Les données patients : la route vers le Saint Graal de la médecine prédictive ?

Données patients et intelligence artificielle : une combinaison gagnante

Médecine moderne et intelligence artificielle vont de paire. La pratique médicale et l'interaction avec les malades est la clé de voute de cette évolution des pratiques. Ce sont les résultats des examens médicaux, les déclarations des patients qui constituent la mine d'informations dont les chercheurs ont besoin. La compilation et le stockage des données recueillis est le prélude à leur réutilisation. Son organisation méthodique et systémique est le terrain d'une modélisation de la prédiction.

Aujourd'hui, la notion de médecine prédictive est encore trop peu présente dans les consciences collectives, bien que ses enjeux soient de plusieurs ordres :

• Pour les hôpitaux et les organismes de soins, le niveau de qualité des traitements apportés peut être optimisé grâce à des algorithmes permettant de donner des statistiques et des probabilités sur les potentielles pathologies à venir.

• Pour les patients, c'est une visibilité totale sur leur suivi qui est offerte. Le parcours de soins est alors vécu de manière plus apaisée.

• Pour les chercheurs, l'analyse des données stockées et donc récoltées est la matière première à la prévention. C'est ensuite toute la chaîne de soins et les pouvoirs publics qui alimentés de ces informations pourront organiser les traitements et l'information de l'ensemble de la population.

Machine Learning : une aide nécessaire au développement de la médecine

Avec les prémices de l'intelligence artificielle, le stockage des données va permettre d'envisager et surtout de voir se développer une partie "Chatbot" ou "Machine Learning". Très peu présent actuellement dans les établissements de santé, ces derniers sont là pour aider les professionnels dans l'utilisation et dans la compréhension de leurs systèmes. Des avancées existent déjà notamment dans les services de cancérologie ou d'imagerie grâce aux traitements des données. Les machines sont paramétrées pour détecter les maladies. Quant à l'intelligence artificielle, c'est par l'étude globale de données patients que peut être établi un diagnostic potentiel de maladies et un calibrage des facteurs de chance.

Une mondialisation de ce dispositif serait, nul ne peut en douter, profitable à l'ensemble de l'Humanité. Beaucoup d'acteurs du secteur de la santé y sont favorables. En revanche, la convergence globale des données patients n'est pas pour demain. A l'échelle globale, ce sont des organisations et des mentalités qui sont à homogénéiser. En effet, chaque pays est différent. Un gouvernement fédéral est structurellement différent d'un pays comme la France. Un état fédéral est plus indépendant qu'une région française. Là où le premier se régit lui-même, la seconde entité doit malgré une certaine autonomie se référer à l'Etat. Il reste le décisionnaire des politiques de fonctionnement. D'un point de vue culturel, la protection des données personnelles est moins pointilleuse dans certains pays d'Asie qu'en France par exemple. Le partage de données patients à l'échelle de la planète est donc loin d'être une réalité. Il faut espérer que les bénéfices sanitaires indiscutables permettront de ne pas trop ralentir les avancées.

Quoiqu'il en soit, le virage de l'intelligence artificielle est en cours. L'interopérabilité efficiente des différentes structures de santé est une évidence pour, redisons-le, le bénéfice des patients. Leur complémentarité permettra sans nul doute d'atteindre le Saint Graal de la médecine moderne, la médecine des 4P : prédictive, personnalisée, préventive et participative.

Par Jean-Baptiste Michon,
Product Marketing Manager chez Enovacom