This content has not been translated yet: it is shown in its original language (French).
Contents
En 2004, le Vioxx (rofécoxib), un anti-inflammatoire, a été retiré du marché après cinq ans de commercialisation, en raison d'un risque accru d'infarctus. Le drame : des signaux de danger existaient dans les données bien avant le retrait.
Un système qui voit trop tard
La pharmacovigilance traditionnelle repose sur les déclarations spontanées des médecins et des pharmaciens. Or, seule une petite fraction des effets indésirables est réellement déclarée.
Pendant ce temps, les patients décrivent leurs effets secondaires en temps réel sur les réseaux sociaux et les forums de santé, souvent avant même d'en parler à leur médecin.
Faire lire des millions de messages à une machine
C'est le pari de la pharmacovigilance numérique : utiliser le traitement automatique du langage (NLP) pour analyser des millions de messages et repérer automatiquement les mentions de médicaments et d'effets indésirables.
Les modèles de langage biomédicaux, comme BioBERT, font nettement mieux que les méthodes à base de règles pour ce type de détection.
Du texte au signal statistique
Associées à des statistiques de disproportionnalité, comme le Reporting Odds Ratio, ces détections permettent de faire émerger un signal de pharmacovigilance plus tôt que par les circuits officiels.
Une piste concrète pour le Bénin
Au Bénin, où l'automédication est très répandue et les médicaments de rue omniprésents, un chatbot de signalement sur WhatsApp, relié à une base de données nationale, serait une innovation de santé publique à portée de main.
