Un environnement logiciel pour favoriser l'éthique des données de Santé
En utilisant les attributs de la blockchain, DrData a créé un environnement robuste permettant d’obtenir le consentement des patients pour l’utilisation de leurs données de Santé. Avec isalid, les recommandations de la CNIL relatives aux entrepôts de données sont de fait satisfaites et nous entrons ainsi dans l’ère de l’éthique des données.
Les données de Santé, leur gestion, ainsi que le consentement ou l’opposition des patients concernant l’usage de leurs données sont des sujets que suivent désormais de très près les équipes de recherche, les directions innovation ou les DSI des hôpitaux.
Les industriels, désireux d’autre part de développer des projets de recherche et d’intelligence artificielle estampillés privacy by design, c’est à dire protégeant les données personnelles dès leur conception, sont rentrés dans un processus d’évaluation de leurs pratiques et des logiciels qu’ils développent.
C’est la raison pour laquelle DrData, après un travail titanesque de plus d’un an, a déposé le premier brevet en France pour la solution isalid, une plateforme de process automatisés optimaux, interopérable avec l’ensemble des systèmes d’information des établissements ou professionnels de Santé, et pour le développement de smart contacts spécifiques au cas d’usage du consentement et de l’opposition des patients.
La double compétence des équipes de Data Protection Officers et de développeurs de la société DrData a permis de créer cet environnement qui a été testé par quatre structures porteuses de projet différentes en juin 2021, dont des équipes de radiologues. Leur retour a éte très positif en termes d’information des patients ou de recueil de leur consentement ainsi qu’en termes de robustesse, ce processus étant basé sur un système de Blockchain soutenant les transactions opérées.
Ce brevet répond ainsi, en avance sur son temps, aux exigences de la CNIL qui, dans son récent référentiel relatif à la création des entrepôts de données de santé, oblige les industriels à informer individuellement chaque patient pour leur création et ses usages pour la recherche. Les professionnels de Santé et les équipes de recherche peuvent ainsi, grâce à ce nouveau dispositif créé par DrData, se consacrer à leur cœur de métier avec sérénité sans se soucier du réglementaire.
Nous entrons désormais dans l’ère de « l’éthique des données ».
SUR LE MÊME THÈME
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 -
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 -
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 -
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 -
Des LLM affinés pour aider à la relecture des comptes rendus
Selon une nouvelle étude publiée dans la Revue Radiology, un grand modèle de langage (LLM) améliorerait sensiblement la détection des erreurs dans les comptes rendus de radiologie. Les chercheurs ont utilisé des comptes rendus synthétiques et des données ciblées pour donner au LLM de la légèreté.
23/05/2025 -
Agir sur la vulnérabilité des grands modèles de langage en radiologie
Dans un nouvel article spécial publié dans la Revue Radiology, des chercheurs abordent les défis de cybersécurité liés aux grands modèles de langage (LLM). Ils soulignent l'importance de mettre en œuvre des mesures de sécurité pour empêcher leur utilisation malveillante dans le système de Santé et m...
21/05/2025 -
Une feuille de route pour atténuer les biais de l'IA
Les biais diagnostiques créés par l’IA relèvent d’un manque d’informations démographiques incluent dans les données de santé. Dans un article publié dans la Revue Radiology, des chercheurs américains décrivent l’importance d’une définition homogène décrivant les groupes démographiques. Un travail qu...
20/05/2025 -
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.