[fusion_builder_container hundred_percent= »no » equal_height_columns= »no » menu_anchor= » » hide_on_mobile= »small-visibility,medium-visibility,large-visibility » class= » » id= » » background_color= » » background_image= » » background_position= »center center » background_repeat= »no-repeat » fade= »no » background_parallax= »none » parallax_speed= »0.3″ video_mp4= » » video_webm= » » video_ogv= » » video_url= » » video_aspect_ratio= »16:9″ video_loop= »yes » video_mute= »yes » overlay_color= » » video_preview_image= » » border_color= » » border_style= »solid » padding_top= » » padding_bottom= » » padding_left= » » padding_right= » » type= »legacy »][fusion_builder_row][fusion_builder_column type= »1_1″ layout= »1_1″ background_position= »left top » background_color= » » border_color= » » border_style= »solid » border_position= »all » spacing= »yes » background_image= » » background_repeat= »no-repeat » padding_top= » » padding_right= » » padding_bottom= » » padding_left= » » margin_top= »0px » margin_bottom= »0px » class= » » id= » » animation_type= » » animation_speed= »0.3″ animation_direction= »left » hide_on_mobile= »small-visibility,medium-visibility,large-visibility » center_content= »no » last= »true » min_height= » » hover_type= »none » link= » » border_sizes_top= » » border_sizes_bottom= » » border_sizes_left= » » border_sizes_right= » » first= »true »][fusion_text]

Dans le secteur de la santé comme dans de nombreux autres domaines, l’avènement des nouvelles technologies a fait exploser la quantité d’informations recueillies. Cette accélération fait croître le volume de données disponibles de manière exponentielle.

La santé connectée aujourd’hui en quelques chiffres

 

Actuellement, nous soignons les gens quand ils sont malades et faisons donc essentiellement du curatif. Demain, avec une mise en commun de la data, une médecine prédictive, préventive, personnalisée et participative (la médecine des 4P) verra le jour. Elle révolutionnera profondément nos méthodes de soins.

Il sera ainsi possible de : 

  • Anticiper et mieux prévenir les maladies grâce à l’élaboration de profils de patients très précis. Les données récoltées à long terme sur de larges populations permettent d’identifier des facteurs de risque pour certaines maladies comme le cancer, l’asthme etc. Ces facteurs servent ensuite pour construire des messages de prévention, mettre en place des programmes à destination des personnes à risque.
  • Mieux comprendre les maladies chroniques grâce au croisement de données
  • Améliorer la détection des effets indésirables ou des mauvais usages de médicaments
  • Vérifier l’efficacité d’un traitement 
  • Prédire des épidémies
  • Etc…

Ainsi, le fait de disposer de data, de l’historique médical d’un patient, permettrait d’en améliorer très sensiblement le sort. De même en ce qui concerne les antécédents familiaux de cancers ou d’allergie par exemple. Mais plus encore, nous pourrions adapter les dosages des médicaments de façon personnalisée, en disposant de l’ADN du patient. 

Création d’une plateforme unique qui rencontre de nombreux freins 

Aujourd’hui les datas qu’utilisent le corps médical en France sont encore très limitées. L’idée serait de créer une plateforme unique permettant de disposer pour chaque citoyen d’une information exhaustive des antécédents médicaux. Les projets concernant les datas et le secteur de la santé sont d’une grande complexité. Ils nécessitent en priorité de pouvoir garantir que les données personnelles des patients ne puissent être utilisées à des fins inappropriées. 

Parmi les freins, cela suppose l’accessibilité pour tous les acteurs du système de santé à des équipements particuliers. Ces derniers devront être connectés à un réseau en commun ou des interfaces compatibles. De plus, il faut les former à des modes de fonctionnement parfois très éloignés de ce qui était le standard en termes d’information médicale. 

De nombreux spécialistes s’interrogent sur la réelle efficacité de ce système. Ils pensent que cela entrainerait plutôt une désorganisation du système médical.

L’innovation chez les sociétés américaines : IBM explore la voie des grandes quantités de données

Watson est un ordinateur spécialement conçu par IBM pour aider les médecins à faire des diagnostics. Il fonctionne grâce au machine learning, une branche de l’IA qui extrait des informations à partir de Big data.

Les nombreuses données de Watson viennent de millions de dossiers médicaux. L’information qu’il en tire permet de réaliser des diagnostics ainsi que des prescriptions. Ce type d’approche se révèle particulièrement efficace pour détecter des cas improbables, comme des maladies rares. 

Aujourd’hui, plusieurs hôpitaux aux États Unis ont adopté Watson, il a collecté plus de 300 millions de données de patients. 

Par exemple, en 2016 le « supercalculateur » diagnostique une leucémie chez une patiente japonaise de 60 ans. Watson conseille alors les médecins, qui adaptent le traitement et finissent par la soigner.

Découvrez en plus à travers un exemple concret :

https://www.youtube.com/watch?v=ZPXCF5e1_HI

Les quelques difficultés rencontrées : 

  • Les informations collectées sont détenues par des sociétés privées. La détention de dossiers médicaux personnels par IBM pose des questions éthiques et légales.
  • Watson donne un résultat mais n’explique pas son raisonnement. Certaines études ont été créées pour montrer que certains résultats sont faussés du fait des disparités de méthodes entre pays.

Découvrez une étude danoise sur le taux d’erreur d’IBM Watson 

Les avancées entre santé et Big data en France :

  • Le 26 Janvier 2016: loi sur la modernisation du système de santé en France. Elle a créé un système national qui centralise toutes les données issues des systèmes d’information spécialisés dans la santé (établissements de santé, Assurance Maladie). Il ne comporte pas d’informations permettant d’identifier les patients (nom, adresse, numéro de sécurité sociale).
  • Depuis avril 2017, la France a mis en application le principe de l’Open Data, avec le déploiement du SNDS. Il regroupe les données de l’assurance maladie, des établissements de santé, les causes médicales de décès, les données relatives au handicap et un échantillon de données de remboursement d’assurance maladie complémentaire. Toute personne physique et toute personne morale publique ou privée, à but lucratif ou non lucratif, peut accéder aux données du SNDS. Tout cela par autorisation de la CNIL. Bien entendu, en vue de réaliser une recherche, une étude ou une évaluation présentant un intérêt public.
  • Avec l’arrivée de la Covid19 en 2020, l’Agence nationale de santé publique met ses données sur le coronavirus à disposition de tous en Open data. Offrir une vue d’ensemble sur la propagation du virus sur le territoire semble nécessaire pour pouvoir enrayer cette propagation. Ainsi, nous pouvons suivre l’évolution de la circulation du virus.

« Le moment est venu d’écrire un nouveau récit dans lequel la santé n’est pas vue comme un coût, mais comme un investissement indispensable à des économies qui soient à la fois productives, résiliantes et stables. »

Selon le directeur général de l’OMS 

Pour conclure

À travers cet article, nous avons donc pu voir que l’exploitation des données dans le domaine de la santé présente de nombreux intérêts. Il soulève aussi de nombreux défis techniques et humains, et pose autant de questions éthiques.

Sources : 

Lecture complémentaire : Big data et prévention de la prédiction à la démonstration – Healthcare Data Institute

 

[/fusion_text][/fusion_builder_column][/fusion_builder_row][/fusion_builder_container]