Informatisation de la vaccination Covid : opportunités et menaces

Une telle opération à une telle échelle est une première, et la collecte d’une telle masse de données aussi. L’expert IT ne peut que se poser la question de savoir ce que l’on va pouvoir faire d’un tel gisement – à part éviter de le mettre dans Facebook ou WhatsApp, ce qui du reste revient au même.

En termes industriels, la vaccination est modélisable sous la forme d’une chaîne de production : des éléments « entrent » dans le processus (patients, vaccins, seringues, etc.), des éléments de la « chaîne » de vaccination soumis à leurs propres contraintes (plages horaires, locaux, personnels, etc.) sont mis en œuvre et au final on « sort » un patient de la chaîne, avec un sparadrap sur l’épaule et la satisfaction d’être vacciné (au bout de la seconde injection). Goulots d’étranglement il y aura, il y en a toujours dans une chaîne de production, comme l’enseigne la théorie des contraintes (Le But, Eliyahu M. Goldratt) : sont à prévoir une pénurie temporaire de doses, de seringues, de plages horaires de vaccination… ou tout simplement de patients à vacciner – et la même théorie enseigne qu’il y a rarement plus d’un facteur à la fois, et qu’il se déplace tout le temps – c’est ça piloter une chaîne de production dans une usine. L’exploitation massive des données collectées permet de prévoir avec des jours ou des semaines d’avance la survenue de ce goulot et d’adapter la capacité de la « chaîne » de production. Les formules qui permettent d’extraire ces informations sont connues depuis des décennies : c’est de la bonne requête SQL bien chiadée, mais rien de nouveau sous le soleil.

En termes de santé publique, les données de vaccination collectées sont aussi très précieuses : âge, provenance géographique, antécédents éventuels des vaccinés, etc. Observer l’évolution de la protection de la population en fonction de n’importe quel critère, croiser les données avec le taux d’infection, calculer/prédire/réévaluer le R0 en fonction d’une tripotée de critères, adapter les mesures de restriction dans telle ou telle ville, voire tel ou tel quartier, pour telle ou telle tranche d’âge : les statisticiens vont avoir du boulot pendant les prochaines semaines.

On peut aussi faire de grosses bêtises avec ces données. Si un Vladimir ou un Kim avait dans l’idée de confiner les non-vaccinés, avec des contrôles du « passeport vaccinal » par la maréchaussée disposant d’un terminal connecté à la base centrale, rien de plus simple. Simple aussi de mettre en place une décote additionnelle dans le remboursement des actes médicaux en fonction de l’état de vaccination de l’assuré social (il y a bien un bonus/malus pour les assurances véhicules), voire d’interdire l’accès à certains lieux, à certains emplois en fonction du badge carte Vitale dûment mis à jour ou non avec les données de vaccination. Si vous pensez que c’est de la SF, je rappelle que la technologie existe, qu’une simple décision politique suffit pour la mettre en œuvre et que l’état d’urgence permet d’avoir les coudées franches.

Ah ! j’allais oublier : bien ou mal, ange ou démon, dans tous les cas, ce que nous ferons de ces données, nous sommes en mesure de le faire seuls, sans recourir à un tiers yankee. Non vraiment, à quoi ça sert le Health Data de Micromou ?