Un projet national de recherche sur l'IA à partir des historiques patients
Doctolib a annoncé le lancement, en août, d'un programme de recherche clinique fondé sur l'exploitation des dossiers de santé de ses 50 millions d'utilisateurs. Conçu pour durer trois ans et porté en collaboration avec des laboratoires universitaires, ce projet vise à tester des outils d'intelligence artificielle destinés aux professionnels de santé afin d'anticiper l'évolution de maladies et d'améliorer les parcours de soins.
Le partenariat associe Doctolib à l'équipe HeKA, structure issue d'Inria, de l'Inserm et de l'Université Paris Cité. Le premier volet de recherche prendra la forme d'une thèse, conduite par une doctorante encadrée par deux chercheurs académiques et deux collaborateurs de Doctolib.
Quelles données seront utilisées ?
Doctolib précise que l'équipe pourra mobiliser les informations « nécessaires aux fins de recherche » chez les utilisateurs majeurs et les proches rattachés au compte (hors enfants). Sont concernés des éléments saisis par le patient ou par des soignants via le logiciel : antécédents, médicaments, diagnostics, ordonnances, examens (images, bilans biologiques) et documents cliniques. Ces données seront traitées sous forme dite pseudonymisée.
"On se dirige vers des outils à destination des professionnels de santé"
Selon un responsable de l'équipe de Doctolib, l'objectif est de développer des algorithmes capables, par exemple, de prédire l'évolution d'une maladie déjà diagnostiquée pour adapter la surveillance ou le traitement, de recommander des examens ou l'orientation vers un spécialiste en s'appuyant sur des milliers de parcours similaires.
Finalités, bénéfices attendus et points de vigilance
Parmi les usages envisagés figurent l'alerte sur des situations d'urgence, l'identification d'un risque accru de pathologie (diabète à différents horizons temporels) ou le soutien au diagnostic de maladies rares grâce à la mise en relation de cas analogues. Ces promesses s'accompagnent de questions éthiques et juridiques : niveau réel d'anonymisation, risques de réidentification, gouvernance des accès et possibilité pour les personnes de s'opposer à l'exploitation de leurs données.
- Transparence : comment seront informés et consultés les patients ?
- Consentement : quelles modalités pour refuser l'utilisation des données ?
- Sécurité : quelles garanties contre les fuites ou usages secondaires ?
Tableau synthétique des données et finalités
| Données | Exemples | Finalités |
|---|---|---|
| Démographiques | âge, sexe | stratification des risques |
| Cliniques | diagnostics, antécédents | prédiction d'évolution |
| Examens | imagerie, bilans | aide au diagnostic |
Ce type d'initiative se situe au croisement de la recherche médicale et de la protection des données personnelles. Sa réussite technique et son acceptabilité sociale dépendront non seulement de l'efficacité des modèles développés mais aussi des garanties apportées sur le contrôle, la sécurité et la transparence des traitements. Les associations de défense des droits, déjà critiques, pourraient saisir les autorités compétentes si des éléments jugés insuffisants sont constatés.
La suite du projet, notamment les modalités précises d'accès aux données, les mesures de gouvernance et la possibilité d'opposition individuelle, sera scrutée par les instances de régulation et la société civile au cours des prochains mois.
