non seulement l'efficacité du système de notation, mais aussi son applicabilité et sa fiabilité dans divers scénarios cliniques.

Adapté de "Methods and definitions to rate the quality of outcome measures". Schmitt, J., Langan, S., Deckert, S., Svensson, A., von Kobyletzki, L., Thomas, K., et Spuls, P. (2013). Assessment of clinical signs of atopic dermatitis: A systematic review and recommendation. Journal of Allergy and Clinical Immunology, 132(6), 1337--1347. doi:10.1016/j.jaci.2013.07.008.

APASI est meilleur à six égards​

Legit.Health est l 'outil révolutionnaire de communication et de données cliniques pour les dermatologues de la nouvelle génération, qui triple l 'autonomie des patients.

Après 12 mois d 'utilisation de Legit.Health, au cours desquels nous avons analysé l 'applicabilité de l 'outil dans notre hôpital, nous avons tiré des conclusions qui nous permettent de proposer un nouveau paradigme de soins dans le suivi du psoriasis.

L 'objectif des algorithmes d 'apprentissage profond est de soulager les médecins du calcul manuel fastidieux des systèmes de notation, et de permettre la pratique d 'une dermatologie plus objective, fondée sur des données probantes, tout en accélérant le processus de signalement de pathologies et en renforçant l 'autonomie et le contrôle des patients.

Les algorithmes de Legit.Health classent automatiquement les lésions à partir de l 'observation des images des smartphones et des petites mesures de résultats rapportées par les patients (PROM). En d 'autres termes, l 'outil renseigne automatiquement la plupart des systèmes de notation dermatologiques, tels que PASI, SCORAD, UAS, GAGS, et bien d 'autres encore.

Cela signifie que la nouvelle version de ce système de notation extrait des données de manière précise et cohérente, aussi bien lors des évaluations de routine que dans la recherche clinique. L 'amélioration est visible dans le tableau suivant, qui compare les indicateurs de performance de la façon la plus courante d 'utiliser les systèmes de notation :

	Papier-crayon	Numérique	Automatique (IA)
Auto-supervision	-	-	Établissement diagnostic
Facilité d 'utilisation	≈ 600 secondes	≈ 420 secondes	≈ 23 secondes
Sensibilité au changement	0 à 4	0 à 4	0 à 100
Variabilité inter-observateurs	Moyenne (20 %)	Moyenne (20 %)	Plus faible (8 %)
Variabilité intra-observateur	Élevée	Élevée	Zéro

Grâce aux algorithmes d 'apprentissage profond, Legit.Health libère les médecins du fastidieux calcul manuel des systèmes de notation et permet la pratique d 'une dermatologie fondée sur les preuves plus objective. De plus, en utilisant des algorithmes pour mesurer la sécheresse, la lichénification, l 'érythème, le suintement, l 'œdème et bien d 'autres signes, l 'outil peut calculer les signes visuels de manière plus fiable et plus cohérente.

1. La méthode la plus facile à utiliser et la plus rapide​

Alors qu 'un médecin expérimenté peut prendre six à sept minutes pour renseigner la fiche et calculer le score PASI d 'un patient, un médecin inexpérimenté aura besoin de dix minutes. Or, l 'algorithme de Legit.Health, lui, ne prend que 23 secondes, photographie comprise, pour obtenir le score final.

Avantage non négligeable, tant du point de vue de la gestion du temps, qui permet aux médecins de mieux utiliser leur temps avec le patient, que du point de vue clinique. Le fait que de nombreux médecins ne renseignent aucun système de notation, parce qu 'ils considèrent que le processus est trop fastidieux et chronophage et qu 'ils préfèrent estimer à l 'instinct la gravité de la maladie, est incompatible avec l 'idée moderne que l 'on se fait de la pratique d 'une médecine fondée sur des données probantes.

2. L 'APASI aide le médecin à diagnostiquer la maladie​

L 'algorithme développé par Legit.Health ne se limite pas à mesurer la gravité, comme le PASI. Il peut également aider à déterminer s 'il s 'agit ou non d 'un psoriasis. L 'APASI a été entraîné grâce aux informations fournies par des dermatologues de renom pour établir une distinction entre des centaines de pathologies, notamment la plupart des types de psoriasis.

Aussi l 'APASI peut-il faire la distinction entre plusieurs types de psoriasis et aider le médecin dans le processus d 'évaluation de la maladie, en l 'accélérant grâce à des informations pertinentes, mais aussi en améliorant de 23 % le taux d 'exactitude du diagnostic.

Voulez-vous voir la technologie IA clinique en action ?

Discover now

3. L 'APASI peut détecter de petits changements dans l 'évolution de la pathologie​

L 'outil de Legit.Health analyse les pathologies à l 'aide d 'un système de notation validé qui présente la DMI (différence minimale importante) la plus basse et qui est sensible au CMD (changement minimal détectable) le plus faible. Ainsi, l 'algorithme analyse chaque image avec plus de précision et d 'attention aux détails qu 'aucun observateur humain.

Dans les essais cliniques, la quantification de la maladie est essentielle pour mesurer l 'efficacité d 'un traitement expérimental en comparant la gravité de la maladie avant le traitement à celle mesurée après le traitement.

En outre, grâce au fonctionnement intrinsèque des algorithmes de vision par ordinateur, il présente une validité et une fiabilité accrues, tout en conservant des propriétés clinimétriques comparables.

4. Il réduit considérablement la variabilité inter-observateurs​

Nos données indiquent que même des investigateurs expérimentés ont eu des difficultés avec le PASI pour évaluer la zone touchée [...], en particulier chez les patients atteints d 'un psoriasis plus grave.

Les résultats expérimentaux montrent que l 'APASI surpasse les méthodes de référence quand il s 'agit de la variabilité inter-observateurs. Elle atteint un pourcentage d 'erreur absolu moyen de seulement 13 %, bien inférieur aux 20 % habituellement observés dans l 'application classique des systèmes de notation traditionnels.

5. Variabilité intra-observateur nulle​

La nature algorithmique de l 'APASI élimine complètement, de manière irréfutable, la variabilité intra-observateur, puisque chaque lecture est fiable et cohérente.

Cela permet au médecin de ne pas s 'en remettre à sa mémoire lorsqu 'il évalue la gravité du psoriasis, pour plutôt se concentrer sur l 'analyse des informations contextuelles. En ce sens, les données plus objectives réduisent considérablement le risque d 'erreur de diagnostic. L 'application offre donc un moyen plus objectif et plus précis de suivre l 'évolution de la maladie.

Pour juger de l 'effet d 'un traitement, la variation ponctuelle de l 'évaluation d 'un patient doit être faible

Cette objectivité est particulièrement importante dans les essais cliniques, où la réduction de ce type de variabilité est essentielle pour recueillir les données précises requises dans ce type d 'étude.

6. Des données plus accessibles et plus faciles à lire​

Enfin, l 'interface de Legit.Health permet d 'accéder de façon lisible à toutes les informations pertinentes concernant le patient.

Toutes les données dérivées de l 'APASI figurent clairement à l 'écran et montrent la gravité de la pathologie et les différents facteurs pris en compte par l 'algorithme lors de l 'analyse de l 'image et de ses scores.

L 'application propose également un graphique pratique qui montre l 'évolution de la maladie dans le temps et facilite grandement le suivi du processus de guérison et de l 'efficacité du traitement.

Voulez-vous voir la technologie IA clinique en action ?

Discover now

En conclusion​

Révolutionnaire et innovant, l 'APASI représente l 'avenir de la dermatologie. Nous permettons aux médecins d 'accéder au meilleur outil de diagnostic du psoriasis, de pratiquer une médecine fondée sur des données probantes et d 'améliorer leur communication avec les patients.

Grâce à Legit.Health, les médecins du monde entier peuvent améliorer de 23 % leur taux d 'exactitude du diagnostic et rendre le traitement plus facile à suivre pour le patient, qui participe activement à son propre rétablissement.

Il est indéniable que l 'utilisation d 'algorithmes pour estimer la gravité de la maladie représente un avenir prometteur pour la pratique de la dermatologie. Elle contribuera sans aucun doute à faire avancer ce domaine.

Essai gratuit​

This free 23-day trial of Legit.Health gives clinics and hospitals a hands-on look at how to drive increased adherence and improve patient outcomes, as well as improving efficiency and overall quality of life.

Le prestataire de soins Ribera Salud et Legit.Health ont commencé à travailler ensemble dans l 'un des hôpitaux du groupe, l 'hôpital de Torrejón, pour mettre en œuvre la technologie algorithmique révolutionnaire qui, deux ans plus tard, a donné d 'excellents résultats.

En 2020, le prestataire de soins Ribera Salud et Legit.Health ont commencé à travailler ensemble dans l 'un des hôpitaux du groupe, l 'hôpital de Torrejón, pour mettre en œuvre la technologie algorithmique révolutionnaire qui, deux ans plus tard, a donné d 'excellents résultats grâce au travail extraordinaire des médecins.

La pandémie pourrait bien se révéler être une bénédiction, car elle a forcé les équipes à réellement repousser les limites des possibilités de soins à distance. Dans ce cas particulier, l 'équipe de l 'hôpital de Torrejón devait assurer le suivi du traitement des patients, mais ne pouvait pas tous les faire venir au centre médical à cause de la COVID-19.

Dans ces circonstances, Legit.Health était l 'outil parfait.

Résumé vidéo​

Regarder la présentation de la docteure Elena Sanchez-Largo : Artificial Intelligence for Remote Monitoring of Patients With Skin Conditions. Elle y présente un aperçu de la façon dont l 'hôpital utilise la solution de Legit.Health.

À côté de la docteure Sanchez-Largo, le cofondateur de Legit.Health, Taig Mac Carthy, explique certains éléments clés de la solution, comme la fonction de mesure de la gravité, qui automatise le renseignement des systèmes de notation, tels que PASI ou SCORAD.

Il est assez aisé de comprendre qu 'un outil télématique comme Legit.Health peut aider à effectuer le suivi des patients à distance. Mais comment fait-il en sorte de ne pas alourdir la charge de travail des médecins, en les obligeant à se préoccuper d 'un autre système ? Découvrons-le.

Première étape : Enregistrement des patients​

La mise en œuvre d 'un nouveau système dans un flux de travail établi est une tâche que la plupart des gens redoutent. Après tout, ce flux de travail a été affiné et perfectionné au fil d 'années d 'ajustements et de modifications, et l 'ajout d 'un nouvel élément peut donner l 'impression d 'enrayer une machine bien huilée.

Heureusement, le processus d 'intégration des nouveaux patients est à la fois facile et limité dans le temps, puisqu 'il ne se produit qu 'une seule fois.

Lorsque les médecins de l 'hôpital de Torrejón ont eu accès à leur compte Legit.Health (un processus qui prend à peine deux minutes), il leur suffisait, dans le cadre d 'une visite, de demander le nom, le prénom, l 'adresse électronique ou le numéro de téléphone du patient, puis de saisir les informations relatives à sa pathologie.

Enregistrement​

Le processus d 'enregistrement ne se produit qu 'une seule fois pour chaque patient.

Ce processus ne prend pas plus d 'une minute et ne doit se produire qu 'une seule fois. Si vous le souhaitez, il est possible d 'éviter cette étape grâce à l 'API Dermatology de Legit.Health.

Dans le cas de l 'hôpital de Torrejón, les patients ont confirmé leur compte et se sont connectés sur place avec leur mot de passe. Le médecin leur a demandé de vérifier s 'ils recevaient des alertes par courrier électronique ou téléphone pour prendre des photographies dans le cadre de la surveillance.

Les médecins et les patients ont consacré environ 5 minutes à la mise en place de ce processus. Et si, à l 'hôpital de Torrejón, l 'équipe médicale a choisi de prendre en main ce processus, d 'autres centres préfèrent laisser l 'étape de l 'enregistrement des patients aux équipes non médicales.

Deuxième étape : Suivi​

Une fois le système mis en place, chaque patient de l 'hôpital de Torrejón a commencé une boucle d 'utilisation continue : le processus de suivi et de surveillance est simplifié par l 'algorithme en une seule décision des médecins.

Chaque fois qu 'un patient charge une photographie, soit parce que le médecin a défini une fréquence de chargement lors de sa dernière consultation, soit parce qu 'il estime que son état a changé de manière significative, l 'algorithme traite l 'information.

Après analyse de l 'image, si les algorithmes détectent une aggravation, ou un renforcement de la suspicion de malignité ou de prémalignité, ils signalent l 'image comme étant urgente et la montrent d 'abord au médecin.

Utilisation continue​

Brève description de ce que font les médecins et les patients lorsqu 'ils utilisent Legit.Health

Le médecin peut alors, à tout moment, passer en revue toutes les photographies qui lui ont été envoyées par ses patients, et organiser une consultation physique s 'il la juge nécessaire, ou envoyer simplement un message à ses patients pour leur donner des indications sur le traitement et la fréquence de chargement de photographies.

Cela ne demande qu 'un minimum de travail au médecin pour chaque patient, tout en augmentant considérablement son efficacité.

Les vrais héros de l 'histoire​

La mise en œuvre de nouvelles technologies est particulièrement difficile pour les médecins, car leur charge de travail clinique est déjà considérable. Heureusement, les grands dermatologues de Torrejón sont des professionnels ouverts à l 'innovation, qui cherchent à améliorer leurs pratiques quotidiennes en trouvant de meilleures façons de soigner les patients.

La principale conclusion à tirer ici est que la technologie est secondaire par rapport au talent clinique. Si l 'équipe médicale est talentueuse et compétente, n 'importe quelle solution peut s 'épanouir. Et c 'est précisément ce qui s 'est passé lorsque l 'hôpital universitaire de Torrejón a mis en place Legit.Health.

Pour vous montrer les résultats de ce projet, rien de mieux que les paroles de certains des médecins impliqués :

Docteure Elena Sánchez-Largo​

L 'utilisation d 'applications pour le suivi télématique rend possible le flux d 'informations entre le médecin et le patient sans qu 'il soit nécessaire de procéder à des consultations en face à face, le rendant plus simultané et permettant des changements d 'attitude thérapeutique plus rapides et efficaces.

La docteure Elena Sánchez-Largo a utilisé Legit.Health avec ses patients atteints de psoriasis à l 'hôpital de Torrejón et a obtenu d 'excellents résultats.

Elle rapporte que 27 % de ses patients ont bénéficié d 'une adaptation précoce de leur traitement, grâce à l 'amélioration de la communication entre le médecin et le patient.

Vous pouvez suivre Elena Sánchez-Largo sur Twitter.

Docteure Marta Andreu​

Ce suivi télématique a permis d 'éviter des absences scolaires chez les patients pédiatriques, des arrêts maladie chez les adultes, et de suivre des patients en quarantaine à cause de la COVID-19, ou atteints de maladies qui rendent les déplacements difficiles. Tant les patients que leurs dermatologues se sont montrés très satisfaits par l 'utilisation de l 'application, et 100 % des patients souhaitent continuer de l 'utiliser.

La docteure Marta Andreu met en perspective l 'utilisation de l 'application à l 'hôpital de Torrejón, précisant qu 'elle a été utilisée pour des patients atteints de psoriasis, de dermatite atopique, d 'urticaire, d 'acné et d 'hidradénite suppurée. Elle souligne le bon accueil réservé à l 'application par les patients et l 'amélioration de leur satisfaction à l 'égard du centre médical que son utilisation a engendrée.

Vous pouvez trouver la docteure Marta Andreu sur LinkedIn.

Dans les prochains billets, nous espérons également souligner le travail et le talent de leurs collègues ; Leticia Calzado, Marta Andreu, Marta Ruano ou Javier Alcántara, pour n 'en citer que quelques-uns. Des professionnels de santé vraiment très innovants qui explorent les meilleures façons de soigner leurs patients et d 'améliorer les systèmes de santé.

Essai gratuit​

This free 23-day trial of Legit.Health gives clinics and hospitals a hands-on look at how to drive increased adherence and improve patient outcomes, as well as improving efficiency and overall quality of life.

Introduction​

Ces dernières années, l 'ensemble de la société a commencé à s 'habituer au caractère inéluctable d 'un monde entièrement numérique, qui s 'intègre dans tous les aspects de la vie, y compris les soins.

Si la pratique appliquée de la télémédecine présente de nombreux avantages, il existe également des défis à relever avant de pouvoir commencer à profiter des avantages de cette nouvelle façon d 'appréhender les soins de santé.

Les dermatologues soulignent l 'utilité des images dans le suivi à distance des pathologies chroniques. C 'est pourquoi cet outil est encore utilisé aujourd 'hui dans le cadre de notre activité de soins, et nous continuons d 'explorer de nouvelles utilisations et améliorations à l 'avenir.

La télémédecine est une réalité, pas une prédiction​

La déconnexion numérique n 'est plus possible pour le commun des mortels. À notre époque, où chaque foyer dispose d 'une connexion Internet et où chacun porte un smartphone dans la poche, essayer de nier le pouvoir qu 'Internet exerce sur notre vie quotidienne est aussi ridicule qu 'irréalisable.

Bien entendu, le monde de la santé n 'y fait pas exception. Ceux qui tentent de résister à cette vague de modernisation sont rapidement laissés pour compte ou contraints de s 'adapter. Il est courant que des concepts tels que la télémédecine soient traités au futur, mais la pandémie de COVID-19 nous a montré que le temps des prédictions était révolu.

Il est temps de relever les défis présentés par cette nouvelle forme de soins de santé.

Le passé des soins à distance​

L 'une des premières utilisations pratiques de la télémédecine date de la fin des années 1950, dans l 'État du Nebraska, où un hôpital d 'État et une institution psychiatrique ont mis en place une liaison de télévision en circuit fermé, afin de surveiller plus facilement à distance l 'état des patients.

Si la technologie a rapidement progressé au cours des décennies suivantes, son application aux soins à distance des patients ne s 'est jamais largement répandue. Jusqu 'à présent, l 'avancée la plus notoire consiste en une consultation téléphonique, bien qu 'elle soit largement considérée comme une mesure insuffisante, tant par les médecins que par les patients.

Aujourd 'hui, l 'envie d 'utiliser la télémédecine est plus une réalité qu 'une lointaine possibilité. La pandémie de 2020 a rapidement changé la perception et les besoins de nombreuses personnes, obligeant la communauté des soins de santé à donner la priorité à l 'efficacité, et à mettre en œuvre tous les outils à sa disposition.

À quoi ressemble l 'avenir ?​

Même s 'il est insensé d 'essayer de prédire quelles technologies seront développées au cours de la prochaine décennie, nous pouvons nous inspirer des avancées les plus récentes pour émettre une déduction logique sur les progrès scientifiques qui façonneront l 'avenir des soins de santé.

Nous pourrions citer comme exemple l 'essor des capteurs portables sans fil, intégrés dans les smartphones, les smartwatchs et autres dispositifs portables, qui permettent aux médecins de collecter des données sur leurs patients en temps réel, en interférant très peu dans leur vie quotidienne.

L 'intelligence artificielle est une autre perspective très prometteuse. Les projets fondés sur cette technologie ont donné d 'excellents résultats ces dernières années dans des domaines aussi variés que l 'oncologie, la radiothérapie, la neurologie et la dermatologie.

Un exemple brillant de l 'utilisation de l 'intelligence artificielle est Legit.Health, l 'outil révolutionnaire de communication et de données cliniques pour les dermatologues de la nouvelle génération, qui applique des algorithmes validés cliniquement et une technologie de vision par ordinateur pour améliorer leur pratique médicale.

**L 'objectif des algorithmes d 'apprentissage profond est de soulager les médecins du calcul manuel fastidieux des systèmes de notation, **et de permettre la pratique d 'une dermatologie plus objective, fondée sur des données probantes, tout en accélérant le processus de signalement de pathologies et en augmentant l 'autonomie et le contrôle des patients.

Les 5 défis de la télémédecine moderne​

Financement​

Comme c 'est souvent le cas lorsque l 'on propose d 'introduire une nouvelle technologie ou une nouvelle infrastructure, les détracteurs soulèvent la question de l 'argent. Néanmoins, ne considérer que les coûts potentiels de la refonte du système médical pour le rendre plus télématique est plutôt réducteur si l 'on ne prend pas en compte les économies et les bénéfices potentiels.

L 'équilibre entre les coûts et les avantages économiques de la télémédecine sera sans aucun doute l 'un des plus grands défis à relever, et les entreprises qui offrent des services dans ce domaine doivent garder cela à l 'esprit. C 'est pourquoi Legit.Health maintient une tarification flexible et des exigences technologiques simples, afin que tout centre médical ou institution puisse se permettre le petit investissement nécessaire.

Réglementations​

Un autre grand défi à relever avant d 'adopter un système entièrement télémétrique est lié aux lois et aux réglementations. Plus ou moins, selon les pays, mais partout dans le monde, la mise en œuvre des dispositifs médicaux est fortement réglementée.

En outre, si ces appareils gèrent des informations sur les patients, des lois comme le RGPD entrent en jeu pour garantir la sécurité et l 'intégrité des données. C 'est pourquoi toute tentative de se lancer dans la télémédecine exige d 'étudier ces questions.

Legit.Health possède le marquage CE européen, mais c 'est aussi un outil qui est entièrement conforme au RGPD, ainsi qu 'à toutes les autres normes européennes, ce qui vous soulage d 'une partie du fardeau et du travail associé à la gestion de ces questions. En d 'autres termes, votre travail sera en grande partie déjà fait au moment de l 'audit.

Adoption​

Aucune technologie de pointe ne peut se distinguer par son utilité, si ceux qui sont censés l 'utiliser ne savent pas comment, ou ne veulent pas l 'adopter. Dans ce cas, le défi est double, car les médecins et les patients doivent se faire à l 'idée d 'inclure ces nouvelles technologies dans les dynamiques ancrées dans notre esprit collectif depuis des siècles.

Nous devons non seulement convaincre les patients qu 'ils peuvent communiquer efficacement avec leur médecin par le biais d 'ordinateurs et de smartphones, mais aussi aider les médecins à adapter leurs routines habituelles à ces nouveaux systèmes.

C 'est pourquoi Legit.Health a été développé dans un souci de facilité d 'utilisation. Une fois prise par le patient, la photographie est analysée par l 'algorithme validé cliniquement et ses résultats sont envoyés au médecin, qui bénéficie de la cohérence des données générées par ce processus. Cela facilite grandement le travail de suivi des éruptions cutanées et de l 'évolution des maladies.

Technologie​

La technologie se trouve depuis longtemps au cœur de la télémédecine. Toutefois, la télémédecine est vraiment une question de service. Le caractère unique de la technologie la plus récente passe au second plan. Grâce à son approche fondée sur les services et les résultats positifs en matière de santé, quelle que soit l 'évolution de la technologie, le centre médical disposera toujours d 'un système pour la mettre en œuvre.

Legit.Health permet aux centres médicaux de fusionner la technologie et le service en un seul produit facile à utiliser, présentant à la fois de nombreux outils pour la pratique médicale et de multiples options pour fournir à leurs patients les services dont ils ont besoin pour se sentir pris en charge.

Données probantes​

Dans le monde médical, les bonnes idées ne valent rien si elles ne sont pas étayées par des preuves cliniques solides. Cela vaut pour les procédures, les médicaments, les dispositifs médicaux et, bien sûr, les concepts ou services généraux tels que la télémédecine.

La collecte de preuves scientifiques est peut-être le défi le plus difficile à relever pour la télémédecine avant qu 'elle ne s 'impose. Chaque système, application, dispositif médical ou technologie mis en place pour rendre ce changement possible doit être testé de manière approfondie avant d 'être mis en œuvre dans un environnement réel.

Legit.Health participe à une multitude d 'essais cliniques qui confrontent la technologie algorithmique et la conception de l 'application à des scénarios médicaux réels dans plusieurs centres médicaux européens. En tant qu 'entreprise, nous attachons une grande importance à notre présence dans les revues médicales, et contribuer à faire progresser le domaine de la dermatologie est l 'un de nos principaux objectifs.

En conclusion​

Si le chemin à parcourir est long et semé d 'obstacles, la communauté des soins de santé dans son ensemble a déjà commencé à faire les premiers pas vers un avenir où la télémédecine sera une réalité.

Grâce aux avancées technologiques d 'entreprises telles que Legit.Health et aux initiatives de prestataires de services médicaux, tels que DKV, pour n 'en citer que quelques-uns, les patients et les médecins s 'habituent de plus en plus à la réalité de la médecine à distance.

Essai gratuit​

This free 23-day trial of Legit.Health gives clinics and hospitals a hands-on look at how to drive increased adherence and improve patient outcomes, as well as improving efficiency and overall quality of life.