Début

Data : Pourquoi le consortium iCare4CVD a choisi la plateforme « confidential computing » de Decentriq

Paris - Publié le vendredi 1 décembre 2023 à 11 h 59 - n° 17285 Le consortium européen pour la personnalisation de la prévention et du traitement des maladies cardiovasculaires, iCare4CVD, déploie la plateforme technologique de DecentriqDecentriqDecentriq afin de garantir un cadre sécurisé et de confiance, facilitant le partage de la donnée. Ceci dans l’optique d’un projet réunissant 33 acteurs publics et privés, financé par l'Union européenneConseil de l’Union européenne et des industriels de la santé (dont Novo NordiskNovo NordiskNovo Nordisk, RocheRocheRoche, PhilipsPhilipsPhilips…).

Fondée en 2019 à Zürich, la start-up Decentriq est présente en Suisse, en Allemagne, en France, en Espagne et aux Pays-Bas. Son offre consiste en des « data clean rooms », ou « bulles sécurisées de données », dans lesquelles plusieurs acteurs de la santé peuvent combiner leurs données sensibles et leurs modèles IA, tout en préservant leur confidentialité.
© Shutterstock 2019
© Shutterstock 2019

iCare4CVD : la prévention des maladies cardiovasculaires par la donnée et l’IA

iCare4CVD est un projet de recherche international public-privé qui rassemble 33 partenaires universitaires et industriels unis dans la poursuite de l’amélioration de la santé des patients atteints de maladies cardiovasculaires (MCV). Le projet a débuté en octobre 2023 et est dirigé par l’Université de MaastrichtMaastricht University et Novo Nordisk.

Les objectifs d’iCare4CVD concernent quatre domaines clés des soins de santé actuels en matière de MCV :

  • améliorer le diagnostic précoce des patients à risque de maladies cardiovasculaires ;
  • développer et attribuer des niveaux de risque aux patients et définir ceux qui ont besoin d’une intervention urgente ;
  • créer des outils basés sur l’intelligence artificielle (IA) pour prédire comment les patients réagiront au traitement ;
  • assurer l’inclusion des résultats souhaités par les patients, en intégrant leurs points de vue dans tous les domaines.

Le projet est doté d’un financement européen public-privé de 22 millions d’euros sur 54 mois et repose sur la recherche et le développement d’outils prédictifs d’IA à partir de données collectées à large échelle.

Collecte de grandes quantités de cohortes de patients

Le projet vise à créer une base de donnée de plus d’un millions de patients parmi les partenaires du consortium couvrant les patients de tous les stades des maladies cardiovasculaires - du risque précoce à l’insuffisance cardiaque établie. Cette base de données fédérée garantit un accès à distance privé et confidentiel aux données au niveau individuel.

Couvrant 12 pays, le consortium comprend 10 entreprises du secteur des sciences de la vie qui travailleront avec 13 hôpitaux, centres universitaires et organismes de recherche pour analyser les données. 

Outcomes patients : mener des recherches qualitatives approfondies auprès des patients et d’autres parties prenantes

Les PREMsPREMsPatient-Reported Experience Measures et PROMsPROMsPatient Reported Outcome Measures sont au coeur du dispositif du projet et les retours des patients à risque et de celles qui vivent actuellement avec une MCV seront au cœur d’iCare4CVD tout au long du projet, en utilisant les idées, les opinions et les souhaits des patients. Ils aideront à traduire les résultats en un récit plus centré sur le patient et plus équitable autour des maladies cardiovasculaires et de leurs multiples impacts sur les individus, tant d’un point de vue social que médical.

iCare4CVD étudiera également les résultats pour la santé des personnes atteintes de diabète de type 1 à risque de développer une MCV.

À l’aide d’une combinaison d’intelligence artificielle, de biomarqueurs et de grands ensembles de données, le projet vise à personnaliser les traitements et à améliorer les résultats des patients atteints de MCV en permettant :

  • un diagnostic amélioré et plus rapide de la maladie ;
  • des options thérapeutiques sur mesure ancrées dans le sous-phénotypage du patient et l’évaluation des risques ;
  • une meilleure compréhension de la progression de la maladie et des cas non réactifs ;
  • la découverte de nouvelles voies de soins ;
  • l’amélioration de la rentabilité grâce à l’administration d’un traitement approprié au bon patient au moment opportun.

Decentriq choisie pour la confidentialité des données et leur sécurité

La faisabilité du projet repose sur un principe de conformité à la réglementation en matière de protection des données : toutes les données sont traitées et analysées de manière à préserver la vie privée des patients et à respecter les exigences réglementaires relatives aux données des patients.

Comment Decentriq garantit la confidentialité des données des patients et veille à la conformité 

La plateforme de collaboration de données est un composant essentiel de l’architecture de données d’iCare4CVD. Dans la plateforme, les participants apportent leurs données pour la recherche dans des « salles blanches » de données ou « bulles sécurisées neutres », des environnements sécurisés par une combinaison de technologies avancées de protection de la vie privée, y compris l’informatique confidentielle. Grâce à cette approche, les données brutes restent sur site et totalement inaccessibles à tout autre participant, même lorsque l’analyse est en cours, ce qui facilite la recherche approfondie tout en garantissant la confidentialité et la conformité des données.

Decentriq remplit trois fonctions pour la recherche du consortium :

  • faciliter le cryptage des données ;
  • préserver la confidentialité des résultats générés ;
  • analyser de l’apprentissage automatique.

Faciliter le chiffrement des données de bout en bout

Decentriq met en place une infrastructure sécurisée pour l’analyse qui crypte les données même pendant le calcul. En utilisant l’informatique confidentielle comme base, les bulles de données permettent aux participants d’analyser les données tout en restant cryptées. La bulle permet également de vérifier ce qui est fait aux ensembles de données via des journaux et de prouver que les données brutes sont restées cryptées tout au long du processus.

Préserver la confidentialité des résultats générés

Des technologies supplémentaires d’amélioration de la confidentialité et des mécanismes de contrôle intégrés dans les salles blanches de données garantissent que les analystes ne peuvent extraire que les résultats des modèles et des calculs qui préservent la confidentialité, et jamais les données brutes elles-mêmes. Ces mesures garantissent que les data scientists peuvent effectuer leurs tâches habituelles en toute conformité, sans risque de fuite par inadvertance d’informations sensibles de l’environnement de la salle blanche de données.

Activation de l’analyse par apprentissage automatique

Les chercheurs développeront des modèles d’apprentissage automatique dans les salles blanches de données. Ceux-ci fonctionneront comme un environnement d’analyse complet similaire aux plates-formes d’apprentissage automatique centralisées.

Les analystes peuvent écrire et exécuter leurs analyses de manière transparente à l’aide d’outils familiers tels que Python, R et SQL. Les données synthétiques permettent aux analystes d’explorer les possibilités d’analyse sans accéder aux données brutes. Surtout, tout cela se passe dans les limites cryptées de la salle blanche, garantissant la sécurité des données et le contrôle du résultat obtenu par l’analyse.

Un modèle économique par « bulle » 

La plupart des projets exploitant la plateforme de Decentriq sont financés à date par l’industrie pharmaceutique qui rémunère la start-up pour la mise en place d’un espace sécurisé pour le compte du projet et l’ouvre à ses partenaires.

Decentriq précise que les projets sont pour la plupart éphémères et  ne visent pas à centraliser des données dans le temps.

Reconnaissance du financement

Le projet iCare4CVD est soutenu par l’entreprise commune de l’Initiative pour la santé innovante (IHI JU) dans le cadre de la convention de subvention n° 101112022. L’UM reçoit le soutien du programme de recherche et d’innovation Horizon Europe de l’Union européenne et du COCIR, de l’EFPIA, de Vaccines Europe, d’EuropaBio, de MedTech Europe et de FRDJ International.

Fin
loader mask
1