Un type de partenariat médecin/patient à l’ère du numérique : une solution?

Ce billet de blog (exceptionnellement un peu long) traite des freins rencontrés et des potentiels dans le développement d’un projet digital dans le domaine de la santé. Il prolonge des échanges entre les concepteurs dudit projet et des chercheurs de l’Institut Mines-Télécom (IMT), premier groupe français de grandes écoles d’ingénieurs et de management.

ENJEUX

La relation médecin-patient, et donc l’exercice médical, comme de nombreux comportements des citoyens et organisations, s’est largement modifiée du fait de la révolution digitale apparue à la fin du 20ème siècle et de l’accès à l’information des personnes (80 % des utilisateurs d’internet recherchent des informations de santé sur le Web dans les pays occidentalisés selon Angela Coulter & le NHS (Coulter, 2011 [1] ; Nelson et al, 2010 [2])). En effet, les nouvelles modalités d’accès à l’information donnent de plus en plus souvent la possibilité au patient d’être pro-actif au sein d’un environnement populationnel de plus en plus éduqué (OCDE, 2011) [3]. Parallèlement, l’augmentation des malades chroniques (Borgès Da Silva, 2015 [4] ; OCDE, 2013 [5]), le vieillissement des populations et la complexité des situations diagnostiques et des réponses thérapeutiques dont l’efficacité en termes d’observance semble atteindre ses limites dans les dispositions actuelles (Jimmy et Jose, 2011, Montague, 2005) [6] demandent un ajustement des moyens mis en œuvre, ce à quoi le projet présenté dans les lignes qui suivent répond de manière pertinente.

RELEVER LES DÉFIS

Dans cette optique, nous avons, un médecin et un patient, conçu un procédé numérique susceptible d’être mobilisé au quotidien par le médecin et la personne/patient [7].

Ce projet consiste en l’élaboration et la mise en place d’un système digital d’aide à la décision des deux côtés de la relation médecin-patient (SADM [8], SADP [9]). Il s’agit d’un double système d’aide à la décision, associé à une application d’apprentissage personnalisée selon une complémentarité des savoirs réunis dans les bases de données. Les données seraient disponibles grâce à des objets connectés mobilisés par une intelligence artificielle susceptible d’implémenter tant l’expérience clinique de praticien(s) qu’une auto-clinique constituée des savoirs expérientiels des patients en corrélation avec les connaissances.

La partie comportant le Service d’Aide à la Décision Personne/Patient (SADP), constituée des savoirs expérientiels des personnes/patients et des informations contenues dans le dossier médical personnel (DMP) serait ainsi mobilisable et mobilisée selon de multiples interactions que je ne détaillerai pas dans ce billet.

Ainsi la « personne/patient » pourrait bénéficier en temps réel de son dossier médical personnel (DMP). Les données de ce DMP deviendraient sujettes à interactivité avec les objets connectés (à partir d’un téléphone intelligent ou de tout autre appareil digital utilisé de plus en plus quotidiennement par une partie toujours plus importante des citoyens) bénéficiant des possibilités offertes par le digital dès sa conception.

En effet, alors que le DMP n’est actuellement utilisé que quelques heures par an, le système que nous proposons sera mobilisable en continu, interagissant 24 heures sur 24 avec la personne/patient.

Par exemple, si une personne envisage de prendre un médicament, elle pourra l’indiquer à son téléphone relié au DMP qui, en retour, l’informera d’une conduite à suivre en lui indiquant les interactions possibles, associées ou non selon la situation, à la suggestion de consulter un médecin en évoquant la motivation de l’acte. L’adoption de ce SADP présente deux avantages : d’une part, à titre individuel un nombre important de complications seront ainsi évitées ; d’autre part, à titre collectif, une utilisation des données anonymisées, telle que décidée par les autorités françaises, pourra impacter la santé publique, tant en termes de connaissance épidémiologique que de politiques de santé publique à mener.

Le système proposé est conceptuellement pensé méthodologiquement et donc enrichi afin que s’organise des deux côtés de la relation, en plus de l’aide à la décision déjà évoquée, un système d’apprentissage autorégulé. La base de connaissance constituée préalablement sera mise à jour au vu des données collectées. Du côté patient cet apprentissage consiste en l’accessibilité à ses données de santé dans son dossier médical numérique ; c’est donc un apprentissage situé qui est proposé.

La personne/patient pourra être accompagnée par les apprentissages d’autres personnes/patients [10], tant en amont qu’en aval de la consultation, voire durant celle-ci, grâce à la connexion avec son DMP et aux savoirs constitués et implémentés autour de la relation de soin. C’est un aspect important si l’on considère que, selon Angela Coulter (2011), les personnes vivant avec une ou plusieurs maladies chroniques passent en moyenne annuellement entre 5 à 10 heures selon leur problématique de santé dans le soin avec des professionnels de santé, alors que dans le même laps de temps, eux et leurs proches, peuvent produire jusqu’à 6 250 heures de soin, soit 98% de leurs soins, versus 2% avec les professionnels de santé cliniciens (Boivin et Al, 2017). Il s’agit donc d’un réel projet de société qui est proposé par une équipe de médecins et un patient, une personne vivant depuis longtemps avec des maladies chroniques.

ANALYSE ET IDENTIFICATION DES FREINS RENCONTRES

Cependant s’il est clairement construit autour d’un Proove Of Concept (POC) pour la partie clinique et s’appuie sur un modèle inspiré de moyens ayant largement prouvé leur efficacité en raisonnement clinique, ce projet bute depuis 3 ans sur les investissements. Pourtant les porteurs de cette innovation ont identifié sur quelles dépenses actuelles de santé va influer cette proposition garantissant ainsi sa viabilité. En effet, nous pensons que cette proposition infléchira les dépenses de santé, ainsi par exemple et pour une part importante le coût de la iatrogénie médicamenteuse [11] qui est de 450 millions d’euros par an en France (Rolland-Jacob, Perrin, 2016 [12] ; ANAP, 2012 [13]).

Selon l’analyse des enseignants chercheurs de l’IMT rencontrés :

  1. le premier point de résistance tient au fait que capitaliser l’expérience en matière de raisonnement médical, en tant que raisonnement clinique dans ce projet apparaît actuellement comme l’antithèse de la construction à partir du « big data ». Cette proposition façonnerait plutôt la modélisation de connaissances; ce serait une thématique « ancienne » de l’Intelligence Artificielle (IA), vieille de 30 ans, actuellement totalement passée de mode bien que correspondant néanmoins à une réalité forte.
  2. Le second aspect tient dans la nécessaire prise en compte de la masse de publications en matière de connaissances médicales qui déferlent dans le monde : encyclopédies, articles, publications de recherche selon les critères de l’ Evidence Based Medicine (EBM), Cf Medline …
  3. Le troisième point de résistance tire sa source dans le fait de personnaliser le soin, les soins, à l’aune d’un patient donné, avec son dossier médical propre et l’historique de ses dossiers auprès de chaque médecin et institutions, ses propres données (histoire, parcours de vie…), voire ses données génomiques, ainsi que tout son environnement (réseaux sociaux, usage de son mobile, etc…). D’une part, cela représente une quantité considérable d’informations à gérer, et surtout d’autre part, les autorités (gouvernance et médicale) sont aujourd’hui réticentes à rendre accessible l’ensemble de ces informations au patient.
  4. Le dernier frein repose sur la nécessité, pour ce projet, de bâtir un dispositif « explicatif » et non de type « boîte noire ».

EN QUOI CE PROJET PEUT RÉPONDRE À CES FREINS

  1. Capitaliser l’expérience en matière de raisonnement médical, en tant que raisonnement clinique et auto-clinique, en prolongement des dynamiques mis œuvre en dehors de l’environnement numérique par l’auteur de ce blog, relever d’un questionnement épistémologique essentiel. Une orientation dont nous détenons les méthodologies qui permettent au vu des politiques de santé dans le domaine qui nous concerne et plus largement de la société souhaitée par les citoyens, dont une réaction très lisible en ce moment, appropriée ou non, semble s’exprimer à travers le mouvement des gilets jaunes. Elle démontre la nécessité de participer à ce qui les concerne et particulièrement dans le domaine spécifique de la santé (Boivin et al, 2018 ; Las Vergnas 2017[14]; Boote et al, 2002[15]).
  2. Concernant cette large littérature à traiter. Nous prévoyons de la mettre en perspective de la clinique elle même. Une attitude qui nous apparaît aujourd’hui nécessaire au vu des critiques de plusieurs anciens directeurs de publication des revues références (Scheffer, 2017[16], Marcia, 2005[17]; Kassirer et al, 2006[18] ; Kassirrer 2007[19]), ou encore de Peter C. Gotzsche (2013)[20], cofondateur de Cochrane[21], récemment évincé de l’organisation qu’il à participé à créer pour ses positions vis à vis de l’industrie pharmaceutique, et agir en conséquence. Ainsi, éclairer les méthodologies de sélection des articles publiés mis en exergue de la clinique doit permettre de développer une éthique algorithmique et réorienter ce que certains désignent comme l’avènement d’une algocratie annonçant potentiellement la fin des démocraties.
  3. Au sujet du troisième sur la personnalisation du soin, des soins, à l’aune d’un patient donné, avec son dossier médical accessible à ce dernier. Une telle expérience d’accessibilité de ses données au patient a été initiée en 2018 au Québec, avec le centre d’excellence du partenariat avec les patients et le public, dont l’auteur de ce billet est conseiller principal, à la demande du Ministère et pour accompagner le Régime d’assurance maladie au Québec (RAMQ). Or, s’il reste des améliorations à apporter, surtout dans la prise en compte de la personnalisation, il n’en reste pas moins que cette avancée, accompagnée de l’expérience des patients manque aujourd’hui en France.  Le type d’IA à laquelle nous nous référons est actuellement largement disponible grâce aux avancées dans le marketing. Il serait possible et souhaitable de réorienter ce type d’IA pour le bénéfice de l’individu plus que pour l’organisation, ce qui aurait malgré tout au final une conséquence positive pour l’organisation actuelle du système de santé en France, telle que constituée par l’assurance maladie, les assurances privées, et les mutuelles.
  4. Pour dépasser l’opacité des processus menant à des résultats de type boîte noire, notre approche est pensée pour permettre en d’éviter les orientations de type algocratique telles qu’expliquées dans le documentaire cité en référence précédemment et prenant en compte les critiques de la mathématicienne Américaine Cathy O’ Neal [22] dans son ouvrage Algorithme, la bombe à retardement [23]. Cette auteure éclaire méthodiquement le fait que les algorithmes sont tout sauf neutres. Notre projet à choisi une orientation qui s’organiserait en respect des analyses et conclusions des deux philosophes Eric Sadin (2016 [24]; 2015 [25]), Jacques Ellul (2012) [26] se référant aux travaux d’Hannah Harendt sur les plus que possibles transformations de la société devenues aujourd’hui réalité. Des transformations de nos sociétés sous l’impulsion de l’ère numérique dont Gringas et Meurs questionnent la réalité tant économique que sociologique dans l’article intelligence artificielle : promesse économique ou économie de la promesse ? (2018) [27]. Des mutations que le sociologue des Mines Télécom Casilli également éclaire dans l’ouvrage issu de sa dernière recherche en attendant les robots (2019) [28], lorsqu’il décrit les impacts sociaux de la réorganisation du travail liée à une IA autonome aujourd’hui vendue comme une réalité marketing.

SPÉCIFICITÉ DU PROJET PRÉSENTÉ

Il est évident que le marché est concurrentiel sur certaines des applications de ce projet, et ce même si, soulignons le, l’association des applications de notre projet n’a, elle, aucun équivalent. Nous pouvons ainsi citer les réalisations pratiques qui déferlent dans le monde tenant compte soit des points d’analyse 3 (personnalisation du soin), ou 4 (sortir des processus de type boîte noire) ou même des deux à la fois.

Par exemple, le courant big data/machine learning d’ IBM Watson voit des résultats scientifiques remis en question suite aux découvertes de notes internes (Demeure, 2018 [29] ; Baguette, 2018 [30]), quelques mois après que les lacunes méthodologiques de Watson aient été identifiées (Paillé, 2017 [31]) ; parmi elles se pose la question de la boite noire (Bortosalo et al. 2018 [32]). Watson IBM propose une aide à la décision, si ce n’est une décision à la place du médecin, à partir de la synthèse d’articles d’Evidence Based Medicine (EBM). Une manière de faire un choix d’après l’ensemble des publications d’EBM dont nous avons éclairé les limites dans le point 2 et les corrections que nous comptons y apporter.

Nous pouvons prendre également l’exemple de la start-up Anamnèse qui utilise la même épistémologie et donc les mêmes ressorts (IA/Machine learning/big data). Dans ce cas, l’objectif consiste à faire gagner du temps médical en proposant un questionnaire de pré-consultation. Ainsi, la proposition d’Anamnèse, à ce jour, n’entre pas dans la clinique à proprement dit, et reste loin de l’auto-clinique comme de la clinique dont nous comptons disposer dans notre projet intégratif de santé.

En comparant les modèles de développements de notre projet avec celui d’Anamnèse, ce que nous avons explicité dans l’axe N°1, la base de connaissance (donc ici deux bases à construire, l’une clinique, l’autre auto-clinique) ne demande évidemment pas les même investissements humains et financiers. Là où sont mobilisés quelques étudiants et un ingénieur en IA pour Anamnèse, nous avons nous l’ambition de mobiliser des cliniciens confirmés. En conséquence, l’investissement financier est d’un tout autre ordre : quelques millions d’euros, là où la start-up lève par salves quelques centaines de milliers d’euros.

Il est cependant à considérer que contrairement à de nombreux modèles digitaux, nous savons sur quelle tranche de dépenses réduire les coûts sur lesquels la mise en œuvre de notre projet aurait une action : nous nous sommes basés sur le coût annuel de la iatrogénie (450 millions d’euros pour rappel).

L’ambition d’un travail de co-construction d’un institut médical en partenariat avec les patients donnerait lieu ensuite à des mises à jours locales par la mise au point d’un moteur de type « big data ». Une base de données interactive, un système de machine learning explicatif et transparent qui permettra, tant une médecine personnalisée, que localisée pour une approche de santé publique d’un autre ordre, ouvrant ainsi une autre ère d’observation et d’intervention de la santé publique qui pourrait être croisé avec les derniers points relevé par nos interlocuteurs de l’IMT (Boîte noire et système explicatif).

De plus, les ingénieurs de l’IMT ont postulé que l’axe 4, permettant un système explicatif, apparaît comme relevant spécifiquement de l’expérience passée du médecin de l’équipe, de nature profondément différente de l’axe N°1, celle d’un raisonnement médical global basé sur l’expérience des médecins internistes. Un axe aujourd’hui totalement passé sous silence qui ne correspond pas à la mode technologique en vigueur qui veut que seule compte les données et pas le raisonnement. En effet, les technologues ont déjà fort à faire avec le big data et le machine learning (qui pour certains allaient rendre obsolescent le métier de médecin) et leurs priorités ne facilitent pas une acceptation du croisement de leur modélisation des données en connaissance avec des modèles de connaissance construits selon des processus humains, donc traditionnels – et ce même si à ce jour aucune base de connaissance auto-clinique n’a été constituée. Une des raisons qui freinerait ce type de croisement tient en la difficulté d’obtenir des crédits aujourd’hui – à partir de modèles de connaissance d’environ 30 ans d’âge.

EN CONCLUSION

De l’analyse des membres de l’IMT, il apparait donc que le projet le plus ambitieux proposerait des solutions à l’ensemble de ces 4 freins évoqués, dans un niveau de complexité extrême, puisque nous insistons sur une approche holistique qui ne cherche pas à découper la médecine morceau par morceau.

Parmi ces questions, selon les remarques de chercheurs de l’IMT, demeure la nécessité de bâtir un dispositif « explicatif » et non de type « boîte noire », un point clef pour eux. En effet, actuellement, la plupart des réalisations produisent des recommandations à partir d’algorithmes trop complexes pour que puissent être compris tant l’origine que le processus amenant la recommandation (lire les propos du PDG du CHU de Montréal lors du congrès franco-québécois de l’automne 2017 sur l’éthique et la révolution numérique en note de bas de page) [33]. Un système qui induit des doutes chez les médecins et n’aide pas à la dimension explicative, ni pour la formation médicale, ni pour l’exercice médical, qui de nos jours, dans les pays occidentalisés, a pour obligation légale d’informer loyalement le patient des actes qui lui sont proposés.

Notre analyse conclusive, à Claude Meisel, le médecin du duo constitué avec l’auteur de ce blog, en réponse à la conclusion avancée par nos collègues de l’IMT, réside dans le fait que, malgré les obstacles rencontrés, notre réponse aux défis à travers le concept arrimé à une réelle méthodologie de constitution porte un réel projet de société dans lequel tous ont à y gagner : les individus, les professionnels de santé et patients, les citoyens. Il propose un bénéfice « gagnant gagnant », tant à titre individuel, collectif que pour le système de santé qui en France, nous protège tous dans une certaine mesure. Nous pensons même aux systèmes de santé selon un axe francophone scientifique, accessible fort et de qualité. Une réflexion stratégique au vu des investissements réalisés de l’autre côte de l’Atlantique par les entreprises du GAFAM (voir l’illustration ci-dessous, issu d’un numéro du quotidien Le Monde (cahier du 8 septembre 2015 [34])) qui ont manifestement plus de moyens que le plan national sur l’intelligence artificielle porté par le rapport de Cédric Villani en 2018.

cartographie_investissement_gafam

NOTES ET RÉFÉRENCES BIBLIOGRAPHIQUES

 

[1] (Coulter A. (2011). Engaging patients in healthcare, Open University Press, pp. 43-47

[2] Nelson P. Murray J., Khan M.S. (2010) NHS Choices primary Care consultation final report. London : Imperial College.

[3] Entre 1998 et 2009, le pourcentage de diplômés des études supérieures est passé de 21 à 30% à travers l’ensemble des 34 pays membres de l’Organisme de coopération et de développement économique (OCDE), plus le Brésil et la Russie (OCDE. 2011. Regards sur l’éducation 2011: Panorama. Éditions OCDE.)

[4] Borgès Da Silva G. (2015), « Maladies chroniques : vers un changement de paradigme des soins, Santé publique, Vol.27, Janv-Fev, S1, pp.9-11.

[5] OCDE (2013). Panorama de la santé 2013. Les indicateurs de l’OCDE. Organisation de Coopération et de Développement Économique (OCDE). Paris : Éditions OCDE, 2013. Disponible en ligne : http://www.oecd.org/fr/els/systemes-sante/Panorama-de-la-sante-2013.pdf

[6] Le taux de 50% d’inobservance aux traitements prescrits est en stagnation depuis le début du 21ème siècle selon l’OMS (Jimmy, B. et Jose, J. (2011). Patient Medication Adherence: Measures in Daily Practice. Oman Medical Journal, 26(3), 155-159. Montague Terence (2005), Le patient avant tout : combler les écarts thérapeutique au Canada, (Trad ), Canada,Wiley, p.64).

[7] La notion de « personne/patient » se veut explicite de différents moments de vie durant lequel d’une part l’individu, malade ou non peut autogérer, grâce à un système d’aide à la décision sa santé et d’autre part le patient qui est qualifié et/ou se qualifie ainsi, lorsque l’individu est en relation avec un professionnel de santé.

[8] SADM : Système d’aide à la décision médicale

[9] SADP : Système d’aide à la décision de la personne/patient

[10] Parmi les sujets les plus consultés sur Internet apparaissent les questions de santé.

[11] La iatrogénèse médicamenteuse désigne l’ensemble des effets néfastes qui peuvent être provoqués par un traitement médical. Parmi ses nombreux effets délétères, dans de nombreux cas, elle consiste en des interactions entre médicaments qui pourraient être évité, par exemple grâce à une veille à partir du DMP.

[12] Rolland-Jacob G, Perrin M. (dir.), (2016). Promouvoir le patient coacteur de sa sécurité : enjeux et perspectives : esquisse de bilan de l’axe 1 du PNSP 2013-2017. Ministère de la santé et des affaires sociales;

[13] ANAP. (2012). Sécuriser la prise en charge médicamenteuse du patient: la délivrance nominative des médicaments dans les établissements de santé. Agence Nationale d’Appui à la performance.

[14] Las Vergnas O. (2017). « Patients’ Participation in Health Research: A Classification of Cooperation Schemes », Journal of particiatory medicine, Vol.9, Iss.1 : e16 ; doi:10.2196/jopm.8933

[15] Boote, J., R. Telford and C. Cooper (2002). « Consumer involvement in health research: a review and research agenda. », Health policy. N° 61, Vol 2, pp. 213-236.

[16] Scheffer P. (2017). La place de l’esprit critique dans la formation des diététiciens et des médecins. L’influence de l’industrie agroalimentaire et pharmaceutique. Thèse de sciences sociales, Université Paris 8/EHESS.

[17] Marcia A. (2005). La vérité sur les compagnies pharmaceutiques, comment elles nous trompent et comment les contrecarrer, Les éditions le mieux-être. Cette auteure a été rédactrice en chef du New England Journal of Medecine.

[18] Kassirer J-P, Davidoff F, O’Hara K, Redelmeier DA (2006). « Editorial autonomy of CMAJ ». CMAJ, n°174.

[19] Kassirer J-P (2007). La main dans le sac, Les éditions le mieux-être. Cet auteur a été rédacteur en chef du New England Journal of Medecine.

[20] Gotzsche P.C. (2015). Remèdes mortels et crime organisé : comment l’industrie pharmaceutique a corrompu les services de santé. (1ère édition originale, 1993, Trad. Fernand Turcotte). Canada : Presses universitaires de Laval.

[21] Cochrane (précédemment la Collaboration Cochrane) est une organisation à but non lucratif indépendante qui regroupe plus de 28 000 volontaires dans plus de 100 pays. Cette collaboration s’est formée à la suite d’un besoin d’organiser de manière systématique les informations concernant la recherche médicale. De telles informations consistent en des preuves scientifiques pour la prise de décision médicale, fondées sur des essais cliniques bien menés. (Définition de Wikipedia, accessible à l’adresse : https://fr.wikipedia.org/wiki/Collaboration_Cochrane)

[22] https://www.letemps.ch/culture/bombe-mathematique?utm_source=twitter&utm_medium=share&utm_campaign=article

[23] Cathy O’Neil, (2019). Algorithmes. La bombe à retardement, (traduction de l’anglais (Etats-Unis) par Sébastien Marty), Les Arènes.

[24] Sadin E. (2016), La siliconisation du monde, Paris : l’Echappée.

[25] Sadin E. (2015). La vie algorithmique : Critique de la raison numérique. Paris : Broché.

[26] Ellul J. (2012). Le système technicien. Paris : Cherche midi.

[27] Gringas Y., Meurs M.-J. (2018). « intelligence artificielle : promesse économique ou économie de la promesse ? », Découvrir, revue de l’Acfas (Association francophone pour le savoir), le 11 décembre 2018 ; accessible en ligne à l’adresse : https://www.acfas.ca/publications/decouvrir/2018/12/intelligence-artificielle-promesses-economiques-

[28] Casilli A. A. (2019). En attendant les robots. Paris : Le Seuil.

[29] Demeure Y. (2018). « Pourquoi l’intelligence artificielle n’est pas encore prête à remplacer l’humain dans les diagnostics médicaux ». Sciences Post, le 31/07/2018. Article accessible à l’adresse : https://sciencepost.fr/2018/07/pourquoi-lia-watson-nest-elle-pas-encore-prete-a-remplacer-lhumain-dans-les-diagnostics-medicaux/

[30] Baguette R. (2018). « Watson, l’IA d’IBM, donne de mauvais conseils dans le traitement du cancer ». Rudebaguette, le 03/08/2018. Article accessible sut Internet à l’adresse : http://www.rudebaguette.com/2018/08/03/watson-ia-ibm-mauvais-conseils-cancers

[31] Paille J.-Y. (2017). «  Dans la santé, Watson, l’IA d’IBM, doit encore faire ses preuves ». La tribune, Le 08/12/2017. Article accessible à l’adresse : https://www.latribune.fr/entreprises-finance/industrie/chimie-pharmacie/dans-la-sante-watson-l-ia-d-ibm-doit-encore-faire-ses-preuves-760903.html

[32] Bortosalo S., Duprez E., Kanik M. (2018). « Etude de cas : le pari d’IBM Watson dans la santé ». Conversation, 19/04/2018. Article accessible sur Internet à l’adresse http://theconversation.com/etude-de-cas-le-pari-dibm-watson-dans-la-sante-94385

[33] Lors du congrès international France-Québec Enjeux éthiques et juridiques de l’innovation numérique en sante du 16 octobre 2017 qui s’est tenu au centre de recherche du CHU de l‘université de Montréal, Fabrice Brunet, PDG du CHU de l’Université de Montréal et professeur de médecine, a expliqué que l’hôpital intelligent qu’il dirige fait face à un problème grave, celui de ne pas comprendre l’intelligence qui pilote son établissement et ce malgré la mobilisation de tous les grands spécialistes mondiaux de l’IA.

[34] Un édito de perspective des cahiers du monde N°21972 du mardi 8 septembre 2015 de Philippe Escande évoque dans son article quand mon docteur s’appellera Apple, la promesse de la santé 3.0… Un marché de 10 000 milliards de dollars, 9 000 milliards d’Euros.

Recherche auprès de SOS Amitié

Cette recherche  réalisée avec Dan Ferrand-Bechmann, sociologue et professeure émérite de l’Université Paris VIII, est menée dans le cadre des activités du Centre d’Etude des SOLidarités sociales (CESOL). Elle a été réalisée durant le second semestre 2018 et l’analyse finale a été conclue en janvier 2019. Aucune publication n’a encore été produite. Une restitution générale et des propositions d’évolution seront présentées les 26 et 27 janvier 2019.

Il s’agit d’une recherche qualitative enrichie de données quantitative sur la base de plus de 300 questions codées issues de questions ouvertes posées aux écoutants de SOS Amitié et des psychologues en activités dans l’association.

Elle prend place dans la globalité de mon travail dans l’analyse systémique du système de santé français en vu de situer et permettre de trouver les acteurs au endroits les plus appropriés en fonction de leurs actions. Il s’agit également de les accompagner pour la réalisation de leurs activités dans les meilleures conditions.

Communications réalisées

- Le 27 janvier 2019 : Luigi Flora, Dan Ferrand-Bechmann,  » Analyse de synthèse des deux jours de colloque formation des membres de l’association, Congrès SOS Amitié, Espace Jean Monnet, Paris

- Le 26 janvier 2019 : Dan Ferrand-Bechmann, Luigi Flora, « Restitution de qualitative et quantitative de la recherche menée auprès des écoutants de SOS Amitié, Congrès SOS Amitié, Espace Jean Monnet, Paris.

Publications à venir : les formes et formules de publications ne sont non encore totalement définies, toutefois un ouvrage collectif à sortir, à priori aux éditions chroniques sociales est prévu pour sortir avant les prochaines journées de SOS Amitié en fin d’année 2019.