Les innovations technologiques ont transformé les modèles traditionnels de surveillance des patients (RPM) dans le secteur de la santé

La valeur des avancées technologiques en santé, propulsées par l’intelligence artificielle, dépasse largement la réduction des délais de R&D, la simplification des contrôles qualité et la diminution des taux d’abandon de médicaments. Ces technologies peuvent devenir des outils puissants pour stimuler l’innovation et transformer radicalement les pratiques traditionnelles de surveillance médicale.

Les méthodes conventionnelles de surveillance des patients reposent sur des techniques manuelles et invasives, souvent nécessitant un contact direct avec la peau. Leur efficacité est souvent limitée par des facteurs tels que la gestion du personnel, la charge de travail des professionnels de santé et leurs horaires.

L’essor des innovations biopharmaceutiques a permis le développement de la surveillance à distance des patients (Remote Patient Monitoring – RPM) grâce à l’introduction de technologies non invasives, telles que les applications de télésanté, les capteurs corporels sans fil et les dispositifs portables. Leurs applications couvrent un large spectre: de l’assistance aux cliniciens dans la mesure des signes vitaux ou de paramètres physiologiques, jusqu’au soutien dans leurs jugements cliniques ou leurs plans de traitement.

Traditionnellement, les technologies innovantes de RPM se sont révélées très utiles pour les patients atteints de maladies chroniques vivant dans des zones rurales, les maisons de retraite et les hôpitaux. Leurs qualités non intrusives représentent un avantage pour les patients post-opératoires ayant des restrictions de mobilité, car elles permettent une liberté de mouvement complète dans leurs activités quotidiennes.

Surveillance à distance des patients (RPM) expliquée:

Types de systèmes qui transforment la biopharma

À mesure que la surveillance à distance des patients (RPM) évolue, l’analyse du WIRE explore comment l’intelligence artificielle et les technologies innovantes redéfinissent la santé numérique.  Des dispositifs portables connectés via l’Internet des objets (IoT) aux technologies de blockchain, les systèmes RPM ont renforcé leurs capacités à détecter les premiers signes de dégradation de la santé et à adapter la surveillance des patients en fonction de leurs besoins spécifiques et de leurs comportements. L’étude met également en lumière l’impact croissant des innovations biopharmaceutiques sur la prestation des soins, en soutenant la prise de décision clinique. Explorons les applications des techniques non invasives et de l’intelligence artificielle dans le suivi des signes vitaux, des maladies chroniques et des situations d’urgence grâce aux systèmes technologiques RPM.

Architecture of a generic RPM system | Image Source

---

Quels types de systèmes RPM existent? 

• Surveillance par vidéo

• Dispositifs connectés (IoT)

• Informatique en nuage (Cloud computing)

• Informatique en périphérie (Fog et Edge computing)

• Surveillance par blockchain (Blockchain monitoring)

• Intelligence artificielle (IA)

• Surveillance des signes vitaux

• Surveiller les mouvements et les maladies chroniques grâce à l’IA

• Surveillance des maladies chroniques: vers une médecine prédictive

#1 Surveillance par vidéo

Les applications de télésanté ont gagné en popularité après la pandémie de COVID-19, car elles ont permis une surveillance à distance des patients de manière sûre et flexible. Elles permettent aux patients de communiquer avec leurs professionnels de santé via des appels vidéo ou audio pour le soutien en santé mentale, la gestion de la douleur, le suivi des signes vitaux, la surveillance de la tension artérielle, le contrôle de la glycémie, la prise en charge des AVC et les services de diagnostic.

Au cours de la dernière décennie, ces applications conviviales ont été améliorées grâce à l’intégration de capacités d’apprentissage automatique combinées à des techniques d’imagerie avancées.

“Contacter son médecin n’a jamais été aussi simple.’’  

Qu’il s’agisse d’utiliser la caméra d’un smartphone pour mesurer le rythme cardiaque, le pouls ou analyser les schémas respiratoires afin de détecter le stress psychologique, les applications de télésanté peuvent pratiquement tout faire. Étant donné qu’elles réduisent le temps de déplacement, les visites en clinique et les absences prolongées au travail, les technologies de surveillance vidéo des patients ne se contentent pas de préparer les patients aux urgences, elles ont aussi considérablement amélioré l’accès aux soins. Cependant, leur accessibilité dépend de la disponibilité d’un appareil intelligent et d’une connexion Internet, ce qui peut poser problème dans les zones rurales. Leur rentabilité n’est réelle que si elles ne sont pas mal utilisées ou surutilisées. Enfin, sans chiffrement de bout en bout, les données de santé des patients peuvent être compromises. Cela dit, la surveillance par télésanté alimentée par l’IA joue un rôle essentiel dans le pronostic et le diagnostic de l’état de santé des patients.

#2 Internet of Things (IoT) devices

Les dispositifs IoT permettent de surveiller en temps réel les signes vitaux comme la glycémie, la température corporelle ou l’activité cardiaque. Ces objets portables, comme les t-shirts intelligents, les patchs adhésifs ou les bracelets thoraciques, offrent une surveillance continue à domicile ou à l’hôpital, grâce à l’analyse automatisée des données via le cloud.

“Un suivi taillé sur mesure! Vraiment.’’ 

#3 Informatique en nuage (Cloud computing)

Les dispositifs RPM IoT collectent de nombreuses données de santé qui peuvent être stockées sur des serveurs centralisés. Le cloud permet d’analyser les tendances, de partager les données entre professionnels et d’accélérer l’innovation grâce à des ressources variées (serveurs, logiciels, IA).

Un exemple : un modèle de réseau neuronal basé sur la mémoire à court et long terme (LSTM) a atteint une précision de 97,13 % pour classifier l’état de santé des patients.

#4 Informatique en périphérie: Fog et Edge computing

Pour répondre aux limites du cloud, les stratégies décentralisées comme le fog et l’edge computing rapprochent le traitement des données des dispositifs IoT, améliorant ainsi la rapidité et l’efficacité de la surveillance.

“Plus proche que jamais de vos données de santé.”

Fog computing

Le fog agit comme un réseau virtuel décentralisé entre les objets connectés et le cloud. Il réduit les délais de réponse et améliore la sécurité des données en traitant les informations directement à la source.

Edge computing

L’edge computing analyse les données en temps réel via des contrôleurs programmables situés près des dispositifs IoT. Cela permet une surveillance personnalisée, mais soulève des enjeux de sécurité et de confidentialité.

Ces technologies peuvent transformer la surveillance à distance, à condition que le personnel médical soit formé à leur utilisation.

#5 Surveillance par blockchain

La blockchain répond aux limites du cloud, du fog et de l’edge computing en garantissant une sécurité maximale. Elle enregistre les échanges de données entre les patients et les systèmes RPM sans possibilité de modification. Toutefois, sa mise en œuvre reste coûteuse et dépendante des ressources énergétiques.

#6 Intelligence artificielle (IA)

L’IA a révolutionné la surveillance des patients en permettant la détection précoce de signes vitaux anormaux. Grâce au machine learning et au deep learning, les systèmes RPM peuvent prédire les risques, suivre les maladies chroniques et analyser l’activité physique en temps réel, améliorant ainsi les soins personnalisés.

#7 Vital sign monitoring

Les systèmes RPM utilisent l’IA pour suivre des indicateurs clés comme le rythme cardiaque, la respiration, la tension artérielle et l’oxygène sanguin.

Exemple 1: Un modèle SVM basé sur des montres connectées a atteint 99 % de précision pour détecter les maladies cardiovasculaires, mais reste une "boîte noire" difficile à interpréter.

Exemple 2 : Un système IA a détecté la fibrillation auriculaire dans des ECG de 30 secondes avec une précision de 99,62 %, grâce à un modèle d’arbre de décision entraîné avec CatBoost.

Ces innovations permettent une surveillance précise et continue, mais nécessitent une interprétation experte des résultats.

#8 Surveiller les mouvements et les maladies chroniques grâce à l’IA

La surveillance à distance des patients (RPM) ne se limite plus aux signes vitaux. Grâce aux avancées en intelligence artificielle, il est désormais possible de suivre les mouvements des patients et de détecter les maladies chroniques avec une précision impressionnante.

Détection des chutes: Technologie qui veille au moindre mouvement

Pour les patients souffrant de troubles de la mobilité ou sujets aux chutes fréquentes, des modèles RPM intelligents ont été développés pour détecter les phases d’une chute: avant, pendant, après l’impact, au repos et en récupération.

Autre innovation : un capteur portable capable de fonctionner dans des environnements à faible connectivité. Grâce à l’intégration du fog, edge et cloud computing, ce dispositif transmet efficacement les données vers une passerelle IoT.

#9 Surveillance des maladies chroniques : vers une médecine prédictive

L’IA permet aussi de suivre l’évolution de maladies complexes comme le diabète ou les troubles mentaux. Un modèle de prédiction du diabète, développé par Mujumdar et Vaidehi, a utilisé des facteurs comme la glycémie, l’âge ou l’IMC pour classifier l’état du patient avec une précision de 96 %.

Dans le domaine de la santé mentale, une revue menée par Thieme et al. a montré que le machine learning peut détecter des symptômes psychologiques et anticiper les risques. Ces outils permettent d’adapter les traitements en fonction du comportement du patient, ouvrant la voie à une médecine plus personnalisée et proactive.

Conclusion

Alors que ces technologies émergentes ouvrent la voie à des approches innovantes en matière de soins, une question persiste: pourquoi leur intégration dans le système de santé reste-t-elle si lente ? Qu’est-ce qui freine l’adoption complète de leur potentiel ?

Restez à l’écoute pour nos prochains articles sur ce sujet!