Le contexte
Un acteur public de la recherche médicale voulait mettre des travaux de laboratoire au service direct d’actes chirurgicaux sensibles. Des algorithmes issus de ses équipes de recherche savent prédire des flux sanguins et, à partir de là, aider un praticien à comparer plusieurs gestes possibles avant d’entrer au bloc.
Le sujet imposait deux contraintes non négociables. Les données concernées sont parmi les plus sensibles qui existent, et le calcul devait être exploitable dans un délai compatible avec la préparation réelle d’une intervention, pas dans celui d’une publication scientifique.
Ce que nous avons fait
Nous avons développé la plateforme qui relie les praticiens et les chercheurs.
- Un chiffrement de bout en bout entre le praticien et le chercheur, conçu de sorte que l’exploitant de la plateforme lui-même ne puisse pas lire les contenus échangés. C’est une contrainte d’architecture, pas une option de configuration : elle se décide au début ou jamais.
- Une gestion de clés en deux couches distinctes, avec AWS KMS pour la couche infrastructure : chiffrement au repos des stockages, des sauvegardes et des journaux, rotation et traçabilité de l’usage des clés. C’est la couche qu’un auditeur vient inspecter. Elle ne donne aucun accès aux contenus échangés entre praticien et chercheur, dont les clés restent aux extrémités et ne sont jamais transmises à la plateforme. Confondre les deux couches est l’erreur qui transforme un chiffrement de bout en bout en simple chiffrement au repos.
- L’industrialisation des algorithmes de prédiction issus des laboratoires, pour qu’ils tournent de façon reproductible et traçable sur AWS plutôt que sur le poste d’un chercheur.
- La visualisation 3D des flux sanguins en mouvement, dans le navigateur : le praticien voit l’écoulement se dérouler dans le temps et fait tourner le modèle, au lieu de lire un tableau de valeurs. C’est ce qui rend le calcul utilisable en préparation d’un geste, parce qu’un chirurgien raisonne sur une anatomie, pas sur des vitesses tabulées.
- La conformité au marquage CE, le logiciel entrant dans le champ du dispositif médical : traçabilité de conception, gestion des risques, maîtrise des versions mises entre les mains d’un praticien. Nous avons conçu la plateforme pour que ces preuves soient produites par le système lui-même, plutôt que reconstituées à la main au moment de l’évaluation.
- Les parcours applicatifs côté praticien et côté chercheur, y compris le recueil des données nécessaires au calcul, pensé pour être compréhensible par les deux profils.
- Le cloisonnement, la traçabilité et les durées de conservation adaptés à des données de santé, avec les preuves associées.
Le résultat
Des algorithmes qui vivaient dans un environnement de recherche sont devenus un outil utilisable en préparation d’intervention, sans que l’équipe de recherche ait eu à se transformer en équipe d’exploitation.
C’est le type de projet où l’architecture n’a d’intérêt que si elle est irréprochable sur la confidentialité : une plateforme de santé qui fuit n’est pas une plateforme dégradée, c’est une plateforme qu’il faut arrêter.