La valorisation des données est un levier de performance puissant dans un large nombre de secteurs : énergie, transports, santé, sécurité… La crise sanitaire de 2020 a donné un coup de projecteur complémentaire sur le potentiel de l’exploitation des données, et tout particulièrement des données de santé.

Les données de santé sont effectivement au cœur des transformations profondes qu’est en train de connaitre le secteur de la santé. Ces données, dont le nombre et la nature se sont multipliés au cours des dernières années, revêtent un fort potentiel social mais également commercial, comme l’illustre l’intérêt grandissant des grands acteurs du numérique, posant ainsi la question de la protection des données.

De quelles données parle-t-on et comment sont-elles valorisées ?

Avec l’essor des nouvelles technologies, entrainant l’explosion de capteurs de plus en plus divers (smartphones, montres connectées…) et la diminution des coûts de traitement et de stockage de la donnée, il est devenu possible d’exploiter d’énormes volumes de données.

Ces données peuvent être de deux types : les renseignements médicaux provenant de médecins, hôpitaux ou laboratoires, et les indicateurs captés dans la vie réelle comme la pression artérielle et le rythme cardiaque mesurés par une montre, l’indice de masse corporelle calculé par une balance connectée ou le nombre de pas enregistrés par un smartphone.


Figure 1 : Des données de vie réelle captées par de plus en plus d’objets connectés

La collecte et le traitement de ces données est en train de bouleverser tous les aspects de l’accès au soin, de la prévention au traitement, en passant par le diagnostic. En effet, l’application de l’intelligence artificielle (IA), et plus particulièrement des technologies de Machine Learning (caractérisées par un apprentissage de la machine sans avoir été au préalable programmé spécifiquement à cet effet) permet de porter à un tout autre niveau les utilisations potentielles des données dans le domaine de la santé.


Figure 2 : Les principaux domaines d'application de l'IA aux données de santé

 

Les algorithmes d’IA sont capables d'établir des diagnostics à partir de scanners et de résultats d'examens, et ce de façon de plus en plus efficace. Dans la détection des cancers du sein par exemple, l’IA, par l’analyse de milliers d'images pathologiques, se révèle aussi efficace que l'expertise humaine. Elle permet de détecter des signaux subtils que l'œil et le cerveau humains ne sont pas en mesure de percevoir, illustrant la façon dont ces technologies peuvent aider les experts humains.

Dans le domaine de la médecine de précision, l'IA a la capacité de fournir des traitements personnalisés selon les patients. De la même façon que pour l’analyse de scanners, un algorithme d'IA peut passer en revue des millions d'études médicales pour trouver un plan de traitement efficace en fonction de l'état du patient, de son âge et d'autres facteurs importants.

La recherche de nouveaux traitements est également un exemple d’application de l’IA, comme l’illustre la crise du COVID-19 touchant le monde entier depuis le début de l’année 2020. En effet, l’IA est un des outils permettant de mieux comprendre la structure du virus et d’accélérer la recherche d’un vaccin par l’identification de molécules potentiellement efficaces contre le virus.

Enfin, l’usage des données de santé ne se limite pas aux professionnels de santé, puisque plusieurs initiatives à travers le monde montrent que ces données peuvent être exploités bien au-delà du domaine de la médecine :

  • Au Canada, une intelligence artificielle conçue par la start-up Animo propose d’analyser les écrits des salariés volontaires pour évaluer leur santé mentale et limiter les risques de burn-out.
  • Au Japon, Symax Inc. propose aux entreprises une analyse des urines en continu des salariés volontaires à l’aide d’un capteur dans les toilettes.
  • En France, à l’aide d’un diagnostic en ligne, les salariés volontaires du programme Vitality (Generali) cumulent des points et obtiennent des réductions si leur bien-être s’améliore.

Ces nombreuses et diverses applications de l’IA aux données de santé qui présentent évidemment un fort potentiel financier, attirent tout naturellement les grands acteurs du numérique qui peuvent ainsi mettre à profit leur expertise dans le domaine de l’analyse des données.

Un écosystème investi par les GAFAM

Au cours des dix dernières années, Google, Amazon, Facebook, Apple et Microsoft également connu sous l’abréviation GAFAM, ont ouvert la voie à l'industrialisation progressive des soins de santé. Ils comptent désormais parmi les principaux acteurs dans les domaines de la prévention et de l'éducation à la santé.
Leurs partenariats avec les acteurs traditionnels - laboratoires et hôpitaux entre autres - continuent de se multiplier, avec pour objectif d’accélérer le rythme des innovations dans le domaine de la santé. Pour ce faire, les GAFAM mettent ainsi à disposition de ces acteurs leurs solutions Cloud avec les outils de calcul associés, pour héberger des données sans cesse croissantes. Ils proposent également leur expertise dans l’IA pour les accompagner dans leurs projets de recherche médicale.

Les ambitions de ces entreprises à intégrer durablement le paysage de la santé sont en partie motivées par leur aptitude à collecter de plus en plus de données de santé directement du grand public, au travers notamment des montres connectées d’Apple ou encore celles de Fitbit, spécialiste des bracelets connectés dédiés à l’usage médical, racheté par Google.

Les GAFAM cherchent aussi désormais à se positionner sur la production de connaissances scientifiques, comme le montre l’application « Research » développée par Apple, qui propose aux utilisateurs de l'iPhone de participer à des études médicales sur plusieurs années en collectant les données de leur smartphone.
Ainsi ces entreprises ont pour objectif de fournir de véritables services médicaux directement aux patients, au travers de canaux entièrement nouveaux qui s’appuieraient sur leurs différentes plateformes existantes. Les patients pourront recevoir un traitement médical personnalisé et un suivi en temps réel de leur état de santé.
L’incursion remarquable de ces acteurs dans le domaine de la santé et l’accès induit aux données sensibles des patients soulève évidemment la question de la protection des données.

 

Des données particulièrement sensibles à protéger

En effet, les données de santé ont une importance capitale en ce qu’elles sont normalement couvertes par le secret médical et posent des enjeux dans les systèmes assurantiels et financiers privés.

Une donnée de santé, qui est désormais définie par le RGPD (Règlement Général sur la Protection des Données), peut ainsi l’être classiquement « par nature » (si elle est issue du corps médical) mais aussi « par croisement » : des achats réguliers de « junk food » et un nombre très faible de pas réalisés par jour sont des informations indépendantes qui, croisées informatiquement, peuvent donner une indication sur un état de santé.

Les données de santé retenues comme telles sont soumises à un régime juridique soutenu, justifié par la sensibilité de ces informations personnelles. En plus du RGPD, ces données de santé sont également concernées par différentes législations susceptibles de s’appliquer, au cas par cas.

C’est dans ce cadre réglementaire renforcé que le Health Data Hub a vu le jour. Cette plateforme nationale de santé a pour but de centraliser les données de santé françaises à des fins de recherche, en particulier grâce à l’IA.


Figure 3 : Le Health Data Hub, une plateforme facilitant l’accès et l’usage des données de santé françaises

Une telle plateforme est une ressource clé pour rassembler, organiser et mettre à disposition des chercheurs les données à analyser. Mais une attention particulière doit être portée au respect du cadre réglementaire, au sens où l’on met à disposition des données publiques à des acteurs du secteur privé. Pour ce faire, les données médicales personnelles contenues dans le Health Data Hub sont chiffrées (les données sont illisibles pour qui ne détient pas la clef de déchiffrement) et les noms des patients sont pseudonymisés (les noms sont transformés en pseudonymes aléatoires et sans rapport).

Ces procédés techniques permettent de limiter les dérives liées à la monétisation des données de santé qui sont plus courantes aux Etats-Unis ou dans certains pays asiatiques où le cadre législatif est plus souple. En plus de cela, s’ajoutent les risques de cyber attaques qui se font de plus en plus fréquentes, notamment en raison de la valeur grandissante de ces données.

En effet, le potentiel des données de santé n’est plus à démontrer. Une multitude de cas d’usage sont d’ores et déjà là pour mettre en lumière la valeur considérable générée par l’analyse de ces données, permettant au secteur de s’orienter vers une médecine préventive de plus en plus personnalisée. Mais la santé n’est pas un secteur comme les autres, puisqu’il mêle l’éthique, le droit, l’économie et les questions sociétales. C’est pour ces raisons que la confidentialité et la protection des données de santé doivent se trouver au cœur des préoccupations des différents acteurs participant à la transformation de ce secteur.

Auteurs :

Soufiane Laraichi, Consultant
Laetitia Chatain, Manager

Sources :

https://www.lemonde.fr/sciences/article/2020/03/02/les-donnees-de-sante-un-tresor-mondialement-convoite_6031572_1650684.html#:~:text=D%C3%A9cryptagesCes%20donn%C3%A9es%2C%20transcend%C3%A9es%20par,elles%20prot%C3%A9g%C3%A9es%2C%20partag%C3%A9es%2C%20monnay%C3%A9es%20%3F
https://www.inserm.fr/information-en-sante/dossiers-information/intelligence-artificielle-et-sante
https://www.economist.com/business/2017/03/02/a-digital-revolution-in-health-care-is-speeding-up
https://www.sandoz.com/sites/www.sandoz.com/files/Sandoz_Making_Access_Happen_Issue_3.pdf
https://strammer.com/en/gafa-entering-healthcare/
https://www.lemonde.fr/idees/article/2019/11/26/sante-et-numerique-sans-les-gafa-point-d-innovation-cet-axiome-doit-etre-discute_6020517_3232.html
https://www.ticpharma.com/story/1079/les-gafam-continuent-leur-percee-dans-la-sante.html
https://www.legalplace.fr/guides/rgpd-donnees-sante/
https://donnees-rgpd.fr/donnees-sensibles/donnees-sante-recherche-medicale/
https://information.tv5monde.com/info/donnees-numeriques-de-sante-le-health-data-hub-francais-cree-la-polemique-335083
https://innovaccer.com/blogs/iot-in-healthcare-overcoming-barriers-to-adopting-the-next-generation/
https://french-tech-central.com/events/health-data-hub-comment-exploiter-les-donnees-publiques-de-sante/

Rechercher
Toggle location