La Big data dans la santé

Le Big Data, l'apprentissage automatique et l'analyse sont sur le point de transformer le secteur de la santé.

Le pool de bénéfices des solutions de santé numériques augmentera considérablement au cours des cinq prochaines années.

Alors que la plupart des entreprises investissent dans des projets pilotes isolés, les gagnants utilisent les technologies numériques pour repenser leur modèle commercial de base.

Lorsque Flatiron Health a entrepris en 2012 de recueillir des données cliniques réelles à partir des dossiers de patients atteints de cancer, le défi semblait écrasant. Les fondateurs de Flatiron voulaient créer une base de données fiable pour aider à accélérer la recherche et le développement sur le cancer. Mais une grande partie des informations dont l'entreprise avait besoin n'étaient pas structurées et stockées dans les dossiers médicaux de milliers de cliniques et d'hôpitaux à travers les États-Unis - et les hôpitaux n'étaient pas autorisés à les partager. Flatiron a donc décidé d'acquérir une plate-forme de dossiers médicaux électroniques et de l'adapter aux besoins des oncologues, avec des conditions permettant à l'entreprise d'analyser les données.

Le pari de la société sur la création de son propre moteur de données à partir du bassin de patients des chercheurs sur le cancer a produit un retour spectaculaire en 2018, lorsque le géant pharmaceutique Roche a acquis Flatiron pour 1,9 milliard de dollars. Et l'investissement de Roche dans la plateforme de données oncologiques de Flatiron a rapidement fait ses preuves. En 2019, la Food and Drug Administration (FDA) des États-Unis a approuvé le médicament de Roche, le Rozlytrek (entrectinib), sur la base d'essais cliniques contre un groupe de contrôle virtuel. C'était un jalon numérique pour l'industrie. Au lieu d'avoir à rechercher des patients atteints d'un type rare de cancer pour participer à un essai, Roche a créé un groupe témoin parfaitement apparié à partir de la base de données de Flatiron.

L'histoire de Roche-Flatiron montre comment le big data, l'apprentissage automatique et l'analyse commencent à transformer l'industrie. Les sociétés pharmaceutiques exploitent les données du monde réel pour réduire le temps et le coût des essais cliniques et mettre de nouveaux produits sur le marché plus rapidement. Cela offre un avantage concurrentiel significatif: Roche a été en mesure de commercialiser Rozlytrek beaucoup plus rapidement en utilisant le groupe d'essai numérique. Les principales entreprises de technologie médicale collectent des données via leurs appareils et utilisent l'intelligence artificielle pour de meilleures décisions. Mais de nombreuses entreprises de soins de santé se sentent frustrées par leurs efforts pour déployer des données et des analyses. Dans une récente enquête Bain, seulement 1% des dirigeants ont déclaré que leurs investissements numériques avaient répondu à leurs attentes.

Ce mauvais résultat a accru la pression sur les entreprises de soins de santé pour trouver une voie à suivre. Les investisseurs scrutent les entreprises pharmaceutiques et médicales ainsi que les fournisseurs et les payeurs pour les investissements qui tirent le meilleur parti des technologies numériques. Les opérateurs historiques font face à un nombre croissant de natifs du numérique tels qu'Apple, Google, Amazon et Tencent, qui investissent des millions de dollars dans de nouvelles plateformes de soins de santé. Verb Surgical, une start-up de Johnson & Johnson et Alphabet, combine la robotique et l'apprentissage automatique pour améliorer la chirurgie. Et WeDoctor en Chine compte environ 30 millions d'utilisateurs actifs par mois et a été évalué à 5,5 milliards de dollars lors de son dernier cycle de financement. Les nouvelles solutions obligent également les entreprises à moderniser leurs pipelines et leur architecture de données. La recherche de Bain montre que la marge bénéficiaire des entreprises d'analyse dans le secteur de la santé est en moyenne de 21% et que les bénéfices des solutions de santé numériques augmenteront considérablement au cours des cinq prochaines années (voir la figure 1). Les sociétés pharmaceutiques investissent massivement dans la thérapeutique numérique, la gestion des maladies et les dossiers de santé électroniques (voir la figure 2). Les entreprises de santé qui n'utilisent pas les technologies numériques dans leur stratégie commerciale principale risquent de prendre du retard et de perdre des parts de marché au profit de leurs rivaux.

Figure 1

Figure 2

Les sociétés pharmaceutiques investissent massivement dans les thérapies et diagnostics numériques et les dossiers de santé électroniques

Les équipes dirigeantes prêtes à adopter une stratégie numérique se heurtent rapidement à deux grands obstacles. Pour générer des informations précises, ils doivent créer des bases de données longitudinales cohérentes et intégrées. Deuxièmement, ils doivent s'assurer que les nouvelles solutions fonctionnent avec les systèmes informatiques existants. Les entreprises qui réussissent comprennent qu'elles investissent à long terme et suivent trois directives importantes pour surmonter ces obstacles. Ils élaborent une analyse de rentabilisation pour des solutions numériques liées aux priorités stratégiques de l'entreprise, investissent dans la qualité et l'enrichissement des données et préparent l'organisation au changement. Le troisième point est essentiel. Les leaders font de la gestion du changement une priorité au même titre que les aspects techniques des solutions numériques. Examinons de plus près chacun de ces facteurs de succès et comment certaines entreprises les ont utilisés pour obtenir des résultats décisifs sur leurs investissements numériques.

Faire le business case

Alors que la pression monte sur les entreprises de soins de santé pour qu'elles investissent dans les technologies numériques, nombre d'entre elles se précipitent sans lier les investissements à leurs priorités stratégiques. Ils placent les projets pilotes numériques dans un laboratoire séparé, déconnecté de l'effort de création de valeur pour l'entreprise. Cela explique pourquoi tant de gens se retrouvent avec des résultats décevants. Les entreprises qui réussissent définissent d'abord leurs objectifs commerciaux et créent une stratégie globale de données et numérique autour d'eux. Ils se demandent où les investissements numériques peuvent générer la plus grande valeur: viendront-ils d'un nouveau produit ou d'une nouvelle fonctionnalité qui alimente la croissance du chiffre d'affaires, ou en améliorant les coûts et l'efficacité? Une analyse de rentabilisation solide permet d'intégrer les technologies numériques au cœur de l'entreprise et donne aux équipes de direction une bonne idée du retour sur investissement attendu. Alors que la plupart des entreprises investissent dans des solutions isolées pour voir ce que les technologies numériques peuvent faire, les gagnants utilisent les nouvelles technologies pour repenser leur modèle commercial de base.

Dans le monde complexe des soins de santé, changer le modèle économique d'une entreprise n'est pas facile. La chaîne de valeur implique non seulement les fournisseurs et les clients, mais également les assureurs et les payeurs. Les solutions numériques qui génèrent une valeur économique pour une entreprise de soins de santé peuvent imposer le coût de cette solution à une autre. Par exemple, les sociétés pharmaceutiques, les payeurs et les fournisseurs à risque pourraient bénéficier de dossiers médicaux électroniques qui fournissent des informations plus complètes dans un format universel, mais ce changement signifierait un investissement coûteux pour tous les fournisseurs.

La stratégie de données ne commence pas avec les données, mais avec la valeur. Une machine complexe peut produire de nombreux pétaoctets de données, mais trop d'entreprises installent des capteurs partout avant de se demander comment monétiser les informations qu'elles collectent. Un meilleur point de départ inverse la séquence: quelles sont les questions qui comptent pour votre entreprise? Où avez-vous besoin de collecter les données? Partout dans le monde, des entreprises tentent d'embaucher des data scientists, mais de nombreuses entreprises ont encore du mal à définir les problèmes ou les décisions qu'elles aborderont avec leurs analyses.

Le moyen le plus puissant de libérer l'innovation numérique dans le domaine de la santé est de redécouvrir le besoin brut que l'entreprise sert. De nombreuses organisations tombent amoureuses de leurs produits, ce qui est naturel et compréhensible. Mais un produit, quelle que soit sa qualité, n'est en réalité que la réponse temporaire à ce besoin brut: l'essence de ce qu'un client valorise, indépendamment de la façon dont le besoin est traité aujourd'hui. De nombreuses entreprises commencent avec une vision ou un modèle unique pour répondre aux besoins bruts d'un client, mais au fil du temps, elles développent des bagages et des habitudes qui masquent ce besoin et les exposent à des perturbations.

Un simple exercice peut aider les équipes de direction des soins de santé à renouer avec les besoins bruts de leurs clients. Posez quatre questions à l'organisation: Que pouvons-nous personnaliser? Que pouvons-nous automatiser? Quels processus pouvons-nous faire en temps réel? Quels systèmes hérités complexes pouvons-nous simplifier? Les réponses doivent mettre en lumière le besoin du client, les obstacles pour mieux servir ce besoin et les investissements numériques à prioriser.

L'as invisible: des données de qualité

Les solutions numériques ne valent que les pools de données dont elles sont issues. De nombreuses entreprises de soins de santé découvrent cette dure réalité en investissant dans le Big Data, l'analyse et les applications d'apprentissage automatique. Différents secteurs du système de santé utilisent des normes différentes pour enregistrer les données des patients, avec des règles différentes concernant leur transférabilité et leur utilisation. En conséquence, les entreprises de soins de santé manquent généralement de dossiers propres, complets, intégrés et longitudinaux - un obstacle sérieux à la création de solutions numériques.

Étant donné que de bonnes données sont essentielles, les grandes entreprises commencent à améliorer systématiquement la qualité de leurs données afin qu'elles puissent être utilisées pour développer des solutions commerciales spécifiques.

La direction de Novartis a supposé que la société était assise sur un trésor de données issues de ses propres essais cliniques et n'avait besoin d'investir dans l'analyse que pour générer des informations puissantes. Cependant, l'équipe de direction s'est vite rendu compte que les personnes qui enregistraient les données utilisaient des normes différentes et qu'elles manquaient de données longitudinales. Convaincu que la science des données et l'intelligence artificielle changeront la donne à l'avenir, Novartis a embauché des experts en données d'entreprises de services financiers et de technologies pour effectuer le dur travail de nettoyage et de connexion des données au fur et à mesure de leur collecte.

Mayo Clinic améliore également son jeu numérique. En septembre, il a conclu un partenariat de 10 ans avec Google pour créer une plate-forme de données basée sur le cloud qui soutiendra les solutions d'intelligence artificielle dans l'ensemble de la pratique clinique et des opérations de Mayo. Les médecins et les scientifiques des données utiliseront l'intelligence artificielle pour développer des diagnostics numériques et des modèles d'apprentissage automatique afin d'améliorer la précision des traitements et les résultats cliniques des maladies complexes.

Un certain nombre d'entreprises adoptent de nouvelles normes, notamment Fast Healthcare Interoperability Resources (FHIR), un projet de norme sur les formats de données. Le FHIR comprend une interface de programmation d'application pour l'échange de dossiers de santé électroniques, la coordination des soins et le partage des données essentielles pour les patients nécessitant une surveillance continue.

Les fondateurs de Flatiron ont décidé en 2014 de gérer les leurs lorsqu'ils ont réalisé que les données hospitalières étaient insuffisantes. Après avoir acheté un système de dossiers médicaux électroniques, ils ont commencé le dur travail de conversion des données non structurées en un format structuré. La construction a pris des années, mais la plate-forme de données du monde réel de la société contient désormais 2,2 millions de dossiers de patients actifs et constitue une ressource vitale pour la plupart des sociétés pharmaceutiques qui recherchent de nouveaux médicaments. Il identifie les bonnes cohortes de patients pour les essais cliniques pour plus d'une douzaine de types d'indications de cancer. La clé du succès était de comprendre les données de qualité dont les chercheurs avaient besoin, de définir les avantages qui persuaderaient les médecins et les patients de se joindre à l'effort et de développer un produit qui atteignait les deux objectifs. La base de données de Flatiron est si unique que les sociétés pharmaceutiques concurrentes ont continué leurs contrats même après que Roche a acheté la société.

Engager l'organisation

Pour de nombreux cadres supérieurs, diriger une transformation numérique sera le programme de gestion du changement le plus vaste et le plus important de leur carrière. Pour réussir, ces transformations nécessitent un soutien dévoué de la direction, des ressources et un effort soutenu de gestion du changement.

De nombreuses entreprises négligent le degré de changement de modèle organisationnel et opérationnel qu'exigent les investissements numériques. Les nouvelles technologies modifient les processus, les flux de travail et les méthodes de travail. Ils nécessitent également de nouvelles capacités et de nouveaux talents en analyse avancée, en architecture de données et en développement d'applications, par exemple. Les leaders numériques élaborent un plan pour soutenir le changement culturel et organisationnel. Avant de lancer une transformation, ils communiquent pourquoi le changement est important, définissent l'objectif du parcours de changement et impliquent les personnes à tous les niveaux de l'organisation dans le processus.