Je tiens à remercier le Pr Laurent Arnaud, rhumatologue au CHU de Strasbourg, pour sa participation (à suivre sur twitter : @Lupusreference). Il est l’un des co-auteurs de l’étude “Digital health, big data and smart technologies for the care of patients with systemic autoimmune diseases: Where do we stand?” 1 qui a servi de socle à cet article.
Joris Galland
2021 s’achève à peine, 2022 ne s’annonce pas folichonne…
Alors autant nous retrouver directement en 2031, époque où – espérons-le ! – Delta et Omicron ne hanteront plus que les étudiants contraints d’apprendre le grec.
2031, donc.
Ces dix dernières années, les progrès dans les domaines de la médecine et de l’informatique ont été vertigineux. Les intelligences artificielles (IA) sont utilisées en routine dans les hôpitaux, avec la bénédiction de la génération Z (rien à voir avec un éphémère phénomène politico-médiatique des années 2021-2022). Ces personnes qui arrivent sur le marché du travail sont nées entre 1997 et 2010 et ont grandi dans un environnement numérique. Les algorithmes ne les effraient pas, bien au contraire.
Les avancées en génétique ont elles aussi été fulgurantes. Il est désormais possible de faire séquencer son génome entier, avec un simple prélèvement dans un laboratoire d’analyses médicales. La sécurité sociale prend en charge le coût de 40€. Ces progrès ont permis d’identifier une nouvelle pathologie, baptisée «glycoprotéinose tendineuse hyperalgique» (GTH).
Il y a dix ans à peine, nombre de personnes présentant des douleurs chroniques aux muscles et aux articulations étaient diagnostiquées «fibromyalgiques». Mais une IA surpuissante a depuis permis l’analyse génétique d’une cohorte de 302.000 patients et mis en évidence un cluster de 236.000 individus. Une équipe de chercheuses a ainsi découvert une mutation sur le gène GPTO, codant la glycoprotéine GP235 déficitaire et occasionnant ces douleurs à l’âge adulte.
Catherine, 35 ans, dirige une société de communication implantée dans la Bresse. Elle est célibataire et sans enfant. Depuis quelques mois, elle présente des douleurs articulaires et musculaires qui la gênent dans les actes de la vie quotidienne. Comme beaucoup de patients en 2031, c'est en ligne qu'elle effectue un pré-diagnostic, via une application de type «Symptoms Checker» qui recense ses symptômes et ses antécédents.2,3
Un algorithme évalue à 87% la probabilité qu’elle souffre d’une GTH, loin devant l'hypothèse d'une polyarthrite rhumatoïde ou d'une spondylarthrite ankylosante. Avant-même de consulter un professionnel de santé qui affinera le diagnostic, la patiente collecte des données via des objets connectés afin d’évaluer l'évolution de ses symptômes («Symptom Tracking»).
En l’occurrence, ces objets connectés sont surtout des «wearables», des vêtements dotés de capteurs qui objectivent la perte de force musculaire et des amplitudes articulaires. Une montre connectée lui permet par ailleurs de repérer les épisodes de tachycardie liés à ses douleurs et angoisses. Enfin, des lunettes enregistrent les phases d’éveil-sommeil de Catherine, durant la journée, pour évaluer sa fatigue. 4,5
Une fois ces données collectées, Catherine cherche sur une plateforme on-line le meilleur spécialiste de la GTH. La démographie médicale en 2031 est telle qu’une consultation en présentiel avec un spécialiste de la GTH nécessite un déplacement à Paris, à plus de 500 kilomètres. Catherine opte pour la téléconsultation et «upload» sur la plateforme les données qu'elle a collecté ainsi que ses résultats de labo et d'imagerie.
Avant même la téléconsultation, l’algorithme de la plateforme analyse et interprète les radiographies.6 Le médecin consulte toutes les données stockées sur le dossier patient informatisé, confirme la forte suspicion de GTH et prescrit des examens biologiques et génétiques.
Catherine commande en ligne une analyse sanguine complète : elle dispose quelques gouttes de sang sur un papier buvard qu’elle expédie par voie postale au laboratoire d’analyses en ligne. 7,8 Les résultats sont prêts le lendemain. Et ils sont sans appel : l'analyse génétique confirme la présence d’un variant génétique p.m643v sur le gène GPTO. Le diagnostic de GTH est formellement posé.
Pour Catherine, sportive et professionnellement très active, c’est un choc. Elle s'inscrit sur l’un des nombreux réseaux sociaux spécialisés en santé dédiés à cette pathologie. Dès lors qu’elle évoque son ressenti et ses interrogations, une IA analyse le vocabulaire qu’elle emploie et la récurrence de ses échanges afin d’évaluer l’intensité de ses baisses de moral. Selon leur gravité, l’algorithme lui suggérera de se mettre en lien avec des professionnels ou de recourir à des applications de relaxation.
Sur la plateforme associée à ce réseau, Catherine partage aussi certaines données de santé (données collectées, documents médicaux, paramètres vitaux et biologiques, radiographies, etc.). Une aubaine pour la multinationale qui possède ce réseau social… et accumule ainsi la big data fournie gratuitement et anonymement par des milliers de patients atteints d’une même pathologie. Des data qui seront revendues à des fins de recherche 9 et alimenteront les IA spécialisées dans le diagnostic de la GTH. La boucle est bouclée.
Catherine n'échange pas qu'avec des êtres humains sur ce réseau. En fonction de son profil, des chatbots lui délivrent quelques conseils hygiéno-diététiques et l’encourageront par la suite dans l’adoption de son nouveau mode de vie. 10,11
Une IA évalue le niveau de compréhension de Catherine quant à sa maladie. Le fonctionnement de sa mémoire est analysé, afin d'identifier les moments de la journée les plus propices pour lui apporter de nouvelles connaissances. Cet «adaptive learning» lui propose un parcours pédagogique optimal. Catherine sera aussi informée en temps réel de l’avancée des recherches sur la GTH et des essais cliniques auxquels elle pourrait participer. Ces essais prennent désormais en compte une quarantaine de paramètres (souvenez-vous, il n’y en avait que quelques-uns en 2021).
L’avènement de la médecine des 4P – une médecine de précision sur-mesure – met au premier plan la Décision thérapeutique personnalisée.12 Pour suivre l’évolution de la pathologie de Catherine, des applications détectent les signes de rechutes précoces via des questionnaires ou les objets connectés. Alerté en temps réel, le médecin ajuste le traitement.13
En 2021, Catherine aurait dû se déplacer à la pharmacie. Que cela semble loin ! La réglementation relative à la délivrance de médicaments s’est nettement assouplie en Europe, les progrès technologiques ont fait le reste. Lors de sa commande sur Amazonia®, Catherine flashe le QR code de son ordonnance. Sa biothérapie est livrée par drone dans son jardin 45 minutes plus tard. Lorsqu'elle approche son smartphone du paquet, la puce NFC incluse dans l’emballage connecté («smart packaging») ouvre une application qui s’adresse directement à elle :
«Bonjour Catherine, dis-donc, il fait frisquet dans la Bresse aujourd’hui !
Puisque c’est la première fois que tu utilises ce type de traitement, veux-tu que je te montre comment faire une injection sous-cutanée ?»
S’il s’agit d’un traitement per os, c’est une autre application qui rappelle à Catherine les horaires de prise.14 L’observance a d'ailleurs fait des progrès considérables depuis l’apparition de «gélules connectées» : détectées par un patch ou un smartphone, elles ne délivrent le contenu médicamenteux qu’à l’heure programmée ou bien en aval de l’estomac, afin d’optimiser la diffusion.15
En complément du traitement médicamenteux, Catherine a recours aux thérapies digitales. Elle suit tous les jours un programme de réalité virtuelle à visée antalgique, qui mixe hypnose et sophrologie. 16 Un amplificateur de respiration l’aide à calibrer son souffle afin d’obtenir un effet relaxant. 17
Dans cette fiction – à moins que ce ne soit qu’une légère anticipation – l’IA colonise progressivement le parcours de soins. Est-elle une alliée du médecin ? Une concurrente ? Permet-elle aux professionnels de santé de se recentrer sur des tâches non déléguables ou risque-t-elle de les remplacer ? Pourra-t-on dire en 2031 que c'est l'IA qui a desserré l’étau autour de la médecine libérale et l’hôpital public ?
Encore faudrait-t-il que Catherine accepte d'être prise en charge ainsi, de A à Z, sans rencontrer physiquement un médecin. «Impossible !», sommes-nous tentés de penser. Mais souvenons-nous qu’il aura suffi d’un virus et de quelques mois pour banaliser la télémédecine.
2031… La technologie sera là, la génération Z nous attendra de pied ferme.
Et nous, médecins, serons-nous prêts ?
Références :
1- Bergier H, Duron L, Sordet C, Kawka L, Schlencker A, Chasset F, et al.
Digital health, big data and smart technologies for the care of patients with systemic autoimmune diseases: Where do we stand?
Autoimmun Rev. 2021;20(8):102864.
2- MyHealth.Alberta.ca – Symptoms checker: Learn About What Affects You
(https://myhealth.alberta.ca/)
3- medvir – L’accès aux soins augmentés
(https://medvir.fr/)
4- Gossec L, Guyard F, Leroy D, Lafargue T, Seiler M, Jacquemin C, et al.
Detection of Flares by Decrease in Physical Activity, Collected Using Wearable Activity Trackers in Rheumatoid Arthritis or Axial Spondyloarthritis: An Application of Machine Learning Analyses in Rheumatology.
Arthritis Care Res. 2019;71(10):1336–43.
5- Davergne T, Pallot A, Dechartres A, Fautrel B, Gossec L.
Use of Wearable Activity Trackers to Improve Physical Activity Behavior in Patients With Rheumatic and Musculoskeletal Diseases: A Systematic Review and Meta-Analysis.
Arthritis Care Res. 2019;71(6):758–67.
6- Subramoniam et al.
A non-invasive computer aided diagnosis of osteoarthritis from digitalx-ray images. Biomedical Research-tokyo 26 (2015): 0
7- Hirtz C, Lehmann S.
[Blood sampling using “dried blood spot”: a clinical biology revolution underway?].
Ann Biol Clin (Paris). 2015;73(1):25–37.
8- Lehmann S, Delaby C, Vialaret J, Ducos J, Hirtz C.
Current and future use of “dried blood spot” analyses in clinical chemistry.
Clin Chem Lab Med. 2013;51(10):1897–909.
9- patients like me
(https://www.patientslikeme.com/
10- Abd-Alrazaq AA, Alajlani M, Ali N, Denecke K, Bewick BM, Househ M.
Perceptions and Opinions of Patients About Mental Health Chatbots: Scoping Review.
J Med Internet Res. 202;23(1):e17828.
11- VentureBeat – Telemedicine and chatbots are using data to transform health care (2021)
12- Slim K, Selvy M, Veziant J.
Innovation conceptuelle : la médecine 4P et la chirurgie 4P.
J Chir Viscérale. 2021;158(3, Supplement):S13–8.
13- Moovcare® – Il n'est jamais trop tôt pour détecter une rechute
(https://www.moovcare.com/fr/)
14- AiCure – Medication Adherence in Clinical Trials with Patient-Level AI
(https://aicure.com/)
15- AbilyfyMyCite – Stay on Top of Your Treatment
(https://www.abilifymycite.com/)
16- HypnoVR – La thérapie digitale leader pour réduire la douleur et l’anxiété
(https://hypnovr.io/fr/)
17- Garcia LM, Birckhead BJ, Krishnamurthy P, Sackman J, Mackey IG, Louis RG, Salmasi V, Maddox T, Darnall BD
An 8-Week Self-Administered At-Home Behavioral Skills-Based Virtual Reality Program for Chronic Low Back Pain: Double-Blind, Randomized, Placebo-Controlled Trial Conducted During COVID-19
J Med Internet Res 2021;23(2):e26292