Le Data Breach Investigations Report (DBIR) dédié aux données de Santé fait froid dans le dos. On y découvre les tenants et aboutissants des pertes d'informations sensibles qui sont de plus en plus victimes de personnes mal attentionnées attirées par l'appât du gain.
Dans le cadre de la coordination des professionnels de Santé autour du parcours de soins du patient, la mutualisation des informations relatives à sa situation sanitaire est désormais reconnue comme primordiale.
Une cible attractive et lucrative pour des personnes mal attentionnées
Mais la nature sensible de ces données et la très grande volumétrie d’informations qui transitent sur ce champ nécessite de prendre en compte de manière exhaustive les droits et habilitations d'accès aux dossiers électroniques qui les contiennent et de sécuriser les canaux de communication par lesquels ils transitent. Car, outre les erreurs involontaires qui émanent de certains professionnels de Santé inattentifs ou ignorant ces contraintes, des données disparaissent car des personnes mal attentionnées en font une cible attractive et lucrative.
C'est pour explorer les dysfonctionnements de ce type que Verizon a réexploité son Data Breach Investigations Report (DBIR) 2016 et 2017 et l'a dédié aux données de Santé, à la protection de ces données et particulièrement des données médicales protégées ou PHI (protected health information). Le 2018 Protected Health Information Data Breach Report (PHIDBR) s’appuie sur 1 368 incidents couvrant 27 pays.
Des employés complices et des documents papier dérobés ou photocopiés
On y apprend que 58% des incidents recensés impliquaient des employés complices. La santé est le seul secteur d’industrie où les acteurs internes constituent la principale menace pour l’organisation. Ils utilisent ces informations pour de la fraude à 48% des cas ou par curiosité ou amusement dans 31% des cas. D'autre part, 70% des incidents informatiques impliquant du code malveillant sont des infections par ransomware, les cyber-attaques qui ont défrayé la chronique durant ces derniers mois en attestent. Enfin, 21% des incidents impliquaient des PC portables perdus ou volés contenant des données PHI non chiffrées
Mais, paradoxalement, 27% des incidents concernent des PHI imprimées sur papier. Il s'agit notamment de prescriptions transférées entre les établissements cliniques et les pharmacies, de relevés de facturation adressés par courrier, de documents de sortie ou de certificats médicaux, voire de photocopies des cartes d’identité et d’assurance. Il est à noter que, dans 15% des cas, il s’agit de documents jetés sans être détruits ou rendus illisibles.
Les résultats contenus dans ce rapport sont de nature à inquiéter l'ensemble des acteurs du système, les professionnels de Santé, les tutelles ainsi que les patients eux-mêmes.
Le médecin-chercheur Eric J. Topol et le spécialiste en IA de Harvard, Pranav Rajpurkar plaident en faveur d'une séparation claire des rôles entre les systèmes d'IA et les radiologues dans un éditorial publié dans la Revue Radiology. Ils proposent un cadre que les radiologues doivent adapter à leurs...
28/08/2025 -
Gleamer, acteur française de l’IA médicale, a lancé en juillet dernier sa suite OncoView destinée à assister les radiologues dans la détection précoce du cancer par densitométrie (TDM).
22/08/2025 -
Gleamer a annoncé, le 10 Juillet 2025, la signature d’un partenariat stratégique avec le réseau France Imageries Territoires (FIT) pour le déploiement des solutions Gleamer Copilot® dans l’ensemble des centres d’imagerie du réseau FIT.
29/07/2025 -
Les grands modèles de langage multimodaux seraient-ils capables de réaliser des comptes rendus radiologiques ? Des résultats d’essais contradictoires troublent le ressenti sur les possibilités de GPT-4V, un modèle qui se concentre uniquement sur la précision diagnostique. Une étude publiée dans la R...
21/07/2025 -
Les méthodes d’élaboration des grands modèles de langage sont basées sur des règles qui ne traitent pas efficacement les données non standardisées. Des chercheurs britanniques présentent, dans un article publié dans la Revue European Radiology, RADEX, le nouvel outil d’extraction de données radiolog...
15/07/2025 -
Incontournables pour l’entrainement des modèles de deep learning, les annotations d’images radiologiques sont rébarbatives et chronophages pour les experts qui les créent. Des grands modèles de langage (LLM) pourraient remplacer les annotations humaines, comme l’indique un article scientifique publi...
23/06/2025 -
Radiologues, informaticiens et chercheurs présentent, dans un article publié dans la Revue Radiology, les pièges et les meilleures pratiques pour atténuer les biais des modèles d'intelligence artificielle (IA) en imagerie médicale. Ils présentent une sorte de feuille de route pour des pratiques plus...
13/06/2025 -
Ne manquez aucune actualité en imagerie médicale et radiologie !
Inscrivez-vous à notre lettre d’information hebdomadaire pour recevoir les dernières actualités, agendas de congrès, et restez informé des avancées et innovations dans le domaine.