Recevez chaque jour toute l'actualité du numérique

x

Le cloud et l'IA pour accélérer la recherche médicale de manière éthique

Tribune Les besoins en puissance de calcul de la recherche médicale ne cessent d'augmenter en réponse à la collecte de plus en plus de données de santé. Le cloud peut être une solution pour répondre à ces besoins tout en garantissant un traitement éthique, mais il doit respecter un certain nombre de régles, argumente Denis Herriau, Country Manager France d’Informatica, dans cette tribune.
Twitter Facebook Linkedin Flipboard Email
×

Le cloud et l'IA pour accélérer la recherche médicale de manière éthique
Le cloud et l'IA pour accélérer la recherche médicale de manière éthique © Numérique.gouv.fr

La transformation numérique du secteur de la santé continue de s'accélérer, sous l'effet des changements réglementaires, de l'explosion des données de santé et du besoin crucial d'y accéder et de les analyser. Le cloud et l'analyse des données ont permis aux instituts de recherche et aux laboratoires de produire très rapidement les vaccins contre la Covid-19, tel AstraZeneca qui utilise certaines fonctionnalités offertes par les plateformes Cloud.

Cette avancée n'aurait pas été possible sans les améliorations de la recherche et les capacités du cloud, qui a par exemple permis aux tests cliniques d’atteindre leur taille critique plus rapidement grâce à une plus large distribution géographique, sans impact sur la capacité à collecter ou accéder aux données.

Alors que les données de santé sont indispensables pour faire évoluer la recherche médicale et les traitements thérapeutiques, le cadre réglementaire de leur utilisation reste contraignant. En outre, les instituts de recherche, les laboratoires pharmaceutiques et les centres hospitaliers font face à un risque de plus en plus accru de cyberattaques qui menacent l’intégrité et la confidentialité des données, poussant le gouvernement français à lancer une stratégie nationale pour la cybersécurité.

Comment accélérer la recherche médicale tout en préservant les données de santé sensibles ? Même si la voie semble étroite entre recherche médicale et sécurité des données, le Cloud et l’IA ont un rôle essentiel à jouer, à condition que les données manipulées soient sous gouvernance, une gouvernance intégrant automatisation et anonymisation. Tout programme de recherche ou thérapeutique doit donc concilier l’accès nécessaire aux données, le respect des contraintes réglementaires et l’impératif de confidentialité.  C’est à ce prix que l’on pourra jeter les bases d'un secteur de la santé plus efficace, plus transparent et plus éthique.

L’automatisation du traitement des données grâce au cloud et à l‘IA
Dans la course contre la montre pour enrayer la pandémie, la technologie a démontré son rôle essentiel dans la recherche des vaccins et des traitements. Face aux restrictions de déplacement et mesures sanitaires, la digitalisation d’une partie de la réalisation des essais cliniques s’est accélérée. Le Cloud a permis de faciliter la collecte des données en tout point du globe, l’accès et le partage pour tous les chercheurs impliqués, ainsi que leur gestion et leur analyse.

Par exemple, pour accroître l'efficacité de sa recherche médicale, l’Inserm, l'organisme public de recherche médicale français, a recours à une plateforme technologique afin de rationaliser et faciliter l'accès aux données des 15 000 chercheurs, ingénieurs et techniciens de son réseau.

La capacité de gérer, d’analyser et de partager des volumes importants de données de santé est donc essentielle. Elles sont généralement morcelées entre différentes structures et systèmes d’information et dans des formats qui peuvent varier. Structurer ces données, en mesurer et améliorer le degré de confiance pour les rendre accessibles à la communauté des chercheurs est un défi de taille. Car la pertinence et la qualité des données est primordiale pour faire avancer la recherche.

Le cloud permet d’optimiser la gestion des données et leur mise à l’échelle grâce à ses capacités de calcul et ses points d’accès virtuellement illimités. L’intelligence artificielle, quant à elle, offre la possibilité de traiter et d’analyser une volumétrie de données qu’il serait impossible de gérer manuellement. Il faut cependant s’assurer que les données à analyser soient correctement documentées (pour être correctement interprétées) et présentent le niveau de qualité que l’on attend dans les résultats ("garbage in, garbage out" disent les anglais).

C’est grâce à cette gouvernance que l’on pourra casser les silos et transcender les formats pour que les chercheurs se concentrent uniquement sur les données pertinentes pour leur recherche, et bénéficient réellement de l’automatisation apportée par l’Intelligence Artificielle. Un traitement des résultats plus rapide, plus précis, inattaquable par construction et démontrable par la traçabilité permet d’accélérer la mise sur le marché de nouveaux médicaments ou vaccins.

La confidentialité des données assurée par l’anonymisation
L’accélération de la recherche médicale que nous observons est salutaire mais elle doit se faire dans le respect des bonnes pratiques éthiques et déontologiques pour maintenir la confiance des citoyens. L’écosystème de santé est l’un des plus règlementés et des plus contraignants, il nécessite des processus de gouvernance des données conformes aux réglementations nationales et supranationales. Les données de santé sont sensibles et attirent les convoitises.

Depuis le début de la pandémie, on ne compte plus le nombre d’attaques informatiques, plus ou moins coordonnées, plus ou moins d’ampleur, qui s’en prennent à des structures de santé ou de recherche. L’annonce début mars du piratage de près de 500.000 enregistrements auprès de différents laboratoires en est un exemple récent et inquiétant.

La technologie permet de répondre aux impératifs de sécurité et de confidentialité sans pour autant brider les avancées de la recherche médicale. L’intelligence artificielle offre la capacité de localiser toutes les données sensibles réparties dans les systèmes d’information et de documenter les politiques de conformité (rétention, confidentialité, protection) qui doivent s’y appliquer. Il est possible ensuite de les anonymiser pour assurer qu’une tierce partie ne remonte pas aux données originales et préserver ainsi leur confidentialité.

Avec l’externalisation croissante de la recherche clinique, les organismes de recherche sont dans l’obligation de croiser leurs données avec d’autres organisations. De grands laboratoires pharmaceutiques par exemple, se sont associés à des start-ups dans la recherche du vaccin contre la Covid-19. Dans un souci d’efficacité opérationnelle entre partenaires et de conformité, une bonne gouvernance des données doit permettre de définir les personnes ayant le droit d’accéder et d’utiliser les données, celles qui sont accessibles et celles pouvant être partagées. Cela nécessite les capacités de mise à l’échelle offertes par le cloud et de documentation des plateformes de gestion des données. L’anonymisation permet ensuite de partager et échanger les données de recherche en toute sécurité.

Le cadre réglementaire contraint des données de santé est un gage de confiance pour les citoyens et n’est en aucun cas un frein pour la recherche médicale. Pour faire avancer la recherche médicale, la mise à l’échelle de la gestion des données, son automatisation et l’anonymisation sont des outils permettant de concilier accélération et respect des réglementations en vigueur.

Denis Herriau, Country Manager France d’Informatica

Les avis d'experts sont publiés sous l'entière responsabilité de leurs auteurs et n'engagent en rien la rédaction.

Réagir

* Les commentaires postés sur L’Usine Digitale font l’objet d’une modération par l’équipe éditoriale.