En janvier 2023 nous avons organisé notre événement client Future of Health consacré cette fois-ci à l'exploitation des données dans le secteur de la santé. Nous y avons présenté la keynote intitulée : « La médecine prédictive en 2023 : Mythe ou réalité ? ». Voici, en résumé, notre analyse :

Les acteurs publics et privés du système de santé français misent désormais sur l’utilisation de la donnée pour : mieux prévenir et prendre en charge les maladies, suivre les populations et orienter les politiques de santé publique, prédire les épidémies et analyser l’usage des médicaments et leurs risques. Des cas d’usage qui bouleversent les modèles traditionnels en établissant des processus plus fluides, transparents et efficaces. Demain, ceux-ci permettront même à la médecine de s’appuyer sur un historique collectif, afin de formuler les bonnes recommandations au bon moment et d’aboutir à l’adoption d’un modèle prédictif. Une perspective qui se concrétise, à mesure que nous dépassons les barrières les plus contraignantes :

• La barrière scientifique
  Il s’agit là du premier frein à l’innovation. Heureusement, la recherche délivre des algorithmes de plus en plus performants grâce au partage des bonnes pratiques scientifiques, au développement des réseaux de chercheurs et à leur financement. Notons qu’entre 2002 et 2021, le financement public de la R&D dans l’IA a augmenté de 300%*.

• ‍La barrière de disponibilité
  C’est la démocratisation des systèmes de gestion électronique des données de santé qui nous permettra d’obtenir une data de meilleure qualité et ainsi, des algorithmes plus précis. En 2021, 90.000 applications mobiles de santé étaient publiées sur les stores ; une tendance encourageante.

• La barrière de stockage
  La collecte massive de données représente un coût qui — s’il est raisonnable — permet de disposer d’une quantité plus volumineuses de data et de profiter de services complémentaires liés à la sécurité, à la scalabilité ou à la migration. Un progrès rendu possible grâce à la baisse du coût moyen du stockage unitaire de la donnée, qui est passé de 2 euros en 2002 à 10 centimes en 2020.

• La barrière d’accessibilité
  Pour collecter suffisamment de données, la population concernée doit y consentir. Une aubaine, dans un contexte où les montres connectées et autres « wearables » explosent et fournissent de nombreuses informations sur le rythme cardiaque, le taux de glucose ou encore la sédentarité de celles et ceux qui les portent. En France, le marché des montres connectées atteignait 1,2 milliard d'euros en 2021, soit 20% de plus qu'en 2020.

• La barrière technologique
  La performance des données de santé est conditionnée par la puissance des technologies qui les collectent et les traitent. De la mesure de l’intensité d’un exercice, à l’analyse de nos cycles de sommeil : le développement de capteurs performants nous permet d’avancer plus concrètement vers la médecine prédictive. Un levier renforcé par la démocratisation des dispositifs d’assistance personnelle tels qu’Amazon Echo ou Google Home, dont la vente mondiale pourrait atteindre les 100 millions en 2023**.

• La barrière d’approvisionnement
  Pour que le développement technologique soit possible et efficace, la chaîne d’approvisionnement en composants électroniques doit être fiable. En 2020, la HealthTech française importait 70% de ses composants depuis l’étranger ; pour anticiper d’éventuelles difficultés d’approvisionnement, le nombre de fournisseurs en matières premières augmentait de 51% en 2021. Une dynamique qui nous permet désormais de nous diversifier et de tendre vers le développement de nouvelles solutions technologiques de pointe.

• ‍La barrière réglementaire
  ‍Le respect des cadres réglementaires et leur lisibilité conditionnent la trajectoire d’adoption de nouveaux outils. Le Règlement Général sur la Protection des Données (RGPD), la Directive sur les données de santé ainsi que la Loi informatique et liberté, permettent d’offrir des garanties précieuses aux patients qui utilisent les solutions qui s’y conforment. Remarquons qu’en 2020, le montant total des sanctions financières prononcées à l’encontre de 10 entreprises qui n’ont pas respecté le RGPD s’élevait à 285 millions d’euros.

Chez EY Fabernovel, nous croyons que le système de soin s’apprête à évoluer vers un modèle plus collaboratif, dans lequel la donnée patient sera clé. Cette interopérabilité nous permettra d’accéder à des bases de données plus larges et d’accélérer le développement et l’adoption de nouvelles technologies. Un modèle qui conditionnera également nos manières d’interagir avec les patients, de structurer leur parcours de soin et ainsi les typologies de prise en charge.

*CNRS, ministère de l’économie et des finances, Etudes EY Fabernovel
**Institut des technologies de l'information (IDC), institut GFK, Etudes EY Fabernovel

‍

Vous pouvez revoir l'intégralité de la keynote ici :