Les encouragements ne sont pas une solution unique. Voici comment leur personnalisation pourrait changer les soins de santé
Au cours de la dernière décennie, les soins de santé se sont éloignés de l'approche traditionnelle de la taille unique pour s'orienter vers la médecine personnalisée. Si le concept de médecine de précision évoque généralement des choses comme le profilage génétique pour des interventions thérapeutiques ciblées (par exemple, des dosages de médicaments sur mesure), il peut également être appliqué pour faciliter des comportements plus favorables à la santé chez les patients.1
Dans un article récent de la Harvard Business Review, Shirley Chen et Mitesh Patel expliquent comment l'essor des outils de santé numérique, tels que les applications de santé mobile, les technologies portables et d'autres outils de suivi des patients à distance, offre de nouvelles possibilités de soins personnalisés.2 Ces outils permettent de collecter une pléthore de données sur les patients, qui peuvent à leur tour fournir des informations sur les comportements en matière de santé, les préférences, les traits de personnalité, les motivations, les obstacles, la zone de résidence, etc.
Un grand nombre de ces points de données ne sont pas exactement "cliniques", mais peuvent néanmoins compléter les antécédents médicaux du patient. Cela permet de créer ce que Chen et Patel appellent des "phénotypes comportementaux", qui peuvent ensuite ouvrir la voie à la personnalisation des soins de santé.
Qu'est-ce qu'un "nudge" personnalisé ?
Le nudging personnalisé est un nudging optimisé en fonction du phénotype comportemental du patient, afin de maximiser l'efficacité de l'intervention. La personnalisation des nudges peut prendre deux formes : la personnalisation du choix et la personnalisation de la prestation.3 La personnalisation du choix concerne les options présentées au patient, et la personnalisation de la prestation se réfère à la méthode de nudging. La personnalisation du choix concerne les options présentées au patient, et la personnalisation de la prestation se réfère à la méthode d'incitation. L'incitation centrée sur le patient est puissante parce que les incitations ne fonctionnent pas de la même manière pour tout le monde, et ce qui fonctionne pour un patient particulier peut ne pas être efficace pour un autre.
Le nudging dans les soins de santé peut être appliqué pour améliorer l'adhésion aux médicaments, l'activité physique, l'engagement dans un programme, et parfois même la santé mentale. L'intelligence artificielle (IA) et les algorithmes d'apprentissage automatique permettent de personnaliser les interventions de nudging et de les mettre en œuvre à grande échelle en stratifiant automatiquement les patients, en apprenant progressivement à partir de l'activité du patient et en délivrant des messages et des recommandations personnalisés. En substance, l'IA peut apprendre et prédire les nudges les plus efficaces pour un patient donné et les délivrer en conséquence.
Voici quelques startups du secteur de la santé numérique qui ont déjà tiré parti de cette technologie pour surmonter les difficultés liées à la modification du comportement des patients.
References
1. Jethwani K, Kvedar J, Kvedar J. Le phénotypage comportemental : un outil pour la médecine personnalisée. Per Med. 2010;7 : 689-693.
2. Chen XS, Patel MS. Les outils de santé numérique offrent de nouvelles possibilités de soins personnalisés. 18 Nov 2020 [cité le 27 Dec 2021]. Disponible : https://hbr.org/2020/11/digital-health-tools-offer-new-opportunities-for-personalized-care
3. Mills S. Personalized nudging. Behavioural Public Policy. 2020. pp. 1-10. doi:10.1017/bpp.2020.7
About the Author
Sanketh Andhavarapu
Sanketh est un étudiant de premier cycle à l'Université du Maryland : College Park, où il étudie les sciences de la décision en matière de santé (diplôme d'études individuelles) et la biologie. Il est cofondateur et co-PDG de Vitalize, une plateforme numérique de bien-être pour les travailleurs de la santé, et a publié des recherches sur des sujets liés à la prise de décision clinique, à la neurologie, à la médecine d'urgence et aux soins intensifs. Il dirige actuellement le développement commercial d'une nouvelle innovation en matière d'IA chez PediaMetrix, une startup spécialisée dans la santé pédiatrique, et a précédemment fondé STEPS, une organisation à but non lucratif dans le domaine de l'éducation. Sanketh s'intéresse aux applications des sciences comportementales et décisionnelles pour améliorer la prise de décision médicale, et à la façon dont la santé numérique et la politique de santé servent de canal évolutif pour y parvenir.
