Une plateforme unifiée pour des opérations locales sécurisées, une collaboration fédérée et des analyses utiles à la décision.
ROOT est le centre de pilotage pour les détenteurs de données. Il gère l'ingestion et la préparation locale des données, les invitations à la recherche et la transparence d'usage avant toute exécution. Les institutions peuvent accepter ou refuser chaque demande et suivre la qualité clinique et financière dans le même espace.
FUSE orchestre les programmes RWE multi-sites à l'échelle du réseau. Il prend en charge des cohortes rétrospectives et prospectives, des analyses agrégées et l'exécution fédérée de modèles. Une bibliothèque de modèles d'études validés — couvrant l'oncologie, la cardiologie, les soins intensifs et 15 autres domaines — accélère la conception de protocoles. Des packages de soumission réglementaire avec empreintes cryptographiques et pistes d'audit infalsifiables sont générés automatiquement.
AURA complète ROOT et FUSE pour les opérations en temps réel. Il ajoute des alertes de workflow clinique et financières, du suivi en direct et des recommandations opérationnelles pour la gestion des parcours. Il est destiné à un usage de recherche et de pilotage opérationnel uniquement et n'est pas un dispositif médical.
ECHO génère des trajectoires patients synthétiques réalistes et longitudinales en combinant modèles de population, logique de parcours et bruit contrôlé. Il produit en continu des ressources FHIR, des flux HL7, des métadonnées DICOM et des notes cliniques non structurées dans ROOT. Les équipes peuvent tester les algorithmes, valider les intégrations multimodales et explorer les cas limites sans toucher aux dossiers réels.
Intheris permet aux institutions de réaliser des études ensemble sans centraliser les dossiers ni les données patients. Ce changement de paradigme transforme une collecte fragmentée en orchestration réseau gouvernée. Cela simplifie et accélère concrètement la conception d'études rigoureuses et conformes.
Intheris est un partenaire d'infrastructure: il ne revendique aucune propriété sur les données cliniques et ne vend pas de systèmes d'information hospitaliers. Cette neutralité facilite l'alignement des établissements, sponsors et partenaires autour de règles communes et d'une exécution transparente.
La plateforme répond aux exigences d'hébergement et de gouvernance propres à chaque pays. Elle permet des modèles d'exploitation suisses et européens où le contrôle des données, la conformité et l'exécution restent ancrés localement.
Les établissements conservent les droits de décision sur les autorisations, l'exécution et les résultats. Le modèle permet de collaborer sans imposer de transferts de données non maîtrisés.
Du pilote au déploiement multi-pays, l'architecture prend en charge des processus interopérables entre institutions. Les équipes peuvent étendre la collaboration sans reconstruire leurs systèmes locaux.
La demande institutionnelle pour une exécution RWE gouvernée augmente en Europe et au-delà. Intheris y répond avec une approche conforme et pragmatique sur le plan opérationnel.
Intheris fournit l'architecture nécessaire pour exécuter des programmes RWE gouvernés à grande échelle et ouvre enfin l'accès à l'immense réserve de données de vie réelle encore sous-exploitée, tout en préservant le contrôle local et la conformité. Usage recherche et support opérationnel uniquement, pas un dispositif médical.
Réalisons-le ensembleRenforcez les opérations locales et participez à la recherche sponsorisée tout en gardant le contrôle juridique et technique des données patients.
Accédez à un réseau d'institutions de confiance pour des programmes de recherche fédérés, sans déplacer de données patients identifiables entre les sites.
Réalisez des analyses entre institutions avec des méthodes respectueuses de la confidentialité, utiles aux politiques publiques, à l'épidémiologie et à la recherche translationnelle.
"Garder les données patients scellées. Libérer l'évidence à l'échelle du réseau."
Enable · Federate · Discover
Intheris Health SA est un partenaire d'infrastructure neutre et ne revendique pas la propriété des données patients. Les dossiers patients restent dans chaque établissement. La plateforme est conçue pour une gouvernance claire, une traçabilité complète et une conformité à la nLPD suisse et au RGPD. Le service réseau peut être hébergé dans les pays membres pour une exploitation souveraine.
Notre plateforme s'appuie sur des travaux reconnus en apprentissage fédéré et en analytique préservant la confidentialité :
Rieke, N. et al. (2020). "The Future of Digital Health with Federated Learning."
npj Digital Medicine
McMahan, B. et al. (2017). "Communication-Efficient Learning of Deep Networks from Decentralized Data."
Proceedings of AISTATS 2017
Bonawitz, K. et al. (2017). "Practical Secure Aggregation for Privacy-Preserving Machine Learning."
Proceedings of ACM CCS 2017
Li, T. et al. (2020). "Federated Learning: Challenges, Methods, and Future Directions."
IEEE Signal Processing Magazine
Dwork, C. & Roth, A. (2014). "The Algorithmic Foundations of Differential Privacy."
Foundations and Trends in Theoretical Computer Science
Hersh, W. (2018). "Secondary Use of Electronic Health Records for Clinical Research."
Yearbook of Medical Informatics
Fondateur & CEO
Membre du conseil consultatif, Médecin
Membre du conseil consultatif, Médecin
