« Imaginez une médecine qui se nourrisse en permanence de toute l’expérience générée sur le terrain par les médecins sur les patients et que l’on n’attende pas des années comme c’est le cas aujourd’hui pour qu’un signal émerge et qu’on fasse des études pour valider ce signal et entraîner un consensus qui va mener à des nouvelles guidelines », commente Alexandre Templier, P.-D.G. de la société Quinten, qui assiste les acteurs de la santé dans la valorisation de leurs données.
« Mettre l’expérience de tous au service de chacun » : c’est la mission que s’assigne Alexandre Templier, interrogé le 17 mai 2019 par H&TI à l’occasion du salon VivaTech, indiquant que Quinten est « capable d’industrialiser le processus de génération et de validation de nouvelles connaissances ».
Sous nos latitudes, estime-t-il, « on va avoir besoin non plus d’intelligence artificielle mais de raisonnements augmentés ». Selon lui, on ne va pas « changer la manière dont le médecin pense et prend une décision [mais] simplement lui donner beaucoup plus de puissance et d’amplitude dans ce processus ».
Les technologies développées par Quinten « permettent automatiquement d’extraire de nouvelles connaissances des jeux de données et de les activer en situation clinique, c’est-à-dire uniquement les connaissances pertinentes pour un patient donné, pour un médecin donné, avec la capacité pour le médecin de comprendre les connaissances qu’on va lui proposer d’activer pour ce malade », explique-t-il.
Si l’industrie pharmaceutique « génère beaucoup de données, [elle] en consomme relativement peu [et] la tendance du secteur pharma à consommer de plus en plus de données est assez récente ». Le patron de Quinten donne en exemple l’initiative lancée par Sanofi avec son programme Darwin, « assez représentative [d’une] prise de conscience de l’industrie pharmaceutique [qui laisse prévoir qu’elle] va changer de paradigme ».
« Dès qu’elle va devenir consommatrice en plus d’être génératrice de données, il est fort probable que les taux de succès augmentent et que l’efficience s’améliore, ajoute-t-il. Nous avons multiplié les expériences ces 11 dernières années et montré que c’était possible. Il faut maintenant faire la même chose de manière intégrée et c’est ce que Sanofi est en train de faire. »
Des données au « point of care »
La société Optum « aspire » les données « de centaines d’hôpitaux [américains] et « les rend disponibles pour créer de l’intelligence » dans la base Darwin de Sanofi, explique Alexandre Templier. C’est là que Quinten « peut commencer à intervenir ». « À ce moment, la question est de savoir comment « expirer » les données, c’est-à-dire « restituer les outils » pour que les médecins du « point of care » qui ont généré les données puissent prendre des bonnes décisions et implémenter les connaissances au niveau du malade ».
Interopérabilité : « il est plus réaliste, dans un premier temps en tout cas, de faire avec la multiplicité des systèmes »
L’interopérabilité est « un problème et un vrai sujet [compte tenu] de la multiplicité des systèmes d’information hospitaliers et des dossiers médicaux [informatisés] », estime le P.-D.G. de Quinten. Il juge « utopique » d’imaginer une ontologie permettant à tout le monde de « parler le même langage [et qui] va être valide pendant longtemps », du fait notamment que l’environnement « évolue tout le temps ». Selon lui, « il est plus réaliste, dans un premier temps en tout cas, [de] faire avec la multiplicité des systèmes », de les « réconcilier [sur] un dictionnaire commun [mais qui] n’est pas unique » .
Le patron de Quinten loue ici le « pragmatisme » de l’approche d’Optum avec son ontologie, qui « s’appuie sur une multiplicité de codes extrêmement complexes [pour réconcilier] l’hétérogénéité de sémantiques » des centaines de centres hospitaliers concernés.
L’idéal, selon Alexandre Templier, « ce serait qu’une fonctionnalité soit accessible dans l’interface du dossier médical, qu’au moment où le médecin rentre l’information, il y ait une alarme, un pop-up qui dise « attention, ne prescrivez pas ça parce que parmi les 11 700 patients du réseau, ou des États-Unis, ou de telle région, ou de France, qui ont telle ou telle caractéristique, qui ont pris ce médicament, il y a deux fois plus de décès ou d’effets indésirables de tel type dans les six mois » ».
« Tout devra probablement se passer dans un premier temps à l’échelle d’un hôpital », et non dans le SIH
Il estime que « tout devra probablement se passer dans un premier temps à l’échelle d’un hôpital », et non dans le SIH car l’éditeur de celui-ci « a la main [et] peut décider ou non de débloquer une fonctionnalité ». « Comme la plupart des systèmes sont maintenant basés sur le web et qu’on arrive à des niveaux de sécurisation satisfaisants, on peut très bien imaginer qu’un autre programme [s’ouvre sur l’écran du médecin] en parallèle du SIH, une appli qui à travers un ‘web service’ [lui donne une recommandation] », ajoute-t-il.
Raisonnement augmenté vs IA
« Je ne crois pas un instant que les médecins vont être remplacés par un algorithme »
« Je ne crois pas un instant que les médecins vont être remplacés par un algorithme qui va prendre les décisions à leur place, indique Alexandre Templier, sauf peut-être sur des cas simples et des guidelines simples ».
Il cite l’exemple de la Chine ou l’explosion des maladies chroniques dans un contexte de « déficit de médecins » et de généralisation du téléphone mobile crée les conditions de développement de la e-santé « sans qu’il y ait un médecin qui valide à chaque fois ». Les Chinois « n’ont pas le choix » mais il y a peu de chances que cela soit « applicable à nos sociétés [car dans] l’essentiel des cas en médecine [le diagnostic] repose sur des raisonnements complexes qui nécessitent une prise de responsabilité du médecin éclairé ».
« On va avoir besoin non plus d’intelligence artificielle mais de raisonnements augmentés »
Sous nos latitudes, estime le patron de Quinten, « on va avoir besoin non plus d’intelligence artificielle mais de raisonnements augmentés ». Selon lui, on ne va pas « changer la manière dont le médecin pense et prend une décision [mais] simplement lui donner beaucoup plus de puissance et d’amplitude dans ce processus ».
- « Plus de puissance parce qu’il va avoir directement accès aux connaissances opérationnelles pour son malade bien au-delà de son champ d’expérience personnel, sans avoir à aller potasser tous les journaux toutes les semaines » ;
- « Plus d’amplitude [parce que cela ne pourra que] se généraliser très vite ».
Alexandre Templier insiste ici sur le « côté explicatif totalement absent de la plupart des initiatives d’aujourd’hui ». « Nous avons fourni beaucoup d’efforts pour que les « insights », les enseignements qu’on extrait des données et les connaissances opérationnelles soient compréhensibles, auditables par les médecins : dès lors que la responsabilité reste du côté de l’humain alors « responsabilité » veut dire aussi « transparence » et « capacité de comprendre ce qu’on est en train de faire ». Une responsabilité non éclairée n’est pas souhaitable dans bien des cas et en particulier en santé. »
Approche symboliste vs deep learning
« Nos algorithmes explorent les données de manière assez atypique par rapport à tout ce qui existe », souligne Alexandre Templier. Quinten applique la seule technique existante « qui est vraiment explicite pour les experts métier, notamment pour les médecins [à savoir] l’approche symboliste [qui consiste à] extraire des associations explicites des données, des règles d’association », ajoute-t-il. Quand on dit aux médecins qu’« on détecte que les diabétiques hyper tendus répondent trois fois mieux à ce traitement », ils comprennent ce dont il s’agit. Ils peuvent confronter ce résultat à leurs propres expériences et aller tout de suite vérifier dans les bases.
L’algorithme de Quinten « génère des milliers d’hypothèses » pour ne récupérer « que la crème de la crème des hypothèses »
Pour obtenir ce type de résultat, il faut selon lui « croiser dans tous les sens des milliers de variables » et c’est précisément « le mode opératoire de l’algorithme développé par Quinten depuis plus d’une décennie » : il « génère des milliers d’hypothèses et les fait passer par différents filtres successifs en réappliquant les résultats sur des données indépendantes », en ne conservant in fine « que la substantifique moelle, la crème de la crème des hypothèses, qu’il a faites non seulement vérifiées par les médecins mais qui sont surtout actionnables dans une situation thérapeutique ».
« Tout le monde parle aujourd’hui » de l’approche par réseaux de neurones, celle du deep learning, qui « s’inspire de l’anatomie du cerveau » : cette technologie « peut remplacer l’humain sur des tâches cognitives élémentaires » en médecine sur la détection de tumeurs à partir d’images, mais « on est loin de la décision médicale au sens large », estime le P.-D.G. de la société Quinten. Cependant, les clients « commencent à s’intéresser » à l’approche symboliste parce qu’ils « ont bien perçu les limites des approches connexionnistes notamment en terme d’interprétation », note Alexandre Templier, qui « a la conviction » que ce sont des techniques symbolistes, même si elles ont aussi leurs limites, qui s’imposeront « à terme », s’agissant de la médecine du futur .
Anonymisation et risque de réidentification
Interrogé par H&TI sur la question de l’anonymisation des données, Alexandre Templier estime que « la donnée qui est totalement non réidentifiable[, pour laquelle] on n’a aucun moyen de réidentifier, est « souvent une donnée qui ne porte plus aucun signal [et] ne comporte que du bruit ».« Contractuellement, Quinten laisse à ses clients le devoir de désidentification et les actions de prévention de la ré identification potentielle des données [mais] s’intéresse beaucoup à la manière dont c’est fait » et s’assure que « ça été vraiment fait », notamment parce que la société « porte potentiellement une responsabilité de processeur de données selon la RGPD ».
« La problématique de réidentification ou d’anonymisation n’est pas binaire comme tout le monde semble le croire »
« La problématique de réidentification ou d’anonymisation n’est pas binaire comme tout le monde semble le croire », déclare le patron de la société. « Il n’y a pas d’un côté des données directement identifiantes parce qu’il y a le NIR, le nom, le prénom et de l’autre côté des données anonymisées parce qu’on ne peut plus retrouver l’identité de la personne concernée. Si l’on pouvait résumer tout ce qui importe dans un jeu de données et puis après tout bruiter sauf ce qui importe dans un jeu de données, ça se saurait et on n’utiliserait plus que ça en analyse, or il y a pléthore d’outils. Il n’y a donc pas d’approche idéale : il n’y a qu’une approche optimale pour un problème donné [et] tout dépend de ce que l’on cherche », explique-t-il.
« On ne peut trouver une structure intrinsèque des données indépendamment de n’importe quel problème capable de renvoyer les « insight optimum » quand on voudra poser une question très précise », complète-t-il. Il faut donc « un compromis entre risque de réidentification et exploitabilité [car] en forçant le trait si le risque d’identification est nul, c’est qu’il y a plus rien à exploiter dans les données. »
Une commission de l’Afnor travaille sur un algorithme capable de mesurer « le risque de réidentification »
Une commission, qui a été créée au sein de l’Afnor, dont fait partie Quinten, travaille sur un algorithme capable de mesurer « le risque de réidentification », preuve de ce que celui-ci « n’est pas binaire mais continu », commente Alexandre Templier. Il estime qu’« à partir du moment où ce risque sera mesuré [il sera possible d’établir un] niveau d’exigence [différent] selon le secteur d’application ou selon les usages ou les enjeux : a priori, on ne va probablement pas exiger le même niveau de risque de ré-identification pour le secteur de la publicité en ligne que sur la lutte contre le cancer ».
