Démence et données de masse (1)

L’alliance de l’informatique “pervasive” [ubiquitaire, diffuse, qui permet à des objets communicants de se reconnaître entre eux] et de l’informatique médicale crée la possibilité d’un recueil à large échelle, du partage, de l’agrégation et de l’analyse de volumes de données sans précédent (données de masse ou big data).  Marcello Ienca et ses collègues, du laboratoire d’éthique de la santé et politique de l’École polytechnique fédérale de Lausanne (Suisse), proposent une revue de la littérature scientifique sur les approches des données de masse dans le domaine de la démence, ainsi que des applications mobiles commerciales dans ce domaine. Pour les auteurs, ces approches sont « prometteuses » pour améliorer les modèles prédictifs de risque et de prévention, pour apporter un éclairage sur l’étiologie (causes) de la maladie, pour faciliter un diagnostic plus précoce, optimiser l’allocation de ressources et délivrer des traitements personnalisés à des patients selon des trajectoires spécifiques. Mais ces promesses ne se sont pas encore réalisées, préviennent les auteurs, et soulèvent un grand nombre de difficultés techniques, scientifiques, éthiques et réglementaires, qui nécessitent une approche intégrée. Les auteurs proposent une feuille de route.  Au niveau scientifique, l’avancée de la recherche se ferait par l’établissement de corrélations statistiques sur un recueil de données hétérogènes à grande échelle, ces associations ne pouvant être mises en évidence par les méthodes actuelles. Il s’agit de combiner la puissance des données de masse et des modèles scientifiques expliquant les causes de la maladie. Les méthodes s’appuyant sur la biologie des systèmes et la théorie de la complexité permettraient de dépasser les approches biologiques réductionnistes actuelles, centrées sur des biomarqueurs simples et isolés.

Big data and dementia: charting the route ahead for research, ethics, and policy. Front Med (Lausanne) 2018; 5:13. doi: 10.3389/fmed.2018.00013. 6 février 2018.

www.ncbi.nlm.nih.gov/pmc/articles/PMC5808247/pdf/fmed-05-00013.pdf (texte intégral).