Actualités
Analysis Group co-lance un consortium dédié à la recherche en santé de précision et à la médecine fondée sur l'IA dans les troubles cardiométaboliques
L'amélioration de la prise en charge des patients atteints de troubles cardiométaboliques, ainsi que les décisions relatives à leur traitement et à leur suivi, reposent de plus en plus sur des connaissances intégrées issues de diverses sources de données, publiques et privées. Dans ce contexte, l'exploitation des mégadonnées de santé grâce à des méthodologies fondées sur l’intelligence artificielle (IA) offre une voie prometteuse pour répondre à ces enjeux.
Analysis Group et la Harvard T.H. Chan School of Public Health ont co-lancé le Consortium for Obesity & Cardiometabolic Research & Evidence (CORE). Ce consortium vise à décloisonner les silos de données et à lever les obstacles traditionnels à la collaboration au sein de l'écosystème de santé. Il permet de générer des connaissances plus robustes, actualisées et exploitables, et d’accélérer la transformation des résultats de recherche en applications concrètes pour les patients.
À propos du Consortium for Obesity & Cardiometabolic Research & Evidence (CORE)
Ce réseau collaboratif réunit des chercheurs universitaires, des experts médicaux, des organismes payeurs et des partenaires industriels. Il a pour objectif de renforcer la rigueur scientifique, la pertinence pour les politiques publiques et l’impact concret de la recherche sur l’obésité et les maladies cardiométaboliques.
En parallèle de la Harvard Chan School–Analysis Group Initiative on Precision Health (HAPI), CORE s’appuie sur des méthodologies d'IA de pointe pour connecter un large éventail de sources de données et offrir une vision globale et cohérente de l’évolution des maladies, de l’impact des traitements et des résultats cliniques.
À propos de la Harvard Chan School—Analysis Group Initiative on Precision Health (HAPI)
HAPI a été créée pour faire le lien entre les sources de données et les travaux de recherche issus du monde universitaire et du secteur privé. Grâce à HAPI, les chercheurs exploitent des ensembles de données issus de grandes cohortes prospectives de la Harvard Chan School, combinés à des technologies d'intelligence artificielle et d'apprentissage automatique. L’objectif est de mieux comprendre les maladies et les traitements, d’identifier de nouvelles voies pathologiques, de concevoir des outils de stratification des risques et de faire progresser la médecine personnalisée.
Lors de sa première réunion annuelle, tenue le 6 avril 2026, le CORE a réuni des experts internationaux de premier plan afin d’identifier les principales lacunes en matière de données, les opportunités de recherche à fort impact et les nouvelles tendances thérapeutiques. Les discussions ont notamment porté sur le rôle de l'IA dans l’accélération de la production de données probantes, l’évaluation de la valeur des traitements et l’aide à la décision en matière de soins et de politiques de santé. Les participants ont également présenté et validé les applications du modèle Dynamic Evaluation of Cardiometabolic and Obesity Disease (DECODETM), un jumeau numérique basé sur l'IA capable de simuler l’évolution des maladies et les effets à long terme des traitements.
À propos du modèle DECODETM (Dynamic Evaluation of Cardiometabolic and Obesity Disease)
Le modèle DECODETM s’appuie sur des données issues du monde réel et provenant de sources variées. Il vise à produire des prédictions fiables sur différentes populations, afin de soutenir des stratégies de prévention personnalisées. Il permet notamment de prédire la progression des maladies, d’analyser les parcours de soins, d’estimer le pronostic des patients et d’évaluer les résultats des traitements.
Le Dr Frank Hu, Conference Chair and Chair of the Department of Nutrition and Fredrick J. Stare Professor of Nutrition and Epidemiology at Harvard Chan School, souligne : « En santé cardiométabolique, l’enjeu n’est plus seulement d’identifier ce qui fonctionne, mais de garantir que ces solutions atteignent les patients à grande échelle. CORE a pour ambition de réunir le monde universitaire, les systèmes de santé, l’industrie et les payeurs afin de produire des données exploitables et de transformer l’innovation en impact réel. »
Eric Wu, Managing Principal d'Analysis Group, ajoute : « Grâce à CORE et à des modèles d'IA avancés comme DECODE, nous construisons un écosystème de connaissances évolutif pour soutenir des décisions éclairées et façonner l’avenir de la médecine personnalisée. »
Vous trouverez ci-dessous la liste complète des présentations de la réunion annuelle 2026 de CORE.
- Frank B. Hu, M.D., Ph.D., Chair, Department of Nutrition, Harvard T.H. Chan School of Public Health and Professor of Medicine, Brigham and Women’s Hospital and Harvard Medical School – Pharmacotherapy, Lifestyle, and Cardiometabolic Risk in Obesity: A Framework for Evidence-based Precision Health: Intégrer la pharmacothérapie et les approches liées au mode de vie pour une santé de précision dans l’obésité et le risque cardiométabolique
- Peter Libby, M.D., Ph.D., Mallinckrodt Professor of Medicine, Harvard Medical School and Cardiovascular medicine specialist, Brigham and Women’s Hospital – Inflammation, Lipid Treatment, and the Future of Cardiovascular Prevention: Rôle de l’inflammation et du traitement des lipides dans l’avancement de la prévention cardiovasculaire
- Robert W. Platt, Ph.D., Director, McGill Centre for Clinical Epidemiology and Professor of Epidemiology, Biostatistics, and Occupational Health, McGill University – Artificial Intelligence, Medical Big Data, and the Dynamic Evaluation of Cardiometabolic and Obesity Disease (DECODE) Model: utilisation de l’IA et des mégadonnées pour modéliser et évaluer les maladies cardiométaboliques
- Liming Liang, Ph.D., Professor of Statistical Genetics, Department of Biostatistics and Director, Program in Genetic Epidemiology and Statistical Genetics, Harvard Chan School – Connecting Data Islands: Building Comprehensive Understanding of Disease Through Collaborative Global Cardiometabolic Research: tirer parti de la collaboration mondiale et de l’intégration des données pour comprendre les maladies cardiométaboliques
- Eric Wu, Ph.D., Managing Principal, Analysis Group – Holistic Understanding of Cardiometabolic Disease Through DECODE: perspectives médicales fondées sur l'IA : des analyses pilotées par l'IA pour une compréhension globale des maladies cardiométaboliques
- Steven B. Heymsfield, M.D., Boyd Professor and Director, Metabolism and Body Composition Laboratory, Pennington and Biomedical Research Center, Louisiana State University – Beyond the Scale: Protective Weight Loss in the Era of GLP-1 Receptor Agonists: les bénéfices de la perte de poids au-delà des mesures pondérales, en particulier avec les traitements par GLP-1
- Steven K. Grinspoon, M.D., Professor of Medicine, Harvard Medical School and Director, Boston Area Nutrition Obesity Research Center – Redefining Obesity and Pre-obesity in Cardiometabolic Risk Stratification: nouveaux cadres pour définir l'obésité et évaluer le risque cardiométabolique
- Sébastien Czernichow, M.D., Ph.D., Head, Department of Nutrition, Hôpital Européen Georges-Pompidou, Paris and Professor of Nutrition, Université Paris Cité – Epidemiology of Obesity in France
- Olga V. Demler, Ph.D., Assistant Professor (part-time), Brigham and Women’s Hospital and Harvard Medical School and Senior Research Scientist (part-time), Computer Science Department, ETH Zurich – Advancing Precision Cardiovascular Medicine: Integrating Clinical Trials, Biomarkers, and AI-driven Risk Prediction: combiner essais cliniques, biomarqueurs et IA pour une médecine cardiovasculaire de précision
- Richard Wagner, Pharm.D., Former Pharmacy Director, Kaiser Permanente (retired) – Coverage and Formulary Management of Novel Obesity and Cardiovascular Therapies: Opportunities, Challenges, and the Role of Personalized Medicine: point de vue des payeurs sur l’accès, la couverture et la personnalisation des nouveaux traitements
- Frank B. Hu, M.D., Ph.D., Chair, Department of Nutrition, Harvard T.H. Chan School of Public Health and Professor of Medicine, Brigham and Women’s Hospital and Harvard Medical School; Peter Libby, M.D., Ph.D., Mallinckrodt Professor of Medicine, Harvard Medical School and Cardiovascular medicine specialist, Brigham and Women’s Hospital; Richard Wagner, Pharm.D., Former Pharmacy Director, Kaiser Permanente (retired); Rafael Alfonso, M.D., Ph.D., Executive Director TA Head Evidence Generation Cardio Renal Metabolic, Novartis – Panel Discussion: Advancing Cardiometabolic Research and Patient Care through Partnerships: approches collaboratives entre le monde universitaire, l’industrie et le secteur de la santé pour faire progresser la recherche et les soins aux patients
Pour en savoir plus sur CORE, consultez notre Guide de présentation ISPOR 2026
Notre équipe
Jimmy Royer
PrincipalM. Royer maîtrise un large éventail d’outils quantitatifs qu’il met au service des besoins de ses clients dans diversdomaines : science des données, statistique, économie de la santé, finance, propriété intellectuelle, politique de concurrence et contentieux en droit de la concurrence aux États-Unis, au Canada et au sein de l’Union européenne. Il possède également une expérience dans l’analyse des enjeux économiques et financiers liés aux cryptomonnaies et à la finance décentralisée (DeFi), notamment l’évaluation d’actifs numériques, l’analyse des plateformes d’échange et les questions fiscales et réglementaires associées.
Ses travaux récents couvrent un large spectre, notamment : la prédiction de l’apparition de maladies rares ou non diagnostiquées à l’aide de modèles d’intelligence artificielle; la prévision du caractère essentiel de brevets dans le cadre de normes technologiques; l’évaluation de brevets dans le secteur des télécommunications; l’évaluation des préjudices liés à des défaillances de produits; l’analyse de directives d’investissement dans des litiges relatifs au prêt de titres; l’examen d’allégations d’abus de position dominante dans d’importantes affaires de concurrence impliquant des entreprises technologiques ; ainsi que le soutien à divers experts universitaires dans le cadre d’actions portant sur des pratiques de market timing concernant des fonds d’investissement et sur des frais de gestion excessifs.
Par ailleurs, M. Royer a mené de nombreux travaux de recherche universitaire et est co-auteur d’ouvrages et d’articles sur des sujets tels que l’application de l’intelligence artificielle à l’économie de la santé; la prévision de la résistance aux traitements contre la tuberculose; l’utilisation de l’intelligence artificielle dans les modèles de score de propension; la mesure de l’impact de l’antidatage d’options d’achat d’actions destinées aux dirigeants; l’analyse de la tarification des fonds d’investissement; l’étude des stratégies de prix limites en droit de la concurrence ;; l’évaluation d’investissements privés dans des hôpitaux canadiens; la mesure des effets des traitements de l’hypertension sur la mortalité ; ainsi que la comparaison des systèmes d’indemnisation du chômage entre différents pays.