Le 8 octobre 2018 se déroulaient les premières rencontres académiques de l’évaluation des objets connectés en santé organisées par l’AP-HP, l’université Paris Diderot et l’Inria. Face aux objets connectés (IoT), les attentes et les espoirs sont immenses mais les questions qu’ils soulèvent sont aussi nombreuses et requièrent une réflexion interdisciplinaire que les trois acteurs ont décidé d’entreprendre.
Cette assemblée visait entre autres à interroger les enjeux autour de l’évaluation des IoT afin de garantir que le développent intérêt du patient.
Des différentes interventions, il est ressorti que les IoT en santé bousculeront plusieurs domaines :
• les données : un cadre réglementaire d’accès aux donnée est nécessaire mais peut avoir moins d’impact sur les acteurs de taille et il faudrait davantage réguler les usages des données ;
• le modèle assurantiel : la disponibilité des données médicales de divers type ne pourra pas être sans conséquence sur les modèles d’assurance en santé actuels ;
• les business models : les start-ups doivent être résolument plus proches des professionnels des usages qui seront fait des solutions qu’elle proposent ;
• intelligence artificielle (IA) : les véritables enjeux autour de l’IA telle qu’elle est en train de se développer sont la traçabilité et « l’explicabilité » des algorithmes sur lesquels les outils reposent.
Après avoir investi le champ du bien-être et du quantified-self*, des IoT se sont invités dans le champs de la santé dans lequel les domaines d’application sont nombreux, notamment dans le cadre du suivi à distance. Les acteurs académiques ont considéré qu’il fallait donc s’intéresser aux questions d’ordre éthique, économique, clinique, psychologique, sociétal, technologique et numérique.
Changements de paradigmes et besoin d’interdisciplinarité
Au cours de l’introduction, Martin Hirsch soulignait l’avènement des IoT et la nécessité d’être capable des les évaluer. Cette évaluation implique, selon lui, une analyse du service médical rendu ainsi que des effets indésirables, au même titre que se fait l’évaluation des effets indésirables liés aux médicaments.
Il avance par ailleurs que les IoT changent les paradigmes qui régissaient le système des soins, soit :
- le rapport entre le médecin et le malade ;
- le rapport du malade au système de santé ;
- les conditions économiques dans lesquelles s’exerce le soin.
Selon Martin Hirsch, forger des outils et des doctrines constitue un enjeu stratégique à échelle mondiale pour les soins de demain pour ne pas se faire dépasser par l’avalanche des IoT.
Christine Clerici, présidente de l’université Paris Diderot, soulignait dans son discours introductif la nécessité de l’interdisciplinarité dans le cadre de cette analyse qui ne peut que se placer à l’intersection des sciences fondamentales, naturelles et humaines.
Elle soulignait également que la question sous-jacente aux IoT concernait les données. Elle préconisait une attention particulière au moment d’exploiter les données recueillies à l’aide d’outils technologiques par le patient car ce dernier n’est pas un professionnel de santé.
Ainsi, selon Christine Clerici, la dimension clé dans la question du recueil, de l’évaluation et de l’exploitation des donnés réside dans leur fiabilité.
Le modèle assurantiel sera chamboulé par la disponibilité des données générées par les IoT
Durant son intervention, le Pr Étienne Minvielle, titulaire de la Chaire de Management, directeur de l’équipe d’accueil management des Organisations de Santé (EA 7348 MOS) et en charge de la mission « parcours innovant » à l’institut de cancérologie Gustave Roussy, s’est attaché à soulever les questions autour de la pénétration des IoT dans le secteur des soins.
Parmi les principaux points qu’il a soulevés, on peut noter sa vision de l’impact des IoT sur le secteur de l’assurance en santé.
Il fait remarquer qu’à la suite de la disponibilité des données médicales générées par les IoT, les assureurs :
- auront une meilleure connaissance du risque encouru par chaque individu et des comportements adoptés face au risque ;
- des actions de prévention des facteurs de risques personnalisées en complément de la gestion de la réparation médicale et qui soient d’application directe par le biais des employeurs.
L’autre versant de cette disponibilité des données massive comporte les risques et les questions qui y sont associés :
- l’intrusion d’autres acteurs dans les informations confidentielles tels que les GAFA ;
- la justification du maintien de la solidarité collective face au risque personnalisé ;
- le risque d’accroissement d’inégalités fondées sur les IoT ou les connaissances provenant de données massives qu’ils permettent de générer : la fracture numérique, la cybersécurité, la discrimination génétique, la couverture assurantielle, etc.
Au final, selon lui la meilleure contribution des IoT à la santé des personnes réside dans la personnalisation des soins qu’ils permettent.
Réglementer l’usage des données ?
Interrogé par un auditeur sur la politique réglementaire et le cadre juridique à construire autour des données de santé, le Pr Étienne Minvielle se montre réaliste. Il juge qu’un cadre juridique strict ne suffirait pas pour empêcher les GAFA d’obtenir et d’utiliser les données personnelles des patients. Aux États-Unis, par exemple, où la réglementation est moins stricte ou insuffisante, ils les utilisent déjà.
Une solution serait de réguler les usages qu’ont les acteurs des données. Ainsi, les ceux qui souhaiteraient exploiter les données de santé devraient passer par une accréditation émise par un organisme indépendant qui entérinerait l’usage qu’ils comptent en faire pour qu’une relation de confiance puisse s’établir.
Les écueils à éviter par les start-ups, principaux acteurs de l’écosystème des IoT
Le Pr Etienne Minvielle soulignait que dans le cadre des IoT touchant à la santé des citoyens, nous sommes dans des temps longs et des cycles de recherche et d’autorisation des dispositifs fidèles aux cycles d’évaluation dans le domaine de la santé. Il s’agit là du premier constat que les start-ups doivent intégrer dans leur business model pour éviter de s’essouffler à mi-chemin.
Autres considérations à prendre en compte :
- associer les professionnels de santé à leur projet le plutôt possible afin de répondre correctement à la question de l’usage qui est cruciale – la solution proposée doit répondre à un besoin précis d’une communauté de professionnels de santé ;
- ne pas attendre et oublier de procéder à l’évaluation de la valeur ajoutée d’une solution dès le « temps zéro », car si une analyse est basée sur les données, les données de départ sont tout aussi importantes que les données postérieures ;
- ne pas écarter les considérations économiques dès l’éclosion des projets car actuellement les IoT de bien-être et de santé ne font pas généralement l’objet d’un remboursement ;
- bien définir le marché de lancement qui doit être favorable aux solutions technologiques, donc ne pas écarter la possibilité de s’exporter avant de revenir à la conquête du marché français.
L’IA n’est pas porteuse d’un changement de paradigme ni de révolution mais va continuer à faciliter le travail des professionnels
Le défi majeur lié à l’IA réside dans la traçabilité
Selon Eric Fleury, directeur de l’Inria, l’intelligence artificielle (IA) a depuis longtemps été un facilitateur dans le domaine de la santé. Par ailleurs, la « e-santé » et la « e-médecine » sont selon lui deux concepts différents. le premier est lié au bien-être et le second à la médecine. Ainsi, les IoT n’évoluent pas de la même façon dans ces deux domaines.
Ainsi, lorsque l’on parle de la médecine, le défi majeur associé aux solutions reposant sur l’IA est celui de « la traçabilité et de l’explicabilité », à savoir une démarche qui consiste à rendre toute décision apportée par une solution d’intelligence artificielle transparente en mettant à nu tous les éléments de la chaîne du processus qui a abouti à la proposition d’une solution.
Les données nourrissant l’IA doivent être fiables
Selon lui, la rupture peut se situer dans le domaine économique et plus précisément dans l’économie de l’assurance qui pourra être bouleversée.
Il faut aussi calmer certaines ardeurs quant aux aspirations qui existent autour des données car pour arriver à de bonnes conclusions permettant de vérifier une hypothèse scientifique, il faut se fonder sur des données fiables, soit celles produites dans le cadre d’une expérience scientifique. Ainsi, la gratuité ou la disponibilité de données multiples provenant de sources multiples n’est pas forcément la méthode scientifique la plus adaptée.
