FAQ en français

A l’ère numérique, chaque acte de soins donne lieu à la création d’une donnée. Toutes ces données constituent une matière première précieuse et essentielle pour la recherche. En les regroupant et en les analysant, les chercheurs peuvent répondre à des questions concrètes pour améliorer la qualité des prises en charge et des soins, comme étudier des effets secondaires des prescriptions. Des entreprises peuvent développer de nouvelles solutions, comme des algorithmes de détection des insuffisances cardiaques à titre d’illustration. Ces données sont particulièrement nombreuses et ordonnées en France, ce qui peut constituer un avantage compétitif sur le plan international pour la recherche et l’innovation.

Jusqu’à présent, obtenir l’accès à ces données soulevait de multiples difficultés pour ceux qui souhaitaient les utiliser dans le cadre de projets pourtant d’intérêt général :

Les données sont dispersées entre de multiples bases, peu connues et peu compréhensibles de l’extérieur ;

Les procédures d’accès aux données de santé sont complexes, en raison même de la sensibilité de ces données, et obéissent à des gouvernances chaque fois différentes, parfois discrétionnaires ;

Les outils et les compétences nécessaires pour traiter la donnée de manière sécurisée, comme cela s’impose, sont coûteux et bien souvent inaccessibles pour des petites équipes de recherche ou des start-ups.

Par conséquent, certains projets, qui pourraient apporter de vrais bénéfices pour les patients, mettent plusieurs années à se lancer, voire ne démarrent tout simplement pas. Certaines start-ups françaises, qui souhaitent développer des nouvelles solutions, sont obligées de nouer des partenariats avec des acteurs étrangers pour collecter les données. Leurs innovations ne seront pas nécessairement adaptées au patient français ni même disponibles pour lui.

A la suite du rapport Villani sur l’intelligence artificielle rendu public le 28 mars 2018, le Président de la République a affirmé sa volonté de faire de la santé un des secteurs prioritaires pour le développement de l’intelligence artificielle en France.

Prévu par la loi du 24 juillet 2019 relative à l’organisation et la transformation du système de santé, le Health Data Hub est une structure publique dont l’objectif est de permettre aux porteurs de projet d’accéder facilement à des données non nominatives hébergées sur une plateforme sécurisée, dans le respect de la réglementation et des droits des citoyens. Ils pourront y croiser les données et les analyser dans le but d’améliorer la qualité des soins et l’accompagnement des patients.

Pour en savoir plus sur le plan national intelligence artificielle dans lequel s’est inscrit le projet du Health Data Hub, voir les engagements "AI for Humanity".

Pour en savoir plus sur la stratégie du numérique en santé dans laquelle s’est inscrit le projet du Health Data Hub, voir la feuille de route "Accélérer le virage numérique".

Pour en savoir plus sur la création du Health Data Hub, voir le rapport de préfiguration.

Pour en savoir plus sur l’offre de service du Health Data Hub, voir la brochure.

Pour en savoir plus sur les garanties apportées à la société civile, voir les engagements du Health Data Hub vis-à-vis de la société civile.

Le Health Data Hub est constitué en groupement d’intérêt public, dont la convention constitutive a été approuvée par arrêté ministériel le 29 novembre 2019. Le groupement associe 56 parties prenantes présentées dans l’arrêté précité. Il met en oeuvre les grandes orientations stratégiques relatives au Système National des Données de Santé (SNDS) fixées par l’Etat, notamment le Ministère des Solidarités et de la Santé.

Son financement est majoritairement public. Avant la création officielle du groupement d’intérêt public, le projet du Health Data Hub a été mené sous la direction du Ministère des Solidarités et de la Santé (Direction de la recherche, des études, de l’évaluation et des statistiques (DREES) et a été retenu lors du premier appel à projets du fonds pour la transformation de l’action publique (FTAP). Dans ce contexte, il s’est vu accorder un premier financement de 36 millions d’euros pour quatre ans. 40 millions supplémentaires proviennent de l’ONDAM.

Pour en savoir plus sur le premier appel à projets du fonds pour la transformation de l’action publique (FTAP), voir le portail de la transformation de l'action publique.

La réutilisation des données de santé peut contribuer à améliorer la qualité des soins et l’accompagnement des patients de multiples manières, voici quelques exemples de finalités pouvant être poursuivies :

Apporter des réponses face à des pathologies rares : à titre d’illustration, le sarcome appartient aux tumeurs rares pour lesquelles l’efficacité des essais cliniques isolés atteignent leurs limites. Depuis près de 40 ans, ils ont été conduits sans pouvoir trancher sur la pertinence de la chimiothérapie avant ou après la chirurgie. Dans ce contexte, l’analyse des données collectées auprès de patients dans le cadre de cohortes, associées aux données de consommations de soin issues de l’Assurance Maladie offre une réelle opportunité d’évaluation des traitements et de leur performance.

Appuyer le professionnel de santé dans un contexte clinique qui se complexifie : les logiciels de prescription utilisent déjà des outils d’alertes pour notifier le professionnel lorsque différents traitements pris par un même patient peuvent révéler des incompatibilités avec des risques pour sa santé. Largement perfectibles, ces systèmes génèrent aujourd’hui tant d’alertes qu’ils sont souvent désactivés ou ignorés par les professionnels. L’analyse des données permet de développer des outils qui permettront de prioriser les alertes et de filtrer celles qui doivent impérativement être prises en compte.

Mieux prendre en charge les patients grâce à des nouveaux modes d’organisation : les poussées d’insuffisance cardiaque entraînent près de 5% du nombre des hospitalisations en France. En corrélant les données issues des pacemakers avec les données relatives aux hospitalisations, il est possible de concevoir des outils d’alerte qui détectent en amont des signaux faibles et permettent de prendre en charge les patients le plus tôt possible.

Prédire les trajectoires individuelles des patients et améliorer les actions de prévention : les données de cohortes de patients suivis dans les centres experts Parkinson rapprochées de celles de l’Assurance Maladie permettent d’étudier la progression de la pathologie et d’ainsi améliorer le suivi des patients. Des outils pourraient ainsi être développés et fournis aux neurologues.

Améliorer la compréhension et la transparence du système de santé : en 2017, près de 82000 effets indésirables médicamenteux ont été déclarés pour 12000 médicaments commercialisés. L’analyse des données de santé permet d’aller plus loin dans la compréhension en calculant les taux de déclaration, c’est à dire le nombre d’effets indésirables déclarés rapporté au nombre de patients réellement exposés. Ce chiffre est stratégique pour les autorités, les professionnels de santé et les patients afin d’apprécier l’importance de chaque effet secondaire. Actuellement réalisé à la main, ce calcul pourrait être automatisé et facilité grâce à l’accès aux grandes bases de données par l’ANSM.

Gagner du temps médical, améliorer le dépistage et réduire les délais de diagnostic : avec 11 883 décès estimés en 2017, le cancer du sein tue plus de femmes que tout autre cancer en France. Le dépistage précoce permet une baisse de 21% de la mortalité. Le recours à l’intelligence artificielle pourrait encore améliorer le dispositif de dépistage organisé du cancer du sein en réduisant le taux de faux positifs et de faux négatifs.

Proposer aux patients les meilleurs traitements sur le long cours : les informations concernant les liens entre la prise de médicaments et leurs effets à long terme sont aujourd’hui très lacunaires, dans le cas général comme en transplantation d’organe. Dans le cadre d’un traitement à vie, la connaissance de ces relations est indispensable pour optimiser les stratégies thérapeutiques, le choix des doses mais aussi des formules de ces médicaments.

L’ensemble des projets qui seront menés sur la plateforme technologique du Health Data Hub sera décrit au sein du répertoire des projets qui recense l’ensemble des projets utilisant des données de santé, y compris lorsqu’ils ne sont pas réalisés sur les infrastructures technologiques du Health Data Hub.

Pour en savoir plus sur les projets du Health Data Hub, voir la liste des projets pilote lauréats du premier appel à projets du Health Data Hub et la liste des projets institutionnels.