Décryptage 28 Oct 2021

Comment le edge computing protège les données de santé

Alors que l’arrivée de la 5G et de nouvelles applications dans le domaine des objets connectés augmentent le besoin de réactivité dans le traitement des données, le edge computing fait figure de nouvel eldorado. Mais l’intelligence artificielle (IA) ou le véhicule autonome ne sont pas les seuls domaines susceptibles de bénéficier de cette architecture réseau de proximité. La santé connectée pourrait également en tirer profit…

Réactivité et sécurité

En bon français, le edge computing se traduit par « traitement des données à la périphérie du réseau ». Ce qui signifie que les données envoyées par les terminaux ne sont pas dirigées automatiquement vers des data centers distants, mais sont captées et traitées au plus près de l’objet. Cela peut-être un calculateur à l’intérieur même du terminal ou un serveur local, proche de sa source, comme une antenne relais 5G.

L’avantage de cette technologie par rapport au cloud computing (qui consiste à traiter et stocker les données dans un centre distant), c’est sa réactivité, puisque le temps de latence dans le traitement des données est extrêmement réduit, proche de zéro. En termes de sécurité, il y a également un gain possible dans la mesure où les données sensibles ne transitent pas sur un réseau de plusieurs milliers de kilomètres et que les points de contrôle se situent au plus près de la source de production.

Enfin, le réseau en périphérie peut se révéler complémentaire du cloud computing, dans la mesure où il opère un premier traitement des données en amont et n’envoie que les plus pertinentes dans les centres de stockage, ce qui évite un potentiel engorgement.

E-santé et edge computing : quelles applications ?

La crise sanitaire a mis en évidence la nécessité pour le secteur de la santé de s’engager encore plus dans la transition vers le digital, notamment à travers l’essor d’outils comme la téléconsultation. Si le recours à ces services continue de suivre une pente ascendante (19 millions de consultations remboursées selon l’Assurance maladie en 2020), le traitement de ces masses de données risque de poser un problème. La multiplication d’architectures réseau de proximité pourrait éviter d’engorger bande passante et data centers.

C’est surtout dans le domaine du monitoring que le edge computing constitue un atout majeur. Avec le développement des objets connectés, le monde médical s’est doté de nombreux appareils permettant de gérer des données de santé et d’adapter le traitement des patients en temps réel, notamment pour le suivi de maladies chroniques comme le diabète. Mais qui dit temps réel, dit réponse immédiate : une latence minimale que permet l’émergence d’un micro-réseau de serveurs de proximité.

Vers une ambulance connectée et la médecine prédictive

Le champ des possibles s’ouvre alors un peu plus. Au Mobile World Congress de Barcelone, en 2019, un réseau de chercheurs catalans a présenté une ambulance connectée. Ce véhicule équipé de capteurs et d’écrans vidéo transfère en direct aux praticiens hospitaliers les images de l’habitacle, mais également les données vitales du patient. Là encore, la rapidité et la fiabilité d’un réseau périphérique constituent des outils nécessaires pour permettre le déploiement de telles solutions.

Enfin, en salle d’opération, l’utilisation de l’intelligence artificielle est devenue un enjeu majeur. En matière d’imagerie médicale mais aussi de diagnostic et de médecine prédictive, la puissance des algorithmes de machine learning peut considérablement améliorer les savoirs en comparant les résultats à d’autres cas. Et, pour être performante dans des cas urgents où la prise de décision doit être rapide, l’IA bénéficie des avancées de l’edge computing.

Il ne reste plus qu’à observer la façon dont ces modèles se déploieront dans les prochaines années. Selon les prévisions du cabinet Deloitte, le marché mondial de l’edge computing pourrait atteindre 12 milliards de dollars dès cette année, avec une croissance annuelle de 35%.