La « data », définie comme un concentré partiel d’expérience humaine, irrigue dorénavant tous les domaines de la médecine. Comprendre dans les essais cliniques les profils de patients répondeurs, sérier les effets indésirables, prédire les risques selon les profils génomiques, gérer les urgences, édicter des recommandations de bonnes pratiques, améliorer les diagnostics en imagerie… tous les secteurs de la médecine sont concernés par cette effervescence autour des algorithmes. La Haute Autorité de santé (HAS) a publié en mai dernier, à destination des médecins prescripteurs, une feuille de route pour le développement d’un algorithme d’aide à la décision d’orientation des patients en hospitalisation à domicile (HAD).
Le recours aux algorithmes semble universel. Aux États-Unis, l’analyse prédictive par un algorithme décèle et permet de réduire l’apparition du sepsis, une infection difficile à diagnostiquer à ses stades précoces, qui touche un million de personnes par an et dont le taux de mortalité s’élève là-bas à 40 %. En plus de sauver des vies, ces analyses informatiques favorisent les économies : le recul des cas de sepsis aide un hôpital de 300 lits à économiser, en moyenne, deux millions de dollars par an (1). Pour Alexandre Templier, cofondateur de Quinten, société de conseil en analyse de données, « les algorithmes analysent la data en profondeur pour faire surgir sa valeur. C’est une intelligence humaine augmentée ».
En France, l’exploitation du Système national d’information inter-régimes de l’Assurance maladie (2)(SNIIRAM), composé de bases de données thématiques créées selon des besoins spécifiques, constitue un gigantesque défi technique. Sa taille, près de 500 téraoctets, en fait l’une des plus grandes bases de données de santé au monde. La CNAMTS s’est donc tournée fin 2014 vers le Centre de mathématiques appliquées (CMAP) afin d’explorer les possibilités offertes par les technologies du Big data au domaine de la santé. L’objet de la recherche menée par le CMAP consiste à faire parcourir cette masse de données par des algorithmes non supervisés à la recherche de signaux faibles pour découvrir des facteurs jusqu’ici cachés et formuler de nouvelles hypothèses.
La médecine personnalisée
La personnalisation des traitements qui permet d’ajuster le traitement « au terrain » et « à la réponse » du patient promet d’ouvrir de beaux horizons aux algorithmes. Pour l’instant, les essais cliniques, notamment SHIVA dans le cancer du sein, s’astreignent à identifier des petits groupes sur des bases d’anomalies génomiques, en détectant des signaux faibles ou rares qui pourraient être répondeurs à des thérapies ciblées.
Des questions en suspens
La pertinence des algorithmes, qui repose sur l’analyse statistique de gros volumes de data, soulève plusieurs questions.
Tout d’abord, celle de la compatibilité entre les sources de données. Ainsi, selon certains experts, vers 2030, cela réduirait entre 2 et 10 le nombre de plates-formes d’aide au diagnostic algorithmique.
En second lieu, celle de la fiabilité des résultats algorithmiques lorsqu’ils sont appliqués au niveau de populations spécifiques, des difficultés pouvant en résulter en termes de responsabilité entre les fournisseurs de logiciels et les professionnels de santé utilisateurs.
La troisième question concerne l’utilisation de données à caractère personnel, une problématique générale prévue par l’article 193 de la loi du 26 janvier 2016 de modernisation de notre système de santé .
Enfin, l’aspect économique ne doit pas être négligé. Le marché des algorithmes pourrait atteindre 21 milliards de dollars d’ici à 2020 (3). Le coût élevé de ces technologies sophistiquées mises en place pour élaborer ces algorithmes pourrait limiter leur développement à certains géants du web.
Pour le Dr Jacques Lucas, vice-président du Conseil national de l’Ordre des médecins et délégué général aux systèmes d’information en santé, « il est plus que temps de se préparer à intégrer les algorithmes dans la pratique médicale comme des outils extrêmement pertinents ». Les médecins, notamment généralistes, sont avertis. Pour autant, l’enseignement et la formation des médecins à l’utilisation des algorithmes représentent un défi pour les facultés de médecine car, actuellement, cette révolution algorithmique ne semble pas à l’ordre du jour des programmes.
(1) http://business-analytics-info.fr/archives/8160/les-algorithmes-au-secours-de-la-sante/
(2) https://lejournal.cnrs.fr/articles/faire-parler-les-donnees-de-sante
(3) http://business-analytics-info.fr/archives/8160/les-algorithmes-au-secours-de-la-sante/
Le recours aux algorithmes semble universel. Aux États-Unis, l’analyse prédictive par un algorithme décèle et permet de réduire l’apparition du sepsis, une infection difficile à diagnostiquer à ses stades précoces, qui touche un million de personnes par an et dont le taux de mortalité s’élève là-bas à 40 %. En plus de sauver des vies, ces analyses informatiques favorisent les économies : le recul des cas de sepsis aide un hôpital de 300 lits à économiser, en moyenne, deux millions de dollars par an (1). Pour Alexandre Templier, cofondateur de Quinten, société de conseil en analyse de données, « les algorithmes analysent la data en profondeur pour faire surgir sa valeur. C’est une intelligence humaine augmentée ».
En France, l’exploitation du Système national d’information inter-régimes de l’Assurance maladie (2)(SNIIRAM), composé de bases de données thématiques créées selon des besoins spécifiques, constitue un gigantesque défi technique. Sa taille, près de 500 téraoctets, en fait l’une des plus grandes bases de données de santé au monde. La CNAMTS s’est donc tournée fin 2014 vers le Centre de mathématiques appliquées (CMAP) afin d’explorer les possibilités offertes par les technologies du Big data au domaine de la santé. L’objet de la recherche menée par le CMAP consiste à faire parcourir cette masse de données par des algorithmes non supervisés à la recherche de signaux faibles pour découvrir des facteurs jusqu’ici cachés et formuler de nouvelles hypothèses.
La médecine personnalisée
La personnalisation des traitements qui permet d’ajuster le traitement « au terrain » et « à la réponse » du patient promet d’ouvrir de beaux horizons aux algorithmes. Pour l’instant, les essais cliniques, notamment SHIVA dans le cancer du sein, s’astreignent à identifier des petits groupes sur des bases d’anomalies génomiques, en détectant des signaux faibles ou rares qui pourraient être répondeurs à des thérapies ciblées.
Des questions en suspens
La pertinence des algorithmes, qui repose sur l’analyse statistique de gros volumes de data, soulève plusieurs questions.
Tout d’abord, celle de la compatibilité entre les sources de données. Ainsi, selon certains experts, vers 2030, cela réduirait entre 2 et 10 le nombre de plates-formes d’aide au diagnostic algorithmique.
En second lieu, celle de la fiabilité des résultats algorithmiques lorsqu’ils sont appliqués au niveau de populations spécifiques, des difficultés pouvant en résulter en termes de responsabilité entre les fournisseurs de logiciels et les professionnels de santé utilisateurs.
La troisième question concerne l’utilisation de données à caractère personnel, une problématique générale prévue par l’article 193 de la loi du 26 janvier 2016 de modernisation de notre système de santé .
Enfin, l’aspect économique ne doit pas être négligé. Le marché des algorithmes pourrait atteindre 21 milliards de dollars d’ici à 2020 (3). Le coût élevé de ces technologies sophistiquées mises en place pour élaborer ces algorithmes pourrait limiter leur développement à certains géants du web.
Pour le Dr Jacques Lucas, vice-président du Conseil national de l’Ordre des médecins et délégué général aux systèmes d’information en santé, « il est plus que temps de se préparer à intégrer les algorithmes dans la pratique médicale comme des outils extrêmement pertinents ». Les médecins, notamment généralistes, sont avertis. Pour autant, l’enseignement et la formation des médecins à l’utilisation des algorithmes représentent un défi pour les facultés de médecine car, actuellement, cette révolution algorithmique ne semble pas à l’ordre du jour des programmes.
(1) http://business-analytics-info.fr/archives/8160/les-algorithmes-au-secours-de-la-sante/
(2) https://lejournal.cnrs.fr/articles/faire-parler-les-donnees-de-sante
(3) http://business-analytics-info.fr/archives/8160/les-algorithmes-au-secours-de-la-sante/
Plus de 3 700 décès en France liés à la chaleur en 2024, un bilan moins lourd que les deux étés précédents
Affaire Le Scouarnec : l'Ordre des médecins accusé une fois de plus de corporatisme
Procès Le Scouarnec : la Ciivise appelle à mettre fin aux « silences » qui permettent les crimes
« Ils savaient » : le chirurgien pédocriminel Le Scouarnec protégé par l'omerta médicale