Basé à Bâle, Kahlity est un cabinet de conseil spécialisé dans les dispositifs médicaux, les produits combinés et les technologies émergentes. Dans cet article, Mélodie Kahl et Daniel Latham décrivent l'évolution de la santé connectée, les principaux enseignements tirés et les apports de l'intelligence artificielle.

Daniel Latham, Conseiller Stratégique de Kahlity GmbH (Source : Kahlity)

Mélodie Kahl, Directrice Générale de Kahlity GmbH (Source : Kahlity)

Par Mélodie Kahl et Daniel Latham du cabinet de conseil Kahlity GmbH

La santé connectée intègre des solutions numériques, des dispositifs, des flux de données, des professionnels de santé et des patients autour d’un objectif commun : améliorer les résultats cliniques tout en renforçant l’efficience du système. En reliant ces éléments, elle permet une vision plus globale du parcours patient, et ouvre de nouvelles perspectives pour répondre à l’un des défis les plus persistants du secteur : l’adhésion thérapeutique.

L’adhésion thérapeutique demeure un déterminant critique du succès dans les pathologies chroniques et complexes. Malgré les avancées en matière de thérapeutiques et de conception des dispositifs d’administration des médicaments, les oublis de doses et les erreurs d’utilisation continuent de compromettre les résultats. Les écosystèmes connectés offrent une approche structurée pour relever ce défi en combinant dispositifs d’administration, outils numériques et analyses fondées sur les données tout au long de la planification du traitement, de son administration et du suivi à long terme.

Les dispositifs d’administration intelligents, tels que les auto-injecteurs connectés, illustrent ce potentiel. Au-delà du soutien à une administration sûre, ils génèrent des données structurées sur les schémas d’utilisation, le respect des horaires, les erreurs et l’expérience patient. Lorsqu’ils sont intégrés à des plateformes numériques, ces systèmes enregistrent les événements d’injection en conditions réelles, identifient les doses manquées et mettent en évidence les problématiques d’ergonomie. Ils transforment ainsi des moments de traitement isolés en informations exploitables.

Les applications compagnons sont fréquemment utilisées dans un écosystème de santé connectée pour recueillir des informations auprès des utilisateurs, se connecter à leur dispositif d’administration et collecter des données relatives à ses performances. L’expérience acquise montre qu’il est essentiel de définir une stratégie réglementaire claire, alignée sur les attentes des utilisateurs. Trop de produits basculent vers la classification en tant que DMN (Dispositif Médical Numérique, équivalent du Software as a Medical Device – SaMD) faute d’une définition précoce et précise de leur destination, entraînant des coûts élevés et des délais de développement prolongés. Lorsque le statut de DMN n’est pas stratégiquement nécessaire, simplifier la destination peut réduire significativement la charge réglementaire et les coûts.

Centrer le DM connecté sur l'utilisateur dès sa conception

Un autre enseignement majeur du passé est l’importance de centrer le produit sur le besoin de l'utilisateur dès les premières phases de conception d’un produit de santé connectée. De nombreuses applications mobiles MedTech ont échoué en raison d’un faible engagement des utilisateurs ; un défi constant en santé connectée, tant pour les développeurs que pour l’industrie pharmaceutique. Comment accroître la probabilité d’un engagement élevé ? En menant des recherches utilisateurs et en recueillant des retours dès le début du cycle de développement, puis en conservant ces enseignements comme fil conducteur. Il peut également être pertinent de nouer des partenariats et de s’appuyer sur des plateformes applicatives existantes plutôt que d’en créer de nouvelles, afin de limiter la contrainte liée au téléchargement d’applications supplémentaires.

Le point d’inflexion de l’intelligence artificielle (IA)

Les systèmes connectés ont déjà démontré leurs atouts en facilitant le partage de données avec les professionnels de santé et en permettant une prise en charge plus personnalisée. Toutefois, l’ampleur et la diversité des données disponibles dépassent désormais les capacités d’interprétation humaine. Objets connectés portables, indicateurs de performance des dispositifs, données rapportées par les patients et signaux d’usage en vie réelle génèrent un ensemble de données complexe mais hautement précieux.

L’IA permet de passer d’un suivi réactif à une intervention prédictive. Les modèles d’apprentissage automatique peuvent opérer à la fois au niveau individuel et au niveau populationnel, en personnalisant les rappels et le soutien éducatif selon les comportements observés, tout en identifiant des problématiques récurrentes d’ergonomie ou des tendances de performance des dispositifs à l’échelle de cohortes. Les données non structurées, telles que les retours patients ou les discussions communautaires, peuvent être regroupées afin de révéler des risques latents ou des besoins non satisfaits.

Pour les patients, cela se traduit par des recommandations adaptatives, une meilleure ergonomie et une réduction des erreurs d’utilisation. Pour les professionnels de santé, le recours à l’IA permet des interventions plus ciblées et plus opportunes, sans alourdir la charge clinique. Pour les fabricants, il offre une visibilité sur la performance réelle des produits et des opportunités d’amélioration continue.

Données en vie réelle et création de valeur

La prochaine évolution de la santé connectée sera façonnée par l’intégration des données en vie réelle. La collecte continue de données en dehors des essais cliniques traditionnels peut révéler de nouveaux critères d’évaluation, permettre une stratification plus précise des patients et fournir des informations sur les comportements à long terme. Il en résulte un modèle collaboratif dans lequel l’IA surveille les tendances à grande échelle tandis que les cliniciens conservent l’autorité d’interprétation.

Les autorités réglementaires intègrent de plus en plus les données en vie réelle dans les dossiers de soumission et les évaluations post-commercialisation. La démonstration d’une réduction des erreurs d’utilisation, d’une amélioration de l’adhésion et de bénéfices cliniques mesurables renforce les arguments en faveur du remboursement et soutient les modèles de tarification fondés sur la valeur. Dans ce contexte, les systèmes connectés deviennent non seulement des outils cliniques, mais aussi des leviers économiques.

Des données à l'impact mesurable

La santé connectée a permis un accès sans précédent aux données. Toutefois, l’accès seul ne crée pas de valeur. La prochaine étape exige une intégration intelligente ; la capacité d’analyser des signaux diversifiés, de générer des informations pertinentes et d’agir de manière proportionnée et conforme.

Grâce à une intégration responsable de l’IA, la santé connectée peut dépasser la simple collecte de données pour générer un impact clinique, opérationnel et économique mesurable. Les infrastructures sont désormais en place. Le défi, et l’opportunité, consiste à transformer l’information en amélioration tangible des résultats à grande échelle.

La santé connectée n’est plus expérimentale. Elle devient un pilier fondamental de l’avenir des systèmes de santé.

www.kahlity.com