Chez ADLIN, nous réinventons l’exploitation des données en santé en développant le concept de Data Visiting.
Le Data Visiting permet d’assurer le partage de données sans en perdre le contrôle. Il offre la capacité à faire des analyses sur de la donnée sans que celle-ci ne soit déplacée, copiée ou transformée.
Au-delà de l’importance de préserver les données au sein des institutions les ayant générées, ce concept défend l’importance de maintenir les données dans leur contexte scientifique. Les données de santé sorties de leur contexte perdent une partie significative de leur valeur. Les exploiter directement dans leur environnement, avec les experts les ayant générés est un élément fondateur de la vision d’ADLIN.
Les données sont donc stockées là où elles sont générées, exploitées on-premise (localement), dans des bulles sécurisées, intégrant les outils nécessaires pour leur analyse. Le Data Visiting permet, entre autres, aux modèles d’analyse et d’apprentissage fédéré (Federated Learning) de se déplacer vers les données, tout en maintenant celles-ci sous le contrôle de leurs propriétaires.
Cette approche s’oppose au modèle traditionnel de Data Sharing basé sur la centralisation des données. Au lieu de transférer ou de copier les données, elle préserve la confidentialité, réduit les coûts liés à l’anonymisation et conserve la valeur scientifique des données. Contrairement au Data Sharing, elle garantit un contrôle total sur l’accès et l’utilisation des données, tout en répondant aux exigences du RGPD.
En rendant possible un Federated Learning efficace et éthique, le Data Visiting ouvre la voie à des collaborations multi-institutionnelles qui respectent la souveraineté des données tout en accélérant l’innovation en santé.
