Recherche

Innovation santé & Living Labs : évaluer et co-concevoir avec les usagers

Une innovation en santé ne se juge pas seulement à sa maturité technique : validation clinique, acceptabilité par les usagers, contraintes réglementaires et éthiques décident de son adoption réelle. Cet axe développe les méthodes d’évaluation et de co-conception qui rendent ces dimensions mesurables.

Il prolonge le programme ANR DynSanté mené avec l’Université Paris-Est Créteil et s’appuie sur nos partenaires Innov’Autonomie et le Forum National des Living Labs en Santé Autonomie. L’instrument qui en est issu, le CML‑Santé, est présenté dans nos outils validés.

Nous contacter

Trois questions de recherche

Comment mesurer la maturité d’un concept de santé au-delà des TRL, en intégrant besoins, usages et programme ?
Comment valider computationnellement un questionnaire d’évaluation à partir de la parole des experts ?
Les préférences des usagers convergent-elles vers un produit idéal, ou faut-il concevoir en parallèle pour des segments distincts ?

Mesurer la maturité des innovations en santé

Le modèle Health Concept Maturity Levels (CML‑Santé) décrit la progression d’un projet sur neuf niveaux croisant trois domaines : besoins et usages, technique, programmatique. Il a été présenté à la communauté du génie biomédical en 2023 [Trognon et al., 2023], puis simplifié dans le Trognon CML Inventory, qui fixe des critères constants pour chaque facteur à chaque niveau et fournit une matrice d’évaluation rapide pour les experts [Trognon et al., 2025].

Illustration d’un questionnaire d’enquête

Valider un questionnaire par la parole des experts

Pour le questionnaire CML‑Santé (178 items, trois facteurs), nous avons annoté 10 952 actes de parole recueillis lors d’entretiens, d’auditions de consortium et de réunions de groupe (2021–2023), puis entraîné des classifieurs CatBoost et un réseau de neurones à reconnaître le facteur dont parle chaque expert.

Les modèles retrouvent les facteurs dans les textes bien au-dessus du hasard, ce qui constitue une validité sémantique computationnelle en faveur de la validité de contenu et de construit. Le recouvrement observé entre les facteurs « programmatique » et « besoins » a motivé la révision du modèle décrite ci-dessus [Trognon, Habibi et al., 2026].

Co-concevoir en Living Lab : des préférences divergentes

Les planches de transfert pour usagers de fauteuil roulant sont abandonnées à des taux élevés malgré leur simplicité mécanique. Dans une étude Living Lab combinant groupes de discussion (28 usagers) et cartographie quantitative des préférences (44 usagers, questionnaire de 31 items), une classification hiérarchique a révélé trois segments aux priorités mutuellement exclusives : un groupe attiré par la technologie, un groupe attaché à la simplicité, un groupe intermédiaire.

Ces résultats remettent en cause l’optimisation d’un produit unique et plaident pour des stratégies de développement parallèles ciblées par segment [Trognon, Poli et al., 2026].

En savoir plus ?

L’instrument issu de cet axe est disponible : CML‑Santé, maturité des projets de santé. Pour être accompagné, voir nos prestations Études Living Lab et Évaluation de dispositifs innovants.

Nos travaux ont été présentés au Forum National des Living Labs Santé Autonomie, au GETCOP, au salon City Healthcare, à la journée de l’ANR DynSanté et au Forum ROBOTICARE.

Pour toute collaboration ou projet pilote :

contact@clinicog.fr

Publications mentionnées :

Trognon, A., Habibi, I., Altakroury, H., Mahdar-Recorbet, L., Poli, A., Servais, D., Lambert, J., Béjean, M., & Abraham, D. (2026). A computational validation for the Health Concept Maturity Levels Questionnaire. Frontiers in Psychology, 16, 1555014. https://doi.org/10.3389/fpsyg.2025.1555014

Trognon, A., Lambert, J., & Abraham, D. (2025). Simplifying Health Concept Maturity Levels assessment using the Trognon CML Inventory. PsyArXiv (prépublication). https://doi.org/10.31234/osf.io/bvqh9

Trognon, A., Poli, A., Stortini, N., Duman, C., Mahdar-Recorbet, L., Altakroury, H., Lambert, J., & Abraham, D. (2026). Preference clustering reveals divergent pathways for transfer-board design in a Living-Lab co-design study. Disability and Rehabilitation: Assistive Technology, 1–13. https://doi.org/10.1080/17483107.2026.2631059

Trognon, A., Servais, D., Habibi, I., Picard, R., Lihoreau, T., Pazart, L., Pelayo, S., et al. (2023). Shaping user-centered health innovation through assessment. In Proceedings of the 16th International Joint Conference on Biomedical Engineering Systems and Technologies – BIODEVICES (p. 229–239). SciTePress.