Podcast
Tech Anatomy - HealthTech Massively Simplified
Hosted by MedShake Studio · EN
Tech Anatomy — Health tech massively simplified
Decoding AI, Web3, and digital health so health industry leaders can turn complexity into action.
Welcome to Tech Anatomy — your bilingual (English & French) dive into the intersection of health and technology. I’m Anca Petre (pharmacist, entrepreneur, health-tech strategist), and here we make the complex accessible.
Produced by MedShake Studio, a leading podcast production studio dedicated to healthcare, this channel delivers:
Clear, structured explanations of AI, Web3, digital twins, data analytics, virtual care, and more
Use cases, trends, and critical insights — grounded in real health industry challenges
Myth-busting and sense-making: what works, what doesn’t, where to begin
We publish fresh episodes every week — so hit Subscribe to stay updated.
Hosted on Ausha. See ausha.co/privacy-policy for more information.
17episodes
Episodes
Newest firstAll episodes
"AI will transform the way we work" - Dr. Mette Maria Skjøth, HIMSS
1w ago00:08:22Tap to summarizeIn this episode of Tech Anatomy, we sit down with Dr. Mette Maria Skjøth, Hospital Administrator and Chair of HIMSS Europe, to discuss the upcoming HIMSS 26 Europe conference in Copenhagen. We explore the key themes shaping the future of digital health, with a particular focus on how artificial intelligence is moving beyond the "hype" to deliver real clinical and administrative value. From improving diagnostic precision to streamlining real-time patient-clinician communication, this conversation highlights the essential shift toward a more integrated and data-driven European healthcare landscape.Topics covered in the episode:Key priorities for HIMSS 26: AI, interoperability, cybersecurity, and environmental health.The transformative potential of AI in early disease identification and personalized diagnostics.Streamlining administrative tasks to enhance hospital efficiency.Spotlight on the "Amp and Stripe" project: Real-time AI translation for clinical encounters.Addressing the "gap": Challenges in data sharing and interoperability across European borders.The role of cultural and organizational change in adopting digital solutions.Crédits :Production : MedShake StudioAnimation : Anca PetreHosted on Ausha. See ausha.co/privacy-policy for more information.
Transcribe →🇫🇷 Innover sans l'avis des médecins - Stéphanie Allassonnière & Eric Vibert (ft. Guillaume Laguette)
2w ago00:17:23Tap to summarizeDans cet épisode, nous explorons les défis concrets de l'intégration technologique une fois "la porte du service franchie". Stéphanie Allassonnière et Eric Vibert décryptent pourquoi la performance technique ne suffit pas : pour réussir, une innovation doit s'effacer derrière l'usage, s'intégrer nativement dans le workflow des soignants et répondre à des besoins successifs. De l'importance du smartphone professionnel à l'hôpital au rôle crucial des tiers-lieux d'expérimentation comme Bopex, cet échange offre une feuille de route aux fondateurs de solutions Medtech pour passer du prototype à l'adoption massive en milieu hospitalier.Sujets abordés :L'intégration dans le workflow : l'outil comme réponse à un besoin métier sans nuisance supplémentaire.L'importance de concevoir pour les utilisateurs réels (infirmières de bloc, coordinateurs) et non uniquement pour les prescripteurs (médecins).La problématique du "Shadow AI" et le besoin urgent de smartphones professionnels connectés aux outils de l'hôpital (Orbis, PACS).Inspiration de l'IA générative grand public (ChatGPT, NotebookLM) pour améliorer l'expérience utilisateur médicale.Le rôle des tiers-lieux d'expérimentation (Bopex, Hôtel-Dieu) pour tester l'acceptabilité et l'interopérabilité.L'enjeu de la vente et de l'accès aux datasets de santé pour entraîner les algorithmes en France.Conseils stratégiques pour les startups : de l'essai clinique à la collaboration avec les hôpitaux privés à but non lucratif.Crédit :Production : MedShake StudioAnimation : Anca Petre et Guillaume LaguetteHosted on Ausha. See ausha.co/privacy-policy for more information.
Transcribe →🇫🇷 Crédible à l'hôpital - Stéphanie Allassonnière & Eric Vibert (ft. Guillaume Laguette)
3w ago00:17:10Tap to summarizePourquoi un essai clinique ne suffit plus à rendre une IA santé crédibleOn parle beaucoup d'IA en santé, d'essais cliniques, de marquage réglementaire. Pourtant, ce qui fait vraiment la crédibilité d'un outil au bloc opératoire ou en consultation se joue ailleurs : dans la manière dont il survit à sa propre obsolescence (un algorithme dure 2 ans, une molécule 15), dans la qualité des données qu'il manipule, et dans l'usage qu'en font les bons médecins. Le vrai filtre n'est pas la régulation. C'est la confiance.Dans cet épisode, je reçois avec Guillaume Laguette deux voix qui ont chacune construit cette confiance sur le terrain : Stéphanie Allassonnière, mathématicienne et co-fondatrice de Sonio (IA en échographie fœtale), et le Professeur Éric Vibert, chirurgien hépatobiliaire à l'AP-HP, fondateur de la chaîne Innovation BOPA et co-fondateur d'Uncover (comptes rendus opératoires en temps réel). L'une a construit Sonio en co-création avec Yves Ville, l'un des KOL mondiaux de l'échographie ; l'autre teste chaque semaine les startups qui frappent à la porte de son service. Ensemble, ils dissèquent ce qui fait qu'on accorde — ou pas — sa confiance à un outil.Ils posent un cadre exigeant : la crédibilité d'une IA santé ne tient pas à un seul levier, mais à plusieurs niveaux qui s'imbriquent. Une caution scientifique réelle (pas un KOL "logo"), une preuve d'usage qui dépasse le marquage CE, des données qui ne se baladent pas, et un essai clinique repensé pour la vitesse de la techno. Ils partagent aussi leur méthode pour distinguer une co-construction saine d'un pilote gratuit qui n'aboutira jamais, et un débat sans complaisance sur la fuite des startups françaises vers la FDA.Dans cet épisode :- Pourquoi la durée de vie d'un algorithme (~2 ans) rend l'évaluation clinique classique inadaptée — et ce qu'il faut faire à la place- Le rôle du KOL : caution stratégique vs co-construction réelle (l'exemple de Sonio)- Ce qu'Éric Vibert regarde vraiment avant d'adopter une techno au bloc — et pourquoi le "temps réel" qu'on vous vend est presque toujours du lag- L'expérience qui a convaincu trois anesthésistes du CHU de Toulouse : ils n'ont pas pu distinguer 50 vrais patients de 50 patients générés par IA- L'essai clinique rétrospectif comme alternative quand le prospectif est impossible (le cas des maladies rares chez le fœtus)- Les "challenges avec et sans algo" comme nouveau mode de validation- Marquage CE vs FDA : pourquoi le second est plus exigeant — et plus constructif- Pourquoi Nabla est partie aux US (et ce qui empêche la France de la garder)- Mistral, Yann LeCun, Amilab : un terreau français exceptionnel qui perd ses startups- Pilote gratuit ou pas ? La distinction entre co-construction (essentielle) et démo commerciale gratuite (illusoire)Une discussion sans complaisance sur ce qui sépare une promesse technologique d'une adoption clinique réelle — et sur la confiance qu'il faut construire avant de pouvoir la mesurer.Crédit :Production : MedShake StudioAnimation : Anca Petre et Guillaume LaguetteHosted on Ausha. See ausha.co/privacy-policy for more information.
Transcribe →🇫🇷 Franchir la porte de l'hôpital - Stéphanie Allassonnière & Eric Vibert (ft. Guillaume Laguette)
Apr 2100:24:42Tap to summarizePourquoi tant d'innovations santé ne passent jamais la porte de l'hôpitalOn parle beaucoup d'intelligence artificielle, de data, de dispositifs médicaux numériques. Pourtant, sur le terrain, la plupart des innovations santé brillantes sur le papier ne franchissent jamais les portes de l'hôpital. Pas par manque de techno — par manque d'ancrage clinique, de compréhension des workflows, d'intégration aux outils existants. Le vrai mur n'est pas là où on l'attend.Dans cet épisode, je reçois avec Guillaume Laguette deux voix très complémentaires : Stéphanie Alassonnière, mathématicienne et co-fondatrice de Sonio (IA en diagnostic prénatal), et le Professeur Éric Vibert, chirurgien hépatobiliaire à l'APHP et fondateur de la chaîne Innovation BOPA. L'une construit des algorithmes à partir de besoins cliniques réels ; l'autre évalue chaque semaine les startups qui frappent à sa porte. Ensemble, ils racontent ce qui fait qu'une techno s'intègre — ou pas — dans la pratique quotidienne des soignants.Ils posent un cadre simple : une innovation devient un progrès quand elle coche trois cases — utilité clinique démontrée, acceptabilité par ceux qui vont l'utiliser, et interopérabilité avec les systèmes hospitaliers existants. Sans cela, même la meilleure techno finit dans un tiroir. Ils partagent aussi leur méthode pour reconnaître une startup sérieuse en cinq minutes, leur expérience des fondateurs qui instrumentalisent les KOLs, et un débat passionnant sur la refonte nécessaire des essais cliniques à l'ère des maladies rares et de la médecine de précision.Dans cet épisode :- Comment Sonio est né d'un besoin clinique exprimé par la maternité de Necker- La méthode pour évaluer en cinq minutes si une startup tient la route- Pourquoi les bons cliniciens comptent plus que les bonnes démos- Les trois critères qui séparent une innovation d'un gadget : utilité, acceptabilité, interopérabilité- Ecopen et la dictée vocale : deux exemples d'adoption réussie — et pourquoi- Le moment où un outil doit s'intégrer au geste clinique (et pourquoi "l'utiliser après" ne marche jamais)- Ce que signifie vraiment le "shadow AI" dans les hôpitaux français- Pourquoi les régulateurs sont plus durs à convaincre que les cliniciens- Le cas AFM-Téléthon et la myopathie de Duchenne : faut-il réinventer l'essai clinique pour les maladies rares ?- Les bras de contrôle synthétiques : une rupture méthodologique ou un pont trop loin ?Un échange direct, nourri d'expérience terrain, sur ce qui fait la différence entre une techno qu'on présente en conférence et une innovation qui sauve réellement des patients.Crédit :Production : Medshake StudioAnimation : Anca Petre et Guillaume LaguetteHosted on Ausha. See ausha.co/privacy-policy for more information.
Transcribe →🇫🇷 DMN: construire les preuves avec Laurence Comte-Arassus & Édouard Gasser (ft. Guillaume Laguette)
Apr 1400:18:20Tap to summarizePour beaucoup d’investisseurs, le dispositif médical numérique reste une promesse attirante… mais inconfortable. Temps long, validation clinique, adoption progressive, marché fragmenté : tout semble aller à rebours des réflexes classiques de l’investissement tech. Et pourtant, c’est précisément là que peut se jouer la création des futurs champions européens.Dans cette dernière partie, Édouard Gasser et Laurence Comte-Arassus s’adressent directement aux investisseurs, mais aussi plus largement à tous ceux qui ont un rôle à jouer dans l’avenir de la santé numérique. Ensemble, ils posent un constat clair : on ne financera pas la transformation du système de santé avec les mêmes logiques que celles du SaaS ou des modèles tech traditionnels.Ils reviennent sur les conditions nécessaires pour faire émerger des entreprises solides dans le DMN : des investisseurs capables de supporter l’incertitude, des pouvoirs publics plus ambitieux, une lecture plus fine de l’adoption réelle sur le terrain, et surtout une vision beaucoup plus stratégique de la souveraineté sanitaire et industrielle en Europe.Au fond, cet épisode pose une question simple mais décisive : si nous n’acceptons pas aujourd’hui de financer ce qui fait peur, comment espérer demain transformer un système de santé que tout le monde sait sous tension ?Dans cet épisode :Pourquoi le dispositif médical numérique demande des investisseurs d’un autre typeEn quoi la santé numérique ne suit pas les codes classiques du SaaSPourquoi 7 ans ne suffisent pas pour faire émerger un champion du secteurLe rôle clé des pouvoirs publics dans le financement du temps longCe que les investisseurs regardent vraiment en matière d’adoption et de rétentionPourquoi les bons KPI ne suffisent pas sans compréhension humaine du terrainComment le PMCF et la boucle de feedback peuvent devenir des armes stratégiquesLe paradoxe européen : innover ici, mais pousser les startups à partir aux États-UnisPourquoi la souveraineté sanitaire passe aussi par la souveraineté économique et industrielleL’urgence de créer un vrai marché européen de la santé pour éviter de perdre nos innovationsUn échange lucide, engagé et sans détour sur ce qu’il manque encore pour que la santé numérique européenne change enfin d’échelle.Crédit :Production : Medshake StudioAnimation : Anca Petre et Guillaume LaguetteHosted on Ausha. See ausha.co/privacy-policy for more information.
Transcribe →🇫🇷 DMN: construire les preuves avec Laurence Comte-Arassus & Édouard Gasser (ft. Guillaume Laguette)
Apr 700:29:04Tap to summarizeDans cette deuxième partie de l'épisode, nous poursuivons notre échange avec Laurence Comte-Arassus et Édouard Gasser en abordant le nerf de la guerre : comment construire la preuve et atteindre le remboursement. De la collecte de données de vie réelle à la stratégie d'études cliniques, nos invités partagent sans détour leurs réussites, leurs erreurs et les leçons apprises. Un regard croisé industrie-startup sur la complexité de convaincre chaque maillon de la chaîne — patients, médecins, autorités — et sur les choix stratégiques qui font la différence entre une innovation prometteuse et un produit réellement adopté.Sujets abordés :- Le parcours de construction de la preuve : pourquoi chaque étape est indispensable et pourquoi il n'existe pas de raccourci.- Le rôle clé des données de vie réelle : ce qu'elles révèlent que les études cliniques classiques ne montrent pas.- L'article 51 : une avancée majeure mais des résultats encore jugés insuffisants par les autorités.- Le design d'études cliniques : un exercice à haut risque où l'ambition peut se retourner contre l'entreprise.- La comparaison France / Allemagne : DIGA vs télésurveillance, forces et faiblesses de chaque modèle.- La distribution comme facteur décisif : pourquoi un bon produit avec une mauvaise distribution est voué à l'échec.- L'illusion d'un marché européen de santé unifié.- Le mindset marathon : pourquoi entreprendre en santé exige 10 à 15 ans de résilience.Crédit :Production : Medshake StudioAnimation : Anca Petre et Guillaume LaguetteHosted on Ausha. See ausha.co/privacy-policy for more information.
Transcribe →🇫🇷 La vraie valeur d’un DMN avec Laurence Comte-Arassus & Édouard Gasser (ft. Guillaume Laguette)
Mar 3100:24:39Tap to summarizeDans cette première partie de l'épisode, nous plongeons au cœur des défis du dispositif médical numérique avec deux experts de premier plan : Laurence Comte-Arassus et Édouard Gasser. Ensemble, nous levons le voile sur une réalité souvent méconnue : obtenir un marquage CE n'est que le début d'un long combat. De la lourdeur de la nouvelle réglementation MDR aux goulots d'étranglement des organismes notifiés, nos invités décryptent pourquoi tant d'innovations peinent à atteindre le patient. Un échange sans filtre sur l'importance cruciale de l'usage, la nécessité d'anticiper le "Go-to-Market" dès la conception et les erreurs classiques à éviter pour transformer une idée brillante en une solution pérenne et adoptée. Sujets abordés : L'impact concret du règlement MDR : retards de mise sur le marché et freins pour les petites entreprises. La différence fondamentale entre la conformité réglementaire (CE) et la réussite commerciale. L'importance de l'usage patient et médecin comme véritable indicateur de succès. L'intégration complexe dans un parcours de soins déjà sous tension (l'exemple de l'ophtalmologie). La stratégie du "mapping des stakeholders" : pourquoi il ne faut oublier aucun acteur de l'écosystème (secrétaires, orthoptistes, pharmaciens). Le paradoxe de l'innovation solitaire : pourquoi la concurrence peut aider à structurer un marché. La pérennité des entreprises de santé numérique : le risque du dépôt de bilan et son impact sur la confiance des soignants. Crédits :Production : MedShake StudioAnimatrice : Anca Petre et Guillaume LaguetteHosted on Ausha. See ausha.co/privacy-policy for more information.
Transcribe →🇫🇷 IA agentique : la prochaine évolution ? avec Guidado Tirera, Pfizer
Mar 2400:17:54Tap to summarizeDans cet épisode, nous explorons une avancée majeure de l'intelligence artificielle : le passage des modèles de langage réactifs (LLM) aux agents IA proactifs. Avec Guidado Tirera, nous décryptons comment ces "agents" ne se contentent plus de répondre à des questions, mais deviennent capables de planifier, d'utiliser des outils et d'agir sur le monde réel. De la recherche scientifique automatisée à l'assistance en consultation médicale, cet échange dessine les contours d'une santé augmentée par des algorithmes capables de réflexion et d'exécution.Sujets abordés :Définition et fonctionnement : La différence entre l'IA réactive (LLM) et l'IA agente (proactive).L'architecture "Cerveau et Bras" : Comment doter un algorithme de capacités d'action (API, recherche web, emails).Cas d'usage en Pharma : Automatisation de la veille scientifique, rédaction médicale et gestion des volumes de données en R&D.L'assistant médical de demain : Retour d'expérience sur un hackathon "Deep Health" et les solutions type Microsoft Dragon Copilot.Barrières réglementaires : Le défi de la "boîte noire" face à l'IA Act et la comparaison avec la complexité biologique humaine.Révolution scientifique : L'impact d'AlphaFold 3 (DeepMind) sur la compréhension des protéines et la découverte de nouvelles molécules.Crédits :Production : MedShake StudioAnimatrice : Anca PetreHosted on Ausha. See ausha.co/privacy-policy for more information.
Transcribe →🇫🇷 L’IA générative dans l’industrie pharmaceutique avec Guidado Tirera, Pfizer
Mar 1700:18:27Tap to summarizeDans cet épisode, nous recevons Guidado Tirera, le lead du contenu médical généré par IA chez Pfizer, pour décrypter la transformation concrète de l'industrie pharmaceutique par l'intelligence artificielle. De la création de nouveaux postes hybrides à l'optimisation des processus de rédaction médicale, cet échange explore comment un géant de la pharma intègre les modèles de langage (LLM) pour accélérer ses cycles, tout en maintenant une exigence scientifique absolue. Nous abordons la réalité des gains de productivité, l'importance cruciale de l'humain dans le contrôle qualité ("Human-in-the-loop") et les nouveaux défis liés à la sécurité et aux biais des outils comme ChatGPT ou Claude.Sujets abordés :La genèse d'un nouveau métier : AI Medical Content Lead au sein de Pfizer.La complémentarité des profils : faire travailler ensemble experts en rédaction médicale et développeurs.L'impact de l'IA sur le cycle de développement du médicament (R&D et phases cliniques).Analyse des gains de temps : entre les 70 % théoriques et les 30 % de gain en "vie réelle".Les techniques d'optimisation : du Prompt Engineering aux "chaînes de pensée" (Chain of Thought).La place centrale de l'humain pour le sourcing et la validation des données scientifiques.Vigilance et sécurité : les risques de "Prompt Injection" et les dérives dans la littérature scientifique.Crédits :Production : MedShake StudioAnimatrice : Anca PetreHosted on Ausha. See ausha.co/privacy-policy for more information.
Transcribe →🇫🇷 De pharmacien à pro de l'IA avec Guidado Tirera, Pfizer
Mar 1000:21:48Tap to summarizeDans cet épisode, nous recevons Guidado Tirera, le lead du contenu médical généré par IA chez Pfizer, au parcours atypique qui a su jeter un pont entre les sciences de la vie et le monde du développement informatique. Animé par la volonté de résoudre les problématiques concrètes des médecins - notamment l'accès complexe aux recommandations de santé - Guidado nous raconte comment il a appris à coder seul, du Python au Swift, pour créer des outils d'aide à la décision. Un échange captivant sur l'importance de la "naïveté positive" pour innover et sur la manière dont l'IA et le NLP (traitement du langage naturel) révolutionnent l'exploitation des données médicales.Sujets abordés :Le passage des études de pharmacie à l'industrie pharmaceutique.Le déclic : faciliter l'accès aux recommandations médicales pour les praticiens.L'auto-formation au code : l'utilisation des ressources en open source (Stanford, forums, internet).Le choix des langages de programmation : Python vs Swift (Apple).L'intégration de l'intelligence artificielle : Machine Learning, Deep Learning et framework Core ML.Définition et enjeux du NLP (Natural Language Processing) et des LLM (Large Language Models) en santé.L'arrivée de ChatGPT et l'évolution des projets de développement personnel en entreprise.Crédits :Production : MedShake StudioAnimatrice : Anca PetreHosted on Ausha. See ausha.co/privacy-policy for more information.
Transcribe →