Tiers Lieu : HealthTech Innovation Consortium (HTI-C)
Chef de file : Hôpital Foch
Membres du consortium : Hôpital Fondation Adolphe de Rothschild, Medicen Paris Region, Université Versailles Saint Quentin en Yvelines (UVSQ)
Partenaires : CEA, LNE, Résah, DocCity, Ville de Suresnes, CCI IdF
Le HTIC accompagne le développement de technologies numériques en santé sur l’ensemble des activités des hôpitaux le composant et en débutant sur les spécialités "Tête et cou/neurosciences" et "Santé des Femmes" (Femtech). Il propose une offre complète allant de l’idéation à la commercialisation, avec l’idée d’impliquer les utilisateurs finaux (médecins, soignants, patients).

Hôpital Foch
51 663
interventions chirurgicales par an
63 522
passages aux urgences
3 503
naissances par an
62 000
patients accueillis en hospitalisation
Plus de 600
lits
Plus de 264 000
consultations annuelles (hors maternité)
Près de 200
études de recherche clinique
Fondation Rothschild
15 880
séjours en hôpital de jour
162
lits d'hospitalisation
Plus de 350 000
consultations et actes techniques par an
Plus de 45 000
passages aux urgences ophtalmologiques par an
Plus de 180
études de recherche clinique
L'offre de services du Tiers Lieu
Services proposés :
- Études cliniques et médico-économiques ;
- Etudes en vie réelle ;
- Évaluation de technologies numériques avec IA (incluant le marquage CE) ;
- Co-design et méthodologie centrée sur l’utilisateur (patients, proches, professionnels de santé) ;
- Appui réglementaire et accompagnement pour l’accès au marché ;
- Accès à des terrains d’expérimentation de haut niveau dans différents domaines d’expertise.
Expertises mobilisées :
- Living Lab de l’Hôpital Foch ;
- Data science et entrepôts de données santé (Hôpital Foch, HFAR) ;
- Centre d’évaluation médico-économique.
Les projets du Tiers Lieu
Projet : COLPOFOCH
Fournisseur : École Polytechnique
Solution : Colposcope polarimétrique de Mueller avec algorithmes d’apprentissage automatiques et profonds pour améliorer la détection des lésions précancéreuses du col de l’utérus.
Besoin : Améliorer la fiabilité et la sensibilité du dépistage du cancer du col utérin, réduire les erreurs diagnostiques, et optimiser les parcours de soin des patientes.
Apport du Tiers-Lieu :
o Évaluation clinique et médico-économique en conditions réelles ;
o Accès aux terrains d’expérimentation (Hôpital Foch et HFAR) ;
o Appui pour la certification réglementaire et le marquage CE.