Big datas et médecine, quels risques ?

« Les chiffres, c’est ma vie. » À la cantine de son entreprise, Camille compose son plateau-repas. Elle connaît le nombre de grammes de glucides correspondant à chaque aliment. Et rentre ce nombre dans un petit appareil en forme de téléphone portable, posé à côté de ses couverts. Il lui permet, par commande sans fil, de s’injecter la bonne dose d’insuline. Avec ceci, on peut voir tout son historique alimentaire, ce qui permet d’aider au suivi médical de son diabète de type 1.

Les données sont utiles au quotidien pour se soigner. Et quand leur masse devient plus importante et les outils pour les « faire parler » (data mining) plus performants, les applications en médecine sont toujours plus prometteuses. Le domaine de la santé a « considérablement évolué au cours des dernières années et les données constituent le point central de la transformation qui s’opère actuellement », selon Franck Lethimonnier, directeur de l’Institut thématique technologies pour la santé à l’Inserm 1. Les big datas transforment ainsi la médecine. Rappelons ce qui les définit : un volume important, une large variété (chiffres, images, caractères…), et une grande vitesse d’acquisition et de transmission. L’enjeu est bien d’utiliser ces données en temps réel ou quasiment, ce qui est possible grâce à l’augmentation exponentielle de la puissance de calcul et des capacités de stockage.

Dans le domaine de la santé, les big datas sont d’origines multiples. On pense aux données de génomique (ADN), aux données cliniques à l’échelle d’une population, à celles issues des objets connectés, ou des bases de données médico-administratives… La France possède d’ailleurs une importante base de données, le Système national des données de santé (SNDS), créé par la loi santé de 2016 et constitué de l’agglomérat de bases déjà existantes (données de l’Assurance maladie, causes de décès…).