Données des objets connectés de santé : changer de braquet

Seules les technologies de séries temporelles (à l’exemple de Warp 10) sont en mesure d’apporter des réponses pérennes et performantes aux questions relatives au traitement des données des objets connectés de santé.

Données des objets connectés de santé : changer de braquet

Le présent papier s’inscrit dans une série d’articles sur la manière dont les séries temporelles revisitent le mode d’organisation des données et les technologies utilisées pour leur analyse. Après un premier article de portée générale (Les séries temporelles : le futur de la donnée), les suivants abordent différents secteurs dont ici le secteur de la santé couvert par trois articles différents. Après un premier article intitulé “Données de santé : sortir de l’impasse“, le second ici développé traite de l’intégration des données des objets connectés de santé.

Au début de la dernière décennie, le sport et le bien-être représentaient les cibles privilégiées des objets communicants. En témoigne le succès de Fitbit, créée en 2007. Aujourd’hui rachetée par Google, c’est une des sociétés les plus emblématiques.

Cette année-là vit aussi la démocratisation par le magazine Wired de l’expression anglophone de « Quantified Self ».  Depuis, les produits – associés au terme de « Wearables » – se sont multipliés jusqu’à devenir le sujet phare du CES de Las Vegas au milieu des années 2010.

Les données au cœur du modèle

Les données occupent une place centrale dans la conception de ces objets connectés.

D’un point de vue fonctionnel, elles présentent le grand avantage de donner du sens aux mesures au-delà du simple affichage. Ainsi, l’utilisateur peut comprendre l’évolution des mesures, disposer d’un tableau de bord ainsi que des éléments de comparaison par rapport à son comportement et ses performances. Il peut aussi se comparer à d’autres utilisateurs, réunis le cas échéant, dans une sorte de réseau social.

Selon les données, il devient possible de détecter des anomalies jusqu’à les prévoir en s’appuyant sur des mécanismes de Machine Learning appliqués à l’historique des mesures.

Au-delà de la valeur ajoutée fonctionnelle, les données portent surtout une valeur économique grâce aux avantages d’un marché biface.

Marché biface des objets connectés dans la santé
Marché biface des objets connectés dans la santé

D’un côté, les services proposés et basés sur la gestion de l’historique des données peuvent être valorisés. De l’autre, les données collectées auprès de tous les utilisateurs ont une valeur qui peut s’avérer bien supérieure au suivi classique d’une cohorte.

En règle générale, la cohorte est étudiée au travers d’un questionnaire rempli manuellement. Les données issues des objets connectés présentent, elles, l’avantage d’être collectées de manière automatique. Comme elles sont factuelles, précises et régulières, il est possible de leur appliquer les techniques de traitement les plus avancées pour mieux analyser et donc mieux comprendre les flux de mesures couvrant une grande diversité d’utilisateurs.

Du bien-être à la santé

Très vite, la frontière entre bien-être et santé s’est avérée très floue, d’autant plus que de nombreux acteurs se sont positionnés sur les deux marchés. En France, c’est le cas notamment de la société Withings, vendue à Nokia puis rachetée par son fondateur Eric Carreel. Elle cible désormais clairement le marché de la santé connectée et met en avant sur son site internet ses liens avec l’Inserm, l’AP-HP, Harvard Medical School et bien d’autres.

Les bracelets et montres connectées, ou encore la première génération de vêtements connectés, n’ont pas rencontré le succès escompté.

Ses acteurs se sont donc progressivement orientés vers des services de santé. À ce jour, le marché qualifié de « wearable » couvre principalement des fonctions :

  • d’aide au diagnostic : rythme cardiaque/ECG, tension artérielle, sommeil ;
  • de suivi thérapeutique : douleur, diabète, assistance à la prise de médicaments ;
  • de maintien en condition : suivi de la pratique sportive, suivi de personnes fragiles ou à risque.

MarketsAndMarkets l’évalue à 18,4 milliards de dollars aujourd’hui et à 47 milliards de dollars en 2025. Soit une croissance annuelle de 20,5 %.

Les tensiomètres, les mesures de précision du rythme cardiaque, les glucomètres, les aximètres ou encore le monitoring des troubles neurologiques figurent parmi les dispositifs qui se développent. Contrairement aux dispositifs médicaux classiques, ils présentent l’avantage de suivre un patient sur la durée.

Des objets connectés sur le monitoring de long terme : Tensiometre MyTensio BeWell Connect, Elivecor Kardia Mobile, Glucose Contour Next Link Medtronic, Neuronaute BioSerenity
Des objets connectés sur le monitoring de long terme

SenX et les promesses du vêtement intelligent

Dès son lancement, SenX a travaillé sur le textile intelligent pour identifier des cas d’usage dans les secteurs du sport et de la santé. Le vêtement est un objet usuel et non intrusif. Équipé de capteurs, il peut mesurer de nombreux paramètres comme le rythme cardiaque, la température, l’acidité, mais aussi la position, le déplacement et l’accélération avec une précision permettant d’analyser les mouvements des membres du corps humain de manière très précise.

Basée sur la technologie des séries spatiotemporelles, la solution Warp 10 a été conçue pour traiter ce type de données. Elle permet d’explorer des historiques de données profonds et provenant de multiples capteurs, de rechercher des indicateurs simples ou plus complexes, de rechercher tout type de signaux faibles jusqu’à faciliter l’analyse prédictive. Dans le cas du projet de textile connecté, 200 000 mesures pouvaient être connectées par seconde. À l’échelle des journées et des années, multiplié par le nombre d’utilisateurs potentiels, on imagine sans mal le volume considérable de données qui peut être ainsi généré.

Les applications d’un tel dispositif, associé au traitement de données, sont potentiellement nombreuses :

  • Optimiser l’entraînement d’un sportif, amateur ou professionnel, en fonction de son comportement physiologique
  • Gérer ses efforts et anticiper des défaillances physiques
  • Suivre un patient au cours du diagnostic, notamment dans le cas de symptômes épisodiques
  • Suivre un patient en post-traitement sur les longues durées
  • Effectuer un suivi long terme sur des enfants acceptant mal des dispositifs intrusifs
  • Assurer un suivi préventif des personnes âgées
  • Mesurer la réponse physiologique, sur une période donnée, d’une population dans le cadre de l’introduction d’un nouveau vaccin…

Le sujet des vêtements intelligents pour la santé est aujourd’hui porté par plusieurs entreprises comme le canadien Hexoskin, l’allemand Ambiotex, le japonais Xenoma ou le français Chronolife. A l’instar des exemples cités précédemment, les objets connectés appliqués à la santé peuvent trouver des usages sans véritable limités. Ils peuvent notamment, par le croisement et l’analyse des historiques de données, fournir des indications précieuses sur le comportement d’une personne, jusqu’à anticiper des troubles particuliers. Cela ouvre le champ à tout type de problème de santé dont les symptômes ne sont pas toujours mesurables sur des temps courts.

Les séries temporelles : une réponse au traitement des données des objets connectés de santé qui doivent être intégrées au DMP. Click To Tweet

Télémédecine et objets connectés

La télémédecine a été définie par la loi en 2009 (Loi HPST : Hôpital, Patients, Santé et Territoires). Il aura fallu attendre 2018 pour que l’Assurance Maladie, les Mutuelles et les Syndicats de Médecins s’accordent sur le remboursement des téléconsultations, ouvrant la voie à un usage plus large, ouvert à tous les patients.

Or la télémédecine couvre la téléconsultation, la téléexpertise, la télésurveillance, la téléassistance et la régulation médicale (assurée par les services d’urgence). Ces cinq domaines créent chacun, un appel d’air favorable au développement des objets connectés de santé.

Cela suppose que les outils dont pourra disposer les médecins (mais aussi des autres acteurs de santé comme des infirmiers) puissent aisément avec les objets connectés qui équipent leurs patients. Quatre options sont envisageables pour répondre à cette contrainte incontournable :

  1. Le médecin prescrit les objets qu’il sélectionne. Cela va très vite devenir compliqué et introduire des redondances, sans régler le fait qu’il sera difficile de croiser les données entre elles ;
  2. Les données sont concentrées localement au niveau du patient, ce qui est possible si le même fournisseur fournit plusieurs équipements. Mais cela ne règle pas le problème de la compatibilité avec les appareils équipant le médecin ;
  3. Les données sont concentrées au niveau du médecin. Cela suppose de disposer à son niveau d’un équipement qui soit interopérable avec l’ensemble des équipements disponibles sur le marché dont pourraient être équipés les patients. Le médecin avec son équipement, fait alors le lien avec le Dossier Médical Partagé ;
  4. Les données sont directement collectées dans le Dossier Médical Partagé du patient.

Sans rentrer dans une étude approfondie, il apparaît que le scénario cible se situera entre les scénarios 3 et 4 et donnera un rôle central au DMP.

Circulation des données pour la télémédecine
Circulation des données pour la télémédecine

Le Dossier Médical Partagé : le réceptacle incontournable des données issues des objets connectés

Le Dossier médical Partagé (DMP) a vocation à héberger les données issues des objets connectés pouvant effectuer des mesures sur le corps humain. En effet, il faut pouvoir donner du sens aux différentes données issues de plusieurs dispositifs. Cela conduit à  les rassembler et les conserver en un point de stockage commun pour pouvoir en faire l’analyse. Des liens – y compris les possibles corrélations – avec d’autres données comme celles issues des ordonnances ou du parcours patient devront pouvoir être établis. Or on ne peut pas envisager de démultiplier ces lieux de stockage, tant pour des raisons techniques que pour des contraintes de protection des données personnelles. Le DMP devra donc progressivement recueillir l’ensemble des données des objets connectées de santé dans leur globalité.

Le sujet des objets connectés a d’abord donné lieu à l’édiction par la Haute Autorité de Santé d’un référentiel sur les bonnes pratiques en 2016. Il a ensuite fait l’objet d’un avis de la conférence nationale de santé en février 2018 (« Faire en sorte que les Applications et Objets Connectés en santé au bénéfice de tous ») à l’issue d’un débat citoyen.

Cependant, de quelles données parle-t-on ?

S’agit-il juste d’éléments épars sur la température, la tension artérielle, le nombre de pas par jour ? Peut-on prendre en compte rapidement des données comme le rythme cardiaque (ECG), mesure de la quantité d’oxygène (oximètre/saturomètre) ? Doit-on aller vers l’intégration de mesures à plus haute fréquence comme cela peut être le cas pour le vêtement connecté pour mesurer l’ensemble des paramètres précédents et aussi les mouvements, le rythme respiratoire, la température et l’acidité de la peau … Avec potentiellement des milliers de mesures par seconde.

Le besoin de parfaire un diagnostic à distance conduira inéluctablement à recourir à des objets fournissant des données plus nombreuses et plus précises. Cela suppose d’être en mesure de collecter et d’être en mesure d’analyser l’ensemble des données et de leur historique pour détecter des signaux faibles.

Le médecin pourra alors être éclairé par la détection de corrélations ou d’anomalies entre les différentes mesures, ou entre ces dernières et des prescriptions pharmacologiques. Il pourra aussi disposer d’une analyse de l’historique de l’ensemble des données disponibles pour mieux interpréter un état symptomatique, en particulier lorsque celui-ci se manifeste de manière erratique.

On peut ici imaginer tout le bénéfice qu’il y aurait à explorer les techniques d’apprentissage et d’intelligence artificielle pour alimenter des outils d’aide au diagnostic.

Il est grand temps d’accélérer et de s’appuyer sur des technologies de nouvelle génération

Est-on en mesure d’apporter une réponse technique opérationnelle aux professionnels de santé pour prendre véritablement en compte les donnés des objets connectés ? Sait-on faire face à la complexité des sources de données et des flux considérables qui peuvent être générés par ces mêmes objets ? Est-on en mesure d’appliquer des mécanismes d’apprentissage permettant de détecter des signaux faibles ou de prévoir de possibles troubles à venir ? Avec des technologies de traitement classique des données, c’est impossible.

Seules les technologies de séries temporelles (à l’exemple de Warp 10) sont en mesure d’apporter des réponses pérennes et performantes à ces questions. En s’appuyant sur les données brutes issues directement des mesures, elles offrent des possibilités sans limites d’explorer des historiques de données issues de sources multiples en s’affranchissant de la barrière de la performance. Elles permettent tout autant une cohérence avec la problématique globale des données de santé telle qu’exposée dans notre article précédent.

Les obligations du RGPD imposent par ailleurs des obligations telles que le droit de modifier ou de supprimer les données personnelles et notamment leur historique. C’est un point crucial pour les objets connectés de santé. On peut simplement craindre que la réflexion sur les enjeux de protection des données personnelles soit biaisée par une culture dominante des experts (prestataires et autres conseils), marquée par la manière dont les données sont gérées dans les systèmes de santé depuis des décennies.

Plus globalement, la véritable prise en compte des données des objets connectés dans le DMP risque de prendre beaucoup de temps. Trop de temps. Toujours sous le poids d’une “culture relationnelle” des données en silos qui peine à évoluer, on risque de se tromper de cible ou de considérer que l’intégration de l’ensemble des données des mesures des objets connectés est techniquement impossible. Jusqu’au jour où il faudra agir dans l’urgence et que seuls les géants du numérique apparaîtront comme les seuls à disposer des solutions les plus solides, les plus exploitables, les plus sûres. Cela nous rappellerait-il quelque chose ?

Des objets connectés aux dispositifs médicaux

Alors qu’un certain nombre des objets connectés ont connu une première phase de développement dans la sphère individuelle en matière de bien-être, leur évolution vers une plus grande technicité en matière de santé les rapproche progressivement des dispositifs médicaux tels qu’on les connaît notamment dans le secteur hospitalier. Les objets connectés de santé sont d’ailleurs bien qualifiés de dispositifs médicaux connectés par la Haute Autorité de Santé (HAS).

La distinction entre les deux mondes reste cependant encore conséquente dans la mesure où les appareils médicaux tendent eux-mêmes vers une technicité toujours plus pointue. Les prix sont également bien différents. Les objets connectés visent à être adoptés par le grand public et sont d’un prix qui se situe généralement entre quelques dizaines à quelques centaines d’euros. À l’inverse, les dispositifs médicaux qui visent le marché professionnel se caractérisent par des prix qui peuvent aller de 1000 € environ à plusieurs dizaines de milliers d’euros, voire bien plus pour les gros équipements.

L’article qui suit nous plonge dans l’univers plus ou moins opaque des données des dispositifs médicaux professionnels avec là aussi le poids d’une histoire dont il faut changer le cours. (L’article sera publié très prochainement)