Les big data peuvent-elles boucher le trou de la sécu ?

En s’appuyant sur les données des objets connectés de santé, grâce aux big data, l’assurance maladie espère pouvoir optimiser le parcours de soin pour éviter les dépenses inutiles et lutter contre les fraudes.

Depuis 2015, Polytechnique travaille de concert avec la CNAMTS (caisse nationale d’assurance maladie pour les travailleurs salariés) pour réorganiser et exploiter plus efficacement les données de la base. 

Partager
Les big data peuvent-elles boucher le trou de la sécu ?

Les big data pourraient n’être pas si loin de Big Brother quand on parle de la santé. En France - où le déficit de l'assurance maladie atteignait 6,6 milliards d'euros en 2015 - comme aux Etats-Unis, l’assurance maladie veut les utiliser pour optimiser le parcours de soin et détecter les fraudeurs. Mais attention à la dérive. Avec l'omniscience promise par le big data et les objets connectés de santé , la tentation de rembourser ou non le patient selon son comportement est grand.

La sécu avait déjà flairé la bonne affaire, mais le Conseil d’Etat lui a coupé l’herbe sous le pied fin 2014 en annulant deux décrets qui conditionnaient le remboursement d’un dispositif connecté pour l’apnée du sommeil à la bonne utilisation du malade ! Si à ce jour, le remboursement ne dépend pas du comportement du malade, l’assurance maladie espère tout de même que les big data lui permettront de réduire les dépenses inutiles et de lutter contre les fraudes.

des algorithmes pour détecter les signaux faibles

Depuis janvier 2015, L'Ecole polytechnique et la Cnamts (caisse nationale de l’assurance maladie des travailleurs salariés) se sont associés pour exploiter les données du système national Inter-régime de l’assurance maladie. "Personne n’a utilisé ces données structurées de la CNAM avec des algorithmes de big data", explique Emmanuel Bacry, chercheur au centre de mathématiques appliquées et responsable du partenariat.

Pour améliorer l’exploitation des données de la CNAM, l’équipe de Polytechnique a dû réorganiser la base et se doter d’un cluster de machines sur lequel peuvent fonctionner les algorithmes. Ce projet court sur trois ans, couvrira plusieurs thèmes : la détection de signaux faibles ou anomalies en pharmaco-épidémiologie, l’identification de facteurs utiles à l’analyse des parcours de soins et la lutte contre les abus et la fraude.

En parallèle de ce projet, Polytechnique travaille sur des algorithmes de prédiction des arrivées aux urgences, en termes de quantité et de gravité.

PARCOURIR LE DOSSIER

Tout le dossier

Sujets associés

NEWSLETTER L'Usine Digitale

Nos journalistes sélectionnent pour vous les articles essentiels de votre secteur.

Votre demande d’inscription a bien été prise en compte.

Votre email est traité par notre titre de presse qui selon le titre appartient, à une des sociétés suivantes...

Votre email est traité par notre titre de presse qui selon le titre appartient, à une des sociétés suivantes du : Groupe Moniteur Nanterre B 403 080 823, IPD Nanterre 490 727 633, Groupe Industrie Service Info (GISI) Nanterre 442 233 417. Cette société ou toutes sociétés du Groupe Infopro Digital pourront l'utiliser afin de vous proposer pour leur compte ou celui de leurs clients, des produits et/ou services utiles à vos activités professionnelles. Pour exercer vos droits, vous y opposer ou pour en savoir plus : Charte des données personnelles.

ARTICLES LES PLUS LUS