Quand la Big Pharma rencontre le Big Data

image

A l’instar du partenariat noué ce mois-ci entre Sanofi et Google, de plus en plus de passerelles existent entre les grands noms du Net et de la pharmacie. Ces derniers commencent seulement à percevoir le potentiel des données collectées auprès des patients.

Au début du mois, Sanofi et la division sciences de la vie de Google annonçaient la mise en place d’une collaboration « pour améliorer la prise en charge et les résultats cliniques des personnes atteintes de diabète ». L’idée était de combiner les compétences « de Sanofi en matière de traitements et de dispositifs médicaux à l’expertise de Google en matière d’analyse de données, d’électronique miniaturisée » pour « développer de nouveaux outils de gestion du diabète et permettre de nouveaux types d’intervention », de la mesure de la glycémie sanguine à la collecte d’informations rapportées par les patients, en passant par le suivi de l’observance des traitements.

Sanofi n’est pas le premier laboratoire pharmaceutique à passer un accord avec Google. En janvier dernier, Biogen s’était déjà associé à lui pour étudier les déterminants biologiques et environnementaux de la sclérose en plaques – maladie phare pour Biogen -, afin de mieux guider la prescription des médicaments et d’en développer de nouveaux. Dans le même esprit, AbbVie s’était aussi engagé, il y a un an, dans une collaboration à 1,5 milliard de dollars sur dix ans, avec Calico, société de biotech filiale de Google, pour travailler à la mise au point de molécules, en particulier contre les maladies neurodégénératives et le cancer.

L’intérêt des Big Pharmas pour le Big Data n’est pas réellement une nouveauté. La recherche de nouvelles molécules nécessite, depuis plusieurs décennies déjà, la manipulation de masses importantes de données, même si on a vraiment changé d’échelle, notamment avec l’essor des « omique » (génomique, protéomique, métabolomique, etc.). La principale limitation est ici financière.

Ce qui est, en revanche, plus nouveau, c’est l’irruption du Big Data dans le diagnostic des maladies à partir des données de séquençage ou de multiples biomarqueurs. « Cela va de pair avec la possibilité de mieux sélectionner les patients inclus dans les essais cliniques », explique Patrick Biecheler, associé du cabinet de conseil Roland Berger. L’approche du cancer a ainsi été complètement transformée par l’identification de mutations génétiques que l’on tente de neutraliser grâce aux traitements dits « ciblés ». Désormais, il est possible par exemple de n’inclure dans un essai clinique qui teste une molécule que des patients porteurs de la mutation visée.

Mais ce qui est absolument inédit, c’est l’exploitation de données pour mieux comprendre le marché des médicaments. Pourquoi un médicament très efficace dans les essais cliniques n’améliore-t-il pas l’état des patients « dans la vraie vie » ? Pourquoi les patients ne suivent-ils pas un traitement ? Pourquoi voit-on apparaître des effets secondaires qui n’avaient pas été détectés pendant les essais cliniques ? etc. Pour ce nouvel usage dont les laboratoires pharmaceutiques perçoivent bien l’intérêt – notamment pour obtenir des prix rémunérateurs face à des autorités de santé de plus en plus exigeantes -, la question de la collecte et de l’accès aux données, ainsi que celle de leur exploitation se posent de façon particulièrement aiguë.

En effet, « dans de nombreux pays dont la France, les laboratoires pharmaceutiques ne peuvent accé der directement aux informations sur les patients, mais seulement en passant par un intermédiaire », explique Patrick Biecheler. D’où l’attrait des Google, Apple et autres Facebook, passés maîtres dans la collecte et l’exploitation des données.

Des géants du Net qui ont encore beaucoup à apprendre en la matière : « Ces acteurs sont assez novices dans le domaine de la santé, où les obligations légales et les exigences en termes de fiabilité des données fournies sont particulièrement importantes », observe Eric Bonnel, associé du cabinet de conseil Square. Ainsi l’idée de récolter gratuitement des données sur l’évolution de l’épidémie de grippe saisonnière auprès des internautes dans Google Flu Trends s’est-elle avérée finalement mauvaise, faute de pouvoir faire un diagnostic fiable de la maladie. L’image erronée de l’épidémie qui en résultait était susceptible de nuire aux actions de santé publique. Google a finalement arrêté cette année.

A l’inverse, la cohorte Hepather créée en France en 2012 par l’ANRS en association avec des laboratoires comme par exemple AbbVie, BMS, Gilead ou Janssen pour collecter les informations sur 25.000 patients atteints d’hépatites démontre la pertinence de certaines initiatives. Elle doit permettre sur dix ans de mieux connaître ces maladies et d’évaluer les traitements développés par les différents laboratoires, y compris dans la « vraie vie ». « Clairement, toutes les données n’ont pas la même valeur », résume Eric Bonnel.

En fait, à l’usage, et au gré des expérimentations, la fiabilité des données relevées auprès des patients apparaît plus grande lorsque la collecte est automatique (transmission automatique du taux de glucose ou nombre de fois où l’inhalateur a été utilisé en cas d’asthme). Là, les Google et autres Apple peuvent jouer pleinement un rôle d’intégrateur. « Mais ces solutions n’ont un véritable intérêt médical et économique que pour les 10 à 15 % de la population gravement atteints de pathologies chroniques, comme l’asthme, l’insuffisance cardiaque ou le diabète, qui doivent absolument respecter leur traitement », prévient Patrick Biecheler.

Les points à retenir

L’intérêt des Big Pharmas pour le Big Data n’est pas neuf, mais l’irruption des données dans le diagnostic des maladies ouvre de nouveaux horizons.
L’exploitation des données devrait aussi permettre de mieux mesurer l’efficacité des traitements.

Par Catherine Ducruet

Publicités