Futur en Seine consacrait cette année une demi-journée aux healtech, avec une attention particulière portée sur les conséquences du développement de l’IA et de l’analyse des données de santé. Si 38% des entreprises utilisent l’AI aujourd’hui, elles seront en effet 60% en 2020. Une série de conférences réunissait les représentants de grands groupes tels qu’IBM et Sanofi, des chercheurs et des acteurs plus récemment arrivés sur le marché.


Le diagnostic et la prévention au coeur des innovations médicales

Jurgi Camblong, biologiste de formation et fondateur de la stimulante société suisse Sophia Genetics, a fait le point sur les dernières avancées scientifiques, s’attardant notamment sur la spectaculaire accélération que connaît actuellement l’analyse du génome humain. Pour moins de 1000 euros, il est en effet aujourd’hui possible de séquencer l’ADN d’un individu, et donc de prévoir ses terrains pathologiques et de lui permettre de se prémunir contre l’apparition de maladies. Cette révolution est au coeur d’une médecine du future appuyée sur les “5 P” (Personalized / Predictive / Preventive / Participary / Proven) dont se réclament la majorités des acteurs du secteur. 
 
La science du diagnostic connaît également son lot d’innovations, notamment en ce qui concerne le dépistage du cancer. Jurgi Camblong a ainsi évoqué la récente révolution des biopsies liquides, permettant de diagnostiquer un cancer à partir du sang du patient. Sophia Genetics s’est positionné sur cette technologie dont les impacts en termes de dépistage et de monitoring de la maladie s’annoncent considérables. On peut imaginer qu’il soit possible, dans un futur proche, traiter le cancer comme une maladie chronique : à la manière d’une gestion de long cours, plus ciblée et plus personnalisée.


Les enjeux d’une donnée “propre” et utilisable

Or ces innovations dans le domaine scientifique et médicale sont aujourd’hui portentialisées par le développement simultanés des technologies de l’analyse des données et de l’AI. La joint venture Onduo (Sanofi + Google) pour les patients diabétique est un bon exemple de cette fusion. La massification des données et leur accessibilité accrue dans un cloud partagé entre les hôpitaux rend par ailleurs possible à la fois une meilleure qualité de diagnostic, des progrès en termes de pharmacovigilance, et une plus grande homogénéité d’accès à la connaissance entre les établissements. De sorte que demain, on peut imaginer qu’un hôpital de La Paz disposera de la même qualité d’information qu’une clinique de Zagreb par exemple. Jurgi Camblong met néanmoins en garde contre une acception trop limitée, voire naïve, du terme “big data”, rappelant qu’en matière de diagnostic, c’est moins la quantité de la donnée que sa diversité qui fait sa valeur. Dans un contexte de production scientifique intense (160 000 études annuelles dans le seul domaine de la cancérologie), on conçoit qu’il soit déterminant mais aussi risqué de confier l’analyse de données si sensibles aux machines. Comment en effet séparer le bon grain de l’ivraie, lorsque l’on sait que les chercheurs sont soumis à une compétition internationale et aux pressions des industries ? En ce sens, Isabelle Vitali, directrice Innovation & Business chez Sanofi France, a insisté sur les enjeux de “nettoyage” des datas, condition capitale de son exploitation.
 
Car, au-delà de la donnée en elle-même, c’est bien la capacité à en tirer quelque chose de valable qui est en jeu. Si un système comme Watson, par exemple, s’est révélé particulièrement efficace sur le plan du diagnostic dermatologique (+30% d’alternatives médicales identifiées par rapport au diagnostic humain), il est évident que la pertinence de l’analyse d’une donnée dépend de la manière dont le système d’AI est conçu. Dans un panel dédié à la représentativité des femmes dans le secteur tech, la femme d’affaire Miranda Brawn a ainsi développé un argumentaire convaincant sur les enjeux de diversité appliqués à l’IA. Il n’est en effet pas anodin que la majorité des systèmes d’IA soient aujourd’hui développés par des hommes blancs issus principalement des classes moyennes. Miranda Brawn rapproche ce fait de certains tests cliniques réalisés uniquement sur des hommes blancs. Quelle pertinence de la donnée dans ce cas ? Et quelle validité des système d’AI s’ils ne sont pas conçus et developpés par des personnes représentatives de l’ensemble de la population ?


De nouveaux défis éthiques et sociaux

L’analyse des données et l’AI posent des questions éthiques et sociales qui ont également été au coeur des débats vendredi dernier. Préférant au terme d’intelligence artificielle celui d’intelligence augmentée, Christel Besltran, ambassadrice Watson, a rappelé que l’AI devait être pensée comme un outil au service de l’humain, lui permettant de potentialiser ses capacités mais pas de les remplacer. À ce titre, Isabelle Vitali a brièvement évoqué deux initiatives positives : la création du label éthique Adel (permettant l’audit des systèmes de traitement de données numériques), et l’initiative de l’Inria Transalgo soutenue notamment par le sociologue Dominique Cardon.
 
Les enjeux de protection des données ont également été abordés. Geoffrey Delcroix, chargé d'études innovation et prospective à la CNIL, s’est ainsi exprimé en faveur d’un design non lisse, qui admettent des frictions et ne craignent pas d’expliquer aux utilisateurs quels sont leurs droits, dans un vrai soucis de transparence. Jurgi Camblong s’est pour sa part réjoui des nouvelles réglementations européennes en matière de droit à l’oubli, s’arrêtant notamment sur la distinction des statuts juridiques qui prévaut désormais. La réglementation européenne considère en effet aujourd’hui un statut de data controller (qui concerne tout le monde), et un statut de data processor (qui concerne les compagnies exploitant la donnée dans le cadre autorisé par le data controller). Cette distinction fertile pose les bases de la confiance, et invente un standard sur lequel le marché peut s’appuyer. Marguerite Brac de la Perrière, avocate spécialisée dans la santé numérique, a de son côté insisté sur le fait que la réglementation responsabilise désormais les responsables de traitements, dans l’intérêt du patient.
 
Autant de signaux indiquant que les patients sont aujourd’hui en train de reprendre la main sur leur santé, à l’image du nombre conséquent de start up présentées cette année à Futur en Seine qui se sont positionnées sur le terrain de l’accompagnement de la maladie via les bots. C’est le cas par exemple de Wefight, né de la rencontre d’un pharmacien et d’un ingénieur, et qui adresse spécifiquement les patients atteints de cancer. De la maladie pensée comme travail à la place croissante des patients au sein de l’université ou au rôle déterminant des associations de patients, le monde médical connaît aujourd’hui de profonds bouleversements. Ces perspectives sont également au coeur de la démarche d’Anna Young, chercheuse au MIT qui s’intéresse à la place des “makers” et au DIY dans la sphère médicale. Militant pour une innovation bottom-up, elle a en effet mis en place une plateforme (MakerHealth) qui permet l’agrégation de toutes sortes d’initiatives et d’outils imaginés par des infirmières, des aides soignants et des patients pour améliorer leur quotidien.

Pour conclure

L’intégration active du patient et de son savoir propre pourrait être rapproché des transformations qui touchent plus généralement le monde du travail. Frédéric Vacher, directeur de la stratégie et de l’innovation chez Dassault Systèmes a en ce sens évoqué la plateforme d’innovation du groupe, qui entend capitaliser sur la créativité de ses 14000 employés, et pas uniquement sur une cellule innovation dédiée. Car, pour reprendre les mots d’Isabelle Vitali, “l’'innovation ne s'organise pas, elle se favorise”. Ce sont ainsi tous nos systèmes organisationnels et managériaux qui sont à repenser.

 

Crédits photo : Adrien Malguy, propsy

Comment