AMAZON s’attaque à la santé : pour vaincre?

Avec la collaboration de Daniel Walch, directeur général du GHOL

Amazon pourrait utiliser son expertise du e-commerce pour tout perturber dans le domaine de la Santé. De la chaîne d’approvisionnement pharmaceutique à la gestion de l’assurance-maladie.

Amazon cherche à dominer ces nouveaux secteurs d’activités.

Le géant du commerce électronique est sérieux lorsqu’il s’agit d’entrer dans le secteur des soins de santé apportant avec lui un modèle commercial non traditionnel, une infrastructure en matière de logistique et d’informatique et une connaissance approfondie des clients.

Ce n’est pas la première tentative d’Amazon de transformer le secteur.Entre 1999 et 2000, la société a commencé à investir de l’argent dans Drugstore.com avec l’intention d’étendre son activité de commerce électronique à l’espace pharmaceutique. Il s’est finalement heurté au réseau existant d’intermédiaires, de régulateurs et autres, ce qui a mis un terme à ses ambitions.

Maintenant, Amazon essaie à nouveau. Au début de l’année, elle a annoncé la création d’une joint-venture avec JPMorgan Chase et Berkshire Hathaway.

Juste avant, Amazon a acquis la pharmacie en ligne PillPack pour près de 1 milliard de dollars.Mais ce n’est pas la seule entreprise des GAFA qui s’essaie dans le domaine de la santé.

Tous avancent leurs pions dans cet espace en jouant sur leurs atouts : la vision centrée sur le patient d’Apple qui privilégie les consommateurs avec notamment sa montre connectée, tandis que Google continue de développer des applications de l’IA avec des dispositifs médicaux. Microsoft développe la gestion des données de santé sur sa plateforme cloud Azure. Sans oublier IBM et son arme à tout faire : Watson.

Mais quelle stratégie utilise Amazon pour gagner à chaque fois ?

On peut la décomposer en quatre axes :

1.- Tout d’abord, Amazon introduit chaque nouveau produit de manière conviviale en favorisant une approche centrée sur une expérience client supérieure à celles de ses concurrents.

2.- Ensuite, Amazon utilise ses propres infrastructures informatiques afin de réaliser des économies d’échelle, des effets de réseau, un usage optimal de ses infrastructures informatiques et un effet de levier pour négocier avec d’autres parties (par exemple, des fournisseurs).

3.- Ensuite, il investit dans des coûts fixes initiaux qui lui permettent de mieux fonctionner et de fournir une version externalisée des services à ses clients. Nous avons vu cela avec Amazon Web Services (AWS), qui permet aux entreprises d’utiliser des services traditionnellement coûteux (entrepôts, centres de données, etc.) sur une base de location/propriétaire.

4.- Enfin, en attirant suffisamment d’utilisateurs sur une plateforme et en offrant ses propres services externalisés, Amazon peut alors normaliser les offres des fournisseurs sur sa plateforme. Cela lui permet de créer des marchés transparents et compétitifs pour les acheteurs et les fournisseurs. Au début Amazon perd toujours de l’argent mais gagne des parts de marché.

À partir de la 4ème étape Amazon commence enfin à réaliser des bénéfices … mais à ce stade la concurrence est déjà sur la défensive et commence à perdre de l’argent.

Dans le domaine de la Santé, l’embauche d’Atul Gawande pour diriger son entreprise conjointe avec JPM et Berkshire suggère la poursuite de cette stratégie. Gawande se concentre sur l’utilisation de la normalisation comme moyen de développer les soins de santé, en particulier pour les biens et services relativement banalisés. L’absence de standardisation et l’accent mis sur l’expérience des consommateurs ont abouti à un marché des soins de santé incroyablement fragmenté et opaque, ce qui rend les intermédiaires particulièrement vulnérables à l’entrée d’Amazon. Ceux-ci qui sont des extracteurs de valeur avec des marges bénéficiaires importantes vont d’abord perdent des parts de marchés avant peut-être disparaître.

Avec environ 6’500 médicaments différents et un chiffre d’affaires pharmaceutique en 2017 de 1’015 mia USD, le marché mondial du médicament est colossal. Les GAFA ne le laisseront pas leur échapper.Les pharmaciens, les médecins dispensants et les pharmacies hospitalières ou centrales pourront-ils faire la différence en offrant un service réellement différent ?Le but est bien entendu de prodiguer le bon médicament, de la bonne manière, au bon moment et au bon patient ! L’information est à la base de la bonne utilisation des médicaments.

Les GAFA et leur intelligence artificielle seront-ils à même de répondre à toutes les questions sur l’emploi des médicaments, sur leurs interactions, sur les équivalents, sur la stabilité et la conservation des préparations galéniques ?

Il y a fort à parier que oui !

Il reste quelques années peut-être encore aux acteurs actuels de la Santé …  mais pour eux la seule question ouverte pour une survie est celle du comportement des régulateurs : vont-ils bloquer l’entrée des GAFA dans la santé ?

(sources : CBInsights ; Interpharma sur la base des données d’IQVIA Suisse, 2018)

 

« L’intelligence artificielle ne remplacera pas les médecins. Mais les médecins qui utiliseront l’IA remplaceront ceux qui ne le feront pas » 

Avec la collaboration de Daniel Walch, directeur général du GHOL

À l’aube de la quatrième révolution industrielle, nombreux sont ceux qui craignent que les robots et l’automatisation ne prennent leur place de travail.

Ce type de craintes n’est pas nouveau : déjà au XIXe siècle, les membres du mouvement Luddite – ouvriers et tisserands – ont  même physiquement détruit leur appareil de production lors de la première révolution industrielle en Angleterre.

Aujourd’hui, les mêmes craintes apparaissent à propos de l’intelligence artificielle, y compris dans le secteur de la santé. Par exemple, avec l’IA qui prendrait la place des radiologues, des robots qui surpasseraient les compétences des chirurgiens, etc.

Des voix comme celle de Martin Ford (l’un des observateurs les plus avisés des mutations de la Silicon Valley) ne rassurent guère. Il a déclaré dans son récent livre : L’AVÈNEMENT DES MACHINES que les robots remplaceront 50% de tous les emplois au cours des prochaines décennies. Et qu’au niveau politique, la réponse la plus populaire est l’introduction d’un revenu de base universel qui donnerait à chacun juste assez d’argent pour vivre tout en incitant les individus à prendre des risques en créant une entreprise, en retournant à l’école ou en endossant une nouvelle carrière.

Alors que ces réponses aux défis de l’automatisation et des technologies numériques ne sont que des idées pour le moment – à l’exception de l’expérience entreprise de manière limitée en Finlande avec un revenu de base universel -, il est naturel que les gens s’inquiètent de ce changement fondamental.

En médecine aussi, des craintes se font déjà sentir alors que l’on peut s’imaginer que certaines de futures tâches assurées par l’IA libéreront du temps. Les professionnels restent souvent très sceptiques.

Pourtant il paraît inévitable qu’à l’avenir, la majorité des médecins diagnostiqueront, prescriront et suivront leurs patients grâce à l’IA avec la performance de l’acte médical augmenté par le matériel, les logiciels issus de ce dernier. C’est une situation comparable à celle du pilote en aviation. Le pilote automatique n’a pas remplacé les vrais pilotes, elle a juste augmenté leurs capacités. Sur les très longs vols, il est pratique d’allumer le pilote automatique mais totalement inutile lorsque vous avez besoin d’un jugement rapide. Ainsi, la combinaison des humains et des machines est la solution gagnante. Et ce sera la même chose dans le domaine des soins de santé.

Le GPS qui équipe nos voitures et nos téléphones portables est un autre exemple. Selon les estimations, le nombre de terminaux GPS opérationnels dans le monde est estimé autour de sept milliards. Qui souhaite encore aujourd’hui se passer de cette assistance ?

Nous n’acceptons pas une vision du monde qui s’apparenterait à une sorte de Platonisme de l’ère de l’IA ! Nous pensons erroné l’idée d’une double nature des choses : d’une part, des êtres naturels et d’autre part, des êtres artificiels. Voire une hiérarchie entre des êtres et des sous-êtres… L’IA doit être pensée comme une augmentation de l’intelligence.

Elle ne remplacera pas les médecins. Elle augmentera leur productivité et leurs performances. Elle permettra, nous l’espérons, d’augmenter le temps qu’ils consacrent aux patients en détresse pour les accueillir, les écouter et les soulager.  Hippocrate mais pas Platon !

Ainsi on peut affirmer que : « L’intelligence artificielle ne remplacera pas les médecins. Mais les médecins qui utiliseront l’IA remplaceront ceux qui ne le feront pas ».

les révolutions industrielles: l’enseignement & le “machine learning”

Les adolescents des pays développés passent plus de temps devant leurs écrans qu’en classe ! Certes, Ils ne consacrent pas ces quelques 1500 heures à suivre les MOOCs … cependant leurs manières d’échanger et d’apprendre, leur capacité à se concentrer et d’accéder au savoir, leurs activités intellectuelles et leurs rythmes cognitifs sont tout à fait remarquables

Les systèmes éducatifs d’aujourd’hui se sont développés sous l’impulsion directe des révolutions industrielles et en portent encore la marque. De la première, on a hérité d’enfants assis en rang qui doivent suivre les consignes, se montrer ponctuels et assidus, tout cela sous la houlette d’un (contre-)maître. L’éducation à grande échelle n’a pas été créée pour motiver les enfants ou pour former des savants, elle a été inventée pour former des adultes destinés à faire fonctionner un certain système productif. L’échelle était plus importante que la qualité, exactement comme dans le monde industriel d’alors. Ainsi l’insistance sur l’obéissance, la discipline et la ponctualité ne serait pas simplement un choix pédagogique mais la traduction d’enjeux sociaux et économiques reflétant les exigences de l’époque pour ordonner etorganiser les armées d’ouvriers qui allaient envahir les usines.

Dans la seconde révolution industrielle, on assiste à la naissance de « technologies éducatives », comme le test à choix multiples inventé en 1914 par Frederick J. Kelly, des outils caractéristiques de l’organisation à la chaîne du travail, propres à cette époque. La simplification et la décomposition du savoir permettent une optimisation des procédures de transmission du savoir-faire et créent des outils de mesure de l’activité. Remplir correctement des cases, telle était la performance attendue des écoliers lambda voués à devenir des travailleurs standards, avant de céder aux délices de la consommation de masse.

La troisième révolution industrielle verra éclore une pédagogie dite « nouvelle » et l’arrivée d’un cursus scolaire à option mettant en scène les apprenants. L’élève est désormais au centre des préoccupations, on va faire de lui le principal objet pédagogique en respectant ses souhaits et son rythme d’apprentissage. Il devient l’entrepreneur de son apprentissage. C’est en quelque sorte le règne de l’entrepreneuriat même à l’école ! La technologie scolaire évolue aussi surtout avec l’usage de l’ordinateur et des tutoriels automatisés. Les MOOC (Massive Online Open Courses) seront l’expression ultime de cette phase d’automatisation, c’est-à-dire de la 3èmede l’industrie.

Dans le nouveau monde émergeant de la 4èmerévolution industrielle, la rareté est remplacée par l’abondance – une abondance des données (Big Data), de l’informations (News and Fake News), des sources de connaissances (Books, Internet & Co.) et des réseaux sociaux mais aussi des interactions entre eux et surtout de l’Intelligence Artificielle (IA). On va vers une connaissance « augmentée ».

Il va falloir tout reconsidérer : aussi bien des notions fondamentales comme l’élève, l’enseignant, la classe, l’apprentissage, l’évaluation, les diplômes, etc. 

Cette abondance de la connaissance « augmentée » impose un nouveau rapport au savoir et redéfinit radicalement l’institution scolaire : on va donc abandonner petit à petit les systèmes éducatifs précédents pour adopter des outils beaucoup plus personnalisés et puissants qui nous permettront de produire une nouvelle génération de travailleurs.

L’école dans sa forme historique semble complètement datée et son avenir est compromis. Une refonte complète se profile. Tout est à réinventer !

Tentons de donner une première esquisse de cet avenir :

D’abord la forme de la connaissance va changer de nature dès lors qu’elle sera « augmentée ». Ce n’est plus une connaissance statique comme proposée par Wikipédia mais bien dynamique car on va lui attacher des procédures de « savoir-faire ». A toute connaissance, on associera un module de « machine learning » mais aussi un module de communication et de lien aux autres modules dans le même esprit de Wikipédia mais additionné d’une capacité d’auto-apprentissage propre aux « machines learning ».

Ensuite, la connaissance pourra être « packagée » sous une nouvelle forme. Anciennement elle était représentée par des concepts eux-mêmes véhiculés par des mots ou parfois un seul mot. On peut ainsi envisager à l’avenir que, grâce à l’IA, la connaissance sera éclatée en « knowledge capsule » autonome, auto programmée et s’auto-liant (création cognitive de liens entre capsules comme autant de synapses entre les neurones).

Conclusion : l’enseignement, l’apprentissage vont se transformer car le support de base de la connaissance est en train de muter. Cette transformation ressemblera plus à un tsunami qu’à une réforme ordinaire. Il faut s’attendre à un chambardement majeur. Il est donc plus que nécessaire d’y songer sérieusement.

 

Septembre annonce la hausse des primes maladies !

Comme chaque année: “les primes de l’assurance maladie prennent l’ascenseur”¨

Cela devient insupportable pour la plupart d’entre nous, car cela pèse lourdement dans nos dépenses mensuelles. Mais plus grave, au niveau de la nation, cela menace d’affecter les équilibres politiques et sociaux comme aux Etats Unis.

Mais quel est exactement le problème ?

Et qui va arrêter cette croissance vertigineuse des dépenses ?

Qui va venir au secours des familles ?

Contrairement à ce que dit le monde politique (et avec eux, certains acteurs du domaine de la santé) le problème n’est pas du tout complexe car la solution est très simple : Il suffit de contrôler l’emploi. En effet, Il faut savoir que celui-ci est responsable de près de 80% des coûts totaux et que l’embauche du personnel dans la santé s’est envolée ces dernières années : +100’000 emplois en dix ans. Cela correspond à 10 milliards de charges en plus pour le système et les assurances individuelles ont été ajustées en conséquence. On a simplement payé. Voilà la réalité crue. Le domaine de la santé semble échapper à toute rationalité et à toute recherche de productivité. Si l’on a un projet ou un problème nouveau, alors on embauche. Incroyable ! C’est ainsi que l’on fonctionne. Personne ne s’en inquiète puisqu’à la fin, c’est l’assuré qui paye !

Alors la question qu’il faudrait désormais se poser est la suivante : Qui va pouvoir contrôler les coûts en réduisant le personnel ? En tout cas, pas les politiques qui proposent la caisse unique. Pas les pharmas qui cherchent de l’argent pour la recherche. Pas les assurances qui essaient de reconstituer leurs réserves. Pas les hôpitaux qui multiplient l’offre notamment en ambulatoire. Pas les médecins qui cherchent à compenser les effets négatifs du TARMED sur leur salaire. Donc, il va falloir chercher ailleurs.

Devinez où ?

Eh bien, comme toujours ce sont les entreprises orientées Internet comme les GAFAIM (Google, Apple, Facebook, Amazon, IBM, Microsoft) qui vont faire le boulot. On sait comment elles vont procéder. Regardez ce qui s’est passé avec les librairies, les médias, le tourisme, etc. Ils ont été à chaque fois capables de faire effondrer les prix tout en empochant de jolies marges et en sortant la concurrence du marché. C’est exactement ce qui va arriver dans le domaine de la santé. Watson d’IBM va être notre oncologue ou notre médecin de référence. Apple, notre cardiologue (Apple Watch). Google, notre opticien (lunette augmentée). Facebook, notre réalité virtuelle. Amazon, notre cloud pour le dossier médical. Microsoft, notre analyseur de Big Data, etc., etc.

Bref, la maîtrise de la santé change de main. Et les nouveaux partenaires santé sauront sans doute faire ce que personne ne veut faire aujourd’hui : baisser les primes.

Il ne faudra pas ensuite se plaindre de leur domination, n’est-ce pas Mesdames et Messieurs les politiciens ?

* Xavier Comtesse est l’auteur du livre à succès : Santé 4.0, le tsunami du numérique, Georg, Genève

La Médecine sens dessus dessous !

Les prix continuent à grimper. Les primes d’assurance aussi.

Les patients s’épuisent financièrement.

Ils se font subventionner par l’état (un romand sur trois !)

Demain ils vont, comme aux USA, lâcher le système par milliers …

 

De nouveaux acteurs entrent dans la valse :

chez nous Migros (MedBase), aux USA : Amazon (PillPack).

 

La technologie aussi provoque des transformations en profondeur :

Les Big Data, l’Internet des Objets, l’intelligence artificielle inversent la donne :

 

Désormais on va récolter les données avant un « incident » de santé.

Et on va évaluer les risques, les anomalies en continu.

Et intervenir de manière préventive.

 

La maladie va se fondre dans la vie … naturellement.

 

 

Intelligence artificielle : vers quels usages dans la santé ?

Il y a quelques mois de cela, j’ai reçu Josselin Meylan, étudiant de l’Université de St-Gall, pour discuter de son travail de mémoire de Master, qui allait traiter du sujet combien important de “l’impact potentiel de l’intelligence artificielle sur le secteur de la santé en Suisse”.

Ce mémoire, qu’il a maintenant écrit sous la direction du Prof. Gassmann et avec l’aide du Dr. Linghens, démontre clairement qu’il y a (et aura) beaucoup d’opportunités pour des usages productifs du “machine learning ” en médecine, en Suisse !

Ce travail de Master peut-être résumé comme suit:

Le système de santé suisse est malade. Avec une augmentation de la prime LAMal de plus de 159% depuis l’entrée en vigueur de la loi en 1996 alors que les salaires nominaux n’ont augmenté que de 25% durant la même période, les coûts de la santé ne seront bientôt plus supportables pour les ménages. Afin de lutter contre ce poids, les subventions à l’assurance maladie à la charge des cantons augmentent aussi drastiquement, avec par exemple un Vaudois sur trois percevant une aide en 2017. Cette solution n’est pas durable. Malgré les mesures ciblées proposées par la Confédération (comme par exemple la baisse du TARMED entrée en vigueur au début de cette année), les solutions ne semblent pas être prêtes d’arriver.

Alarmé par ce constat, Josselin Meylan, un étudiant de Master à l’Université de St-Gall, s’est interrogé quant à l’impact potentiel de l’intelligence artificielle sur le système de santé suisse. En effet, les technologies y étant liées, tel que le machine learning (apprentissage machine) arrivant à maturité grâce à la disponibilité combinée de grandes quantités de données, d’algorithmes de qualité et de puissance de calcul, les promesses faites depuis des décennies pourraient se concrétiser. Malgré cela, l’impact précis sur l’ensemble d’un système est difficile à calculer. Afin de résoudre ce problème, l’étudiant a procédé par étude de cas pour trois secteurs différents : le développement de médicaments, l’imagerie médicale ainsi que le processus de gestion du remboursement des prestations en assurance maladie. Pour chacun de ces trois domaines, il a modélisé le processus actuel, puis a choisi une solution utilisant le machine learning pour laquelle il a estimé l’impact coût potentiel. L’intelligence artificielle étant généralement un secteur dans lequel les promesses sont nombreuses mais souvent vagues, l’étudiant a voulu éviter cet écueil en choisissant uniquement des solutions déjà commercialisées ou proches de l’être. Malheureusement, toutes ces solutions ont été trouvées à l’étranger.

Etudes de cas

Les médicaments représentent en Suisse 12.6% des coûts de santé globaux, soit une part relativement importante. Selon des chercheurs américains, le coût typique de développement d’un médicament avoisine les USD 1.8 milliard. Ces coûts élevés sont dus principalement à la complexité du processus de développement de médicaments. Avec seulement 4.1% des projets lancés finissant par passer au travers de toutes les étapes (découverte, optimisation, tests cliniques…) pour finalement être commercialisés, le coût du risque intégré au prix des médicaments est un facteur important contribuant à la cherté de ces produits. La nature même du développement de médicaments explique ce taux d’échec : il s’agit en effet de trouver la bonne molécule (ou en tout cas la meilleure) parmi un espace moléculaire de 1060molécules existantes (sachant qu’il y a 1054atomes dans le système solaire).

Il se trouve que le machine learning est une technologie extrêmement adaptée à cette tâche. En se basant sur différentes bases de données publiques ou privées, des startups telles que l’écossaise Exscientia ou la californienne Numerate parviennent à optimiser ce processus, et à permettre d’une part d’échouer plus rapidement (limitant par là les coûts) mais aussi de prédire quelle molécule sera la plus efficace. Grâce plus particulièrement au produit d’Exscientia, il semble possible d’économiser 25%des coûts, faisant passer le coût du développement d’un produit à un peu moins de USD 1.34 milliard.

Du côté de l’imagerie médicale, le processus implique la secrétaire, le technicien radiologue et finalement le médecin radiologue, soit trois acteurs différents. Malgré cela, selon la modélisation que l’on peut trouver dans le travail de Master de M. Meylan, le médecin représente à lui seul plus de 78% des coûts de personnel (excluant tout autre coût que la main d’œuvre). Suite à des entrevues avec des médecins des HUG et de l’Hôpital Riviera-Chablais, l’auteur a pu comprendre que cela était dû à la complexification du métier. De quatre images analogiques à analyser il y a quelques années, on est maintenant passés à plusieurs dizaines d’images sur plusieurs couches, présentées par un système informatique. L’analyse et la vérification prennent un temps considérable (jusqu’à 80% du temps de travail du médecin), expliquant les coûts élevés liés au travail du médecin.

Malgré cela, à nouveau, l’imagerie médicale est un bon terrain pour le machine learning, si ce n’est le meilleur. Il semblerait en effet que ce domaine médical soit celui dans lequel les technologies sont les plus avancées. En effet, en ingérant les dizaines de millions d’images sur lesquelles une analyse médicale a déjà été faite, un algorithme d’apprentissage machine est capable de repérer les lésions et autres tumeurs avec une précision impressionnante, bien plus haute que les systèmes actuels de détection assistée par ordinateur. En utilisant les produits de startups comme Zebra Medical Vision (Israël), qui sont déjà en contact avec les HUG, ou encore lunit.io (Corée du Sud), des économies de coûts de 38%peuvent être prédites grâce à leur système de facturation « flat » de USD 1 par image analysée. Cela permettrait d’une part de faire baisser les coûts de l’imagerie médicale (qui sont élevés, étant une des cibles principales de la baisse 2018 du TARMED), tout en permettant aux médecins de passer plus de temps avec leurs patients.

La gestion des cas (un cas étant défini comme une facture envoyée pour remboursement) en assurance maladie est le dernier secteur étudié par l’auteur, et pas le moins important étant donné que ces sociétés sont souvent la cible de la vindicte populaire. A nouveau, l’effet d’une baisse des coûts pourrait être importante, les frais de fonctionnement d’une assurance étant situés entre 2% et 5% du montant des primes. Ces coûts peuvent être expliqués par la finesse de la ligne entre trop automatiser et être en proie à l’erreur de facturation et de remboursement, ou tout vérifier et faire exploser les coûts administratifs. L’assurance étudiée pour ce travail de Master, un des plus gros groupes en Suisse, bénéficie déjà d’un système relativement moderne et automatisé pour la gestion des cas, avec un moteur de règle analysant automatiquement les cas au travers d’une quinzaine de milliers de règles appliquées aux factures. Malgré cela, seules 32% des factures sont payées de façon totalement automatisée, signifiant que la grande majorité des cas sont vus par un gestionnaire. Ce dernier a un coût certain.

Dans le cas de l’assurance maladie, deux effets pourraient être vus grâce à la solution utilisant le machine learning de la startup Shift Technology (France) : une réduction des coûts de fonctionnement mais aussi de la fraude. Dans le premier cas, les économies peuvent être estimées à 55% des coûts de fonctionnement, grâce à une augmentation à 81% des cas traités sans intervention humaine. Du côté de la fraude, les bienfaits potentiels sont bien plus élevés : une des grandes forces du machine learning est en effet la reconnaissance de schémas, par exemple de fraude. Dans ce cas-ci, grâce aux millions de factures frauduleuses accumulées et analysées par Shift Technology et à la connaissance accumulée, une augmentation des économies sur fraude d’entre 276% et404%pourrait être vue ! Un impact important.

Répercussions politiques

Afin de permettre au système de santé, et aux primes par ricochet, de bénéficier de ces économies potentielles, plusieurs pistes pourraient être suivies par le monde politique fixant le cadre dans lequel ce système évolue :

  • Digitalisation et modernisation du système : le monde politique doit donner la possibilité et les moyens à l’ensemble du système de santé de se digitaliser. Que ce soit au niveau des systèmes informatiques, des données des patients, de grands progrès doivent être faits. Selon le cabinet de conseil McKinsey, il ne sert à rien de penser à l’intelligence artificielle si l’entité n’est pas déjà très avancée au niveau digital, ce qui n’est pas le cas des acteurs sanitaires suisses.
  • Disponibilité des données : au contraire d’autres pays ou régions, la Suisse est très en retard au niveau du dossier électronique du patient. Suite à des interviews avec le CHUV et les HUG, l’auteur du mémoire s’est aperçu qu’aucune centralisation des données médicales des patients n’existe, ce qui est un énorme handicap à l’installation de solutions utilisant le machine learning. Les données sont en effet au machine learning ce que l’essence (ou l’électricité) sont à nos voitures, les algorithmes ne pouvant pas fonctionner sans. A côté de cela, le partage de données anonymisé entre entités pourrait être encouragé par le cadre légal, afin que les algorithmes puissent atteindre une connaissance profonde des patients suisses et être d’autant plus efficaces et économes.
  • Formation de spécialistes :les hautes écoles suisses ne forment que peu de spécialistes en machine learning, avec pour résultat que les solutions innovantes sont développées à l’étranger. Un soutien à de telles formations est nécessaire, afin que les compétences nécessaires au développement de solutions adaptées à notre pays soient disponibles.

Généralement, ce n’est pas par des mesures ciblées que le système de santé suisse se sauvera, mais plutôt par un changement de mentalités et de fonctionnement. La seule possibilité dans cette direction semble être la numérisation. L’innovation doit être encouragée et le système doit se digitaliser afin de permettre la réalisation des importantes économies promises.

AMAZON: futur acteur dominant du secteur de la Santé ?

Amazon a annoncé aujourd’hui qu’elle allait acquérir PillPack, une entreprise spécialiste de la pharmacie en ligne, dans le cadre d’un accord qui pourrait rapidement faire du géant Amazon un des acteurs majeurs dans le secteur de la Santé aux USA.

L’accord est précisément le genre de nouvelles que l’industrie des soins de santé craint depuis des mois, car Amazon a laissé entendre qu’il était intéressé à élargir sa portée pour inclure les médicaments d’ordonnance.

Une barrière à l’entrée, dans le secteur de la pharmacie, avait été pour Amazon les difficultés bureaucratiques d’obtenir des licences de pharmacie dans chaque état. Mais en acquérant PillPack, il évite cet obstacle en accédant directement à 50 états américains parce que la société qui vient d’être acquise est autorisée à traiter les prescriptions dans ces états.

En bourse, aujourd’hui les actions de Walgreens et Rite Aid ont chuté de plus de 10%, et CVS Health a chuté de 9%, en début de séance boursière après l’annonce. Les termes de l’accord ne furent pas annoncés. Il est prévu de finaliser l’accord dans la seconde moitié de 2018. L’inquiétude suscitée par ce que Amazon pourrait faire dans les soins de santé a perturbé l’industrie et a été considérée comme l’un des facteurs des fusions récemment proposées, notamment l’acquisition d’Aetna par CVS et l’union de l’assureur Cigna et Express Scripts.

Ainsi, l’automne dernier, peut-être dans le but de prendre de l’avance sur Amazon, CVS a annoncé qu’elle offrirait la livraison le jour suivant de médicaments d’ordonnance et le service le jour même dans certaines grandes villes. La livraison le lendemain a commencé ce mois-ci, moyennant des frais de 4,99 $.

PillPack, créée en 2013, est une pharmacie en ligne qui distribue ses pilules dans des emballages faciles à utiliser conçus pour les consommateurs souffrant de maladies chroniques et de prescriptions multiples, a longtemps été considérée comme une cible potentielle pour les grandes entreprises, y compris Amazon et Walmart, qui cherchaient à élargir leur portée dans les ventes de médicaments en ligne. PillPack est un acteur innovant mais pas nécessairement majeur dans le monde de la pharmacie, rapportant environ 100 millions de dollars de chiffre d’affaires en 2017.

Après des discussions préliminaires avec des gestionnaires de pharmacies comme Express Scripts, PillPack a également réussi à rejoindre les réseaux de grands prestataires et d’assureurs, ce qui n’est pas chose facile pour une pharmacie en ligne qui est directement en concurrence avec de nombreuses entreprises de vente par correspondance.

PillPack est en résumé :

“une application de pharmacie qui vous apporte vos médicaments prescrits à domicile »

mais combiné avec Echo d’Amazon ils vont gérer la prise de vos médicaments en vous rappelant à l’ordre et en commandant le cas échéant vos doses manquantes. En fait, un système pour palier les 50% de défauts dans le système actuel dans lequel les malades oublient ou se trompent dans la prise de médicaments.

Amazon vient de frapper un grand coup dans sa volonté d’être un acteur incontournable de la santé.

Qui va suivre ?

 

La loi de Baumol contre les coûts de la Santé ?

en collaboration avec Daniel Walch, directeur général du GHOL.

Dans le domaine de la santé, la loi de Baumol, sur l’absence de gains en productivité malgré la croissance du secteur, touche-t-elle à sa fin ?  Cette loi (voir définition ci-dessous) démontrait que les services du secteur public (santé, éducation, culture, …) n’étaient pas susceptibles de dégager des gains de productivité, se trouve être aujourd’hui infirmée par l’usage des nouvelles technologies du numériques et notamment de l’IA.

Comme nous l’avons démontré dans les nombreux blogs publiés sous cette rubrique, les bénéficies de l’innovation technologique, et des économies d’échelle qui en découlent, vont finir aussi dans la santé par produire des gains de productivité. Ainsi, les coûts croissants liés à la masse salariale dans ce secteur ne relèvent plus de la fatalité comme on le constate malheureusement encore et toujours aujourd’hui.

Conjuguer les technologies de l’information à l’IA, même si nous ne sommes pas encore sûrs des formes finales que prendront ces arrangements, ouvre pour la première fois dans l’histoire économique de la Santé la possibilité de gains de productivité massifs dans ce domaine.

Il faut s’en réjouir et lancer au plus vite au niveau national des programmes d’impulsions pour ce courant d’innovation très prometteur pour le contrôle des coûts de la santé.

 

 

————-

Définition de Wikipédia pour la loi de Baumol

Formulée par les chercheurs américains William Baumol et William Bowenc’est une théorie économique sur la productivité – ou plutôt l’absence de productivité dans le secteur public. D’abord utilisée dans les années 60 pour le financement public dans l’industrie du spectacle vivant, elle a été depuis étendue à d’autres secteurs du public comme la Santé.

En 1965, les deux auteurs sont mandatés par la Fondation Ford de produire un diagnostic sur la santé et le fonctionnement économiques des théâtres de New York. Perfoming Arts : The Economic Dilemma (1966).

Ils souhaitent déterminer les raisons pour lesquelles les salles de spectacles de Broadway enregistrent une augmentation croissante de leurs coûts d’exploitation, de leur non-profitabilité chronique et d’une raréfaction de leur public.

Selon cette loi, l’économie en concurrence pure et parfaite est modélisée en deux secteurs :

  1. le secteur progressifqui se caractérise par une forte progression des gains de productivité, une forte intensité capitalistique ainsi qu’un haut niveau des salaires.
  2. le secteur archaïquequi se caractérise a contrario, par une faible progression voire une stagnation des gains de productivité, une faible intensité capitalistique ainsi qu’un bas niveau des salaires.

Baumol et Bowen constatent un écart important de productivité entre ces deux secteurs.

Le bien culturel spectacle se développe dans le secteur archaïque caractérisé par la stagnation de l’innovation technologique. Dès lors, les gains de productivité sont quasi-inexistants (productivity lag). Le facteur travail prédomine alors et reste incompressible (on ne peut par exemple retirer les ténors dans un opéra). De plus, la rémunération dans l’industrie du spectacle tend à s’aligner sur les autres secteurs. Les coûts de production s’élèvent dans les mêmes proportions. Les recettes quant à elles croissent moins rapidement (earnings gap), engendrant des tensions inflationnistes. Cette caractéristique est connue sous le nom de maladie des coûts croissants (Cost disease).

L’endiguement de cette dynamique est préoccupant car les économies d’échelle y sont difficiles à réaliser. Dans un concert classique par exemple, il n’est pas considéré comme équivalent de remplacer une section de violons par son évolution technologique, un synthétiseur unique. Le nombre de représentations est limité. Le prix de la place de spectacle est fixé avant le lancement. La fréquentation (demande) est inélastique à la marge, la qualité étant prépondérante dans une fourchette de prix raisonnable dans le choix. L’unique marge de manœuvre reste l’augmentation qualitative.

Le public recherche toujours des spectacles plus audacieux, donc coûteux. Les prix des billets sont toujours de plus en plus élevés, ne permettant pas de séduire de nouveaux clients et risquant dans le pire des cas d’essouffler la demande existante. Les producteurs du marché spectacle vivant sont alors confrontés à un manque chronique de liquidités (fonds propres).

Pour les pouvoirs publics se pose un dilemme : soit ils financent des spectacles toujours plus coûteux, soit ils laissent de nombreux acteurs sortir du marché en paupérisant l’offre. Baumol conclut au besoin de financements externes, mécénat, fonds publics, prélevés auprès des secteurs modernes.

Selon la loi de Baumol, le secteur public utilise davantage de travail (effectif) que le secteur privé. Le privé remplace l’emploi par le capital et le numérique. Il y a donc très peu de gain de productivité dans le secteur public. De plus, les salaires dans le secteur public doivent demeurer similaires aux salaires dans le secteur privé, sinon on observera un trop grand transfert vers le secteur privé. D’ailleurs, comme dans le secteur privé les gains de productivité sont plus grands, le salaire augmente naturellement davantage dans ce secteur. La hausse de salaire du secteur privé entraîne donc une hausse du salaire du secteur public, et ce, sans que le secteur public ait enregistré des gains de productivité.

 

Apple Watch mise sur la Santé …

La santé, en dépit d’être l’un des secteurs les plus réglementés, n’empêche pas les GAFA d’y être très actifs. Amazon s’associe avec JPMorgan et Berkshire Hathaway pour révolutionner le monde de l’assurance. Alphabet’s Verily se lance aussi dans l’assurance maladie. Le géant de la santé traditionnel Cigna a annoncé qu’il achète des prestations pharmaceutiques à la firme Express Scripts… les acteurs économiques redessinent le paysage de la santé. Deux facteurs sont clés dans cette guerre : les plateformes de sur-traitance et la montre connectée d’Apple.

Démonstration.

Les règles de la sur-traitance économique s’applique aussi au domaine de la santé pour la domination des plateformes à savoir (1) effets des réseaux (2) maîtrise des Big Data et (3) développement des algorithmes de l’intelligence artificielle. Mais seul Apple dispose en plus d’un dispositif de suivi de santé (collecte et analyse des données) largement réparti : L’Apple Watch.

Un rapport suggère même que Apple a vendu plus de montres au dernier trimestre que Rolex, Omega et Swatch combinés. Et ce n’est qu’un début, les smartwatches seront portées par des centaines de millions de personnes.

À la fin du mois de février 2018, Apple a obtenu un brevet pour un boîtier de recharge de style Airpod pouvant contenir une montre mais aussi un certain nombre de bracelets. Ce n’est pas seulement un accessoire de mode ; les bracelets en question sont des « smart bands », des appareils électroniques à part entière. La raison pour laquelle Apple pourrait fabriquer la prochaine génération de dispositifs médicaux sera de pouvoir effectuer plus d’une mesure physiologique – comme la tension artérielle, les battements du cœur et la glycémie pour gérer par exemple le diabète, les crises cardiaques ou l’intolérance au lactose. Mesurer ces signaux corporels n’est pas possible avec seulement la montre. Cette idée n’est pas irréaliste : AliveCor, une entreprise américaine propose déjà le premier lecteur d’électrocardiogramme approuvé par la FDA pour l’iPhone, appelé Kardia.

L’année dernière, Apple a également obtenu un brevet pour une manière très intelligente de mesurer la tension artérielle avec une montre où vous pouvez tenir la montre contre votre poitrine et un contrôleur est configuré pour traiter les signaux de sortie d’un accéléromètre. Il détecte le moment où votre pouls se propage à partir du ventricule gauche de votre cœur, détecte quand il arrive à votre poignet, puis calcule un temps de transit d’impulsions qui est ensuite utilisé pour calculer votre tension artérielle. L’accéléromètre est mis au milieu de la bande, pas dans le corps de la montre. Cela nous fait penser qu’il n’y a pas grand-chose d’autre dans ce groupe, sauf peut-être une batterie et peut-être quelques lumières colorées. Apple a besoin de la montre pour gagner les guerres des plateformes de santé. Ils savent que vous voulez préserver votre vie privée en étant en mesure de dissimuler ce que vous souhaitez. Ils savent que vous voulez pouvoir facilement stocker et fournir toutes les données à votre médecin. Ils savent que vous ne voulez pas vendre vos données et qu’on en fasse un bon usage pour améliorer votre santé ou celle des autres. Cela est particulièrement vrai pour les patients qui se concentreront sur l’efficacité et la sécurité beaucoup plus que sur le prix. Si Apple apparaît comme l’achat sécurisé pour les acheteurs, la montre pourrait être la prochaine grande chose que les consommateurs rechercheront avec leur iPhone et l’Apple Watch.

Autant dire qu’il n’y aura peut être plus de place sur le poignet pour une montre suisse, déjà que les jeunes ne savent plus lire l’heure analogique !

 

La radiologie : une cible privilégiée !

Un article scientifique paru, il y a déjà quelque temps, dans le prestigieux New England Journal of Medicine fait trembler le monde des radiologues. Ecrit par le Dr Obermeyer, de la Harvard Medical School, et son collègue Emanuel, de l’Université de Pennsylvanie, il décrit comment les nouvelles techniques de l’intelligence artificielle, qui s’appuient sur le big data et le machine learning, vont remplacer très avantageusement, à terme, les médecins radiologues, en fournissant analyses et diag­nostics en temps réel et sans beaucoup de frais!

C’est sans doute par là que tout va commencer. La médecine est à la veille d’une révolution sans précédent: celle du numérique (digital health).

La radiologie qui, aujourd’hui, coûte beaucoup d’argent au système de santé, est une cible privilégiée des innovateurs du digital health. En effet, lorsque vous voulez pénétrer un métier, celui de la médecine en l’occurrence, autant commencer là où il y a des marges, de grosses marges. Ainsi, si vous entrez dans le champ des radiologues et que vous pouvez offrir un meilleur service tout en cassant les coûts, alors vous êtes sûr d’obtenir un large soutien… notamment de la population, et des politiques par conséquent.

C’est certainement comme cela que tout va commencer pour la réduction des coûts tant attendue dans le système de santé.

L’analyse des images est le champ d’activité de prédilection pour les algorithmes auto-apprenants, car ces dernières sont excellentes dans la reconnaissance de formes. Le suisse Reto Wyss, un des récents lauréats du prix Industrie 4.0, en est d’ailleurs l’un des représentants les plus talentueux. Mondialement connu, il fait lire et interpréter à ses algorithmes autoapprenants à peu près n’importe quelle vidéo. Chercher une pièce défectueuse à la sortie d’une chaîne de production ou un globule blanc anormal au milieu de milliers d’autres fait partie de ses prouesses. Alors imaginez analyser une radio… un jeu d’enfant!

Ces algorithmes ne sont pas de type systèmes experts comme jusqu’alors, car ils ne fonctionnent pas sur une expertise préétablie et normalisée dans des bases de données. Non, ils ne cessent d’apprendre et de se perfectionner avec le flux constant de big data provenant de milliers d’expériences, car plus vous les alimentez en données provenant de cas concrets, plus ils s’améliorent. Ils finissent par fonctionner parfaitement. Ce sera fatal à l’être humain, qui atteint finalement toujours assez vite ses limites, contrairement à ce type de «machine».

Le machine learning, nom donné à cette discipline de l’intelligence artificielle, n’a pas fini de transformer notre monde car, dès le moment où vous avez besoin d’analyser et/ou d’interpréter des images numérisées, personne au monde n’est meilleur ni plus rapide que ces machines intelligentes et virtuelles.

Ainsi, la médecine fera de plus en plus appel à ces techniques et donc, demain, des métiers vont changer drastiquement, voire disparaître simplement, comme celui des radiologues!

Personne ne va pleurer la fin des radiologues, ni même celle des notaires (qui eux seront anéanti par les blockchains comme nous l’avions montré dans une chronique précédente) … mais il serait bon tout de même de faire un bilan prévisionnel de ce qui pourrait se passer à terme dans le système médical.

En effet, on est peut-être dans ce domaine à l’aube de l’une des plus grandes révolutions humaines: celle du digital! … et c’est primordial de s’y intéresser car celle-ci concerne quand même nos vies.

——————

Références: NEJM, 29 septembre, 2016, Vol. 375:13, pp. 1,216-1,219