Publicité

Données de Santé : une nouvelle approche pour assurer la confidentialité

25/03/2020
De Bruno Benque avec RSNA

La sécurité des données de Santé et la protection de la vie privée des patients est une préoccupation majeure pour les tutelles sanitaires. Un Rapport publié dans la Revue Radiology suggère de considérer les données comme n’appartenant à personne et de cibler l’éthique des prestataires d’IA.  

Les données cliniques devraient être traitées comme un bien public lorsqu'elles sont utilisées à des fins secondaires, telles que la recherche ou le développement d'algorithmes d'Intelligence Artificielle (IA), selon un rapport spécial publié dans la revue Radiology.

Partage des données de Santé: un consensus éthique à trouver

"Cela signifie que, d'une part, les données cliniques devraient être mises à la disposition des chercheurs et des développeurs après avoir été agrégées et tous les identifiants des patients supprimés, précise le Dr David B. Larson, MBA à la Medicine school de la Stanford University (Californie), auteur principal du Rapport. D'un autre côté, tous ceux qui interagissent avec ces données doivent être soumis à des normes éthiques élevées, notamment en protégeant la vie privée des patients et en ne vendant pas de données cliniques."

Le développement rapide de l'IA a ouvert des possibilités intéressantes en médecine. L'IA peut potentiellement rationaliser et améliorer l'analyse des images médicales, mais elle doit d'abord être formée sur de grandes quantités de données provenant de mammographies, de tomodensitogrammes et d'autres examens d'imagerie. L'une des limites actuelles de l'avancement des outils basés sur l'IA est le manque de large consensus sur un cadre éthique pour le partage des données cliniques.

Une approche selon laquelle les données n’appartiennent à personne

"Maintenant que nous avons un accès électronique aux données cliniques et aux outils de traitement des données, nous pouvons considérablement accélérer notre capacité à comprendre et à développer de nouvelles applications qui peuvent bénéficier aux patients et aux populations, poursuit-il. Mais des questions non résolues concernant l'utilisation éthique des données empêchent souvent le partage de ces informations."

Pour aider à répondre à ces questions, le Dr. Larson et ses collègues de la Stanford University ont développé un cadre d'utilisation et de partage des données cliniques dans le développement d'applications d'IA. Les arguments concernant le partage des données cliniques sont traditionnellement reconnus comme, soit appartenant au patient, soit à l'institution. Le Dr. Larson et ses collègues plaident pour une troisième approche basée sur l'idée qu'en matière d'utilisation secondaire, personne ne possède véritablement les données au sens traditionnel.

Cibler l’éthique des prestataires d’IA

"Les données médicales, qui sont simplement des observations enregistrées, sont acquises dans le but de fournir des soins aux patients, remarque le Dr Larson. Lorsque les soins sont prodigués, cet objectif est atteint, nous devons donc trouver une autre façon de penser à la manière dont ces observations enregistrées devraient être utilisées à d'autres fins. Nous pensons que les patients, les organisations de prestataires et les développeurs d'algorithmes ont tous des obligations éthiques pour s'assurer que ces observations sont utilisées au profit des futurs patients, reconnaissant que la protection de la vie privée des patients est primordiale. »

Le propos des auteurs concerne donc la publication de données cliniques anonymisées et agrégées pour la recherche et le développement, à condition que ceux qui reçoivent les données s'identifient et agissent en tant que responsables éthiques des données. Le consentement individuel du patient ne serait pas requis, et les patients ne seraient pas nécessairement en mesure de refuser de permettre à leurs données cliniques d'être utilisées pour la recherche ou le développement d'algorithmes d'IA - tant que leur vie privée est protégée.

Des mesures essentielles pour protéger la vie privée des patients

"Lorsqu'elles sont utilisées de cette manière, indique l'article, les données cliniques ne sont qu'un moyen de visualiser les aspects fondamentaux de la condition humaine. Ce ne sont pas les données, mais plutôt les propriétés physiques, les phénomènes et les comportements sous-jacents qu'ils représentent, qui ont un intérêt primordial." Selon les auteurs, il est dans l'intérêt des futurs patients que les chercheurs puissent examiner à travers les données disponibles dans les dossiers médicaux électroniques afin de mieux comprendre l'anatomie, la physiologie et les processus pathologiques des populations, tant qu'ils ne transgressent pas l’identité des patients.

Le rapport des chercheurs stipule qu'il n'est pas éthique que les prestataires cliniques vendent des données cliniques à des fins lucratives, notamment dans le cadre d'accords exclusifs. Les entreprises peuvent bénéficier d'algorithmes d'IA développés à partir de données cliniques, à condition de profiter des activités qu'elles effectuent plutôt que des données elles-mêmes. De plus, les organisations de prestataires pourraient partager des données cliniques avec des partenaires de l'industrie qui soutiennent financièrement leur recherche, si le soutien concerne la recherche plutôt que les données.

Un rapport transféré dans le domaine public pour enrichir la réflexion

Les mesures de protection pour protéger la vie privée des patients comprennent, on le sait, la suppression des données de toute information d'identification. "Nous insistons fortement sur le fait que la protection de la vie privée des patients est primordiale. Les données doivent être identifiées, ajoute le Dr Larson. En fait, ceux qui reçoivent les données ne doivent pas tenter de ré-identifier les patients grâce à une technologie dédiée." De plus, si le nom d'un patient était rendu involontairement visible - par exemple, sur un collier vu sur un tomodensitogramme - le destinataire des informations serait tenu de notifier la partie partageant les données et de rejeter les données comme indiqué.

"Nous étendons les obligations éthiques des organisations de prestataires à tous ceux qui interagissent avec les données", conclut-il. Avec ses collègues, il met ce dossier dans le domaine public pour examen par d'autres individus et communautés qui pourront enrichir la réflexion.

SUR LE MÊME THÈME

IA & Données

Trouver le modèle qui puisse efficacement intégrer l'IA dans le flux de travail du radiologue

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 -

IA & Données
Un acteur français de l'IA propose deux outils TDM pour la détection du cancer

Un acteur français de l'IA propose deux outils TDM pour la détection du cancer

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 -

IA & Données
Un réseau de radiologues français conclut un accord avec un fournisseur d'IA pour le diagnostic

Un réseau de radiologues français conclut un accord avec un fournisseur d'IA pour le diagnostic

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 -

IA & Données
Les comptes rendus radiologiques ne sont pas près de passer par GPT-4
Abonné(e)

Les comptes rendus radiologiques ne sont pas près de passer par GPT-4

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 -

IA & Données
Un nouvel outil d'extraction de données spécialisé en radiologie

Un nouvel outil d'extraction de données spécialisé en radiologie

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 -

IA & Données
Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning
Abonné(e)

Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning

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 -

IA & Données
Les bonnes pratiques pour l'évaluation de la pertinence d'un outil d'IA en imagerie
Abonné(e)

Les bonnes pratiques pour l'évaluation de la pertinence d'un outil d'IA en imagerie

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 -

LETTRE D'INFORMATION

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.