L’Hôpital américain de Paris franchit une étape dans l’organisation des parcours de santé. Il développe un jumeau numérique des patients pour centraliser les données médicales et renforcer la personnalisation de la prévention.

Pourquoi un jumeau numérique à l’hôpital ? "Notre objectif est de prévenir les facteurs de risque en détectant les profils de patients les plus susceptibles de développer des maladies pour mettre en place des actions spécifiques, dont des dépistages approfondis", explique le Pr Benoît Gallix, radiologue à l’Hôpital américain de Paris qui pilote ce projet. Par exemple, un patient présentant des facteurs de risque cardiovasculaire élevés pourrait bénéficier d’un scanner des coronaires, même en l’absence de symptômes, précise le spécialiste des technologies appliquées à la santé.

La création de ces jumeaux numériques repose sur deux principales sources de données. La première regroupe des informations issues d’études scientifiques internationales et de bases telles que la UK Biobank, permettant d’évaluer les facteurs de risque dans différentes spécialités. La seconde source provient des données recueillies par le Check-up Center de l’Hôpital américain, qui réalise près de 8 000 bilans annuels depuis plus de trente ans.

"Plus nous suivons les patients, plus nous alimentons le système, et plus nous pourrons affiner nos prédictions de risque"

Un suivi longitudinal pour une prévention personnalisée

Le processus repose sur l’agrégation de données patient, obtenues à partir de questionnaires numériques détaillant l’historique personnel, familial et le mode de vie. Ces informations permettent d’identifier des facteurs de risque majeurs tels que la nutrition, le sommeil, le stress, l’anxiété ou la sédentarité. À ces données s’ajoutent les résultats d’examens cliniques, de tests biologiques et parfois de tests génétiques. « Plus nous suivons les patients, plus nous alimentons le système, et plus nous pourrons affiner nos prédictions de risque », observe le Pr Gallix, également directeur universitaire de l’établissement le 29 novembre 2024.

L’outil suit l’évolution des facteurs de risque entre deux consultations espacées de 18 à 24 mois, offrant ainsi une base solide pour des actions préventives et éducatives adaptées. À terme, les données collectées pourraient être enrichies par celles du dossier médical partagé Mon espace Santé, avec l’accord des patients.

"[Les patients] en ont assez d’une médecine fragmentée, où les informations ne sont pas réutilisées efficacement tout au long de leur vie"

Ce projet renforce la prévention primaire en identifiant les facteurs de risque avant l’apparition des pathologies. Il répond également aux attentes des patients : "Ils sont d’autant plus demandeurs qu’ils en ont assez d’une médecine fragmentée, où les informations ne sont pas réutilisées efficacement tout au long de leur vie", souligne le Pr Gallix. Selon un rapport de l’OCDE, publié en janvier 2024[1], 97 % des données de santé restent inexploitées pour la prise de décisions, une lacune que cette innovation entend combler.

Mise en production en 2025

Le développement des jumeaux numériques repose sur des algorithmes avancés de modélisation et d’analyse. "Le jumeau numérique joue un rôle clé dans la consolidation des informations, leur centralisation et l’application d’algorithmes pour obtenir une vision à 360° du patient", ajoute le spécialiste.

En collaboration avec des universités comme Columbia et Cornell à New York, les équipes étudient l’impact de cette approche afin de valider scientifiquement ses bénéfices. L’objectif est de créer un outil exportable, conforme aux normes réglementaires comme le RGPD et aux certifications des logiciels médicaux. Cependant, des questions éthiques demeurent, notamment sur les facteurs de risque génétiques, non modifiables. Actuellement en phase de conception, le projet devrait entrer en production interne dès fin 2025, ouvrant la voie à une transformation majeure des parcours de santé au sein de l’établissement.

Pierre Derrouch

 

[1] https://www.oecd.org/content/dam/oecd/fr/publications/reports/2024/01/ai-in-health-huge-potential-huge-risks_ff823a24/ebfdeb50-fr.pdf