Automatiser le choix du « meilleur » traitement : enjeux et défis d’un outil algorithmique pour le pronostic de la sclérose en plaques

Fiche du document

Date

27 octobre 2023

Type de document
Périmètre
Langue
Identifiant
Relations

Ce document est lié à :
info:eu-repo/semantics/reference/issn/1297-9112

Ce document est lié à :
info:eu-repo/semantics/reference/issn/2780-9986

Organisation

OpenEdition

Licences

https://creativecommons.org/licenses/by-nc-nd/4.0/ , info:eu-repo/semantics/openAccess




Citer ce document

Giulia Anichini, « Automatiser le choix du « meilleur » traitement : enjeux et défis d’un outil algorithmique pour le pronostic de la sclérose en plaques », Cahiers François Viète, ID : 10.4000/cahierscfv.4239


Métriques


Partage / Export

Résumé Fr En

Cet article aborde les enjeux de l’automatisation de la prise de décision thérapeutique dans la sclérose en plaques (SEP) qui sont posés par un nouvel outil d’aide au pronostic que nous appellerons SEP-View. À l’instar des systèmes de recommandations commerciales, cet outil utilise un principe de similarité pour créer une relation entre un individu et une sous-population de patients considérés comme ayant le même profil que lui. C’est à partir de cette relation de ressemblance que les probabilités mesurant l’efficacité du traitement sont calculées. Nous voulons questionner cette nouvelle manière de personnaliser les trajectoires thérapeutiques, que les concepteurs appellent « contextualisation », et la vision de la prise de décision qu’elle véhicule. Le choix d’un traitement est vu par les concepteurs comme un acte interne exercé par le neurologue à travers la mobilisation d’une « expertise calculatoire ». Aussi, et à partir de la notion de « contexte » qu’il valorise, SEP-View promeut la vision de l’efficacité d’un traitement exclusivement par son action. Notre enquête autour du travail des soignants spécialisés dans la prise en charge de la SEP, fait ressortir d’autres manières de mesurer l’efficacité des traitements, dont les propriétés ne sont pas stables et figées mais émergent et résultent de priorités collectives et d’interactions spécifiques. Nous interrogeons alors la technologie à partir du choix du « meilleur » médicament qu’elle incarne, choix que nous replaçons dans des espaces de décisions complexes où plusieurs normes de prise en charge du patient cohabitent.

This paper focuses on the challenges of automating clinical decision in multiple sclerosis (MS) that are posed by a new computational tool that we will call SEP-View. Like commercial recommendation systems, this tool uses a similarity principle to create a relationship between an individual and a sub-population of patients similar to him. The effectiveness of the treatment are calculated from this similarity relationship. In this paper we would like to question this new personalization of treatment trajectories, which the developers call "contextualisation", and the vision of decision-making that it conveys. The choice of a treatment is seen by the designers as an internal act exercised by the neurologist through the mobilisation of a "calculatory expertise". Also, and based on the notion of ‘context’ that it promotes, SEP-View conceives the effectiveness of a treatment exclusively through its action. Our fieldwork on the medical work of MS professionals reveals other ways of measuring the effectiveness of treatments, whose properties are not stable and fixed but emerge and result from collective priorities and specific interactions. We then question the technology from the definition of the drug and the vision of care that it embodies, a vision that fits into complex decision-making spaces and coexists with several norms of patient management.

document thumbnail

Par les mêmes auteurs

Sur les mêmes sujets

Exporter en