Avec l’émergence du digital, les capacités de collecte et de traitement des données ont beaucoup progressé. Cependant, abondance de données ne rime pas toujours avec succès en ce qui concerne les dispositifs médicaux. Pour composer au mieux avec les nouvelles perspectives et défis induits par l’innovation en matière de gestion des données de santé, il faut mettre en place une solide stratégie.
Nouvelles perspectives
La collecte de données en continu avec les dispositifs connectés
Une amélioration de l’Expérience Utilisateur (UX) suivant au plus près des envies et besoins.
L’essor des technologies sans fil a simplifié le développement de dispositifs médicaux connectés. Leur avantage est de pouvoir récupérer des données en continu, générées à partir des usages faits au quotidien par leur utilisateur.
Parcours d’utilisation, temps passé sur l’application et ses contenus, utilisation ou non de certaines fonctionnalités, interaction entre les utilisateurs, sont autant de précieuses informations qui vous permettront de faire évoluer votre solution pour améliorer l’adhérence des utilisateurs à votre produit.
En parallèle, l’usage du digital facilite la transmission de retours utilisateurs, lesquels peuvent jouer un rôle actif dans l’amélioration d’un dispositif. À condition que toutes les données soient correctement analysées et traitées, cela permet des évolutions approchant au mieux les besoins du terrain.
Ainsi, l’ensemble de l’UX, comprenant l’interface, l’ergonomie ou encore le parcours utilisateur, peut continuer à être optimisée en post-commercialisation pour aller vers une proposition de valeur maximale.
Intelligence artificielle, algorithmie et gestion des grandes masses de données
Dernièrement, c’est l’intelligence artificielle, capable d’adapter en autonomie ses modèles de traitements, qui constitue l’innovation la plus spectaculaire. Elle peut faciliter le traitement de grands flux de données, permettant d’accélérer votre connaissance.
IA générative en santé : nouveaux horizons et applications innovantes
L’intégration de l’intelligence artificielle générative dans le domaine de la santé ouvre la voie à de nouvelles perspectives et applications innovantes. Cette technologie permet de créer des modèles de données médicales synthétiques, facilitant ainsi le partage d’informations tout en préservant la confidentialité des patients.
Par exemple, les chercheurs peuvent utiliser des modèles génératifs pour générer des ensembles de données représentatifs qui peuvent être utilisés dans la recherche médicale, sans compromettre la vie privée des individus.
De plus, l’IA générative trouve également des applications dans la simulation de scénarios médicaux, contribuant à la formation des professionnels de la santé en fournissant des situations réalistes et diversifiées.
Cette convergence entre l’IA générative et le secteur de la santé promet d’améliorer les diagnostics, la recherche médicale et la formation, ouvrant ainsi la porte à des avancées significatives pour l’amélioration des soins de santé.
Les opportunités induites par l’IA concernant les diagnostics médicaux
La première utilité de l’IA concerne l’aide ou la réalisation de diagnostics. Pouvant intégrer des ensembles de facteurs très larges parfois invisibles à l’analyse humaine, par exemple en radiologie, capable également de traiter très rapidement énormément de données. Ces IA sont censées aider les professionnels de santé à gagner du temps dans ces phases de diagnostic afin soit de suivre plus de patients, soit de leur permettre d’augmenter le temps consacré aux patients. On commence à parler de “médecin ou médecine augmenté”
L’ère de la prévention continue
Une autre perspective de cette innovation réside dans la prévention des maladies et des incidents de santé. En ce sens, les algorithmes ou IA peuvent précéder les incidents médicaux par une meilleure détection des signaux faibles ou précurseurs du problème. Pour illustrer ce concept, on peut considérer les ECG connectés. Là où l’appareil classique se contentait de fournir des données sous format brut, il peut maintenant se voir doter de capacité de traitement alertant l’utilisateur en cas d’anomalies. En consultation, un cardiologue peut ensuite gagner du temps en se concentrant sur les segments problématiques de l’enregistrement cardiaque.
Les nouveaux défis induits par l’innovation concernant la gestion des données de santé
La structuration de bases de données pertinentes
Quand on développe soi-même de nouveaux dispositifs médicaux, le véritable enjeu avec la technologie n’est plus tant de mettre en place des solutions de collecte que de structurer les données. En effet, l’afflux peut vite devenir massif entre les données générées par des milliers d’utilisations quotidiennes et celles combinées de sources externes.
C’est là une expertise proposée par KYomed INNOV, et qui participe à la valeur ajoutée de notre accompagnement.
L’interopérabilité
Actuellement, c’est l’un des plus grands défis en santé numérique. L’interopérabilité, c’est la capacité d’un système à partager et recevoir des données de façon cohérente en provenance d’autres appareils ou d’autres bases de données. Alors que chaque hôpital, laboratoire ou clinique peut avoir son propre système de gestion des données, il est essentiel que tous leurs outils puissent communiquer entre eux pour offrir des soins coordonnés et efficaces. Ainsi, plus un dispositif est interopérable, plus il sera susceptible d’être choisi par un établissement de santé. En France, le CI-SIS (cadre d’interopérabilité des systèmes d’information de santé) a été conçu précisément dans le but de faciliter le travail d’interopérabilité pour les acteurs de santé porteurs de nouveaux projets ou de solutions existantes. Cette interopérabilité va devenir opposable à la commercialisation de votre solution si vous ne respectez pas ces doctrines.
L’interopérabilité implique le respect de normes et de protocoles communs, de même que la mise en place de technologies capables de traduire et d’intégrer des données provenant de sources disparates. Le Ségur du numérique a été financé dans ce sens par l’UE
Les nouvelles exigences légales
Enfin, avec la digitalisation des données de santé en essor, les législateurs du monde entier commencent à élaborer des réglementations pour garantir la sécurité, la confidentialité et l’intégrité des informations médicales des patients.
Leur respect représente un défi nouveau tant pour les institutions médicales que pour les entreprises technologiques. Ainsi, il est non seulement nécessaire de se conformer à ces réglementations, mais aussi de s’assurer que les solutions mises en place pourront s’adapter à des lois en constante évolution.
En Europe, c’est le RGPD qui définit le droit commun relatif au traitement de la donnée personnelle. Mais en plus du RGPD, les hébergeurs de données de santé doivent obtenir la certification HDS, cette certification spécifique est octroyée pour des durées de 3 ans. Ses accréditations sont soumises au respect de règles spécifiques de sécurité et à la réalisation d’audits.
Loi sur l’IA en préparation par l’Union Européenne :
L’UE, dans le cadre de sa stratégie numérique, cherche à réglementer l’IA pour assurer un développement et une utilisation régulés de cette technologie. La Commission européenne a proposé en avril 2021 le premier cadre réglementaire, classant les systèmes d’IA selon leur niveau de risque.
Ces règles, une fois approuvées, seront les premières au monde sur l’IA. Le Parlement européen insiste sur la sécurité, la transparence et le respect de l’environnement des systèmes d’IA. La législation prévoit des règles spécifiques pour différents niveaux de risque, interdisant les systèmes à risque inacceptable tout en imposant des évaluations approfondies pour les systèmes à haut risque.
L’IA générative, comme ChatGPT, doit respecter des exigences de transparence, tandis que les systèmes à risque limité doivent garantir une transparence minimale pour permettre des décisions éclairées. Le Parlement a conclu un accord provisoire en décembre 2023, en attente de l’adoption formelle pour entrer en vigueur.
Vous souhaitez être accompagné dans la gestion des données de santé liées à votre dispositif médical ? KYomed INNOV peut vous apporter son expertise afin de structurer des bases de données plus cohérentes ou des systèmes plus interopérables, toujours en respect de la loi en vigueur.
