Déterminants sociétaux pour une e-santé à l’appui de parcours de soins du patient
Responsable(s) coordinateur(s) du projet : Carine Milcent
Établissement coordinateur : CNRS
Régulateurs, patients, professionnels de la santé, utilisation et acceptation, réappropriation, détournement d’usage, déterminants socio-économiques, vulnérabilité, informations cliniques, IA, système de soins, système de santé, planification, algorithme, données médico-administratives, oncologie, affections cardio-vasculaires, troubles de la santé mentale
Dans des sociétés où le nombre de maladies chroniques croît avec la longévité de la population, comment concilier maîtrise des dépenses et amélioration de la qualité des soins de santé ? Trouver le bon équilibre entre les deux est une question essentielle dans de nombreux pays développés ou en développement. La santé numérique se présente comme une opportunité majeure pour optimiser la gestion et les coûts associés aux soins. Le projet SAFEPAW propose une approche pluridisciplinaire et multidimensionnelle pour étudier l’apport de la santé numérique à ces problématiques et la manière dont les différents acteurs peuvent s’en saisir.
L’objectif principal est d’évaluer l’impact de l’intelligence artificielle et des outils d’aide à la décision dans les parcours des patients au sein de notre système de santé. Plus précisément, SAFEPAW propose :
1- une approche multidimensionnelle incluant à la fois des aspects cliniques, démographiques et des facteurs socio-économiques ;
2- une approche en sciences humaines et sociales combinant des approches économiques, juridiques (RGPD et la proposition de loi européenne sur l’intelligence artificielle AI Act), éthiques, sociologiques et anthropologiques :
-
- l’identification et l’analyse de données (avantages et limites de chaque type) utiles pour la modélisation des parcours de soins des patients à partir de bases de données (médico-administratives) de santé,
- la modélisation algorithmique a priori des parcours de soins des patients puis le développement de méthodes issues de la recherche opérationnelle pour optimiser les parcours de soins des patients en prenant en compte les spécificités empiriques,
- l’analyse des conséquences sur la prise de décision dans l’organisation et la gestion des structures de soins et de leurs ressources de l’ajout d’un système mature d’aide à la décision clinique et non clinique basé sur des algorithmes s’ajoutant aux données cliniques individuelles et aux recommandations de soins classiques ;
3- une approche intégrative intersectionnelle, pluridisciplinaire et multi-niveaux prenant en compte :
-
- des discussions et des dialogues informels entre chercheurs en informatique, économistes, mathématiciens, juristes, spécialistes en éthique, médecins, anthropologues/sociologues,
- des méthodes innovantes telles que des approches itératives pour développer, modifier et repenser des algorithmes spécifiques, pour favoriser l’émergence de nouveaux concepts et propositions,
- l’évaluation des impacts économiques, sociaux, individuels, organisationnels, éthiques, juridiques à partir de cas concrets.
Unité | Tutelles |
CES – UMR 8174 | CNRS, Université Paris 1 – Panthéon Sorbonne, École d’Économie de Paris (PSE) |
IRIS – UMR 8156 – U997 | CNRS, Inserm, USPN, EHESS |
LIFAT – EA 6300 | Université de Tours, INSA |
CERSA-UMR 7106 | CNRS, ASSAS – Université Paris-Panthéon-Assas, |
Centre Inria Lyon – Eq AistroSight | Inria, Université Lyon 1, HCL
Theranexus partenaire industriel |
ARENES – UMR 6051, ERL-U1309 | CNRS, Inserm, EHESP |
SESSTIM – U 1252 Inserm, U259 IRD | Inserm, IRD, Aix-Marseille Université
Ministère de la Défense partenaire |
Centre Borolli – UMR 9010 | CNRS, ENS Paris-Saclay, Université Paris Cité
Inserm et Ministère de la Défense partenaires |
LIMOS – UMR 6158 | CNRS, ENSM Saint-Étienne, Université Clermont Auvergne,
INP Clermont Auvergne partenaire |
LPNC – UMR5105 | CNRS, UGA, Université Savoie Chambéry
CHU Grenoble partenaire |