Le traitement à grande échelle des données permet de détecter des signaux faibles à valeur prédictive, des tendances, des maladies, des épidémies, des “clusters”.Et ainsi en suivant les populations, d’orienter les politiques de santé publique, de surveiller l’usage des médicaments et leurs effets indésirables.
Le big data favorise l’identification de nouvelles molécules, le repositionner des médicaments, et l’accélération de la recherche clinique à partir de données issues des soins.Il ouvre aussi la voie à la modélisation des parcours de soins et à la prédiction des flux hospitaliers.
Le big data permet d’analyser la trajectoire individuelle du patient afin de prédire son évolution, anticiper ses besoins et améliorer sa prise en charge, tout en maintenant la supervision du soignant. Dr Émilien ArnaudBig Data et IA « Les usages de big data, des données de santé de gros volume, peuvent être classés de deux manières : les usages des données pour servir des modèles centrés sur le patient, pour faire de la prédiction sur son orientation et son parcours de soin afin d’améliorer sa prise en charge, et d’autres usages qui consistent à analyser les données globales d’une population, soit analytiques ou pour prédire des tendances, afin d’établir des stratégies de santé publique. » Points positifs• L’usage de questionnaires, de formulaires très fermés, vont donner des tableaux très facile à analyser. Ainsi le coût de l’analyse, le coût humain, financier et numérique de l’analyse sont très faibles. • Si on collecte toute la richesse des informations, par le texte libre, l’enregistrement sonore et vidéo, le soignant peut se concentrer sur le patient. Points d’attention• En cas d’usage de questionnaires fermés, l’information est traitée a priori, le coût humain est assumé par celui qui remplit ce formulaire et il y a le coût de la représentativité de la réalité : est-ce que l’on a pu faire entrer le patient dans des cases ? • Dans ce cas, le soignant passe beaucoup de temps à remplir les formulaires et moins de temps à s’occuper des patients. • Si l’on choisit à l’inverse une large collecte d’informations, les coût recherche et financier a posteriori sont élevés afin d’extraire de ces données toute leur richesse.