Pour soutenir le journalisme de MIT Technology Review, veuillez envisager de vous abonner.
En plus de surveiller les goulots d’étranglement, BroadReach suit les patients individuels dans plus d’un millier de cliniques dans plusieurs pays africains, vérifie s’ils reçoivent le traitement dont ils ont besoin et continue de les suivre. Les cliniques le font déjà, mais Vantage utilise également l’apprentissage automatique formé sur des centaines de milliers de dossiers cliniques et de données sociales anonymisés pour identifier les personnes susceptibles d’abandonner le traitement et suggère que les travailleurs de la santé les contactent de manière proactive.
L’Institut de virologie du Nigeria a utilisé Vantage en 2021 pour prédire laquelle des 30 000 personnes traitées pour le VIH sur trois sites au Nigeria risquerait d’arrêter leur traitement. L’outil a révélé que 91 % de ceux qui ont ensuite reçu un appel ou la visite d’un professionnel de la santé étaient à jour sur leurs médicaments, contre 55 % de ceux qui n’avaient pas été contactés.
Selon BroadReach, les travailleurs de la santé d’un certain nombre de cliniques VIH ont déclaré que l’outil les aidait à maintenir des relations plus étroites avec leurs patients en les aidant à se concentrer sur ceux qui avaient le plus besoin d’une intervention.
Le monde dit développé
BroadReach souhaite désormais rendre son logiciel disponible aux USA. « Au moment où Covid a frappé, nous nous sommes en quelque sorte réveillés et avons réalisé que de nombreux systèmes de santé dans le monde développé n’étaient pas si bons et que de larges pans de la population étaient laissés pour compte », explique Sargent.
BroadReach est impliqué dans quatre projets pilotes avec des fournisseurs de soins de santé et des assureurs américains. Dans un cas, il s’est attaqué aux faibles taux de vaccination dans certaines parties du Colorado en utilisant l’apprentissage automatique pour prédire où installer les sites de vaccination et quelles communautés interroger. Les autorités sanitaires locales avaient supposé que les ressources devaient être concentrées sur les zones urbaines pour vacciner autant de personnes que possible. Cependant, Vantage a montré que se concentrer sur les communautés rurales minoritaires à faible revenu aurait un impact plus important.
BroadReach travaille également avec un assureur en Californie qui constate des disparités importantes dans la manière dont les personnes de différents groupes adhèrent à un régime de statines, des médicaments utilisés pour traiter l’hypercholestérolémie. BroadReach souhaite utiliser les données pour identifier les explications possibles des décisions de l’assureur. Certaines communautés ont de mauvaises liaisons de transport vers les cliniques, ce qui peut décourager les gens de consulter leur médecin pour mettre à jour leurs ordonnances. D’autres ont simplement une méfiance de longue date envers le système de santé, dit Sargent.
Enfin, il souhaite que Vantage prédise les facteurs de risque pour chaque patient. Par exemple, à une personne hispanophone qui n’habite pas à proximité d’une clinique, le logiciel recommanderait à l’assureur de fournir un travailleur social hispanophone et un bon pour un taxi, dit-il.
Mais il est difficile d’obtenir les données nécessaires pour entraîner l’IA à faire de telles prédictions avec précision. Aux États-Unis, les données de santé ne sont généralement pas partagées entre les fournisseurs. Selon Sargent, BroadReach contourne ce problème en combinant les dossiers médicaux avec des données socio-économiques telles que les codes postaux et les antécédents de crédit. « Nous avons des partenariats avec des sociétés de données sur les consommateurs, car vous pouvez en apprendre beaucoup sur un patient en connaissant ses comportements et les conditions dans lesquelles il vit », dit-il. « Nous avons mis tout cela ensemble pour obtenir un aperçu de la population globale et un aperçu de chaque patient. »
Ce que les gens pensent de ce type de surveillance dépend des avantages qu’il leur apporte réellement. Un certain nombre d’entités – y compris les sociétés de crédit, les recruteurs, la police, etc. – utilisent déjà les données socio-économiques sur lesquelles s’appuie une large portée pour prédire le comportement futur probable des individus. Les préjugés dans ces systèmes ont à juste titre conduit à une forte opposition de la part des groupes de défense des droits civiques.
Les propositions du gouvernement de partager des données médicales dans plusieurs pays ont suscité des réactions négatives, notamment aux États-Unis, au Royaume-Uni et en Australie, déclare Nicholson Price, qui étudie les questions juridiques et éthiques entourant l’utilisation des informations personnelles à l’Université du Michigan. Cela n’a cependant pas empêché les entreprises de combiner les données médicales et de consommation. « Les entreprises le font depuis un certain nombre d’années, mais dans une moindre mesure », déclare Price.
« Il y a un sentiment de résignation que cela se produise et nous ne semblons pas capables de l’arrêter », dit-il. « Cela dit, il y a peut-être une doublure argentée que de bonnes choses en sortiront également, plutôt que d’être simplement promues et manipulées. »